[发明专利]一种路面病害同源多特征图像获取系统、装置及方法

权利要求书

1.一种路面病害同源多特征图像获取方法，其特征在于，包括以下步骤：

步骤1，相隔固定时间，采集k个相机(13)在t个时刻拍摄的所有的路面图像；

步骤2，通过所有的路面图像，获得k个相机(13)在t个时刻内拍摄到路面的三维点云模型；

步骤2.1，通过第1时刻的第1相机空间坐标，以及第1时刻的第2相机拍摄的路面图像，获得第1时刻的第2相机空间坐标；通过第2相机的空间坐标获得第1时刻的第3相机的空间坐标，依次类推，确定第1时刻的k个相机各自的空间坐标，以及第1时刻的k个路面图像上所有特征点的空间坐标，组合获得第1时刻拍摄到路面的点云模型；具体的，包括以下步骤：

步骤2.1.1，找出第1时刻的第1相机拍摄的图像和第2相机拍摄的图像通过图像特征提取算法，提取两张图像的特征点描述子集合；

步骤2.1.2，计算和两张图像各特征点之间的相似度，通过设定阈值判断各特征点是否匹配，生成两张图像之间相互匹配的特征点对；

步骤2.1.3，基于两张图像之间相互匹配的特征点对，根据相机(13)的内参和两张图像空间点之间的对极几何关系，以及第1时刻的第1相机的空间坐标，确定出第2相机在第1时刻的空间位置；

步骤2.1.4，基于两个相机在第1时刻拍摄时的空间位置，通过三角测量法测量得到在第1时刻两个图像上所有特征点的空间点坐标；

步骤2.1.5，重复步骤2.1.1-步骤2.1.4，通过第2相机获得第3个相机的空间坐标，通过第3个相机获得第4个相机的空间坐标…直至获得所有相机在第1时刻的空间坐标，以及第1时刻所有路面图像的特征点的空间点坐标，获得第1时刻拍摄到的路面点云模型；

步骤2.2，通过第1相机在第1时刻的空间坐标，以及第1相机在第2时刻拍摄的路面图像，获得第1相机在第2时刻的空间位置；通过第1相机在第2时刻的空间位置获得第3时刻的空间位置，依次类推，获得第1相机在t个时刻的空间位置，以及t个路面图像上所有特征点的空间坐标，获得第1相机拍摄到路面的点云模型；

步骤2.3，重复步骤2.2，获得k个相机中每一个相机拍摄到路面的点云模型，进而获得k个相机在t个时刻内拍摄到路面的三维点云模型；

所述三维点云模型由N个特征点构成，特征点的数据包括特征点的x坐标、y坐标、z坐标和特征点的RGB颜色，记为{[x_i，y_i，z_i，R_i，G_i，B_i]|i＝1，2，...，N}；

步骤3，校准路面的三维点云模型；具体的，包括以下步骤：

步骤3.1，通过主成分分析法提取路面点云模型的坐标数据{[x_i，y_i，z_i]|i＝1，2，...，N}的三个特征向量P₁，P₂，P₃；

步骤3.2，选取最小信息量对应的特征向量作为路表面的法向，构成旋转校准矩阵将原始点云的位置坐标与校准矩阵相乘：

步骤3.3，将旋转校准后的坐标减去各坐标平均值使点云位置居中，得到旋转、平移校准后的路面点云坐标数据，记为：

校准后的路面点云模型为{[x_i′，y_i′，z_i′，R_i，G_i，B_i]|i＝1，2，...，N}；

步骤4，通过路面的三维点云模型，获得路面的深度图像、彩色图像和重叠图像，得到了路面病害同源的多特征图像；具体的，包括以下步骤：

步骤4.1，搜索x_i′的范围[-X，X]和y_i′的范围[-Y，Y]，确定生成图像的宽度分辨率为W，计算宽度分割步长L＝2X/W，计算图像的高度分辨率为H＝2Y/L；

步骤4.2，计算深度图、彩色图和重叠图上的每个像素的值Pixel_w，h，其中w＝1，2，...W，h＝1，2，...H；

对于深度图像：Pixel_w，h＝∑z_i′/S，i满足(w-1)L≤x_i′≤wL，(h-1)L≤y_i′≤hL，S为该区域内的特征点总数；

对于彩色图像：Pixel_w，h＝[∑R_i/S，∑G_i/S，∑B_i/S]，i满足(w-1)L≤x_i′≤wL，(h-1)L≤y_i′≤hL，S为该区域内的特征点总数；

对于重叠图像：Pixel_w，h＝1/2·[∑R_i/S+∑z_i′/S，∑G_i/S+∑z_i′/S，∑B_i/S+∑z_i′/S]，i满足(w-1)L≤x_i′≤wL，(h-1)L≤y_i′≤hL，S为该区域内的特征点总数。