[发明专利]一种立体视觉成像检测管道内部缺陷的方法及装置

说明书

本发明涉及工程监测技术领域，尤其涉及一种立体视觉成像检测管道内部缺陷的方法及装置，其方法包括，获取待测管道内部的深度图像；确定所述深度图像中的初始帧图像，根据预设角度条件和/或里程条件选取位于所述初始帧图像时间序列之后的关键帧图像；构建所述待测管道内部的三维模型；提取所有所述深度图像中的点云数据，对所有的所述点云数据进行圆柱拟合并分段处理，根据预设的圆柱判定阈值确定非圆柱面的圆柱段；将所述缺陷目标的位置信息和图像信息带入所述三维模型中进行重建，得到具有缺陷信息的三维模型，通过本方法可快速构建具有缺陷信息的管道内部模型。

技术领域

本发明涉及工程监测技术领域，尤其涉及一种立体视觉成像检测管道内部缺陷的方法及装置。

背景技术

地下管道作为重要的基建设施，为社会经济的迅速发展起到了显著的作用，随着地下管道的日趋完善，管道老化、腐蚀缺陷等问题也伴随着时间的推移逐渐显现，不仅制约着社会经济的发展，还会对人们的生活安全造成巨大的影响，因此对地下管道采取科学有效的检测，对检测出存在缺陷的管道及时进行维修，已刻不容缓。

而传统的管道检测方法如激光检测、漏磁检测等方法由于设备成本高、携带不便和分析能力差已不能满足现今的地下管道检测的要求，在万物互联的时代，亟需一种对地下管道进行更加快速、高效和准确的检测方法。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种立体视觉成像检测管道内部缺陷的方法及装置。

本发明提供一种立体视觉成像检测管道内部缺陷的方法，包括：

获取待测管道内部的深度图像；

确定所述深度图像中的初始帧图像，根据预设角度条件和/或里程条件选取位于所述初始帧图像时间序列之后的关键帧图像；

获取当前关键帧图像中的第一点云数据，根据所述第一点云数据生成与所述当前关键帧图像对应的第一网格模型，根据前一关键帧图像中的第二点云数据生成第二网格模型，将计算得到的当前关键帧图像与前一关键帧图像之间的旋转平移矩阵融合于第一网格模型和第二网格模型之中，构建所述待测管道内部的三维模型；

提取所有所述深度图像中的点云数据，对所有的所述点云数据进行圆柱拟合并分段处理，根据预设的圆柱判定阈值确定非圆柱面的圆柱段；

确定与所述非圆柱面的圆柱段对应的目标深度图像，对所述目标深度图像进行缺陷目标识别，定位所述缺陷目标的位置信息，将所述缺陷目标的位置信息和图像信息带入所述三维模型中进行重建，得到具有缺陷信息的三维模型。

优选的，所述获取待测管道内部的深度图像之前，包括：

获取通过采集设备实时采集的深度图像；

所述前端设备实时采集所述深度图像后，包括：

识别所述实时采集的深度图像中的重点区域，对非重点区域进行压缩；

记录非重点区域的原始图像信息并发送压缩后的深度图像。

优选的，所述确定所述深度图像中的初始帧图像，根据预设角度条件和/或里程条件选取位于所述初始帧图像时间序列之后的关键帧图像，包括：

获取排列于所述初始帧图像之后的深度图像的时间序列；

获取陀螺仪数据中触发预设角度条件时的第一时间节点，和/或里程仪数据中触发预设里程条件时的第二时间节点；

根据所述第一时间节点和/或第二时间节点在所述时间序列中查找与之对应的深度图像，并作为所述关键帧图像。

优选的，所述获取当前关键帧图像中的第一点云数据，根据所述第一点云数据生成与所述当前关键帧图像对应的第一网格模型，根据前一关键帧图像中的第二点云数据生成第二网格模型，包括：