全文总字数：4304字

1. 研究目的与意义及国内外研究现状

随着中国道路交通的飞速发展，高速路已经成为一种主要的交通方式。公路的快速建设为中国经济发展提供了极大的便利，随之而来道路养护成为了主要问题。及时地进行道路养护工作便对避免人员伤亡和财产损失具有十分重要的意义，其中道路裂缝检测是公路养护十分重要的组成部分。同时，据2013年交通运输行业统计公告分析，我国公路正大规模地进入养护阶段，而高速公公路作为高危路段，更需要及时的裂缝检测和修护。

目前，我国的裂缝检测工作仍然大量依赖人工定时勘测和修复，人工检测裂缝存在着影响交通、检测速度慢、危险、容易遗漏裂缝等缺点。因而随着计算机技术的发展，基于数字图像技术的道路裂缝检测方法成为了全球研究热点。大量学者开始研究基于数字摄影机采集的路面图像，利用计算机的图像处理自动或半自动提取裂缝信息的算法，而路面的复杂性程度、拍摄的像片质量和拍摄时的外部环境都对裂缝检测的精确度有很大影响，因而增加了建立算法的难。同时，通过数字摄影采集的数据，建立的数据库需分为道路空间数据库和属性数据库，这导致数据难以更新，直观性差，难以满足数字中国，数字城市建立的需要。以车载lidar数据为基础，可以利用行车路线提取道路数据，再利用3d车载激光点云转化的2d激光影像数据检测道路裂缝，从而将属性数据与空间数据有效结合。并且车载lidar数据不依赖光谱对比度，可全天候作业，研究基于车载lidar数据进性路面的检测，数据更新更加便捷，且可提高道路裂缝的识别能力和准确度。因此本文将基于车载lidar数据，通过形态学算子和边缘检测来提取道路裂缝信息。

2. 研究的基本内容

本文将共分为六章，各章安排如下：

1. 裂缝检测的现状

目前对道路裂缝的检测主要是基于数字摄影采集到的图像经行检测，由于受路面复杂性和多样性的影响，图像处理采用了多种算法方法来提取道路裂缝，王鑫等先用k-means算法进行图像分割预处理后，再基于阈值经行图像分割提取裂缝，最后通过膨胀腐蚀得到更加清晰连续的裂缝图像；赵姗姗，何宁对预处理后的图像基于卷积神经网络进行裂缝检测减少了背景光照不均匀的影响，提高了裂缝检测的准确度，对细小且分散的路面裂缝的检测效果好；王世芳等提出的基于多尺度脊边缘的检测算法，利用多尺度的高斯滤波器对多尺度脊边缘进行检测去除伪裂缝，再利用最小生成树法链接裂缝还原裂缝真实形态，对不同类型，位置的裂缝的检测具有通用性，并且抗噪性能好。

3. 实施方案、进度安排及预期效果

利用由指导老师提供的3d车载激光点云转化的2d激光道路影像数据，在matlab的支持下编程实现道路裂缝检测。利用数学形态学算法和边缘检测等算法提取现状目标（即裂缝）。再根据道路裂缝提取的图像进行对比分析，确定裂缝提取精度较高的算法。

进度安排：

2017年12月20日前，完成选题;

4. 参考文献

1. 李清泉，毛庆洲.车载道路快速检测与测量技术研究[j].交通信息与安全,2009,27(1): 7-10.

2. 梁新政,丁武洋.路基路面试验检测技术手册[m]. 北京:人民交通出版社,2009.

3. 刘文强，王林涛.路面检测存在的问题及相关的新技术[j].交通标准化,2010, (224):13-16.