[发明专利]一种基于道路影像的路面病害影响面积计算方法

说明书

本发明公开了一种基于道路影像的路面病害影响面积计算方法，包括：采集基准测量影像照片及有路面病害的矩形标注区域信息；获取基准测量影像照片的图像尺寸，建立坐标系，基于目标检测算法获取定制校准量具顶点的相对位置坐标；根据所述相对位置坐标，以及推算得到透视变换后的定制校准量具顶点的新位置坐标，利用透视变换公式求取透视变换矩阵参数；基于矩形标注区域顶点的相对位置坐标及透视变换矩阵参数，利用透视变换公式计算得到矩形标注区域顶点透视变换后的坐标；利用海伦公式计算坐标围成的形状区域面积，通过等比例计算，得到矩形区域实际面积，完成影响面积的计算。本发明可以简化实际业务场景中工作人员的操作难度，提高工作效率。

技术领域

本发明涉及人工智能的技术领域，尤其涉及一种基于道路影像的路面病害影响面积计算方法。

背景技术

随着信息技术及人工智能技术的高速发展，针对公路路面常见病害的检测工作也实现了依赖于图像识别算法识别模型，对采集的影像照片自动识别，针对从道路影像中识别出的路面病害，一般通过矩形框区域面积来量化其影响面积。目前，各类病害的矩形标注区域投影到地面实际面积计算方面，已有的计算方法在实际应用操作中的实施较为复杂，普通人员难以上手，如何简化实际业务场景中工作人员的操作难度，提高工作效率，是亟待解决的一个问题。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明解决的技术问题是：现有技术无法方便快捷的得到透视变换所需要的相关参数，存在实际操作困难、计算量大等问题。

为解决上述技术问题，本发明提供如下技术方案：采集基准测量影像照片及有路面病害的矩形标注区域信息；利用信息查询工具获取所述基准测量影像照片的图像尺寸，并建立坐标系，基于目标检测算法获取定制校准量具顶点在所述基准测量影像照片坐标系中的相对位置坐标；根据所述定制校准量具顶点的相对位置坐标，以及推算得到透视变换后的所述定制校准量具顶点的新位置坐标，利用透视变换公式求取透视变换矩阵参数；基于矩形标注区域顶点在影像中的相对位置坐标及所述透视变换矩阵参数，利用所述透视变换公式计算得到所述矩形标注区域顶点透视变换后的坐标；利用海伦公式计算所述坐标围成的形状区域面积，并通过等比例计算，得到矩形区域实际面积，完成影响面积的计算。

作为本发明所述的基于道路影像的路面病害影响面积计算方法的一种优选方案，其中：所述基准测量影像照片包括，利用相机拍摄一张摆放定制校准量具的照片即为所述基准测量影像照片，所述定制校准量具完全位于所述相机画面中。

作为本发明所述的基于道路影像的路面病害影响面积计算方法的一种优选方案，其中：所述基准测量影像照片的拍摄包括，固定所述相机搭载支架位置、相机拍摄角度、相机焦距进行拍摄。

作为本发明所述的基于道路影像的路面病害影响面积计算方法的一种优选方案，其中：所述新位置坐标的推算包括，设坐标原点在所述定制校准量具的左上角，X轴与所述定制标准量具的宽度方向重合，转换后的照片中，每个像素代表实际环境中1毫米的长度，基于所述定制校准量具大小为已知的，则可推算出正摄视角下所述定制校准量具的4个顶点坐标。

作为本发明所述的基于道路影像的路面病害影响面积计算方法的一种优选方案，其中：所述透视变换公式包括，

X＝m11*x+m12*y+m13

Y＝m21*x+m22*y+m23

Z＝m31*x+m32*y+m33