为清楚说明《基于二维傅立叶变换的水泥路面图像刻槽去除的方法》中的方案，下面给出优选的实施例并结合附图详细说明。
参见图1，图1是《基于二维傅立叶变换的水泥路面图像刻槽去除的方法》方法实施例的流程图，包括：
步骤11：获得包含刻槽图像的路面图像；
录像设备拍摄的包含刻槽图像的路面图像，路面图像中的刻槽图像为近似水平并且贯穿图像的直线，这些刻槽等间距排列，灰度基本相同，因此在垂直方向上具有周期性。水泥路面的刻槽在建设中遵循统一的公路建设标准的，刻槽的宽度和间距都是固定的，结合采集图像设备的参数可以计算出对应图像中的刻槽宽度和间距。另外，由于刻槽组间间隔相对于组内间隔来说出现次数较少，且存在整数关系，对整体的周期性影响不大，从而对频谱形状的影响不大，所以在处理时认为图像周期为“刻槽宽度与间隔距离之和”。
步骤12：设置傅立叶变换的加窗大小，获得路面图像的灰度值序列；
水泥刻槽路面图像的周期性表现在基准垂直方向上，设刻槽图像间隔为s个像素，刻槽图像的宽度为t个像素；路面图像的灰度值为A，刻槽图像区域的灰度值B。那么，x1（n）表示刻槽间隔位置的像素灰度值序列，即路面图像的灰度值，如式（1）所示；x2（n）表示刻槽位置的像素灰度值序列，如式（2）所示。x（n）是将x1（n）和x2（n）以M为周期进行延拓并截短形成的序列，如式（3）所示，其周期为M＝s t。
其中
步骤13：按照设置的加窗对所述路面图像的灰度值序列进行傅立叶变换，获得其频谱；
对序列x1（n）和x2（n）分别作N点离散傅里叶变换得到X1（k）和X2（k），和分别为x1（n）和x2（n）以M为周期进行延拓并截短的结果，即循环移位之后的叠加，因此根据离散傅里叶变换的时域循环移位性质，可以得到序列x（n）的N点离散傅里叶变换X（k），进而得到x（n）的幅度谱，如式（4）所示。
（k＝0,1,…,N-1）（4）
在刻槽水泥路面中，M远远小于图像垂直方向上的像素个数，也就是说在序列x（n）中，M远远小于用于序列截短的矩形窗宽度（N），并且根据刻槽的自然属性，图像中的刻槽数目与间隔数目基本相同。为了处理方便，在频谱特性的定性分析时，不妨设l1＝l2，那么式（4）可以变换为式（5）。
（k＝0，1，…，N-1）（5）
式（5）反映了序列x（n）的频域特性，式中
步骤14：消除刻槽的谱峰，并傅立叶反变换。
消除谱峰时，采用等间隔滤波10个谱峰最佳，并将消除谱峰后的频谱序列进行傅立叶反变换。
步骤15：输出滤波后的图像。
滤波后的图像内只有路面图像，消除了刻槽。
《基于二维傅立叶变换的水泥路面图像刻槽去除的方法》的方法可有效去除路面图像内的刻槽，避免路面检测过程中，将刻槽图像误判为破损路面，提高路面的检测准确度。
