0 引言

    我國高速公路快速發(fā)展令世界矚目，高速公路快速發(fā)展的同時，也使得傳統(tǒng)的路面破損人工目測檢測無法滿足需求，人工方法存在效率低、安全性不高等問題，因此，迫切需要一種高效的、高智能化的路面檢測裝置用于檢測路面破損檢測。

    隨著計算機(jī)視覺技術(shù)的發(fā)展，很多科研工作者提出了對路面裂縫的智能檢測方法并對其進(jìn)行了系統(tǒng)的開發(fā)。早在20世紀(jì)60年代末期以模擬攝影技術(shù)為基礎(chǔ)的檢測系統(tǒng)就有由日本PASCO公司研發(fā)的ROADRECON-70檢測車和由法國開發(fā)的GERPHO自動檢測車^[1]。80年代，日本的KOMATSU公司研發(fā)了一款以模擬視頻錄像技術(shù)為基礎(chǔ)的路面裂縫檢測車^[2]，最高速度可達(dá)10 km/h；90年代中期，加拿大的RoadWare公司和瑞典的Romboll公司分別研制了基于面陣相機(jī)技術(shù)的ARAN系統(tǒng)和PAVUE系統(tǒng)^[3]，最高時速可達(dá)90 km/h；2008年，加拿大又研制出了以3D激光掃描技術(shù)為基礎(chǔ)的LCMS檢測系統(tǒng)^[4]，將路面檢測帶入一個新領(lǐng)域。國內(nèi)相關(guān)研究起步較晚，在2002年，南京理工大學(xué)的趙春雷等成功研制了N-1型路面檢測車^[5]，其檢測時速可達(dá)70 km/h。2007年武大卓越與湖北合力聯(lián)合研發(fā)了ZOYON-RTM智能道路檢測車^[6]；2010年長安大學(xué)研制出來基于依維柯的CT-502多功能路況檢測車^[7]。

    然而這些已經(jīng)研制成功的路面檢測系統(tǒng)都是通過圖像采集之后再通過計算機(jī)的強(qiáng)大處理能力來做后期的圖像處理，增加了大量視頻數(shù)據(jù)傳輸?shù)碾y度，且實(shí)時性低。為了避免大量數(shù)據(jù)的處理和傳輸難度，增加系統(tǒng)的實(shí)時性，本文提出一種在下位機(jī)就能實(shí)現(xiàn)路面有效信息提取的方案。在前人工作的基礎(chǔ)上，提出一種實(shí)時在線公路路面破損及位置檢測裝置。檢測裝置以FPGA技術(shù)、圖像處理技術(shù)以及北斗定位技術(shù)與無線通信技術(shù)相結(jié)合的方式來實(shí)現(xiàn)。檢測裝置通過CMOS圖像傳感器進(jìn)行視頻圖像采集，SDRAM進(jìn)行視頻圖像的緩存，在FPGA中就可對圖像進(jìn)行實(shí)時處理與識別分類，然后用VGA進(jìn)行視頻圖像的顯示，北斗定位模塊進(jìn)行位置信息的獲取，通過DTU 4G無線傳輸模塊把獲取的圖像信息和位置信息發(fā)送到后臺進(jìn)行存儲，通過LCD顯示識別分類結(jié)果和地理位置信息。

1 硬件系統(tǒng)設(shè)計

    本文所設(shè)計的路面破損檢測裝置的系統(tǒng)結(jié)構(gòu)框圖如圖1所示，整個系統(tǒng)使用Altera的Cyclone IV系列的EP4CE30F23C8N FPGA芯片作為主控芯片，該芯片有4個PLL，能產(chǎn)生多達(dá)20個全局時鐘，28 848個邏輯門，608 256個存儲單元，533個I/O接口，如此豐富的片上資源為本系統(tǒng)的設(shè)計提供了極大靈活性。

    首先FPGA芯片通過I2C總線協(xié)議對COMS攝像頭OV7725進(jìn)行配置以實(shí)現(xiàn)路面圖像的采集，然后利用FPGA對獲得的圖像進(jìn)行圖像處理，灰度中值濾波、Sobel邊緣檢測、形態(tài)學(xué)膨脹腐蝕，最后達(dá)到對裂縫特征提取與分類識別的目的。得到裂縫的特征并通過VGA顯示，再進(jìn)行路面裂縫的識別與分類并對裂縫位置進(jìn)行定位，最后把路面裂縫信息和位置信息發(fā)送到后臺終端。

