全文总字数：2607字

1. 研究目的与意义及国内外研究现状

公路的发展影响我国的经济发展，同时与人们的生活息息相关，然而随着公路的使用时间和负载量越来越大，公路的质量受到很大的挑战，公路的保养和维护逐渐成为国家发展的大事。维护的前提是要检测出路面破损情况，不同于传统的人工检测，本课题采用数字图像处理技术来处理路面破损的数据，有如下优势：

(1)提高效率。由于我国的受损的道路特别多，使用传统方式会耗费大量人力，机器操作更方便、高效。

(2)提高了精度。不同的调查员在不同的时间对同一道路的判断都会不一样，不如机器检测分析更具客观性和准确性。

2. 研究的基本内容

本文主要工作是对所采集到的路面图像进行破损处的识别、计算和分类，主要应用的软件是MATLAB。由于光照等客观因素会导致灰度不均匀，还需要对采集的图像先进行预处理、降噪。路面图像在拍摄，传输过程中产生的大多是孤立的噪声点，中值滤波是一种非线性滤波器，很容易去除孤立噪声点，于是在降噪上选择中值滤波算法。

为了使裂缝的信息增强，更容易识别出来，还需要对图像进行锐化，即计算导数（梯度）。显然，裂缝处的灰度变化较大，即梯度值越大。为了计算出破损的面积，需要选择合适的阈值，把图像目标和背景分离。本文采用最大类间方差算法，遍历灰度级，求得使目标和背景的类间方差最大的阈值。基于阈值将图像二值化，然后对图像的灰度值求和再除以总面积，可以求得破损率，通过路面破损状况指标（PCI）来决定路面破损的状态。然后，根据图像横向纵向的投影确定裂缝的类型。最后，设计GUI来演示功能。

3. 实施方案、进度安排及预期效果

首先先采集一些路面破损的图像，其次使用中值滤波和高斯滤波对图像进行降噪处理，然后对比几种经典的阈值分割算法，选取一种对图像分割，二值化图像求出破损率，接着采用算子锐化图像的边缘，得到路面裂缝的大体轮廓，然后根据横向纵向的投影特征对破损状况分类，最后设计gui封装代码，实现功能。具体实施如下：

(1)2019.1.3-2019.1.15图像的采集和降噪处理。

(2)2019.1.16-2019.1.31采用最大类间方差算法，对图像进行阈值分割，再进行高斯滤波和中值滤波。

4. 参考文献

[1]苗龙元,于正林,王震.基于连通区域标记的区域填充算法.长春理工大学学报（自然科学版）,2018.

[2]周敏.基于无人机图像的地面裂缝检测[j].电脑知识与技术,2017.

[3]钱红莹.基于改进canny算子的医学图像边缘检测算法.计算机工程,2019.