一种道路路面施工质量检测方法及系统

专利主权项内容

1.一种道路路面施工质量检测方法，其特征在于，该方法包括：获取路面灰度图像；结合路面灰度图像中每个像素点的预设窗口内灰度分布，所述预设窗口内灰度混乱程度与路面灰度图像中灰度混乱程度之间的差异，以及所述预设窗口内像素点的梯度角度的离散程度，获取路面灰度图像中每个像素点的综合缺陷值；在路面灰度图像中获取至少两个初始聚类中心，根据路面灰度图像中每个像素点与初始聚类中心之间的距离以及所述综合缺陷值之间的差异，对路面灰度图像中像素点进行划分得到初始聚类簇；利用迭代自组织聚类算法对初始聚类簇进行迭代聚类获取最终聚类簇，对迭代自组织聚类算法中的分裂条件进行改进，获取优化分裂条件；所述优化分裂条件的获取过程包括：根据每次迭代的聚类簇内像素点的所述综合缺陷值，以及所述聚类簇内像素点与其聚类中心之间的距离对预设分裂阈值进行调整，获取优化分裂条件；基于最终聚类簇内像素点的所述综合缺陷值对道路的路面施工质量进行检测；所述获取路面灰度图像中每个像素点的综合缺陷值的方法，包括：选取路面灰度图像中任意一个像素点作为分析像素点，根据分析像素点的预设窗口内灰度分布，获取分析像素点的局部缺陷值；结合分析像素点的预设窗口内灰度混乱程度与路面灰度图像中灰度混乱程度之间的差异，以及所述预设窗口内像素点的梯度角度的离散程度，获取分析像素点的整体缺陷值；根据所述局部缺陷值与所述整体缺陷值获取分析像素点的综合缺陷值；所述局部缺陷值与所述整体缺陷值均与所述综合缺陷值为正相关的关系；所述局部缺陷值的方法，包括：将分析像素点的预设窗口内除分析像素点外其余任意一个像素点作为窗口像素点，将分析像素点与窗口像素点的灰度值之间的差值绝对值作为窗口像素点的灰度差异值，将分析像素点对应的所有窗口像素点的所述灰度差异值的均值作为分析像素点的综合差异值；由分析像素点的预设窗口内每行中像素点的灰度值构成灰度序列；对于每个灰度序列，选取灰度序列中任意一个灰度值作为分析灰度值，当分析灰度值均小于或者大于其相邻的前一个灰度值、后一个灰度值时，将分析灰度值作为目标灰度值；将分析像素点对应的所有灰度序列中所述目标灰度值的总数量作为分析像素点的变化值；结合分析像素点的预设窗口内像素点的灰度值的极差、所述综合差异值与所述变化值，获取分析像素点的局部缺陷值；所述极差、所述综合差异值与所述变化值均与所述局部缺陷值为正相关的关系；所述整体缺陷值的方法，包括：计算分析像素点的预设窗口内所有像素点的灰度值的均值作为分析像素点的灰度局部均值；获取路面灰度图像中所有像素点的灰度值的均值作为灰度整体均值；将所述灰度局部均值与所述灰度整体均值的差值绝对值作为分析像素点的综合均差值；计算分析像素点的预设窗口内像素点的灰度值的信息熵作为分析像素点的局部混乱度；获取路面灰度图像中所有像素点的灰度值的信息熵作为整体混乱度；将所述局部混乱度与所述整体混乱度的差值绝对值作为分析像素点的综合混乱差值；将分析像素点的预设窗口内像素点的梯度角度的众数作为分析像素点的梯度特征角度；选取分析像素点的预设窗口内任意一个像素点作为待测像素点，将待测像素点的梯度角度与所述梯度特征角度之间的差值绝对值，作为待测像素点的初始光照差，将分析像素点的预设窗口内所有像素点的所述初始光照差异度的均值作为分析像素点的综合光照差；结合所述综合均差值、所述综合混乱差值与所述综合光照差获取分析像素点的整体缺陷值；所述综合均差值、所述综合混乱差值与所述综合光照差均与所述整体缺陷值为正相关的关系；所述初始聚类簇的获取方法，包括：计算分析像素点分别与每个初始聚类中心之间的欧式距离，将最小的第一预设数量个所述欧式距离对应的初始聚类中心作为分析像素点的关联聚类中心；将分析像素点与每个关联聚类中心的所述局部缺陷值之间的差值绝对值作为分析像素点与每个关联聚类中心的局部关联差异；将分析像素点与每个关联聚类中心的所述整体缺陷值之间的差值绝对值作为分析像素点与每个关联聚类中心的整体关联差异；结合分析像素点与每个初始聚类中心之间的欧式距离、所述局部关联差异与所述整体关联差异，获取分析像素点与每个初始聚类中心之间的关联度；分析像素点与每个初始聚类中心之间的欧式距离、所述局部关联差异与所述整体关联差异均与所述关联度为负相关的关系；将分析像素点划分到最大的所述关联度对应的关联聚类中心所在的聚类簇中；遍历路面灰度图像中所有像素点进行聚类簇的划分，将初始聚类中心所在的聚类簇作为初始聚类簇；所述优化分裂条件的获取过程包括：选取迭代聚类过程中任意一次迭代的任意一个聚类簇作为目标簇，将目标簇内像素点划分为至少两种类型；将目标簇内同种类型的像素点的所述综合缺陷值的均值作为目标簇内每种类型的像素点的缺陷均值；结合目标簇内像素点与其聚类中心之间的欧式距离，目标簇内像素点的所述综合缺陷值以及所述缺陷均值，获取目标簇的内部差异度；将迭代聚类过程中任意一偶数次迭代作为目标偶数次迭代，选取目标偶数次迭代的任意一个聚类簇作为分析簇，所述分析簇由目标偶数次迭代的上一次迭代的两个聚类簇合并得到，将所述两个聚类簇作为分析簇的组合簇；选取分析簇中任意一个像素点作为判断像素点，将判断像素点在目标偶数次迭代与其之前迭代中所在的聚类簇作为判断像素点的判断簇，若判断簇在对应迭代中出现分裂或合并，则将判断簇作为变化簇，将判断像素点对应的判断簇中所述变化簇的数量作为判断像素点的变化次数；计算分析簇与目标偶数次迭代的除分析簇外的每个聚类簇的聚类中心之间的欧式距离，将最小的第二预设数量个所述欧式距离对应的所述聚类簇作为分析簇的关联簇；结合分析簇内像素点的所述变化次数、所述关联簇的所述内部差异度以及分析簇与其所述组合簇的所述内部差异度之间的差异，获取分析簇的阈值修正系数；将分析簇的所述阈值修正系数与预设分裂阈值的乘积作为分析簇的修正分裂阈值；所述优化分裂条件为：分析簇的所述内部差异度大于或者等于所述修正分裂阈值；所述基于最终聚类簇内像素点的所述综合缺陷值对道路的路面施工质量进行检测的方法，包括：对于每个最终聚类簇，将最终聚类簇中所有像素点的所述综合缺陷值的均值作为综合均特征值；若所述综合均特征值大于或者等于预设缺陷阈值，最终聚类簇内像素点构成的连通域为空鼓缺陷区域；当存在空鼓缺陷区域时，路面施工质量不合格。。马 克 数 据 网