一种基于三维点云重构的路面线性裂缝信息快速计算方法技术

本发明专利技术提供一种基于三维点云重构的路面线性裂缝信息快速计算方法，包括：将原始三维点云进行分块处理，获取路面深度矩阵，应用邻域均值减方差阈值去除离散点；采用三点抽样算法根据路面深度矩阵拟合路面真实平面，针对低于路面平面的点云构建潜在线性裂缝点云集合，通过邻域均值减方差阈值去除离散点，输出线性裂缝点云集合；基于线性裂缝点云集合，利用道路纵向、道路横向上的深度纵向、横向映射，获取真实线性裂缝区域，确定线性裂缝起终点位置信息及其最大深度。本发明专利技术还适用多条不交叉线性裂缝的三维密集点云。本发明专利技术实现了路面线性裂缝精准定位及特征信息计算，极大提高了三维点云裂缝识别算法的性能与效率。

【技术实现步骤摘要】
一种基于三维点云重构的路面线性裂缝信息快速计算方法
本专利技术涉及路面裂缝类病害检测
，具体涉及一种基于三维点云重构的路面线性裂缝信息快速计算方法。
技术介绍
沥青路面作为公路工程的重要组成部分，是推动经济发展的重要基础设施。随着使用年限的增长，沥青路面出现了不同形式病害，其中路面裂缝已经成为浙江省内公路及城市道路的最主要病害。人工走查的判断方式存在工作效率低、劳动强度大、复现性差、人力成本高、精准度低等问题。近年来大量研究利用数字图像处理技术进行沥青路面病害识别，然而，图像信噪比较低，无法精确提取目标信息，应用效果不尽人意。三维点云设备能够获取路表毫米级高程信息，能够避免光照条件、阴影、油污等不利条件的影响，为高效、准确的裂缝检测技术提供了新的研究方向。目前常见的路面三维点云裂缝信息提取主要有以下几种。(1)基于转换为二维灰度图像的裂缝信息提取方法，将点云数据转换为深度数据，进一步转换为灰度图像，通过二维图像的裂缝提取方法提取裂缝信息。该方法较之传统图像处理提高了原始数据的精确度，但无法排除纹理、噪声的干扰。(2)基于数学形态学的裂缝信息提取方法，利用高度差、法向量、梯度、二阶导数等数据，提取符合裂缝数学特征的可能裂缝点，通过形态学方法生成裂缝骨架。由于路面材料、环境、交通量的差异性，该方法无法应用于所有裂缝点云中。(3)基于深度学习与神经网络的裂缝信息提取方法，利用了神经网络的相关技术，依据裂缝特点及点云特点搭建网络。但是该方法需要进行像素级别的人工标记实现训练，需要一定的时间与人力成本。现有方法下，裂缝识别精度低、识别智能化程度低等问题依然存在。为减少对路面纹理干扰，提高裂缝提取方法的应用范围，本专利技术基于三点抽样算法对路面平面进行拟合，结合离散点去除与深度映射，获取裂缝点云位置及形态信息，实现路面线性裂缝信息精准识别，具有快速、智能、高效的技术优势，可以广泛应用于路面裂缝类病害检测