1.1 灰度中值濾波的實(shí)現(xiàn)

    在對路面進(jìn)行圖像信息采集的時候圖像中會摻雜一些噪聲，因此需要對采集到的圖像進(jìn)行平滑濾波從而進(jìn)行降噪處理，以便后續(xù)的圖像處理^[8]。中值濾波是一種非線性濾波的圖像處理方法，對消除少量離散噪聲點(diǎn)效果顯著^[9]，其通過對鄰域內(nèi)像素按灰度排序的結(jié)果決定中心像素的灰度，是通過窗口內(nèi)的像素的灰度值進(jìn)行排序，并取出位于中間位置的灰度作為中心像素的灰度。因此中值濾波由窗口提取模塊和排序模塊組成。

1.1.1 窗口實(shí)現(xiàn)

    由于FPGA芯片內(nèi)部具有豐富Shift_RAM移位寄存器資源，可以非常方便地通過2行或3行Shift_RAM的移位存儲，來實(shí)現(xiàn)3×3像素陣列。本文通過移位寄存器Shift_RAM來存放2行像素，同時與當(dāng)前輸入行的數(shù)據(jù)組成3行的陣列。其硬件實(shí)現(xiàn)框圖如圖2所示。

1.1.2 排序模塊

    排序模塊的目的就是從9個像素點(diǎn)中比較出中間像素值，在FPGA中最快只需3個時鐘即可完成中值的比較，即使用7個比較器進(jìn)行三輪比較，第一輪比較3個比較器并行比較出每行的最大值、中間值和最小值；第二輪3個比較器比較出3個最大值中的最小值、3個中間值的中間值、3個最小值中的最大值；第三輪用一個比較器比較出第二輪得出的3個像素值的中間值，將該值作為9個像素點(diǎn)的中間值^[10]。其實(shí)現(xiàn)流程如圖3所示。

1.2 改進(jìn)的Sobel邊緣檢測的實(shí)現(xiàn)

    Sobel邊緣檢測模塊主要分梯度計算和基于像素閾值的邊緣檢測兩部分，因?yàn)橹恍枰獙?shí)現(xiàn)裂縫的邊緣檢測，這里不需要方向信息的提取。改進(jìn)后的Sobel算子相比傳統(tǒng)的Sobel算子增加了不少運(yùn)算量，涉及加法、減法、乘法、除法、平方和開平方等運(yùn)算。

    經(jīng)過中值濾波后的圖像繼續(xù)使用移位寄存器Shift_RAM提取3×3像素陣列與改進(jìn)的Sobel算子作乘法運(yùn)算并經(jīng)過最后的合成得到的梯度值用來取代原來3×3像素陣列的中心像素值。由于 Altera 在 LPM 中提供了豐富的 IP核，復(fù)雜的乘除運(yùn)算和平方根運(yùn)算都可以通過例化相應(yīng)的IP核來實(shí)現(xiàn)，只需要根據(jù)需要配置相應(yīng)的參數(shù)即可，而簡單的加減運(yùn)算則是用運(yùn)算符實(shí)現(xiàn)。

    將設(shè)計好的閾值IP核與最后輸出的梯度值D比較，閾值可以根據(jù)實(shí)際情況作相應(yīng)的修改，本文設(shè)為60，如果像素值大于閾值，視為邊緣并賦值為 1；反之則賦 0，這樣就就可以得到一幅二值化的邊緣圖像，為后面的特征提取提供了基礎(chǔ)。

1.3 形態(tài)學(xué)膨脹與腐蝕的實(shí)現(xiàn)

    由于圖像降噪或者邊緣檢測時可能會發(fā)生部分信息丟失或者出現(xiàn)噪聲邊緣，因此需要通過形態(tài)學(xué)膨脹腐蝕算法來對圖像進(jìn)行修復(fù)^[11]。

    膨脹與腐蝕是在二值化的圖像上處理的，需要用Shift_RAM移位寄存器來實(shí)現(xiàn)1 bit的3×3陣列，即將寬度參數(shù)設(shè)置為1 bit。其中膨脹運(yùn)算通過像素之間作或運(yùn)算來實(shí)現(xiàn)^[12]， 考慮到運(yùn)算效率問題，在HDL中通過面積換取效率，通過兩個時鐘來實(shí)現(xiàn)，第一個時鐘分別計算每行3個像素的或，第二個時鐘計算前面結(jié)果的或。而腐蝕則相反，通過像素值作與運(yùn)算來實(shí)現(xiàn)。

