陈鑫
重庆德飞工程质量检测有限责任公司， 414100
摘要：针对当前公路路面检测以及维护工作开展的实际情况，重点探讨了如何有效将信息处理技术融入到公路路面检测的实践中，分别就其中的确定破损路面图像阈值、路面破损特征图像的预处理和路面破损特征参数的提取与识别等关键技术进行探讨，希望对全面提升公路路面检测水平有所帮助。
关键词：公路路面，路面检测，破损特征，识别技术
在新时代的背景下，随着人们越来越重视公路交通的安全性问题，将信息技术融入到公路路面检测工作则是必然趋势，对于全面提升公路路面的维护保养水平具有重要意义。在具体的公路养护实践中，路面破损检测与识别工作则是开展养护作业的重要基础性内容。这里重点论述了当前公路路面检测与破损特征识别技术发展中的关键要点，希望对于广大同仁起到一定参考作用。
1破损路面图像阈值的确定
在具体的路面破损特征检测实践中，图像阈值确定是先前条件之一，其直接影响到对于路面破损特征识别的精确化情况，在此基础上，方可以全面保障符合公路路面养护的具体要求。一般来说，在参考公路等级、光照条件的情况下，结合未出现破损路面图像的灰度值的情况，在一定范围内都呈现出恒定性。同样，当出现破损特征的情况，这样就存在着明显的差异性问题。在这样的背景下，利用差影法的方式，能有效明确预期的最佳阈值所在。在具体的应用中，借助于有效算法来明确两张图片中点对点的计算，在经过均值图像处理的基础上，可以结合灰度值的情况来确定相应的图像阈值。
2路面破损特征图像的预处理
2.1图像灰度处理
针对格式为RGB的路面破损图像来说，其数值能有效反映出相应的图像中元素的大小，如果取值选择较多也会意味着具有较大难度的图像处理。一般来说，都是将其转化为灰度图像。具体实践中，所有应用的灰度化处理的方法为分量法、平均值法、加权平均法等，力求得到符合要求的灰度图像。
2.2图像滤波去噪
针对刚开始阶段所提取的路面破损特征图像来说，往往意味着比较大的瑕疵问题，存在着方向性多、噪声多等，造成难以保障有效开展高质量的判断，容易出现失真失准的情况。在后续的图像处理中，可以有效进行图像中噪声去除工作，保障获得更加准确的破损信息。从实践应用过程中，结合图像处理技术的发展，借助于中值滤波这种非线性滤波技术具有一定的应用优势。但随着去噪技术的发展，借助于小波滤波的处理方式，往往能有效进行除噪的效果，落实好边缘清晰化的图像，实现图像清晰度的全面提升，有效实现更加精准化的识别。
2.3路面破损特征图像分割处理
结合图像分割处理的实际过程，在这样的分类算法的帮助下，能有效实现道路破损特征图像结合标准规范要求来实现分类细化的要求，通过划分子区域以便开展高质量的检测及识别，全面保障实现预期的准确性要求。
在具体的实践环节，一定要从实际需求出发，落实好图像处理中的分割方法，不断保障道路破损检测与识别水平的全面提升。一般来说，当前常用的图像分割算法则是较为简单的阈值化分割方式，这种算法具有较强的稳定性、运算复杂程度不高，在具体的应用实践中，应明确图像灰度值取值范围内的灰度阈值，在基础上，有效满足实现对比该数值与图像中每个像素的灰度值，从而结合相关的阈值来进行区域分割处理，有效划分为两个区域。
在开展基于阈值方法的灰度图像的分割处理实践中，关键问题如何寻找科学合理的最佳阈值。结合实践经验来看，结合道路破损特征图像的实际情况，往往破损目标信号都不太强，难以体现出其和背景之间的有效差异性，这样会造成合理化阈值确定存在着一定难度。随着图像处理技术的发展，可以积极尝试通过多阈值平均的路面破损图像分割技术措施，以便有效开展相关破损图像的分割处理，并能合理化借助于最大间方差法、最小偏态法以及最大熵法等有效算法，借助于平均值方式来明确最佳分割阈值，以便更好地进行准确化隔离，也有助于进行相关的噪声去除。
3路面破损特征参数的提取与识别
3.1路面破损特征参数计算
结合路面破损特征图像的实际情况来看，在全面开展图像的灰度处理、滤波除噪以及图像分割的基础上，这样就基本上能展示出通过一系列点的集合的路面破损特征，构建相应的骨架结构。在基础上，借助于相应的算法来实现骨架长度的累加，从而明确相应的磨损路面的长度，并结合实际情况来计算相应的路面宽度，从而落实相应破损路面的最为关键的两个因素。
3.2路面破损特征识别
掌握路面破损特征的基础上，可以采用诸如BP人工神经网络等先进算法来有效进行识别处理。在全面落实识别结果的准确性、科学性等方面，结合网络神经的标准规范要求，明确预期的各层中所涉及到的神经元个数、初始值以及学习速率等情况，从而优化得到网络层数，从而有效构建能满足识别要求的网络结构。在应用实践中，考虑到偏差新的影响，大都是选择S型隐含层加上一个线性输入层的网络。在控制误差方面，尽管通过网络层数的增加能减少误差，保障一定的精度要求，但往往意味着更大复杂的网络结果，造成学习以及计算成本过大。一般情况，在S型的隐含层的基础上，落实6个输入节点与5个输出节点，以保障神经网络的快速运转要求，全面保障道路破损特征识别的精准性全面提升。
4 结束语
由此可见，在信息化时代背景下，将基于信息技术的图像处理技术融入到公路路面检测工作中则是必然趋势，也有助于全面提升破损道路的特征识别水平全面提升，进而有效发现公路运行存在着各种安全隐患情况，全面提升交通运输的安全性，满足于高质量的道路维护发展要求。所以，我们应充分重视公路路面检测与破损特征识别技术的智能化的创新发展，积极结合先进的信息技术的优势，全面保障我国交通事业的健康发展。
参考文献：
[1] 王佳宾. 浅谈短脉冲雷达检测技术在现代公路路面检测中的应用[J]. 四川水泥, 2021年第1期:270-271.
[2] 胡云. 高速公路路面检测评价体系研究[J]. 华东公路, 2020年第5期:32-34.
[3] 张跃飞, 王敬飞 , 陈志毅. 基于改进的Mask R-CNN的公路裂缝检测算法[J]. 计算机应用, 2020年第S02期:162-165.
[4] 王昊, 孔令荣. 高速公路裂缝检测算法研究与实现[J]. 信息技术, 2015年第4期:153-156,160.