技术实现思路
为了解决上述技术问题，本专利技术提供一种基于三维点云重构的路面线性裂缝信息快速计算方法。为了实现上述技术目的，本专利技术的技术方案如下：一种基于三维点云重构的路面线性裂缝信息快速计算方法，包括以下步骤：步骤1；采集原始三维点云数据，并对所述原始三维点云数据进行分块处理，得到路面深度矩阵，其中，应用邻域均值减方差阈值去除离散点；步骤2；所述路面深度矩阵通过三点抽样算法拟合路面真实平面，对低于路面平面的点云构建潜在线性裂缝点云集合，通过邻域均值减方差阈值去除离散点，并输出线性裂缝点云集合；步骤3；根据所述线性裂缝点云集合，通过道路纵向、道路横向上的深度纵向、横向映射，得到真实线性裂缝区域，确定线性裂缝起终点位置信息及其最大深度。优选地，步骤1具体包括以下步骤：首先，将间距不等离散点云集Ω＝{p1,p2,…pN}，pi＝{xi,yi,zi}∈R3按设定分辨率S转换为路面深度矩阵其中横坐标X＝{x1,x2…,xi,…,xm}，x1<x2<…<xi<…<xm，xi+1-xi＝S，纵坐标Y＝{y1,y2,…,yj,…,yn}，y1<y2<…<yj<…<yn，yj+1-yj＝S，其次，将所述路面深度矩阵Z沿X方向与Y方向切片，构建N个k×k大小、分辨率S的路面深度矩阵，其中N为分块后路面深度矩阵总数量，N＝(m//k)×(n//k)；最后，对N个k×k大小、分辨率S的路面深度矩阵应用邻域均值减方差阈值，对每一个点的邻域进行统计分析，计算每一个点到所有临近点的平均距离，将平均距离在标准范围之外的点云从数据中去除。优选地，步骤2具体包括以下步骤：首先，根据得到的路面深度矩阵Z′，通过三点抽样算法，随机选择路面深度矩阵Z′中3个起始点p1(x1,y1,z1),p2(x2,y2,z2),p3(x3,y3,z3)，拟合平面Γ：设定平面厚度为2ε，计算Z′中任何一点pi到平面Γ的距离di：统计di<ε的个数，记为Γ的得分数，其中ε为距离阈值；其次，重复上述三点抽样算法，直到所有的三点集合遍历，得分最高的平面为适合的平面模型；拟合路面平面Γ：Ax+By+Cz+D＝0；再次，构建低于该路面平面点集q＝{(x,y,z)|ax+by+cz+d>3ε},z∈Z′，作为潜在线性裂缝点云；最后，通过邻域均值-方差阈值去除偏离裂缝主体的离散点，输出线性裂缝点云集合q′。进一步说明，步骤3具体包括以下步骤：首先，将生成的所述云集合q′，计算向xoz平面映射深度值，得到离散点集dX＝{dX1,dX2,…,dXm}，m为裂缝长度对应的离散点数量；向yoz平面映射深度值，得到离散点集dY＝{dY1,dY2,…,dYn}，n为裂缝宽度对应的离散点数量；其次，针对离散点集dX和dY，构建外接矩形T＝{(x,y)|xmin≤x≤xmax,ymin≤y≤ymax，获得其对应的顶点位置信息(xmin,xmax,ymin,ymax)；最后，根据外接矩形T＝{(x,y)|xmin≤x≤xmax,ymin≤y≤ymax}，提取该区域中最大深度值dmax，即最大深度zmin。优选地，当所述路面深度矩阵的数据缺失超过20％，删除该所述路面深度矩阵的分块。进一步说明，针对离散点集dX和dY，当zX从0值变为正值、从正值变为0，认为该裂缝对应的起终横坐标为xmin、xmax，当zY从0值变为正值、从正值变为0，认为该裂缝对应的起终纵坐标为ymin、ymax。进一步说明，离散点集dX和dY连续0值长度超过0.05m时认为裂缝自然中断，即存在多条裂缝。进一步说明，当存在所述多条裂缝，对各条裂缝提取裂缝外接矩形参数与最大深度。进一步说明，假设每一个点到所有临近点的平均距离是一个高斯分布，其形状由均值ε和标准差σ决定，标准距离定义为[ε-σ,ε+σ]，平均距离在标准范围之外的点，定义为离群点。进一步说明，将距离阈值ε设置得太大，则会有更多的点被误判为平面，反之则会有更多点漏判为平面。与现有技术相比较，本专利技术具有的有益效果如下：本专利技术提出的路面线性裂缝信息快速计算方法，通过三点抽样算法拟合路面平面，可用于路面线性裂缝位置及形态信息的快速识别，也可用于多条交叉路面裂缝的破坏程度计算，专利技术结构简单、科学合理、易于实现。其推广应用对路面点云信息应用及裂缝快速判定具有极其重要的意义，极大提高了三维点云裂缝识别算法的性能与效率。附图说明图1为本专利技术一种基于三维点云重构的路面线性裂缝信息快速计算方法的流程示意图；图2为本专利技术一种基于三维点云重构的路面线性裂缝信息快速计算方法的原始大范围三维点云数据示意图；图3为本专利技术一种基于三维点云重构的路面线性裂缝信息快速计算方法的去除离散点前的分块点云数据之一示意图；本文档来自技高网...