1.4 投影特征提取與裂縫分類識別

    本文將路面裂縫大致分為橫向裂縫、縱向裂縫、以及龜裂和塊狀裂縫4類。裂縫的特征提取直接關(guān)系到對裂縫識別與分類性能的優(yōu)劣^[13]。

1.4.1 裂縫投影特征提取

    投影算法就是將某個方向作為投影方向，并統(tǒng)計在其方向的垂直方向上的坐標(biāo)圖像目標(biāo)的像素點(diǎn)的和，為了更好地對裂縫路面進(jìn)行分類，則需要對裂縫圖像分別做X、Y坐標(biāo)軸方向上的投影，其算法如式(1)與式(2)所示。

    在FPGA中，通過設(shè)計累加器來對各行各列的像素值進(jìn)行累加并且通過寄存器保存累加值，再通過比較器比較出最大投影值來作為當(dāng)前圖像的投影特征值。

1.4.2 裂縫分類識別

    考慮到裂縫種類的特殊性，在裂縫判定分類根據(jù)收集的大量不同裂縫圖像的投影特征設(shè)定不同的閾值標(biāo)準(zhǔn),為了獲取裂縫的特征，對裂縫圖像進(jìn)行采樣并作為裂縫特征數(shù)據(jù)庫，并通過MATLAB進(jìn)行投影特征分析，獲得表1所示的裂縫分類投影特征。將提取到的圖像投影特征值與表中的閾值進(jìn)行比較就能判斷出裂縫的類型，本文通過一個一段式狀態(tài)機(jī)來實(shí)現(xiàn)裂縫類型的判別。

1.5 北斗定位模塊

    北斗衛(wèi)星系統(tǒng)是我國具有自主知識產(chǎn)權(quán)的空間導(dǎo)航定位系統(tǒng),具有定位、授時以及短報文通信等功能^[14]。本文選擇了具有高精度定位的基于北斗地基增強(qiáng)站（CORS）的北斗偽距差分定位方法。北斗地基增強(qiáng)系統(tǒng)由參考站網(wǎng)、數(shù)據(jù)處理與控制中心、網(wǎng)絡(luò)通信系統(tǒng)和用戶設(shè)備4部分組成^[15]。本文采用泰斗D303導(dǎo)航差分定位芯片作為用戶端與江蘇北斗地基增強(qiáng)站(JSCORS)建立數(shù)據(jù)通信獲得高精度差分定位信息^[16]，由芯片D303接收的單點(diǎn)定位信息通過GPRS網(wǎng)絡(luò)通信發(fā)送給數(shù)據(jù)中心，再接收數(shù)據(jù)中心生成的差分修正信息，再由D303差分定位模塊解析得到高精度定位信息^[17]。

    D303芯片與FPGA之間通過串口通信將解析后的高精度北斗定位電文發(fā)給FPGA端的串口接收模塊，本文只要從所有電文中提取出其中包含經(jīng)緯度信息的BDGGA電文中的經(jīng)緯度信息即可，在FPGA中通過一個簡單的狀態(tài)機(jī)實(shí)現(xiàn)。

1.6 無線通信模塊

    無線傳輸使用DTU 4G無線傳輸模塊，支持AT指令，本系統(tǒng)中其與FPGA之間采用串口通信的方式，通信速度設(shè)為230 400 b/s，TXD、RXD為發(fā)送、接收端，分別連接到FPGA的串口發(fā)送和接收端。在發(fā)送數(shù)據(jù)之前先使用AT指令與遠(yuǎn)程服務(wù)器建立TCP連接，接收到返回連接建立成功后即可發(fā)送數(shù)據(jù)，F(xiàn)PGA端已將要發(fā)送的定位信息、裂縫信息以及裂縫圖片按約定的格式緩存在SRAM中，通過串口發(fā)送模塊即可發(fā)送數(shù)據(jù)。

2 Sobel算子及其改進(jìn)

    Sobel邊緣檢測算法被廣泛運(yùn)用在計算機(jī)視覺識別領(lǐng)域^[18]，其算法是對獲取的圖像的像素平滑處理后進(jìn)行橫向和縱向的3×3矩陣卷積即可得到橫向和縱向的差分近似值^[19]，假設(shè)A代表獲取平滑濾波處理后的圖像，G_x、G_y表示經(jīng)過縱向和橫向邊緣檢測的圖像，其定義如式(3)所示：

