详情

原文传递一种基于三维激光传感器及包围盒的路面裂缝检测与分类方法

专利名称：	一种基于三维激光传感器及包围盒的路面裂缝检测与分类方法
摘要：	本发明涉及一种基于三维激光传感器及包围盒的路面裂缝检测与分类方法，通过车载安装两个独立激光传感器及三维激光扫描成像技术来采集全车道二维或三维道路图像数据，当通过车载设备采集相关数据之后，用multi‑seed fusion算法识别裂缝。然后引入膨胀、腐蚀等图像处理技术，结合车轮路径和车道标记的位置参考来生成最终包围盒。最后，基于包围盒上的裂缝分类和严重性等级评测。本发明能够在裂缝出现的初期就将其识别、归类，大大降低了养护的费用，具有快速、高效、正确性高等优点。
专利类型：	发明专利
国家地区组织代码：	福建;35
申请人：	福建农林大学
发明人：	李林;罗文婷
专利状态：	有效
申请日期：	2019-02-19T00:00:00+0800
发布日期：	2019-06-11T00:00:00+0800
申请号：	CN201910121892.3
公开号：	CN109870458A
代理机构：	福州元创专利商标代理有限公司
代理人：	蔡学俊
分类号：	G01N21/88(2006.01);G;G01;G01N;G01N21
申请人地址：	350002 福建省福州市仓山区上下店路15号
主权项：	1.一种基于三维激光传感器及包围盒的路面裂缝检测与分类方法，其特征在于：提供一车载三维激光传感器，用以获取路面的三维图像；包括以下步骤：步骤S1：建立初始包围盒；步骤S2：在所述初始包围盒中确定裂缝的复杂性，在需要被分割的包围盒中通过细化、拆分和合并方法生成过渡的包围盒；步骤S3：根据所述过渡包围盒的位置，合并有重叠或者相邻距离小于10个像素值的过渡包围盒，形成最终包围盒；步骤S4：使用所述最终包围盒对裂缝进行分类和严重性测评。 2.根据权利要求1所述的一种基于三维激光传感器及包围盒的路面裂缝检测与分类方法，其特征在于：所述步骤S1具体包括以下步骤：步骤S11：利用所述车载三维激光传感器，获取路面的三维图像；步骤S12：采用直方图均衡化，消除所述三维图像的背景和噪声；步骤S13：采用自适应阈值二值化算法与多种子融合算法识别所述三维图像的中的裂缝；步骤S14：利用自动数据分离器将所述三维图像生成仅有裂缝的二值图片；步骤S15：利用二值形态学中的膨胀和腐蚀方法，缝合所述二值图片中分开的裂缝片段并产生一个连接的裂缝；步骤S16：利用梯度算子对步骤S14中所述的二值图片进行处理，得到各独立裂缝的边界即初始包围盒。 3.根据权利要求2所述的一种基于三维激光传感器及包围盒的路面裂缝检测与分类方法，其特征在于：步骤S15所述利用梯度算子对所述二值图进行处理的公式为：式中，G(x,y)表示在x、y两方向上一阶导的最大值；Z表示点(x,y)处的二值化的值；表示x方向上的一阶导；表示y方向上的一阶导。 4.根据权利要求1所述的一种基于三维激光传感器及包围盒的路面裂缝检测与分类方法，其特征在于：所述步骤S2具体包括以下步骤：步骤S21：定义裂缝的复杂性，用以将简单连接的横向与纵向裂缝进行区分；每个初始包围盒内裂缝的复杂程度取决于两个方向上基于像素的长度和包围盒的大小；由公式(2)来表示；式中，C表示代表裂缝复杂性；Sh，SV分别代表在水平与垂直方向上的像素长度；Bw，BH分别代表初始包围盒的宽度和高度；步骤S22：判断裂缝是否为单连通裂缝：若所述初始包围盒的面积和纵横比大于设定的阈值0.09和2.2，则所述裂缝为单连通裂缝；步骤S23：对所述单连通裂缝进行细化、拆分和合并，产生一个过渡包围盒；步骤S24：对于其他属于单连通裂缝的裂缝，其相应的初始包围盒直接用作过渡包围盒。 5.