基于线阵相机的路面图像灰度校正方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108989608A(43)申请公布日2018.12.11(21)申请号201810876133.3(22)申请日2018.08.03(71)申请人东南大学地址210096江苏省南京市玄武区四牌楼2号(72)发明人于斌孟祥成(74)专利代理机构南京众联专利代理有限公司32206代理人蒋昱(51)Int.Cl.H04N5/202(2006.01)权利要求书1页说明书5页附图4页(54)发明名称基于线阵相机的路面图像灰度校正方法(57)摘要本发明公开了一种基于线阵相机的路面图像灰度校正方法，针对线阵相机拍摄特性导致的路面图像灰度不均匀情况，将匀光的重点放在横向上，改进了现阶段常用的算法全局矫正的思路，将线阵相机同次拍摄的某一路段的连续图像作为灰度矩阵g(x,y)输入，将各列灰度值取均值作为列灰度均值向量I(x)，减去对列灰度均值向量各元素的均值，结果作为灰度背景，将原灰度矩阵各行去除灰度背景向量，再拉伸至[0,255]，得到图像灰度校正后的结果。将多张图像列均值作为背景的方法能更有效地避免纵向高灰度区域与低灰度区域共存产生的补偿效应，使得图像处理结果更为均匀。与Mask法、Wallis法等相比，保留了图像的全部细节，是一种准确校正算法。CN108989608ACN108989608A权利要求书1/1页1.基于线阵相机的路面图像灰度校正方法，具体步骤如下，其特征在于：步骤一；将线阵相机同次拍摄的某一路段的连续图像作为灰度矩阵g(x,y)输入；步骤二；将各列灰度值取均值作为列灰度均值向量I(x)，减去对列灰度均值向量各元素的均值，结果作为灰度背景；步骤三；将原灰度矩阵各行去除灰度背景向量，再拉伸至[0,255]，得到图像灰度校正后的结果。2.根据权利要求1所述的基于线阵相机的路面图像灰度校正方法，其特征在于：步骤一详细步骤如下；对线阵相机路面采集系统单次采集到的同一路段的连续一维图像，将其依次读取入灰度矩阵g(x,y)，x∈(0,n)，y∈(0,m)其中每次拍摄得到一行灰度向量，大小为(n,1)，由m行图像组成整段路面灰度图像，其中；3.根据权利要求1所述的基于线阵相机的路面图像灰度校正方法，其特征在于：步骤二详细步骤如下；对灰度矩阵g(x,y)，对其各列分别取均值，作为列灰度均值向量I(x)，再对g(x,y)全体元素取均值，作为矩阵灰度均值a，将I(x)-a作为全局灰度背景Ia(x)，其中；I(x)＝sum(A)/m＝(I(1)I(2)…I(n))；Ia(x)＝I(x)-sum(I(x))/n＝(Ia(1)Ia(2)…Ia(n))。4.根据权利要求1所述的基于线阵相机的路面图像灰度校正方法，其特征在于：步骤三详细步骤如下；对矩阵各行，均减去全局灰度背景Ia(x)，将处理后的矩阵全体元素进行拉伸，首先将所有小于0的元素设为0，后找出矩阵中的最大值max与最小值min，拉伸系数g(x,y)全体元素乘此拉伸系数，得到的灰度矩阵g’(x,y)即进行灰度校正后的路面灰度图像，其中；2CN108989608A说明书1/5页基于线阵相机的路面图像灰度校正方法技术领域[0001]本发明涉及路面自动检测技术领域，特别是涉及基于线阵相机的路面图像灰度校正方法。背景技术[0002]随着经济社会的发展，我国修建的道路里程不断增加，路面的检测与养护工作日益成为道路管理的重点工作。路面裂缝是路面破损的主要表现，对裂缝的准确识别可以对路面的养护合理决策提供依据。传统的人工目视识别方式因效率低、耗时长、需要大量人力等缺点，近年来逐渐被自动检测手段所取代。路面裂缝的自动检测手段主要是通过工业相机拍摄路面图像，通过计算机对图像进行处理和识别，对路面破损状况进行评价。在这一过程中，路面图像作为识别样本具有极重要的地位。较为先进的图像采集系统通常使用线激光作为光源，配合线阵相机进行拍摄，此方法采集的图像具有精度高、亮度好等特点，但由于路面车道宽度较大(3.5m以上)，点光源发射的线激光在此尺度上往往具有亮度不匀的特点。这种特点反映在灰度图像上为图像灰度不匀，对图像的进一步处理和识别往往造成巨大的影响。因此图像的匀光算法成为检测系统中的重要模块。[0003]图像的匀光算法，在灰度图像上也可称为灰度校正，其主要的应用是航测遥感图像的预处理中。由于遥感图像采集中的复杂环境因素，数字航空影像往往存在色彩、亮度不均匀的问题。近年来由于路面自动检测技术的兴起，匀光算法也逐渐被应用到路面破损图像处理中来。路面检测系统所采用的匀光算法多参照遥感影像处理的经验，采用两种应用较为广泛的匀光算法Mask和Wallis。因遥感影像采集的复杂性，其亮度的不均匀性较强，相应的匀光算法也较为复杂，另外，其处理图像的尺度远大于