    同時梯度方向由arctan(D_x/D_y)所決定^[20]。

    傳統(tǒng)的Sobel邊緣檢測算法只對橫向和縱向作卷積運(yùn)算^[21]，因此對于一些紋理比較復(fù)雜的圖像可能邊緣檢測效果不是那么明顯，尤其是對路面這樣噪聲較多的圖像，針對瀝青路面的高噪聲的情況，對傳統(tǒng)的Sobel邊緣檢測算法進(jìn)行改進(jìn)，加入抗噪能力更強(qiáng)的可變分母差分算法^[22]，用f_ij表示圖像模板中的像素點(diǎn)，D_x、D_y分別表示水平和垂直方向的像素差分值，A和B表示圖像與水平模板計算后各部分的值，C和D表示圖像與垂直模板計算后的值，加入了可變分母后的計算方法如式(5)和式(6)所示：

3 系統(tǒng)測試與實(shí)驗(yàn)結(jié)果分析

    圖4所示是搭建的整個系統(tǒng)的實(shí)物圖以及系統(tǒng)的顯示界面，主要由圖像處理部分、定位部分、顯示部分、數(shù)據(jù)傳輸部分以及后臺服務(wù)器組成。圖5是檢測到各類裂縫后傳輸?shù)椒?wù)器后通過上位機(jī)顯示出來的經(jīng)緯度信息以及裂縫信息，表明該系統(tǒng)能夠穩(wěn)定地運(yùn)行并成功地檢測出橫向、縱向、龜裂以及塊狀裂縫。 

    本文采用的評價智能路面裂縫檢測系統(tǒng)的技術(shù)指標(biāo)如下所示：

    （1）識別率：用來作為衡量識別系統(tǒng)能否正確識別的最重要的一個指標(biāo)。

    （2）誤識率：簡單地概括為將一種裂縫識別分類成其他類別的比率。

    （3）拒識率：對有裂縫的圖像無法進(jìn)行識別或分類，即衡量算法能否進(jìn)行正常識別工作。

    表2所示是實(shí)驗(yàn)結(jié)果統(tǒng)計表，是分別對20個橫向、縱向、龜裂、塊狀的裂縫進(jìn)行檢測，通過結(jié)果可以得知該系統(tǒng)工作性能優(yōu)良，能夠滿足正常的路面裂縫檢測的工作，達(dá)到預(yù)期目標(biāo)。由表2可以得知，塊狀的識別率在4種裂縫類別中最低，主要是因?yàn)閴K狀的裂縫在橫向與縱向上的投影特征不顯著，在判定閾值的選取上對塊狀的裂縫識別影響較大。

4 結(jié)論

    本系統(tǒng)通過將北斗導(dǎo)航技術(shù)和圖像處理技術(shù)結(jié)合實(shí)現(xiàn)了基于北斗定位和FPGA的路面裂縫檢測系統(tǒng)。通過改進(jìn)的Sobel邊緣檢測算法，降低了邊緣的模糊程度，提高檢測準(zhǔn)確性和抗干擾能力。并且在FPGA上實(shí)現(xiàn)了裂縫的自動識別和分類，系統(tǒng)只需在識別出裂縫時通過無線通信發(fā)送裂縫圖片和經(jīng)緯度信息，避免了大量數(shù)據(jù)流傳輸?shù)耐瑫r而不失實(shí)時性。本系統(tǒng)所采用的是北斗差分導(dǎo)航定位模塊，該定位模塊的精度在靜止和運(yùn)動狀態(tài)下分別為1 m和3 m，實(shí)現(xiàn)了高精度定位功能。把無線通信模塊和FPGA結(jié)合起來，可以把FPGA采集和處理完的數(shù)據(jù)實(shí)時傳輸?shù)椒?wù)器上顯示實(shí)時圖片并存儲起來，實(shí)現(xiàn)實(shí)時監(jiān)控，方便后期的管理。存儲的數(shù)據(jù)可以輸入到地圖上，實(shí)現(xiàn)裂縫位置信息在地圖上可視化。

參考文獻(xiàn)

[1] BENSON K R，ELKINS G E，UDDIN W，et al.Comparison of methods and equipment to conduct pavement distress surveys[M].Transportation Research Record，1988.

