一种识别路面变形类病害的方法和装置制造方法及图纸

本发明专利技术提供了一种识别路面变形类病害的方法和装置，所述方法包括：S1，根据预先获取的待检测路面的三维数据，获取所述待检测路面的变形深度信息；S2，根据所述变形深度信息，通过边缘检测算法提取疑似病害边缘；S3，根据所述变形深度信息和所述疑似病害边缘获取初定位病害区域，并通过区域生长还原处理定位病害区域；S4，获取所述病害区域的病害属性集合，并根据所述病害属性集合，识别所述病害区域的病害类型。本发明专利技术通过获取病害深度信息和变形深度图像，对路面中的病害区域进行了精确地提取，保证了病害区域的完整性；还通过病害属性对病害区域的病害类型进行了准确地识别，实现了高效、准确地检测并识别路面变形类病害。

A method and device for identifying disease of pavement deformation

The present invention provides a method and a device for identifying pavement deformation disease, the method comprises the following steps: S1, according to the three-dimensional data to be acquired in advance detection of pavement deformation, obtaining the depth information to be detected on the road; S2, deformation depth information on the basis of the suspected disease edge by edge detection algorithm to extract S3; according to the deformation depth information, and the suspected disease disease location to obtain the edge region, and growth reduction treatment of the disease region through regional positioning; S4, disease attributes acquire the disease region set, and according to the disease attributes set, the type of disease disease region recognition. The present invention by obtaining the depth information of disease and deformation of depth image, the disease area pavement was accurately extracted, to ensure the integrity of the disease area; through disease attribute to disease disease type region were accurately identified, to achieve efficient and accurate detection and identification of pavement deformation disease.

