(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211191533.3 (22)申请日 2022.09.28 (71)申请人 三峡大学 地址 443002 湖北省宜昌市西陵区大 学路8 号 (72)发明人 夏平　冯海杰　彭程　张光一　 雷帮军　 (74)专利代理 机构 宜昌市三峡专利事务所 42103 专利代理师 余山 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/50(2022.01) G06V 10/30(2022.01) G06V 10/44(2022.01)G06V 10/28(2022.01) G06V 10/26(2022.01) G06T 5/00(2006.01) G06T 7/00(2017.01) G06T 7/136(2017.01) G06T 7/187(2017.01) (54)发明名称 一种曲线拟合对比度增强的道路裂缝检测 方法 (57)摘要 一种曲线拟合对比度增强的道路裂缝检测 方法， 它包括以下步骤： 步骤1： 以若干组道路裂 缝图像的灰度均值参数为自变量， 其对应的最优 对比度增强参数 值为因变量， 构造线性 拟合法、 指数拟合法、 以及傅里叶级数拟合法等 三种曲线拟合， 得到函数关系式； 步骤2： 对道路 裂缝图像进行预处理； 包括图像灰度化、 直方图 均衡化、 图像中值滤波、 对步骤1中通过三种曲线 拟合构造的函数关系式进行对比度增强； 步骤3： 对经过步骤2对比度增强后的图像进行二值化处 理， 获得二值图像， 并进行阈值分割； 步骤4： 用所 获得的阈值对图像进行阈值分割以实现裂缝的 标记； 通过以上步骤获得裂缝的标记、 检测。 权利要求书2页 说明书7页 附图3页 CN 115512224 A 2022.12.23 CN 115512224 A 1.一种曲线拟合对比度增强的道路裂缝检测方法， 其特 征在于， 它包括以下步骤： 步骤1： 以若干组道路裂缝图像的灰度均值参数为自变量， 其对应的最优对比度增强参 数gamma值为因变量， 构造线性拟合法、 指数拟合法、 以及傅里叶级数拟合法等三种曲线拟 合， 得到函数关系式； 步骤2： 对道路裂缝图像进行预处理； 包括图像灰度化、 直方图均衡化、 图像中值滤波、 对步骤1中通过三种曲线拟合构造的函数关系式进行对比度增强； 步骤3： 对经过步骤2对比度增强后的图像进行二值化处理， 获得二值图像， 并进行阈值 分割； 步骤4： 用所获得的阈值对图像进行阈值分割以实现裂缝的标记； 通过以上步骤获得裂缝的标记、 检测。 2.根据权利要求1所述的方法， 其特征在于， 在步骤1中， 在构造函数关系式时， 采用以 下子步骤： 步骤1‑1： 对输入的多组道路裂缝图像进行YUV亮度灰度化处理得到其灰度均值， 其公 式为： Gray＝0.2 99R+0.578G+0.1 14B    (5) 其中， 在以YUV为颜色编码方式的编码空间之中， Y的分量所代表的物理意义是该点的 亮度， 由Y值反映亮度等级并且由其来表达图像的灰度值； 建立亮度Y与R、 G、 B三个颜色分量 的函数关系， 就能得到灰度值； 步骤1‑2： 对比度增强， 运用基于伽马Gamma变换的图像增强算法， 此算法主要应用于图 像校正， 从调节灰度图像的亮度这 一方面， 来增强图像的对比度， 其公式为： s＝crγ   (6) 其中， s为伽马变换后的图像的像素值， r是原图像的对应位置的像素值， c和γ为正常 数； 该公式对应于 Matlab中的函数则为 imadjust函数， 一般的调用格式的公式为： f1＝imadjust(f， [l ow_in high_in]， [low_out high_out]， g amma) (7) 针对每一幅灰度图像， 改变其对比度增强函数中的gamma值， 并对比不 同的gamma值对 应得到的检测结果， 选取最优的检测结果， 使其对应的g amma值为最优gamma值； 步骤1‑3： 以步骤1 ‑1中的灰度均值作为自变量， 步骤1 ‑2中最优的对比度增强参数 gamma值为因变量， 构 造线性拟合法、 指数拟合法、 以及傅里叶级 数拟合法三种曲线拟合， 得 到函数关系式如下： y＝b1sin(x‑π )+b2(x‑10)2+b3   (8) y＝aebx  (9) y＝a0+a1sin(ωx)+a2cos(ωx)    (10) 通过把步骤1 ‑1求得灰度均值代入上式中的x， 步骤1 ‑2选取的最优gamma值代入上式中 的y， 便可以确定其余参数值； 其中式(8)为线性拟合公 式； 式(9)为指数拟合公 式； 式(10)为 傅里叶拟合公式。 3.根据权利要求1所述的方法， 其特征在于， 在步骤2中， 对道路裂缝图像进行预处理包 含以下步骤： 步骤2.1： 图像灰度化； 步骤2.2： 对图像进行中值滤波， 滤除干扰噪声， 中值滤波公式如下 所示：权　利　要　求　书 1/2 页 2 CN 115512224 A 2g(x， y)＝med{f(x ‑i， y‑j)}， (i， j)∈S    (7) 其中g(x， y)为处 理后的图像， f(x， y)为处 理前的图像， 5为 二维模板； 步骤2‑3： 直方图均衡化， 直方图均衡化公式如下： 其中， rk和sk分别代表变换前后的图像灰度， L为灰度 级总数， MN是待处理图像中的总像 素， nj表示第j个灰度级出现的个数； 步骤2‑4： 将经过步骤2 ‑1、 步骤2‑2、 步骤2‑3处理之后的图像通过步骤1 ‑1中公式(7)求 得其灰度均值， 再代入步骤1 ‑3中得到的函数关系式求得g amma值； 步骤2‑5： 将步骤2 ‑4求得的gamma值代入步骤1 ‑2中的公式(7)来增强图像的对比度。 4.根据权利要求1所述的方法， 其特征在于， 在步骤3 中， 运用最大类间方差法进行阈值 分割， 通过判别二 值图像的连通区域， 设置连通区域 面积阈值， 具体包 含以下子步骤： 步骤3‑1： 计算图像的全局平均灰度 μ， 其公式如下 所示： 其中， ni为灰度级i的像素总数， N 为图像的总像素， L 为灰度级总数； 步骤3‑2： 对于灰度级k＝0一直到L ‑1， 可以分别计算出每一个k值所对应的类间方差σ2 (k)， 其中所需要的计算方法如下公式所示： σ2(k)＝ω0( μ0‑μ )2+ω1( μ1‑μ )2 (12) 其中， ω0和ω1分别为目标C0区域和背景C1区域所占的比例， μ0和 μ1分别为目标C0区域和 背景C1区域的平均灰度； 步骤3‑3： 将所有的k值所得到的σ2(k)进行比较， 得到最大的类间方差， 其对应的k即为 所求的阈值， 若最大值不唯一， 则将检测到的各个最大值所对应的k值求平均即为所求阈 值， 用该阈值对图像进行阈值分割实现裂缝的标记。权　利　要　求　书 2/2 页 3 CN 115512224 A 3