根据权利要求4所述的一种基于三维激光传感器及包围盒的路面裂缝检测与分类方法，其特征在于：所述步骤S23中对所述单连通裂缝进行细化的具体内容为：保持所述单连通裂缝的形状结构，去掉冗余像素来获得所述单连通裂缝骨架；细化操作的目的是确定当前像素是否应该保留或消除；薄裂缝保留了短段和长段；短段源自裂缝宽度，而长段则代表裂缝的骨架；所述短段和所述长段的交叉点为节点；抑制节点数用以降低拆分交叉裂缝的难度；抑制所述节点数的方法，其数学描述由公式(3)和(4)给出；式中，f(m,n)代表像素点(m,n)处的值；M和N分别代表二值化图像的高和宽；K代表3×3的核。 6.根据权利要求4所述的一种基于三维激光传感器及包围盒的路面裂缝检测与分类方法，其特征在于：所述步骤S23中对所述单连通裂缝进行拆分和合并的具体内容为：对所述单连通裂缝进行拆分和合并，用以生成连接的裂缝模式的过渡包围盒；通过分割过程，根据相邻的两个节点产生分割区域，将所述分割区域合并成一个或多个分割框；所述将所述分割区域合并成一个或多个分割框的具体内容为：根据纵横比定义了三个区域集；分别为横向区域集合T、公共区域集合C和纵向区域集合L；其数学描述由公式(5)给出；最后，根据预设的合并原则生成过渡包围盒；其中，SR(N)代表从一个包围盒中分离出来的N个分割区域；Th代表区分横向裂纹与纵向裂纹的阈值；w和h分别代表分割区域的宽度和高度；T(N1)代表分割区域属于横向构建集合T；C(N2)代表分割区域属于公共集合C；L(N3)分割区域属于纵向构建集合L。 7.根据权利要求1所述的一种基于三维激光传感器及包围盒的路面裂缝检测与分类方法，其特征在于：步骤S4中所述使用所述最终包围盒对裂缝进行分类的具体内容为：基于三个因素对终端包围盒进行裂缝分类:路面遇险等级手册、包围盒几何特征和裂缝复杂性；所述几何特征主要涉及终端包围盒的位置、宽度、高度和纵横比包围盒宽度和高度是确定裂缝尺寸的两个重要参数；纵横比用于区分横向裂缝与纵向裂缝。 8.根据权利要求1所述的一种基于三维激光传感器及包围盒的路面裂缝检测与分类方法，其特征在于：步骤S4中所述使用所述最终包围盒对裂缝进行裂缝严重程度评测的具体内容为：将一个细化算法应用于终端包围盒内的裂缝，将具有设定宽度的多个像素的裂缝细化成只有一个像素宽的裂缝骨架，然后通过细化后的像素进行该点裂缝宽度的计算；裂缝宽度的计算由公式(6)表示； W(i,j)＝Min(PirPil,PbjPtj)＝Min(\|b-t\|,\|r-l\|) (6) 其中，W(i,j)代表点(i，j)的裂缝宽度；Pil代表裂缝边界左端点坐标；Pir代表裂缝边界右端点坐标；Ptj代表裂缝边界上端点坐标；Pbj代表裂缝边界底部端点坐标；裂缝严重程度的测量取决于计算裂缝宽度；裂缝骨架上的每一点都能产生裂缝宽度；如果计算裂缝宽度小于3毫米，那么具有较低严重程度N1的点数将增加1；同样,如果计算裂缝宽度范围从3到10毫米，则中等程度的数量N2会增加一个；如果计算裂缝宽度超过10毫米，则高程度的数量N3也会增加一个；点的总数Nt裂缝骨架＝N1,N2和N3的总和；概率密度函数PDF表示在终端包围盒内各裂缝模式的严重程度的百分比；数学表达式由公式(7)表示；式中，PDF(Si)代表严重程度百分比；Ni表示各严重级别的像素数量；Nt表示用于裂缝宽度计算的点的总数。 9.根据权利要求6所述的一种基于三维激光传感器及包围盒的路面裂缝检测与分类方法，其特征在于：所述预设的合并原则具体为：(1)横向区域集合T单独或者与公共区域集合C一起合并生成过渡包围盒，其合并原则为其无重叠区域；(2)纵向区域集合L单独或者与公共区域集合C一起合并生成过渡包围盒，其合并原则为其无重叠区域。
所属类别：	发明专利