ax(Ve(s，丫）），其中丫表示不同尺度，選取卷積結(jié)果中的響應(yīng) 值上限作為檢測(cè)結(jié)果。
[0081] 步驟3c、采用頂帽變換對(duì)線狀結(jié)構(gòu)增強(qiáng)的路面深度圖像作進(jìn)一步增強(qiáng)整形處理， 得到如圖4中化）所示的整形處理圖像，即頂帽變換處理效果圖；
[0082] 步驟3d、將整形處理圖像進(jìn)行二值化得到如圖5中（a)所示效果圖，提取得路面裂 縫如圖5中化）所示的裂縫細(xì)化分布圖。
[0083] 上述步驟3b可實(shí)現(xiàn)裂縫即去噪后路面深度圖像中曲線結(jié)構(gòu)的增強(qiáng)和片塊狀特征 的抑制；但是，步驟3b處理方法并不能很好實(shí)現(xiàn)提取曲線邊緣的處理，所W需要進(jìn)行步驟 3c和步驟3d的進(jìn)一步處理。
[0084] 本發(fā)明的創(chuàng)新點(diǎn)在于，提供一種基于線結(jié)構(gòu)光的路面裂縫檢測(cè)系統(tǒng)不僅可避免因 路面顛鑛起伏導(dǎo)致的光條紋沿掃描方向上下漂移問(wèn)題，而且采集精度高、檢測(cè)處理速度快； 還提供一種基于線結(jié)構(gòu)光的路面裂縫檢測(cè)方法，從光條圖像序列中提取出路面橫向輪廓 線，再采用直線擬合W及做差計(jì)算拼接生成反映路面整體=維輪廓信息的路面深度圖像， W及采用裂縫的曲線形狀特征作為檢測(cè)依據(jù)W區(qū)分其他形狀信號(hào)，而不是利用現(xiàn)有技術(shù)檢 測(cè)依據(jù)采用的高頻特性，從而準(zhǔn)確地實(shí)現(xiàn)裂縫提取，不僅可有效地實(shí)時(shí)去除路面起伏或車(chē) 輛振動(dòng)引起的誤差，而且相比于現(xiàn)有技術(shù)W路面光照特性為依據(jù)的主流的裂縫檢測(cè)方法具 有更佳的檢測(cè)效果，大幅降低了誤檢漏檢。
[00化]W上顯示和描述了本發(fā)明的基本原理、主要特征及優(yōu)點(diǎn)。本行業(yè)的技術(shù)人員應(yīng)該 了解，本發(fā)明不受上述實(shí)施例的限制，上述實(shí)施例和說(shuō)明書(shū)中描述的只是說(shuō)明本發(fā)明的原 理，在不脫離本發(fā)明精神和范圍的前提下，本發(fā)明還會(huì)有各種變化和改進(jìn)，運(yùn)些變化和改進(jìn) 都落入要求保護(hù)的本發(fā)明范圍內(nèi)。本發(fā)明要求保護(hù)范圍由所附的權(quán)利要求書(shū)及其等效物界 定。
【主權(quán)項(xiàng)】
1. 一種基于線結(jié)構(gòu)光的路面裂縫檢測(cè)系統(tǒng)，其特征在于：包括移動(dòng)平臺(tái)，均安裝于移 動(dòng)平臺(tái)上的線結(jié)構(gòu)光傳感模塊、計(jì)算機(jī)和系統(tǒng)支架；所述線結(jié)構(gòu)光傳感模塊包括近紅外線 激光器、攝像機(jī)和窄帶濾光片，所述近紅外線激光器和攝像機(jī)均通過(guò)系統(tǒng)支架安裝于移動(dòng) 平臺(tái)； 所述近紅外線激光器垂直照射向待測(cè)路面，所述攝像機(jī)朝向近紅外線激光器垂直照射 于待測(cè)路面的光線進(jìn)行拍攝，所述窄帶濾光片設(shè)置于攝像機(jī)的拍攝鏡頭正后方； 所述攝像機(jī)與計(jì)算機(jī)相連，將拍攝采集到的包含待測(cè)路面三維信息的光條圖像傳輸至 計(jì)算機(jī)；所述計(jì)算機(jī)通過(guò)調(diào)用圖像傳輸存儲(chǔ)處理模塊進(jìn)行存儲(chǔ)，以及基于直線擬合和裂縫 曲線形狀特征進(jìn)行路面裂縫檢測(cè)。