[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

说明书

本发明公开了一种路面病害同源多特征图像获取系统、装置及方法，该方法通过相隔固定时间，采集k个相机在t个时刻拍摄的所有的路面图像，获得k个相机在t个时刻内拍摄到路面的三维点云模型；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；该方法通过校准点云模型，使得生成图像为正射图像，不受拍摄角度、位置的影响，该方法生成同源多特征图像，包括三维深度图像、二维彩色图像和叠加图像，这些图像具有完全重合特性，便于提升深度学习效率。

【技术领域】

本发明涉及路面病害检测领域，具体涉及一种路面病害同源多特征图像获取系统、装置及方法。

【背景技术】

截止2019年末，全国公路总里程已达501万公里，其中公路养护里程495万公里。随着道路基础设施规模的快速增长，路面病害检测和养护的需求愈加迫切。目前，路面病害自动化检测的最佳方法是采用深度学习，而深度学习是一种数据驱动的方法，需要通过大量图像样本进行自学习。通常，在路面病害识别中，深度学习所采用的图像普遍是二维彩色图像，也有少量学者采用三维深度图像进行学习和识别。

虽然通过普通相机采集路面病害彩色图像是简单、低廉的方法，但彩色图像受环境影响剧烈，比如树木阴影、光照强度、路面污渍，会对深度学习的精度产生巨大影响。为了消除色彩噪声，三维检测技术被引入来采集路面病害深度图像，而这些三维成像技术大多基于激光测量系统。

现有的基于激光设备的三维图像采集系统能够基本实现路面病害三维信息的获取，但还存在如下问题：(1)仅能够生成深度图像，不能同时生成完全重合的彩色图像；(2)激光设备受强光、震动、粉尘影响大，容易产生大量噪声和误差；(3)激光设备需要保证精确的安装位置，使用过程需经常校准；(4)激光设备成本高昂，为消除震动等影响需安装复杂的电子设备。

【发明内容】

本发明的目的在于克服上述现有技术的缺点，提供一种路面病害同源多特征图像获取系统、装置及方法，以解决现有技术中设备成本高，路面三维模型重建精度低和稳定性差的技术问题。

为达到上述目的，本发明采用以下技术方案予以实现：

一种路面病害同源多特征图像获取方法，包括以下步骤：

步骤1，相隔固定时间，采集k个相机在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；

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；