[论文解读] Road Crack Detection Using Deep Convolutional Neural Network and Adaptive Thresholding

Rui Fan, Mohammud Junaid Bocus+6 more|arXiv (Cornell University)|Apr 18, 2019

Infrastructure Maintenance and Monitoring参考文献 43被引用 17

一句话总结

本文提出一种两阶段深度学习方法用于道路裂缝检测：首先使用深度卷积神经网络（DCNN）将图像分类为含裂缝（准确率达99.92%），随后通过双边滤波与自适应阈值化实现裂缝与路面的分割。该方法在像素级分割上达到98.70%的准确率，优于Otsu阈值化方法在精确率与F1分数上的表现。

ABSTRACT

Crack is one of the most common road distresses which may pose road safety hazards. Generally, crack detection is performed by either certified inspectors or structural engineers. This task is, however, time-consuming, subjective and labor-intensive. In this paper, we propose a novel road crack detection algorithm based on deep learning and adaptive image segmentation. Firstly, a deep convolutional neural network is trained to determine whether an image contains cracks or not. The images containing cracks are then smoothed using bilateral filtering, which greatly minimizes the number of noisy pixels. Finally, we utilize an adaptive thresholding method to extract the cracks from road surface. The experimental results illustrate that our network can classify images with an accuracy of 99.92%, and the cracks can be successfully extracted from the images using our proposed thresholding algorithm.

研究动机与目标

• 解决传统人工检测方法及对噪声敏感的方法在时间消耗与主观性方面的局限性。
• 开发一种自动化、鲁棒且准确的系统，用于在真实世界低质量图像中检测道路裂缝。
• 通过结合深度学习分类与自适应阈值化，提升裂缝分割效果，减少噪声影响同时保留裂缝边缘信息。
• 在像素级精确率与F1分数上超越传统阈值化方法（如Otsu方法）的裂缝分割性能。

提出的方法

• 使用ReLU激活函数与最大池化层训练深度卷积神经网络（DCNN），将输入图像分类为正样本（存在裂缝）或负样本（无裂缝）。
• 对正样本图像应用双边滤波，以在保留裂缝与路面表面边缘细节的同时抑制噪声。
• 对滤波后的图像进行下采样，并通过k-means聚类最小化类内平方和，计算自适应阈值。
• 利用计算出的自适应阈值对滤波图像进行分割，该阈值可根据图像局部特征动态调整。
• 采用标准指标（精确率、召回率、准确率与F1分数）在图像与像素两级进行性能评估。
• 在人工标注的数据集上，将该方法与Otsu阈值化方法进行对比，其中小于100像素的裂缝被忽略。

实验结果

研究问题

• RQ1 深度卷积神经网络能否在极少误报与漏报的情况下，实现对道路裂缝存在的高精度图像级分类？
• RQ2 在分割前，双边滤波是否能有效降低噪声，同时保留裂缝边缘信息？
• RQ3 基于k-means聚类的自适应阈值化方法是否能在复杂背景中优于固定阈值方法（如Otsu方法）实现裂缝分割？
• RQ4 与基线阈值化技术相比，所提方法在像素级分割上的准确率如何？

主要发现

• 所提出的DCNN在测试集中仅出现四个误报与四个漏报，分类准确率达到99.92%。
• 当τ设为1时，自适应阈值化方法在像素级F1分数达到0.9548，优于Otsu方法（F1 = 0.9462）。
• 在τ = 1时，该方法的精确率为0.9774，准确率为0.9870，均高于Otsu方法的精确率（0.9590）与准确率（0.9848）。
• 该方法在不同τ值下均保持高性能，F1分数始终高于0.94，表明对阈值参数变化具有鲁棒性。
• 尽管性能有所提升，但部分高噪声图像仍导致分割不完美，表明仍需进一步优化。
• 使用单核CPU进行DCNN图像分类仅需4.8毫秒/张图像，展现出良好的计算效率。