2. -種基于線結(jié)構(gòu)光的路面裂縫檢測(cè)方法，其特征在于，采用權(quán)利要求1所述的檢測(cè) 系統(tǒng)對(duì)待測(cè)路面進(jìn)行路面裂縫檢測(cè)，包括以下步驟： 步驟1、通過(guò)線結(jié)構(gòu)光傳感模塊采集包含待測(cè)路面三維信息的光條圖像，并傳輸至計(jì)算 機(jī)形成光條圖像序列； 步驟2、從光條圖像序列中提取出路面橫向輪廓線，再采用直線擬合以及做差計(jì)算拼接 生成路面深度圖像； 步驟3、根據(jù)裂縫曲線形狀特征，從路面深度圖像中提取出路面裂縫。3. 根據(jù)權(quán)利要求2所述的一種基于線結(jié)構(gòu)光的路面裂縫檢測(cè)方法，其特征在于，所述 步驟2中從光條圖像序列中提取出路面橫向輪廓線，包括步驟有： 步驟2a、對(duì)光條圖像進(jìn)行預(yù)處理，依次進(jìn)行3X3結(jié)構(gòu)元素的閉運(yùn)算和3*3大小的中值 濾波； 步驟2b、采用極值法獲得光條圖像初始中心，再在初始中心上下各7個(gè)像素提取灰度 重心； 步驟2c、將灰度重心連接，形成路面橫向輪廓線。4. 根據(jù)權(quán)利要求2所述的一種基于線結(jié)構(gòu)光的路面裂縫檢測(cè)方法，其特征在于，所述 步驟2中采用直線擬合以及做差計(jì)算拼接生成路面深度圖像，包括步驟有： 步驟2-A、對(duì)輸入的每一幀路面橫向輪廓線每隔一個(gè)單位均勻重采樣，剔除局部曲率半 徑小于預(yù)設(shè)閾值的區(qū)域； 步驟2-B、在剩余的目標(biāo)區(qū)域輪廓線中均勻提取設(shè)定量輪廓點(diǎn)進(jìn)行直線擬合，得到擬合 直線； 步驟2-C、計(jì)算原路面橫向輪廓線重采樣點(diǎn)每一處相對(duì)擬合直線的高程，換算成灰度 值，輸出一條單像素的灰度線，作為生成裂縫深度圖像的一行； 步驟2-D、將每一條單像素的灰度線拼接生成裂縫深度圖像，直至光條圖像序列輸入結(jié) 束或裂縫深度圖像達(dá)到所需檢測(cè)尺寸大小。5. 根據(jù)權(quán)利要求4所述的一種基于線結(jié)構(gòu)光的路面裂縫檢測(cè)方法，其特征在于，所述 步驟2-A中剔除局部曲率半徑小于預(yù)設(shè)閾值的區(qū)域，包括步驟有： 步驟2-A-1、采用道格拉斯普克算法對(duì)輪廓線進(jìn)行分段，提取分段特征點(diǎn)； 步驟2-A-2、將兩端點(diǎn)也視為特征點(diǎn)，如果特征點(diǎn)總數(shù)少于三個(gè)，則取消剔除操作；如 果特征點(diǎn)總數(shù)多于或者等于三個(gè)，則計(jì)算每連續(xù)三個(gè)特征點(diǎn)的外接圓半徑作為局部曲率分 析依據(jù)； 步驟2-A-3、如果外接圓半徑大于預(yù)設(shè)閾值，則不作處理；如果外接圓半徑小于預(yù)設(shè)閾 值，則將對(duì)應(yīng)的連續(xù)三個(gè)特征點(diǎn)之間區(qū)域進(jìn)行標(biāo)記，不作為直線擬合的區(qū)域，將之剔除出直 線擬合的目標(biāo)區(qū)域。6. 根據(jù)權(quán)利要求4所述的一種基于線結(jié)構(gòu)光的路面裂縫檢測(cè)方法，其特征在于：所述 預(yù)設(shè)閾值設(shè)置為70~100。7. 根據(jù)權(quán)利要求2所述的一種基于線結(jié)構(gòu)光的路面裂縫檢測(cè)方法，其特征在于，所述 步驟3從路面深度圖像中提取出路面裂縫，包括步驟有： 步驟3a、采用Contourlet變換對(duì)路面深度圖像進(jìn)行去噪，重構(gòu)出經(jīng)去噪的路面深度圖 像； 步驟3b、將裂縫曲線形狀特征作為檢測(cè)依據(jù)，采用多尺度Hessian矩陣對(duì)經(jīng)去噪的路 面深度圖像進(jìn)行增強(qiáng)，實(shí)現(xiàn)線狀結(jié)構(gòu)的增強(qiáng)和非線狀結(jié)構(gòu)的抑制，獲得線狀結(jié)構(gòu)增強(qiáng)的路 面深度圖像； 步驟3c、采用頂帽變換對(duì)線狀結(jié)構(gòu)增強(qiáng)的路面深度圖像作進(jìn)一步增強(qiáng)整形處理，得到 整形處理圖像； 步驟3d、將整形處理圖像進(jìn)行二值化，提取得路面裂縫。