[發明專利]一種路面病害同源多特征圖像獲取系統、裝置及方法

有效

• 申請號: 202011210756.0
• 申請日: 2020-11-03
• 公開（公告）號: CN112308912B
• 公開（公告）日: 2023-09-15
• 發明（設計）人: 楊旭;管進超;丁玲;汪海年;劉經緯
• 申請（專利權）人: 長安大學
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06T7/50;G06T7/11;G06T7/80;G06T17/00;G06V10/75;G06F17/16
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 李紅霖

本發明公開了一種路面病害同源多特征圖像獲取系統、裝置及方法，該方法通過相隔固定時間，采集k個相機在t個時刻拍攝的所有的路面圖像，獲得k個相機在t個時刻內拍攝到路面的三維點云模型；通過路面的三維點云模型，獲得路面的深度圖像、彩色圖像和重疊圖像，得到了路面病害同源的多特征圖像；該方法通過校準點云模型，使得生成圖像為正射圖像，不受拍攝角度、位置的影響，該方法生成同源多特征圖像，包括三維深度圖像、二維彩色圖像和疊加圖像，這些圖像具有完全重合特性，便于提升深度學習效率。

【技術領域】

本發明涉及路面病害檢測領域，具體涉及一種路面病害同源多特征圖像獲取系統、裝置及方法。

【背景技術】

截止2019年末，全國公路總里程已達501萬公里，其中公路養護里程495萬公里。隨著道路基礎設施規模的快速增長，路面病害檢測和養護的需求愈加迫切。目前，路面病害自動化檢測的最佳方法是采用深度學習，而深度學習是一種數據驅動的方法，需要通過大量圖像樣本進行自學習。通常，在路面病害識別中，深度學習所采用的圖像普遍是二維彩色圖像，也有少量學者采用三維深度圖像進行學習和識別。

雖然通過普通相機采集路面病害彩色圖像是簡單、低廉的方法，但彩色圖像受環境影響劇烈，比如樹木陰影、光照強度、路面污漬，會對深度學習的精度產生巨大影響。為了消除色彩噪聲，三維檢測技術被引入來采集路面病害深度圖像，而這些三維成像技術大多基于激光測量系統。

現有的基于激光設備的三維圖像采集系統能夠基本實現路面病害三維信息的獲取，但還存在如下問題：(1)僅能夠生成深度圖像，不能同時生成完全重合的彩色圖像；(2)激光設備受強光、震動、粉塵影響大，容易產生大量噪聲和誤差；(3)激光設備需要保證精確的安裝位置，使用過程需經常校準；(4)激光設備成本高昂，為消除震動等影響需安裝復雜的電子設備。

【發明內容】

本發明的目的在于克服上述現有技術的缺點，提供一種路面病害同源多特征圖像獲取系統、裝置及方法，以解決現有技術中設備成本高，路面三維模型重建精度低和穩定性差的技術問題。

為達到上述目的，本發明采用以下技術方案予以實現：

一種路面病害同源多特征圖像獲取方法，包括以下步驟：

步驟1，相隔固定時間，采集k個相機在t個時刻拍攝的所有的路面圖像；

步驟2，通過所有的路面圖像，獲得k個相機在t個時刻內拍攝到路面的三維點云模型；

步驟2.1，通過第1時刻的第1相機空間坐標，以及第1時刻的第2相機拍攝的路面圖像，獲得第1時刻的第2相機空間坐標；通過第2相機的空間坐標獲得第1時刻的第3相機的空間坐標，依次類推，確定第1時刻的k個相機各自的空間坐標，以及第1時刻的k個路面圖像上所有特征點的空間坐標，組合獲得第1時刻拍攝到路面的點云模型；

步驟2.2，通過第1相機在第1時刻的空間坐標，以及第1相機在第2時刻拍攝的路面圖像，獲得第1相機在第2時刻的空間位置；通過第1相機在第2時刻的空間位置獲得第3時刻的空間位置，依次類推，獲得第1相機在t個時刻的空間位置，以及t個路面圖像上所有特征點的空間坐標，獲得第1相機拍攝到路面的點云模型；

步驟2.3，重復步驟2.2，獲得k個相機中每一個相機拍攝到路面的點云模型，進而獲得k個相機在t個時刻內拍攝到路面的三維點云模型；

所述三維點云模型由N個特征點構成，特征點的數據包括特征點的x坐標、y坐標、z坐標和特征點的RGB顏色，記為{[x_i,y_i,z_i,R_i,G_i,B_i]|i＝1,2,...,N}；

步驟3，校準路面的三維點云模型；