[发明专利]基于SIFT的双目视觉沥青路面微观纹理三维图像重构方法

说明书

技术领域

本发明属于沥青路面检测技术领域，涉及基于SIFT的双目视觉沥青路面微观纹理三维图像重构方法。

背景技术

随着我国高速公路建设和管理的发展，道路使用者对路面的经济、安全、舒适和环保的功能提出了要求。有国外研究资料表明路面表面纹理能够影响路面的耐磨性、轮胎与路面的摩擦力、车辆的噪声、外部路面的噪声、行车的安全性和舒适性以及轮胎的磨损等各个方面的性质。沥青路面是车-路摩擦面，国内学者毛起广和李柱等也研究发现微观形貌对摩擦表面的磨损、润滑状态、摩擦、振动、噪声、疲劳、密封、配合性质、涂层质量、抗腐蚀性、导电性、导热性和反射性能的影响更为显著。由此可见，沥青路面微观纹理对路面性能有着显著的影响，快速全面的获取沥青路面三维微观纹理是研究路面微观纹理与路面性能本构关系的关键。由于沥青路面微观纹理复杂且呈现仿射自相似特性，快速准确提取其三维纹理一直较困难。

目前，国内外比较前沿的方法是通过数字图像技术三维重构出路面三维纹理。代表性研究如下：2007年，Amin El Gendy和Ahmed Shalaby通过采集四个方向光源照射下路面数字图像并通过专业软件的处理，恢复路面三维微观形貌。但该方法恢复精度不高，且要求有专业高深的图像处理技术，对广大研究者来说难度较大。2008年，武汉理工大学的胡克波和白秀琴等提出了一种基于双目视觉的沥青路面微观形貌检测方法与系统。通过图像上同名点对的立体匹配，并借助matlab实现路面微观形貌的三维重构，但其同名点对的立体匹配是半手工半自动完成，匹配速度和精度较差，通用性不强。2009年，长安大学的孙朝云和文静借助XJTUOM型三维光学扫描系统全面地获取路表面构造纹理的三维数字坐标信息，实现三维重构，但不能精确恢复沥青路面三维纹理，数据误差较大。韩森和蒋超借助三维光学密集点云测量系统扫描水泥混凝土路面，很好的提取到路面纹理构造的三维坐标信息，通过MATLAB软件实现了路面纹理三维重构，但该重构系统体积较大，不便携带，应用到实际工程中有很大局限性。2012年，哈尔滨工业大学的刘宛予和黄建平发明了基于二维图像和深度信息的路面信息提取装置，能够提取深度信息，已经具备了沥青路面微观形貌的三维测量能力，但其并未深入的对三维重构进行探讨研究。

沥青路面微观纹理有其自身特点，呈现分形和仿射自相似特性，这使得快速准确提取其三维纹理很难。以上国内外研究做出的尝试虽然取得了一定成果，各自局限性和不足处还是很突出，但整体上都采用了视觉非接触式测量与数字图像处理技术来实现三维重构，进一步恢复微观纹理的。基于此，本发明在已有研究基础上，进一步延拓武汉科技大学周兴林和李潘微观形貌识制研究成果，提出了以SIFT算法为匹配算法的激光双目视觉的沥青路面微观纹理三维图像重构方法。

发明内容

本发明的目的在于提供基于SIFT的双目视觉沥青路面微观纹理三维图像重构方法，解决了目前的方法对于沥青路面微观纹理不能快速准确提取并重构的问题。

本发明所采用的技术方案是按照以下步骤进行：

步骤1：以测量平台中心为原点，建立世界坐标系，左相机与右相机，规格一样，两相机平行、镜头垂直的安装在沥青路面上方，计算机控制左相机与右相机同时捕获到含有沥青路面信息的图像对，并构建双目视觉三维重构模型式：

步骤2：检测尺度空间极值点，初步确定关键点位置和所在尺度；

步骤3：精确确定特征点位置；对检测到的尺度空间极值点进行三维二次函数拟合以精确确定特征点的位置和尺度；

步骤4：确定特征点的主方向；利用特征点邻域像素的梯度方向分布特性为每个特征点指定方向参数；

步骤5：生成SIFT特征描述符：首先将坐标轴顺时针旋转为特征点主方向，以保证旋转不变性，再以特征点为中心取8*8的窗口，然后在每4*4的窗口上计算8个方向的梯度方向直方图，绘制每个梯度方向的累加值，形成一个种子点，一个特征点由2*2共4个种子点组成，每个种子点有8个方向向量信息，产生2*2*8共32个数据的SIFT特征向量即SIFT特征描述符，所需的图像窗口为8*8；

步骤6：以两个特征点描述符之间的欧式距离作为特征点匹配的相似度准则，先采用K-D树进行优先搜索来查找每个特征点的两个近似最近邻特征点，如果找出特征点p的欧式距离最近和次近的两个邻特征点q'和q″，然后计算p与q'，p和q″两组描述符之间的欧式距离的比值r，如果r小于规定阈值T，阈值T的取值范围为0.4～0.6，则视匹配成功，接受点(p,q')为图像对中的一对匹配点，否则匹配失败；