[发明专利]一种基于激光点云数据的路面裂缝检测方法

说明书

本发明公开了一种基于激光点云数据的路面裂缝检测方法，包括以下步骤：(1)采集路面激光点云数据；(2)对采集的激光点云数据进行预处理；(3)利用裂缝特征与噪声特征对步骤(2)处理后的图像进行噪声抑制与图像增强；(4)对步骤(3)处理后的图像进行二值化处理；(5)定义裂缝种子点，结合裂缝全局特征与局部特征确定裂缝生长、裂缝连接与噪声去除规则，对步骤(4)得到的图像进行裂缝生长、裂缝连接与噪声去除，得到最终的检测结果。本发明结合了路面激光点云数据的优势以及路面裂缝检测的需求，能够实现准确、自动化的路面裂缝检测，为后续的路面养护工作提供可靠的决策依据。

技术领域

本发明涉及一种基于激光点云数据的路面裂缝检测方法，属于路面裂缝检测领域以及图像处理技术领域。

背景技术

为了适应经济的快速发展需求，公路网规模不断扩大，公路养护里程不断增加。路面裂缝作为路面病害的主要形式，会在自然因素与车辆载荷的作用下持续破坏道路结构，降低行车安全性，是公路养护的重点对象。因此，高效的路面裂缝检测方法是进行有效道路养护的前提。

传统的人工巡检方法危险性大，会影响正常交通的运行，且检测结果易受检测人主观影响，难以满足目前准确、高效的自动化检测需求。基于二维数字图像进行路面裂缝检测虽然经过长时间的研究发展，已经能够实现自动化检测，但基于二维数字图像所提取的特征易受外部因素如角度、光照的影响，检测结果对外界条件敏感。

激光点云数据作为一种新的数据形式，不仅能够提供空间位置信息，而且不易受外界因素干扰，因此基于激光点云数据的目标检测得到了广泛研究。但是基于激光点云数据的目标检测仍存在一些缺陷。首先，激光点云数据维度的增加导致了数据量的激增，对数据存储与处理提出了更高的要求。其次，激光点云数据的组织形式复杂无序，难以直接使用图像检测领域已经较为成熟的深度学习框架。最后，激光点云数据的高分辨率也进一步凸显了路面噪声，对路面裂缝检测产生了一定的干扰。因此，基于激光点云数据的路面裂缝检测方法仍不成熟。

综上所述，如何将激光点云数据的优势与路面裂缝检测的需求相结合，以克服现有路面裂缝检测方法中的不足，是目前路面裂缝检测领域的重要任务。

发明内容

针对以上人工巡检以及基于传统二维数字图像的裂缝检测存在的缺陷，本发明提出一种基于激光点云数据的路面裂缝检测方法，将激光点云数据的优势与路面裂缝检测的需求相结合，实现准确、高效的路面裂缝检测。

本发明为解决上述技术问题采用以下技术方案：

一种基于激光点云数据的路面裂缝检测方法，包括以下步骤：

(1)采集路面激光点云数据；

(2)对步骤(1)中采集的激光点云数据进行预处理：

(2-1)根据激光点云数据排列形式，对激光点云数据进行解析，将解析所得z坐标归一化至0-255范围内，将归一化后的z坐标作为二维图像的灰度，得到路面扫描图像；

(2-2)对(2-1)得到的路面扫描图像进行裁剪；

(3)利用裂缝特征与噪声特征对步骤(2)得到的图像依次进行噪声抑制与图像增强；

(4)对步骤(3)得到的图像进行二值化处理；

(5)定义裂缝种子点，结合裂缝全局特征与局部特征确定裂缝生长、裂缝连接与噪声去除规则，对步骤(4)得到的图像进行裂缝生长、裂缝连接与噪声去除，得到路面裂缝检测结果。

进一步，步骤(1)中将激光扫描仪安装在检测车上，在检测车行驶过程中采集路面激光点云数据。

进一步，步骤(3)具体为：

(3-1)对步骤(2)得到的图像进行限制对比度自适应局部直方图均衡化；