付景亮
辽宁省公路勘测设计公司 辽宁省沈阳市 110000
摘要：公路检测与养护管理是我国公路建设过程中不可或缺的重要内容，而裂隙作为路面质量评价的关键因素，极大的影响了行车安全与公路的使用寿命，因此联系实际环境条件选择应用路面裂隙检测关键技术具有极为重要的现实价值。本文简述了结构光三维裂隙检测技术，并就其关键技术的应用环节进行了深入分析，希望能够为同行业工作者提供一些帮助。
关键词：结构光；公路路面；裂缝检测；关键技术
引言：我国高速公路数量与里程随着经济的进步和时间的推移不断增加，在带给人们更多的交通方便条件的同时，也突显出了公路养护管理工作的重要应用价值。因此，应提高对路面使用情况检测环节的重视，定期的检测与评价是保证养护措施落实效果的重要基础。裂隙是路面病害的常见类型，保证裂隙等病害的发现及时性并进行科学维护能够最大限度的降低由于病害原因给路面质量带来的影响。以结构光为基础所延伸而来的公路路面裂隙检测技术，能够有效提高工程建设质量，并能够从根本上将行车安全性提升。
1 结构光三维裂隙检测技术简述
非接触测量技术是激光视觉检测技术中的常见技术类型，其基本原理如图1所示。简单来说就是在结构光的光源中存在线状光条，在光条向着物体投射后就会由于物体与平台之间的高度差而导致光条变形。此时若选择应用CCD摄像机即可完成对变形光条图像信息的采集任务[1]。数据搜集完毕即需要对光条信息进行深入分析，以奠定被测物体轮廓信息的获取基础。以路面测量中光条投射为例，一旦路面存在裂隙，则在光条投射到裂隙位置必然会有变形现象出现。此时只需要对该种现象所延伸出的图像信息进行分析即可获取到与路面轮廓相关的各类数据，为后续分析裂隙三维信息提供基础条件。
.png)
图1 结构光视觉检测系统
2 结构光基础上的公路路面裂隙检测关键技术的应用分析
从系统具体功能的角度进行分析，可以将三维裂隙检测系统分为四个部分，分别为数据采集、信息处理、系统定位、承载车等附属设备。数据处理子系统是整个检测系统中的重要部分，本篇文章重点围绕光条中心坐标提取、裂隙决策识别以及轮廓特征提取技术进行深入分析。
2.1光条中心提取技术
在结构光基础上所衍生出的三维检测系统中的关键技术之一，就是光条中心提取技术，其主要的应用价值在于基于结果的系统标定与三维轮廓重建，是保证过程数据精准度的重要基础，无论是速度还是准确度均能够快速提升，为后续的数据处理速度、精准度的提升提供了完备条件[2]。主要应用的GIE系统能够在裂隙三维检测系统的辅助下更好的突显灰度重心法的应用效果，但其在应用时同样有着一定缺陷，其抗噪能力较弱，因此本文重点分析光条中心提取法（线状结构）。
2.1.1几何中心法
首先需要假设在单模激光器射光强中心对称分布结果基础上的光横截面状态，简单来说就是图像中所显示出的光条强度以中心对称的形式出现，获取到的中心点也就是需求的光条横截面几何中心点。具体流程需要分为三个部分：第一是对图像边缘信息进行检测，在图像自身特征的角度检测光条边缘，该过程所选择应用的方法为边缘检测算法；第二是在检测光条边缘后，其所对应的端点可以将其看作为边缘的两端坐标，此时光条与对应直线连接的中心点也就是需要测算的直线中心位置[3]；第三是需要对光条的中心点进行连接，将信息内容定位到具体点位才能帮助获取到完整的光条中心。其计算公式为：C=p+q/2，其中的p与q代表边缘检测后的边缘位置点位，C则为光条的中心位置。
2.1.2脊线跟踪与海森矩阵
提高光条中心数据的获取速度可能会影响到三维裂隙检测系统的应用性能，为实现精度与速度的整体提升目标，建议选择海森矩阵与脊线跟踪两种方法结合的方式提取路面的光条中心数据。随后即可应用Radon分割光条区域，这样就可以在脊线跟踪的条件下最大限度的缩减算法计算量，继而获取到光条中心点并保证坐标精度与标准相符。
2.2路面轮廓特征提取技术
该技术属于非接触测量技术的一种，在结构光基础上所延伸出的三维裂隙检测系统所应用的信息载体就是路面轮廓，需要在明确信号处理方式后提取轮廓内的特征信息。在一系列的信号特征提取方式中，选择应用的线性滤波无法保证对非线性路面裂隙信号的提取及时性，在非线性的内中值滤波手段下的裂隙特征提取环节，将无法保证全面且真实的还原出裂缝的具体形状[4]。再加上该种方式的抗噪能力偏弱，想要全部去除裂隙信息中夹杂的噪声信息较为困难。因此本文重点讨论公路路面特征的提取方法（稀疏分解基础上）。
第一是应构建基于裂隙信号的过完备原子库。其所显示出的尖峰形状也就是针对具体路面结构裂隙的波形类别，其最突出的特征就是裂隙边缘较为尖锐且形状较为清晰。若在路面裂隙产生后长时间得不到修复，或日常维护不及时，将会在雨水或路面泥土等的作用下将裂隙自动填充，所形成的裂隙检测波形如图2所示。
.png)
图2 裂隙基本形状特征
第二是基于路面主轮廓信号所构建的过完备原子库。其中包含了大量的病害特征信息与大量噪声，是所对应路面轮廓信号的关键内容。即使在计算路面平整度时也可以选择性的提取部分病害特征的主轮廓信号。需要注意的是，为最大限度的提升平整度数据精准度，应保证主轮廓信息与噪声的分离有效性，同时联系信号特征对裂隙过完备原子库予以完善。
2.3路面裂隙识别决策模型
判断裂隙真实性是路面裂隙检测的重要基础，简单来说就是对裂隙进行精准识别，以保证裂隙识别的准确性。在突显检测裂隙意义的同时，应做好裂隙参数的进一步分析工作[5]。但需要注意的是，激光检测目标并不明确，结构光基础上所延伸出来的一系列公路路面裂隙的检测技术经常性的会出现误判裂隙现象，或项点遗漏等问题。因此，需要构建符合路面裂隙基本情况的决策模型。模型的建立主要目的是为了规避两种错误：裂隙不存在结果显示有裂隙与裂隙存在结果显示没有，以充分满足数据检测需求。
结束语：综上所述，公路工程基础建设工作的关键在于选择应用科学合理的基于结构光裂隙的检测技术，其也是提升工程建设安全性与质量的重要基础。实际的裂隙检测环节，要求相关人员充分考虑现代化交通的建设需求，以满足质量控制水平的提升需求，继而奠定工程建设经济效益最大化的坚实基础。
参考文献
[1]张红.基于图像处理的路面裂缝检测系统研究[D].沈阳航空航天大学,2018.
[2]陈益佳.基于OpenCV的路面裂缝检测算法研究[D].哈尔滨工程大学,2017.
[3]曹霆.基于三维点云及图像数据的路面裂缝检测关键技术研究[D].长安大学,2018.
[4]李保险.基于路面三维图像的沥青路面裂缝自动识别算法[D].西南交通大学,2019.
[5]耿明月.基于渗流模型的图像裂缝边缘检测方法研究[D].重庆邮电大学,2018.