(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 202211432231.0 (22)申请日 2022.11.16 (71)申请人 山东高速股份有限公司 地址 250000 山东省济南市文化 东路29号 七星吉祥大厦A座 (72)发明人 李镇　常志宏　郭子英　李永建　 谷金　王健　王际涛　王川　张帅　 任朝阳　谷丽蕊　康上　 (74)专利代理 机构 济南光启专利代理事务所 (普通合伙) 37292 专利代理师 宁初明 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01)G06N 20/10(2019.01) (54)发明名称 基于计算机视觉的高速公路路况异常检测 方法及系统 (57)摘要 本发明涉及图像数据处理技术领域， 具体涉 及一种基于计算机视觉的高速公路路况异常检 测方法及系统， 该方法为： 获取高速公路路面的 灰度图像并进行尺度变换得到多张变换图像， 将 每张变换图像划分为多个子区域， 根据每个子区 域对应的海森矩阵得到疑似裂纹像素点， 进而 得 到疑似裂纹区域； 构建窗口在疑似裂纹区域中滑 动， 基于每个窗口内的疑似裂纹像素点的位置、 窗口内疑似裂纹像素点与窗口中心点的欧式距 离、 窗口内疑似裂纹像素点的数量分别得到裂纹 特征角度、 裂纹间距指数 以及裂纹数量指数， 进 而构建窗口对应的滤波器对相对于的窗口滤波， 以得到裂纹特征图像； 利用裂纹特征图像得到高 速公路路面的裂纹异常区域， 提高了裂纹异常区 域检测的准确性。 权利要求书2页 说明书10页 附图2页 CN 115496918 A 2022.12.20 CN 115496918 A 1.一种基于计算机视觉的高速公路路况异常检测方法， 其特征在于， 该方法包括以下 步骤： 获取高速公路 路面的灰度图像； 对所述灰度图像进行尺度变换得到对应的至少两张变换图像， 将每张变换图像划分为 至少两个子区域， 构建每 个所述子区域对应的海 森矩阵， 以得到每 个所述子区域的特 征值； 根据每个所述子区域的特征值获取所述子区域的疑似裂纹像素点， 根据 所有所述子区 域的疑似裂纹像素点得到对应 变换图像中的疑似裂纹区域； 构建窗口在所述疑似裂纹区域中滑动， 基于每个窗口内的疑似裂纹像素点的位置获取 对应窗口的裂纹特征角度， 基于每个窗口内疑似裂纹像素点与窗口中心 点的欧式距离得到 裂纹间距指数， 并基于每个窗口内疑似裂纹像素点的数量得到裂纹数量指数； 根据所述裂 纹特征角度、 所述裂纹间距指数以及所述裂纹数量指数构建滤波器； 利用所述滤波器对相对应的窗口进行滤波得到窗口特征图像， 基于所有所述 窗口特征 图像得到裂纹特 征图像； 利用所述裂纹特 征图像进行缺陷判别得到高速公路 路面的裂纹异常区域。 2.根据权利要求1所述的一种基于计算机视觉的高速公路路况异常检测方法， 其特征 在于， 所述 根据每个所述子区域的特 征值获取 所述子区域的疑似裂纹像素点的步骤， 包括： 每个所述子区域对应至少两个特征值， 基于所述子区域的每个特征值获取对应的特征 向量， 所述特 征向量的数量与特 征值的数量 一致； 选取特征值最小时对应的特征向量的方向为裂纹绵延方向， 所述子区域中在所述裂纹 绵延方向上的像素点 为疑似裂纹像素点。 3.