[發明專利]一種多維路面損壞數據處理方法在審
| 申請號: | 202211193198.0 | 申請日: | 2022-09-28 |
| 公開(公告)號: | CN115512322A | 公開(公告)日: | 2022-12-23 |
| 發明(設計)人: | 郎洪;丁朔;邢瑩瑩;陳江;原野;鄒政 | 申請(專利權)人: | 同濟大學 |
| 主分類號: | G06V20/56 | 分類號: | G06V20/56;G06N3/04;G06N3/08;G06V10/774;G06V20/40 |
| 代理公司: | 上海科盛知識產權代理有限公司 31225 | 代理人: | 葉敏華 |
| 地址: | 200092 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 多維 路面 損壞 數據處理 方法 | ||
1.一種多維路面損壞數據處理方法,其特征在于,該方法包括以下步驟:
使用二維圖像預處理算法對采集的二維灰度圖像進行處理,獲得處理后二維圖像;
使用三維圖像預處理算法對采集的三維高程圖像進行處理,獲得三維圖像增強輸出結果;
將所述的處理后二維圖像和三維圖像增強輸出結果作為路面損壞病害識別模型的輸入,對路面損壞區域進行定位與自動化快速檢測。
2.根據權利要求1所述的多維路面損壞數據處理方法,其特征在于,所述的二維圖像預處理算法包括:
步驟S310、計算初始預處理系數C0,
其中,是初始整體均值,Benchmark是設定的基準灰度值Benchmark;
步驟S320、獲取路面二維灰度圖像I,基于設定的閾值判斷該路面二維灰度圖像是否含有異常灰度信息,若是,則剔除該圖像,若否,則將該圖像加入圖像列,獲得圖像列的灰度均值Avecurrent;
步驟S330、基于預處理系數和灰度均值Avecurrent,獲取路面二維灰度圖像I的處理后二維圖像Inew,
Inew=I×C
其中,C為預處理系數,若I為第一張待處理圖像,C為C0,否則C通過以下公式更新獲得:
AveBack=αAveBack+(1-α)Avecurrent
α是設定的更新比例,AveBack是整體均值,初始值為
步驟S340、返回步驟S320,直至所有圖像數據處理結束。
3.根據權利要求2所述的多維路面損壞數據處理方法,其特征在于,所述的初始整體均值的獲得方法包括:
獲取路面二維灰度圖像,基于設定的閾值剔除含有異常灰度信息的圖像,提取N張可用于計算預處理系數C0的初始圖像,計算N張圖像的灰度均值作為所述的初始整體均值
4.根據權利要求1所述的多維路面損壞數據處理方法,其特征在于,所述的三維數據預處理算法包括:
步驟S410、對通過數據標定獲得的路面相對高程數據采用像素左右相鄰插值方法進行處理,獲得濾波后三維圖像高程值點集;
步驟S420、對原始三維圖像的高程值點集和濾波后三維圖像高程值點集采用三維圖像增強函數進行處理,獲得三維圖像增強輸出結果。
5.根據權利要求4所述的多維路面損壞數據處理方法,其特征在于,所述的數據標定借助線結構光原理,對二維灰度圖像和三維高程圖像建立像素與空間坐標的轉換關系,生成用于獲得路面相對高程數據的標定參數文件。
6.根據權利要求4所述的多維路面損壞數據處理方法,其特征在于,所述的像素左右相鄰插值方法為,
其中,X={X1,X2,…,Xw}是每行橫斷面像素矩陣,Xw=0(w=1,2,…,W)是異常點集,Xw≠0(w=1,2,…,W)是正常點集,X′={X′1,X′2,…,X′w}是濾波后的高程值點集,W為橫斷面高程點個數。
7.根據權利要求4所述的多維路面損壞數據處理方法,其特征在于,所述的三維圖像增強函數的計算公式為:
A′(x,y)=A+MFFk∣A∣+MFFk∣A(x-I,y-j)∣
其中,A代表原始三維圖像高程值點集的矩陣,A′代表經過濾波后三維圖像高程值點集的矩陣,MFF是一種自適應均值濾波技術,K為濾波系數,取(2K+1)×(2K+1)為濾波模板,A′min代表A′集的最小值,A′max代表A′集的最大值,A″代表三維圖像增強輸出結果,i,j∈[-K,K]。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于同濟大學,未經同濟大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211193198.0/1.html,轉載請聲明來源鉆瓜專利網。