【技术实现步骤摘要】
一种识别路面变形类病害的方法和装置
本专利技术涉及路面检测
，具体涉及一种识别路面变形类病害的方法和装置。
技术介绍
随着经济水平的不断提高，我国公路建设正在飞速的发展。随着交通量的不断增加，人们对行车舒适度以及行车安全的追求与日俱增，公路的表面特性直接影响了人们对上述两方面的需求，这就需要不断提高公路服务水平来保证优良的公路表面特性。在公路的使用过程中，由于受到各种自然和非自然因素的影响，会产生多种公路变形类病害(诸如车辙、坑槽、拥包、沉陷等)。因此，快速准确地检测公路的健康状况，为公路养护维修提供路面状况分析指标是非常重要的。现有技术中，为了对路面健康状况进行检测，可以通过人工实地勘察记录，但这种方法需要耗费大量的人力、财力和物力，还存在着安全、效率及精度等诸方面的问题，并且后期处理的工作量也很大，不适应大规模公路检测的要求。此外，还可以利用基于模拟摄影技术及基于模拟视频技术的路面快速检测系统，其主要是利用高速度高精度摄像机和车辆定位系统来实现路面破损图像的同步采集，然后利用计算机进行处理，得到路面病害信息，但由于路面环境通常具有较强的噪声(路面材料粒径噪声、不均匀光照和遮挡阴影等)以及摄像机安装方式或者自身畸变造成图像扭曲、拖尾、模糊现象，导致这种方法存在实时性差、识别率和分类难等缺点。并且，由于拍摄的图像是平面图形，而对于平面二维图像数据的处理方法通常为：将目标图像进行灰度处理、平滑处理和锐化处理等预处理；然后将经过预处理后的路面图像中的病害进行图像分割、形态学处理、轮廓提取，最后对路面图像中病害的特征提取和度量将病害进行精确定位输出。但这种处理方法受采集到的数据质量的影响较大，在病害的识别过程中误检率较高；特别是对于在二维灰度图像中无明显特征的病害(例如部分较浅的车辙病害等)，因此，基于二维图像数据的变形类病害识别的准确率较低，且无法获取变形类病害的深度信息。
技术实现思路
针对现有技术中存在的上述缺陷，本专利技术提供一种识别路面变形类病害的方法和装置。本专利技术的一方面提供一种识别路面变形类病害的方法，包括：S1，根据预先获取的待检测路面的三维数据，获取所述待检测路面的变形深度信息；S2，根据所述变形深度信息，通过边缘检测算法提取疑似病害边缘；S3，根据所述变形深度信息和所述疑似病害边缘获取初定位病害区域，并通过区域生长还原处理定位病害区域；S4，获取所述病害区域的病害属性集合，并根据所述病害属性集合，识别所述病害区域的病害类型。其中，所述步骤S1进一步包括：S11，对所述三维数据进行异常值剔除处理、数据标定处理及滤波处理，获取断面控制轮廓；S12，对所述断面控制轮廓的轮廓特征进行分析，获取与所述断面控制轮廓对应的断面标准轮廓；S13，将所述断面控制轮廓和所述断面标准轮廓作差，获取所述待检测路面的断面实际高程和标准高程的断面高程差信息；S14，根据所述断面高程差信息，将连续多个断面进行拼接处理，获取所述待检测路面的变形深度信息。其中，所述步骤S3进一步包括：S31，将所述变形深度信息划分为多个图像子块，获取所述多个图像子块分别对应的深度属性信息；其中，所述深度属性信息包括深度平均值、深度值方差和深度值分布信息；S32，结合变形类病害知识库，依据所述多个图像子块对应的深度属性信息以及所述疑似病害边缘，对所述多个图像子块的置信度进行评估，将较高置信度的图像子块作为所述初定位病害区域；S33，对所述初定位病害区域进行连通区域标记，获取各连通区域的区域参数；其中，所述区域参数包括区域长度、区域面积、区域位置和区域方向；S34，对所述区域参数满足预设条件的所述连通区域进行边缘延伸，获取所述病害区域。其中，所述步骤S4进一步包括：S41，获取所述病害区域的有效长度、有效宽度、长宽比和病害位置，并根据所述有效长度和所述有效宽度获取所述病害区域的最大深度、平均深度和病害面积；所述病害属性集合包括所述病害区域的有效长度、有效宽度、长宽比、病害位置、最大深度、平均深度和病害面积；S42，根据所述病害属性集合，基于变形类病害知识库，获取所述病害区域所包含病害的病害类型。其中，所述步骤S34进一步包括：S341，对区域长度和区域面积大于预设阈值的第一连通区域，沿所述第一连通区域的区域方向进行边缘延伸；S342，若延伸区域内存在第二连通区域，且所述第一连通区域与所述第二连通区域之间的距离小于预设距离，则获取所述第一连通区域和所述第二连通区域的中心连线；S343，沿所述中心连线的方向，将所述第一连通区域和所述第二连通区域进行合并，合并得到的区域作为新的病害区域。其中，所述步骤S2进一步包括：S21，根据预设的边缘检测算子和所述变形深度信息，获取每个像素点的梯度分量；S22，获取梯度分量大于预设梯度阈值的像素点，作为疑似病害边缘点，根据所述疑似病害边缘点获取所述疑似病害边缘。其中，所述步骤S42进一步包括：S421，根据所述变形类病害知识库获取分类器；S422，根据所述病害属性集合，基于病害线性特征、深度特征、面阵特征、位置特征和变形程度，通过所述分类器获取所述病害区域所包含病害的病害类型；其中，所述线性特征包括有效长度、有效宽度、长宽比；所述深度特征包括最大深度和平均深度；所述面阵特征包括病害面积；所述位置特征包括病害位置；所述变形程度包括轻微变形、中度变形和重度变形。本专利技术的另一方面提供一种识别路面变形类病害的装置，包括：获取模块，用于根据预先获取的待检测路面的三维数据，获取所述待检测路面的变形深度信息；处理模块，用于根据所述变形深度信息，通过边缘检测算法提取疑似病害边缘；定位模块，用于根据所述变形深度信息和所述疑似病害边缘获取初定位病害区域，并通过区域生长还原处理定位病害区域；识别模块，用于获取所述病害区域的病害属性集合，并根据所述病害属性集合，识别所述病害区域的病害类型。本专利技术的又一方面提供一种识别路面变形类病害的设备，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行本专利技术上述方面提供的识别路面变形类病害的方法，例如包括：S1，根据预先获取的待检测路面的三维数据，获取所述待检测路面的变形深度信息；S2，根据所述变形深度信息，通过边缘检测算法提取疑似病害边缘；S3，根据所述变形深度信息和所述疑似病害边缘获取初定位病害区域，并通过区域生长还原处理定位病害区域；S4，获取所述病害区域的病害属性集合，并根据所述病害属性集合，识别所述病害区域的病害类型。本专利技术的又一方面提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行本专利技术上述方面提供的识别路面变形类病害的方法，例如包括：S1，根据预先获取的待检测路面的三维数据，获取所述待检测路面的变形深度信息；S2，根据所述变形深度信息，通过边缘检测算法提取疑似病害边缘；S3，根据所述变形深度信息和所述疑似病害边缘获取初定位病害区域，并通过区域生长还原处理定位病害区域；S4，获取所述病害区域的病害属性集合，并根据所述病害属性集合，识别所述病害区域的病害类型。本专利技术提供的识别路面变形类病害的方法和装置，通过获取病害深度信息和本文档来自技高网...

