[发明专利]一种基于三维光影模型的道路路面坑槽识别方法、装置及设备

说明书

本发明公开了一种基于三维光影模型的道路路面坑槽识别方法、装置及设备，所述方法包括以下步骤：获取路面的三维图像数据；利用三维光影模型设置多组不同投射角度的双向投影组光束分别投射于路面，然后确定路面在每一双向投影组光束的投射下所形成的路面阴影区域；根据每组双向投影组所形成的路面阴影区域，确定在各双向投影组光束的投影下均为阴影区域的共同路面阴影区域为最终路面投影区域；对最终路面阴影区域进行图像连通域分析，确定其中独立、连通的阴影区域为可能路面坑槽区域；确定各个可能路面坑槽的物理面积和平均深度；根据所述物理面积和所述平均深度确定构成路面病害的路面坑槽。本发明能够准确识别出路面坑槽。

技术领域

本发明涉及路面检测技术领域，具体涉及一种基于三维光影模型的道路路面坑槽识别方法、装置及设备。

背景技术

道路路面坑槽是一种严重的道路路面病害，不仅影响行车的舒适性与稳定性，甚至会影响到行车的安全性；因此，及时、尽早地发现与修补道路路面坑槽，对于道路行车安全具有非常重大的意义。

近年来，机器学习尤其是深度学习技术已在图像处理、目标识别等领域取得重大突破，同样也广泛应用在道路路面坑槽的检测当中。然而，机器学习技术普遍依赖于学习样本，且具有“黑匣子”般的运行机理，对未知的识别样本可能会产生异常的、错误的、难以人为解释的识别结果，从而导致无法准确识别出道路路面坑槽。

发明内容

针对现有技术的不足，本发明提出一种基于三维光影模型的道路路面坑槽识别方法、装置及设备，能够避免现有技术中因学习样本不足而导致无法准确识别出道路路面坑槽的现象。

根据本发明的一方面，提供一种基于三维光影模型的道路路面坑槽识别方法，包括以下步骤：

步骤1，获取路面的三维图像数据；

步骤2，根据路面的三维图像数据，利用三维光影模型设置多组不同投射角度的双向投影组光束分别投射于路面，然后确定路面在每一双向投影组光束的投射下所形成的路面阴影区域；其中，所述双向投影组光束是指两束具有相同的投射角度及不同的水平旋转角度的投射光束，并且这两束投射光束在水平面上的分量互为反方向；

步骤3，根据每组双向投影组所形成的路面阴影区域，确定在各双向投影组光束的投影下均为阴影区域的共同路面阴影区域为最终路面投影区域；

步骤4，对最终路面阴影区域进行图像连通域分析，确定其中独立、连通的阴影区域为可能路面坑槽区域；

步骤5，对所述可能路面坑槽区域进行几何测量，确定各个可能路面坑槽的物理面积和平均深度；

步骤6，根据各个可能路面坑槽的物理面积和平均深度是否在预设范围值内来确定构成路面病害的路面坑槽。

进一步的，设L和为一组双向投影组光束，则所述确定路面在每一双向投影组光束的投射下所形成的路面阴影区域的步骤包括：

步骤201，确定在L投影光束下三维图像数据中每一三维图像像素点(p_x,p_y)的高程值p_z和最高光束高度δ_max(P)，根据以下公式确定该三维图像像素点的像素值B(p_x,p_y)：

其中，像素值“0”表示该三维图像像素点为阴影像素，而像素值“1”则表示该三维图像像素点为非阴影像素，从而确定路面在L投影光束的投射下形成的阴影图像B；

步骤202，同样根据以上公式确定在投影光束的投射下每一三维图像像素点的像素值从而确定在路面在投影光束的投射下形成的阴影图像

步骤203，利用以下公式确定双向投影组光束投射下的复合阴影图像B_c：