8. 根據(jù)權(quán)利要求7所述的一種基于線結(jié)構(gòu)光的路面裂縫檢測(cè)方法，其特征在于，所述 步驟3a采用Contourlet變換對(duì)路面深度圖像進(jìn)行去噪，包括步驟有： 步驟3a-l、將路面深度圖像分解為5層，其中第一層為低頻系數(shù)，第二層分為3個(gè)方向 子帶，第三層、第四層和第五層都分解為16個(gè)方向子帶； 步驟3a-2、去除第三層到第五層的噪聲，將第三層到第五層的第13個(gè)方向子帶系數(shù)圖 進(jìn)行Haar小波分解，提取橫向系數(shù)替代該子帶系數(shù)，以此去除橫向干擾。9. 根據(jù)權(quán)利要求7所述的一種基于線結(jié)構(gòu)光的路面裂縫檢測(cè)方法，其特征在于，所述 步驟3b采用多尺度Hessian矩陣對(duì)經(jīng)去噪的路面深度圖像進(jìn)行增強(qiáng)，包括步驟有： 步驟3b-l、采用不同尺度大小高斯函數(shù)的二階偏導(dǎo)函數(shù)與經(jīng)去噪的路面深度圖像進(jìn)行 卷積，求取Hessian矩陣； 步驟3b_2、計(jì)算每點(diǎn)對(duì)應(yīng)的不同尺度的Hessian矩陣的兩個(gè)特征值A(chǔ)1和A2 ; 步驟3b-3、通過(guò)增強(qiáng)函數(shù)實(shí)現(xiàn)對(duì)線狀結(jié)構(gòu)的增強(qiáng)和非線狀結(jié)構(gòu)的抑制，計(jì)算每個(gè)不同 尺度下每點(diǎn)增強(qiáng)函數(shù)值，計(jì)算公式為根據(jù)vjy)zmaxhjs,y))，其中y表示不同尺度，選取卷積結(jié)果中的響應(yīng)值上 限作為檢測(cè)結(jié)果。
【專利摘要】本發(fā)明公開(kāi)了一種基于線結(jié)構(gòu)光的路面裂縫檢測(cè)系統(tǒng)及其檢測(cè)方法，通過(guò)近紅外線激光器垂直照射向待測(cè)路面、攝像機(jī)朝向近紅外線激光器垂直照射于待測(cè)路面的光線進(jìn)行拍攝采集到光條圖像傳輸至計(jì)算機(jī)，通過(guò)計(jì)算機(jī)調(diào)用圖像傳輸存儲(chǔ)處理模塊進(jìn)行存儲(chǔ)和路面裂縫檢測(cè)，不僅可避免因路面顛簸起伏導(dǎo)致的光條紋沿掃描方向上下漂移問(wèn)題，而且采集精度高、檢測(cè)處理速度快。另外，檢測(cè)方法從光條圖像序列中提取出路面橫向輪廓線，再采用直線擬合以及做差計(jì)算拼接生成反映路面整體三維輪廓信息的路面深度圖像，以及采用裂縫的曲線形狀特征作為檢測(cè)依據(jù)以區(qū)分其他形狀信號(hào)，從而準(zhǔn)確地實(shí)現(xiàn)裂縫提取，可有效地實(shí)時(shí)去除路面起伏或車(chē)輛振動(dòng)引起的誤差，降低誤檢漏檢。
【IPC分類】E01C23/01, G06K9/46, G06T7/00
【公開(kāi)號(hào)】CN105113375
【申請(qǐng)?zhí)枴緾N201510251421
【發(fā)明人】徐貴力, 朱春省, 賈銀亮, 李開(kāi)宇, 宋葵陽(yáng)
【申請(qǐng)人】南京航空航天大學(xué)
【公開(kāi)日】2015年12月2日
【申請(qǐng)日】2015年5月15日