【技术保护点】
一种识别路面变形类病害的方法，其特征在于，包括：S1，根据预先获取的待检测路面的三维数据，获取所述待检测路面的变形深度信息；S2，根据所述变形深度信息，通过边缘检测算法提取疑似病害边缘；S3，根据所述变形深度信息和所述疑似病害边缘获取初定位病害区域，并通过区域生长还原处理定位病害区域；S4，获取所述病害区域的病害属性集合，并根据所述病害属性集合，识别所述病害区域的病害类型。

【技术特征摘要】
1.一种识别路面变形类病害的方法，其特征在于，包括：S1，根据预先获取的待检测路面的三维数据，获取所述待检测路面的变形深度信息；S2，根据所述变形深度信息，通过边缘检测算法提取疑似病害边缘；S3，根据所述变形深度信息和所述疑似病害边缘获取初定位病害区域，并通过区域生长还原处理定位病害区域；S4，获取所述病害区域的病害属性集合，并根据所述病害属性集合，识别所述病害区域的病害类型。2.根据权利要求1所述的方法，其特征在于，所述步骤S1进一步包括：S11，对所述三维数据进行异常值剔除处理、数据标定处理及滤波处理，获取断面控制轮廓；S12，对所述断面控制轮廓的轮廓特征进行分析，获取与所述断面控制轮廓对应的断面标准轮廓；S13，将所述断面控制轮廓和所述断面标准轮廓作差，获取所述待检测路面的断面实际高程和标准高程的断面高程差信息；S14，根据所述断面高程差信息，将连续多个断面进行拼接处理，获取所述待检测路面的变形深度信息。3.根据权利要求1所述的方法，其特征在于，所述步骤S3进一步包括：S31，将所述变形深度信息划分为多个图像子块，获取所述多个图像子块分别对应的深度属性信息；其中，所述深度属性信息包括深度平均值、深度值方差和深度值分布信息；S32，结合变形类病害知识库，依据所述多个图像子块对应的深度属性信息以及所述疑似病害边缘，对所述多个图像子块的置信度进行评估，将较高置信度的图像子块作为所述初定位病害区域；S33，对所述初定位病害区域进行连通区域标记，获取各连通区域的区域参数；其中，所述区域参数包括区域长度、区域面积、区域位置和区域方向；S34，对所述区域参数满足预设条件的所述连通区域进行边缘延伸，获取所述病害区域。4.根据权利要求1所述的方法，其特征在于，所述步骤S4进一步包括：S41，获取所述病害区域的有效长度、有效宽度、长宽比和病害位置，并根据所述有效长度和所述有效宽度获取所述病害区域的最大深度、平均深度和病害面积；所述病害属性集合包括所述病害区域的有效长度、有效宽度、长宽比、病害位置、最大深度、平均深度和病害面积；S42，根据所述病害属性集合，基于变形类病害知识库，获取所述病害区域所包含病害的病害类型。5.根据权利要求3所述的方法，其特征在于，...

【专利技术属性】
技术研发人员：李清泉，张德津，曹民，林红，桂荣，
申请(专利权)人：武汉武大卓越科技有限责任公司，
类型：发明
国别省市：湖北,42