【技术保护点】
1.一种基于三维点云重构的路面线性裂缝信息快速计算方法，其特征在于，包括以下步骤：/n步骤1；采集原始三维点云数据，并对所述原始三维点云数据进行分块处理，得到路面深度矩阵，其中，应用邻域均值减方差阈值去除离散点；/n步骤2；所述路面深度矩阵通过三点抽样算法拟合路面真实平面，对低于路面平面的点云构建潜在线性裂缝点云集合，通过邻域均值减方差阈值去除离散点，并输出线性裂缝点云集合；/n步骤3；根据所述线性裂缝点云集合，通过道路纵向、道路横向上的深度纵向、横向映射，得到真实线性裂缝区域，确定线性裂缝起终点位置信息及其最大深度。/n

【技术特征摘要】
1.一种基于三维点云重构的路面线性裂缝信息快速计算方法，其特征在于，包括以下步骤：
步骤1；采集原始三维点云数据，并对所述原始三维点云数据进行分块处理，得到路面深度矩阵，其中，应用邻域均值减方差阈值去除离散点；
步骤2；所述路面深度矩阵通过三点抽样算法拟合路面真实平面，对低于路面平面的点云构建潜在线性裂缝点云集合，通过邻域均值减方差阈值去除离散点，并输出线性裂缝点云集合；
步骤3；根据所述线性裂缝点云集合，通过道路纵向、道路横向上的深度纵向、横向映射，得到真实线性裂缝区域，确定线性裂缝起终点位置信息及其最大深度。


2.根据权利要求1所述的一种基于三维点云重构的路面线性裂缝信息快速计算方法，其特征在于，步骤1具体包括以下步骤：
首先，将间距不等离散点云集Ω＝{p1,p2,…pN}，pi＝{xi,yi,zi}∈R3按设定分辨率S转换为路面深度矩阵



其中横坐标X＝{x1,x2…,xi,…,xm}，x1<x2<…<xi<…<xm，xi+1-xi＝S，纵坐标Y＝{y1,y2,…,yj,…,yn}，y1<y2<…<yj<…<yn，yj+1-yj＝S，
其次，将所述路面深度矩阵Z沿X方向与Y方向切片，构建N个k×k大小、分辨率S的路面深度矩阵，其中N为分块后路面深度矩阵总数量，N＝(m//k)×(n//k)；
最后，对N个k×k大小、分辨率S的路面深度矩阵应用邻域均值减方差阈值，对每一个点的邻域进行统计分析，计算每一个点到所有临近点的平均距离，将平均距离在标准范围之外的点云从数据中去除。


3.根据权利要求1所述的一种基于三维点云重构的路面线性裂缝信息快速计算方法，其特征在于，步骤2具体包括以下步骤：
首先，根据得到的路面深度矩阵Z′，通过三点抽样算法，随机选择路面深度矩阵Z′中3个起始点p1(x1,y1,z1),p2(x2,y2,z2),p3(x3,y3,z3)，拟合平面Γ：



设定平面厚度为2ε，计算Z′中任何一点pi到平面Γ的距离di：



统计di<ε的个数，记为Γ的得分数，其中ε为距离阈值...

【专利技术属性】
技术研发人员：韩海航，董侨，江宛琪，章天杰，王洋洋，
申请(专利权)人：浙江省交通运输科学研究院，
类型：发明
国别省市：浙江;33