[2] COUNCIL N.Automated imaging technologies for pavement distress surveys[C].Transportation Research E-Circular，2011.

[3] KLASSEN G，SWINDALL B.Automated crack detection system implementation in ARAN[C].Digital Image Processing：Techniques and Applications in Civil Engineering，1993.

[4] LAURENT J，LEFEBVRE D，SAMSON E.Development of a new 3D transverse laser profiling system for the automatic measurement of road cracks[J].Symposium on Pavement Surface Characteristics Portoroz Slovenia，2008.

[5] 趙春霞，唐振民，楊靜宇，等. N-1型道路狀況智能檢測系統(tǒng)[C].中國人工智能學(xué)會全國學(xué)術(shù)年會，2003.

[6] 武漢武大卓越科技有限責(zé)任公司，道路檢測[EB/OL].(2016-04-03).http：//www.zoyon.com.cn/index.php/index-show-tid-31.html.

[7] 王建鋒.激光路面三維檢測專用車技術(shù)與理論研究[D].西安：長安大學(xué)，2010.

[8] American Association of State Highway and Transportation Officials(AASHTO) Guide for Design of Pavement Structures[M].Washington，D.C.，2002.

[9] 張杰.基于FPGA的數(shù)字圖像處理[D].武漢：華中科技大學(xué)，2009.

[10] 孟顯英.中值濾波算法的FPGA設(shè)計與實(shí)現(xiàn)[J].電腦知識與技術(shù)，2010，27(6)：7822-7824.

[11] 何春華，張雪飛，胡迎春.基于改進(jìn)Sobel算子的邊緣檢測算法的研究[J].光學(xué)技術(shù)，2012，38(3)：332-337.

[12] KELVIN C，WANG P.Elements of automated survey of pavements and a 3D methodology[J].Journal of Modern Transportation，2011，19(1)：51-57.

[13] 宋俊芳.路面檢測關(guān)鍵技術(shù)綜述[J].科教導(dǎo)刊，2016(18)：156-157.

[14] 李亞鵬，馬潤.基于北斗衛(wèi)星的電力調(diào)度應(yīng)急通信系統(tǒng)的研究[J].寧夏電力，2015(2)：51-55.

[15] 劉天恒，陳明劍，張樹為，等.北斗地基增強(qiáng)系統(tǒng)數(shù)據(jù)通信綜述[J].全球定位系統(tǒng)，2017，42(1)：65-69.

[16] 閆建巧，陳明劍，汪威，等.基于地基增強(qiáng)系統(tǒng)的增強(qiáng)PPP技術(shù)[J].全球定位系統(tǒng)，2016，41(2)：50-54.

[17] 劉天恒，陳明劍，尹子明，等.基于北斗地基增強(qiáng)系統(tǒng)RTD精度分析[C].中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會，2016.

[18] 陳娟，文振宇，李志強(qiáng)，等.一種快速手勢識別算法的實(shí)現(xiàn)與驗(yàn)證[J].實(shí)驗(yàn)科學(xué)與技術(shù)，2011，9(6)：34-36.

[19] 盧春雨，張長水，聞方，等.基于區(qū)域特征的快速人臉檢測法[J].清華大學(xué)學(xué)報(自然科學(xué)版)，1999，39(1)：101-105.

[20] 李鵬，杜敏，趙芬芬.基于FPGA圖像分析的路面破損檢測系統(tǒng)的研究與實(shí)現(xiàn)[J].微電子學(xué)與計算機(jī)，2017，34(3)：100-104.

[21] 劉博峰，郜麗鵬.基于FPGA的Sobel圖像邊緣檢測算法[J].應(yīng)用科技，2016，43(6)：59-61.

[22] 張建軍，羅靜.基于改進(jìn)Sobel算子的表面裂紋邊緣檢測算法[J].合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版)，2011，34(6)：845-848.

作者信息:

張精榕1，2，3，顧彬彬1，2，3，繆誠鈺1，2，3，李劍喬4

(1.南京信息工程大學(xué) 江蘇省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心，江蘇 南京210044；

2.南京信息工程大學(xué) 江蘇省氣象傳感網(wǎng)技術(shù)工程中心，江蘇 南京210044；

3.南京信息工程大學(xué) 江蘇省氣象探測與信息處理重點(diǎn)實(shí)驗(yàn)室，江蘇 南京210044；

4.南京郵電大學(xué) 電子科技與工程學(xué)院，江蘇 南京210003)