高等级公路路面裂缝类病害轮廊提取的算法研究

3 实验分析

上面介绍了系统工作的硬件环境和算法实现的原理和方法。下面将通过对路面横向裂缝、纵向裂缝和不规则裂缝图像的实际处理，观察算法对裂缝类病害的识别能力。

图3示出本算法对实验环境下采集图像中的各类裂缝进行处理的结果。图3（a）、（b）、（c）是在硬件平台上采集的横向、纵向和不规则裂缝的样图；图3（d）、（e）、（f）是对样图进行噪声滤除、8方向Sobel边缘检测和图像分割（二值化）处理后得到的二值化图。由以上实验可以看出，本文提出的算法能对各类裂缝类病害进行较好的处理与识别，能够好地消除噪声的影响，裂缝轮廓清晰。

在实际的测试过程中，当物距为20cm，图像采集选用512×512像素的分辨率时，视场范围是11cm×11cm，CCD中像素分辨率为0.2mm。当物距为50cm时，视场范围是28cm×28cm，CCD像素分辨率为0.5mm。

    在Visual C++ 6.0开发环境下编制的这套图像处理和病害识别软件，采用模块化设计，具有方便、简洁的用户界面，系统易于开发、易于移植等特点。它可控制图像采集卡对图像进行实时监控、采集、显示和存储等操作，同时具有对路面裂缝类病害包括横向、纵向和不规则裂缝图像进行噪声滤波、边缘检测、图像分割和目标识别的功能。

由以上实验可以看出，本文提出的对高等级公路路面的裂缝类病害的轮廓进行提取的算法可以清晰的提出路面裂缝的轮廓，为后期的测量提供高质量的图像。