[发明专利]用于车辙检测的结构光光条中心提取方法及装置

说明书

一种用于车辙检测的结构光光条中心提取方法及装置，该方法包括：获取光条中心图像；在光条中心图像中选取沿光条法线方向的N列参考列和N列搜索列，分别得到N个参考列激光光条信号和N个搜索列激光光条信号；利用信号相关法对N个搜索列激光光条信号与N个参考列激光光条信号一一相关，获取相关最大值以及相关最大值对应的信号偏移量；根据该信号偏移量确定N列搜索列中最中间列的光条中心位置，重复选取不同的搜索列直至确定每个搜索列的光条中心位置。本发明很好地解决了激光光条出现的断线问题，可快速高效地进行光条中心地提取，能够满足系统实时检测地要求。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于信号相关法的结构光光条中心提取方法及装置。

背景技术

在道路路面车辙检测领域，一般采用点激光传感器法和线激光法来检测车辙深度。其中线激光车辙检测技术以其设备成本低廉、结构简单、特征突出、采样信息量增加、可有效消除点激光检测时采样点有限引起的误差等优点被广泛使用。线激光检测采用三角测距原理，通过线激光器向路面打出一条极窄光线，当路面没有车辙时，光线是一条直线，当路面有车辙时，光线会发生扭曲。通过电荷耦合元件(CCD)面阵相机记录光线条纹轮廓，利用数字图像处理提取光线条纹轮廓信息，代入由系统标定得到的物像转换关系，得到横断面高程，从而计算车辙深度。因此，线结构光图像处理是整个检测任务的关键环节之一，而快速、实时、精确的光条中心提取算法是保证系统能实时、稳定工作的关键问题，它将直接影响车辙深度获取精度。

在车辙检测领域，线结构光光条中心的提取是一个重要的问题，提取的线结构光光条中心如果不准确，则会降低车辙检测精度。由于车辙检测系统的应用场景主要存在四方面问题：1、路面环境复杂，路面结构变化会带来结构光成像的差异，使结构光图像的批量自动化处理较难获得令人满意的结果；2、由于路面纹理和杂质的影响会使光条出现断线情况；3、外界环境噪声、CCD相机和图像采集卡等硬件内部产生的噪声等具有随机和不可变性，使得采集的图像存在很大噪声；4、对于车载系统，要求实时性，所以图像处理速度要求亦是一个挑战。上述四方面的难题使得线结构光光条中心的提取成为国内外研究的热点问题。目前常用的光条中心提取方法是从图像处理的角度出发，存在一些明显缺陷：

(1)有些算法抗噪声能力较弱，使得光条中心提取误差大，从而影响检测精度；

(2)数据存储量较大，信息处理速度慢，不能达到实时数据处理；

(3)存在阈值化处理等算法时，会丢失原始信息；

(4)不能处理实际车辙存在的断线、重合情况。

发明内容

有鉴于此，本发明的主要目的在于提供一种用于车辙检测的结构光光条中心提取方法及装置，以期至少部分地解决上述提及的技术问题中的至少之一。

为了实现上述目的，本发明的技术方案如下：

作为本发明的一个方面，提供了一种用于车辙检测的结构光光条中心提取方法，包括以下步骤：

步骤A：在采集的结构光光条图像中提取光条中心的感兴趣区域，得到光条中心图像，并对所述光条中心图像进行图像去噪；

步骤B：在所述光条中心图像中选取沿光条法线方向的相邻N列像素分别作为参考列，N为介于1和7之间的奇数，获取每列参考列的灰度值作为相应参考列的参考列激光光条信号，并选取每列参考列灰度值最大位置处作为相应参考列的搜索起点；

步骤C：在所述光条中心图像中选取沿光条法线方向的相邻N列像素分别作为搜索列，获取每列搜索列的灰度值作为相应搜索列的搜索列激光光条信号；

步骤D：利用信号相关法将N列搜索列激光光条信号与N列参考列激光光条信号一一相关，将得到的N个相关结果进行相加求极大值，得到相关最大值、以及该相关最大值处对应的信号偏移量；