根据权利要求1所述的一种基于计算机视觉的高速公路路况异常检测方法， 其特征 在于， 所述基于每个窗口内的疑似裂纹像素点的位置获取对应窗口的裂纹特征角度 的步 骤， 包括： 以窗口内第 一个疑似裂纹像素点为基准， 计算窗口内其他疑似裂纹像素点与作为基准 的疑似裂纹像素点之间的欧式距离， 选取欧式距离的最大值对应的疑似裂纹区域为评估 点； 连接所述评估点与作为基准的疑似裂纹像素点得到线段， 线段的长度为对应的欧式距 离； 获取基准的疑似裂纹像素点与所述评估点之间在垂直方向上 的垂直距离， 所述垂直距 离与线段的欧式距离的比值 为窗口的裂纹特 征角度。 4.根据权利要求1所述的一种基于计算机视觉的高速公路路况异常检测方法， 其特征 在于， 所述基于每个窗口内疑似裂纹像素点与窗口中心 点的欧式距离得到裂纹间距指数的 步骤， 包括： 计算窗口内所有疑似裂纹像素点与窗口中心点的欧式距离的平均值， 所述平均值为裂 纹间距指数。 5.根据权利要求1所述的一种基于计算机视觉的高速公路路况异常检测方法， 其特征 在于， 所述基于每 个窗口内疑似裂纹像素点的数量得到裂纹数量指数的步骤， 包括： 统计窗口内像素点的总数量， 窗口内疑似裂纹像素点的数量与 所述总数量的比值为裂 纹数量指数。 6.根据权利要求1所述的一种基于计算机视觉的高速公路路况异常检测方法， 其特征权　利　要　求　书 1/2 页 2 CN 115496918 A 2在于， 所述根据所述裂纹特征角度、 所述裂纹间距指数以及所述裂纹数量指数构建滤波器 的步骤， 包括： 所述滤波器的函数表达式为： 其中， 表示窗口对应的裂纹特征角度； 表示窗口对应的裂纹间距指数； 表示窗口对 应的裂纹数量指数； 表示相位角； 表示频域坐标； 表示长宽比； 表示自然常数； 表示正弦函数； 表示坐标； 表示余弦函数； 表示自然常数。 7.根据权利要求1所述的一种基于计算机视觉的高速公路路况异常检测方法， 其特征 在于， 所述构建每个所述子区域对应的海森矩阵， 以得到每个所述子区域的特征值的步骤， 包括： 利用SVD算法对每 个所述子区域对应的海 森矩阵进行计算， 得到所述子区域的特 征值。 8.根据权利要求1所述的一种基于计算机视觉的高速公路路况异常检测方法， 其特征 在于， 所述基于所有所述窗口特 征图像得到裂纹特 征图像的步骤， 包括： 对所有变换图像中对应窗口 的窗口特 征图像进行加权求和得到局部裂纹特 征图像； 其中， 每个窗口特征图像的权重为： 获取所述窗口特征图像对应窗口的所述裂纹数量 指数与所述裂纹间距指数的比值， 以所述比值的负数作为 幂指数， 以自然常数 为底数构建 指数函数， 所述指数函数的倒数为所述窗口特 征图像的权 重； 变换图像中所有窗口对应的局部裂纹特征图像拼接得到裂纹区域特征图像； 获取非疑 似裂纹区域的图像， 将非疑似裂纹 区域的图像与所述裂纹 区域特征图像拼接得到裂纹特征 图像。 9.根据权利要求1所述的一种基于计算机视觉的高速公路路况异常检测方法， 其特征 在于， 所述利用所述裂纹特征图像进行缺陷判别得到高速公路路面的裂纹异常区域的步 骤， 包括： 将所述裂纹特征图像输入训练完成的SVM判别器中， 所述SVM判别器输出所述裂纹特征 图像中每个疑似裂纹区域为裂纹异常区域的概率值， 当所述概率值大于预设阈值时， 对应 所述疑似裂纹区域 为裂纹异常区域。 10.一种基于计算机视觉的高速公路路况异常检测系统， 包括存储器、 处理器以及存储 在所述存储器中并可在所述处理器上运行 的计算机程序， 其特征在于， 所述处理器在执行 所述计算机程序时， 实现如权利要求1 ‑9任意一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115496918 A 3