井盖异常检测方法、装置及其应用制造方法及图纸

本申请提供了一种井盖异常检测方法，包括：获取包含图像深度信息的路面视频图像、拍摄路面视频图像时拍摄设备的倾斜角度以及拍摄设备的内参系数；从路面视频图像中获取井盖图像和井盖状态，根据拍摄设备的倾斜角度和内参系数以及图像深度信息计算井盖图像点阵化后每一图像点的变形深度或变形高度；基于每一图像点的变形深度或变形高度判断不同井盖状态下井盖是否存在异常。该方法通过采集包含图像深度信息的路面视频图像，从中获取井盖图像并检测获取井盖状态，计算每一图像点的变形深度或变形高度，再根据每一图像点的变形深度或变形高度判断在不同井盖状态下井盖是否存在异常。异常。异常。

【技术实现步骤摘要】
井盖异常检测方法、装置及其应用


[0001]本申请涉及城市管理和图像识别
，特别是涉及一种井盖异常检测方法、装置及其应用。

技术介绍

[0002]随着我国经济水平的高速发展，人们的物质消费水平不断提升，相对应的汽车数量也在迅速增长，因此引起路面井盖异常的问题也日益突出。井盖广泛分布在现代城市中的各个角落，例如常见的自来水井盖和下水道井盖等，电力和通信等行业也基本采用低下走线的方式。然而近年来时常发生井盖丢失、井盖破损、以及井盖变形导致无法闭合等情况，对公众的生命和财产存在巨大的安全隐患。
[0003]现有的路面井盖异常情况检查主要是通过人工在城市管理作业车上进行视觉判断，不仅效率低下，而且相当耗费时间和人力。以及最近专利技术的智能井盖，可以对自身的情况进行识别和上报，但这样的智能井盖成本较高，且极易由于环境因素或人为因素导致智能井盖中的电子元件失灵，报废率较高。

技术实现思路

[0004]本申请实施例提供了一种井盖异常检测方法、装置及其应用，通过拍摄设备采集包含图像深度信息的路面视频图像、拍摄所述路面视频图像时拍摄本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.井盖异常检测方法，其特征在于，包括以下步骤：获取包含图像深度信息的路面视频图像、拍摄所述路面视频图像时拍摄设备的倾斜角度以及所述拍摄设备的内参系数；从所述路面视频图像中获取井盖图像，并检测所述井盖图像得到井盖状态，若所述井盖状态属于非正常状态，将所述井盖图像点阵化得到井盖图像点云，其中所述井盖图像点云包括多个图像点；根据所述内参系数和所述图像深度信息得到所述井盖图像点云中每一所述图像点的第一世界坐标，并根据所述倾斜角度的余角构建旋转矩阵，将所述第一世界坐标和所述旋转矩阵相乘得到每一所述图像点对应的第二世界坐标，其中所述第二世界坐标中纵坐标表示对应所述图像点的变形深度或变形高度；当所述井盖状态为井盖凹陷或井盖凸起时，若任一所述图像点的所述变形深度或所述变形高度超过异常阈值，判定所述井盖存在异常；当所述井盖状态为井盖破损时，将所述变形深度或变形高度超过变形阈值对应的每一所述图像点作为井盖破损点，根据所有所述井盖破损点计算井盖破损面积，若所述井盖破损面积超过破损阈值，判定所述井盖存在异常。2.根据权利要求1所述的井盖异常检测方法，其特征在于，“根据所有所述井盖破损点计算井盖破损面积”包括步骤：根据所有所述破损点基于聚合点法生成破损最小边界，其中所述最小边界内为井盖破损点云；通过网格算法重建所述井盖破损点云得到至少一三角网格数据，再累加所有所述三角网格数据的面积得到井盖破损面积。3.根据权利要求1所述的井盖异常检测方法，其特征在于，当所述井盖状态为井盖凹陷或井盖凸起时，将所有所述图像点的所述变形深度或所述变形高度作为变形集合表达所述井盖的变形程度；当所述井盖状态为井盖破损时，变形程度等于所述井盖破损面积。4.根据权利要求1所述的井盖异常检测方法，其特征在于，在“将所述井盖图像点阵化得到井盖图像点云”后，包括步骤：采用移动最小二乘法对所述井盖图像点云进行平滑和重新采样。5.根据权利要求1所述的井盖异常检测方法，其特征在于，“获取包含图像深度信息的路面视频图像、拍摄所述路面视频图像时拍摄设备的倾斜角度以及所述拍摄设备的内参系数”包括步骤：对拍摄设备进行标定得到所述拍摄设备的内参系数，使用所述拍摄设备保持倾斜角度连续发射光脉冲，通过探测所述光脉冲的往返时间获得包含图像深度信息的路面视频图像。6.根据权利要求5所述的井盖异常检测方法，其特征在于，“对拍摄设备进行标定得到所述拍摄设备的内参系数”包括步骤：用黑白相间的矩形构成的棋盘图作为标定板，拍摄所述标定板在不同位置、不同角度、不同姿态下的多张图片作为标定图像，提取所述标定图像中所述标定板的内角点，并根据所述内角点的图像坐标进行标定得到拍摄设备的内参系数。7.根据权利要求6所述的井盖异常检测方法，其特征在于，在“根据所述内角点的图像坐标进行标定”前，包括步骤：对所述内角点提取亚像素信息，并根据所述亚像素信息获得对应所述内角点的图像坐标。8.根据权利要求1所述的井盖异常检测方法，其特征在于，“从所述路面视频图像中获取井盖图像”包括步骤：将所述路面视频图像输入目标检测模型，若输出井盖包围框，通过
所述井盖包围框从所述路面视频图像中截取井盖图像。9.根据权利要求8所述的井盖异常检测方法，其特征在于，所述目标检测模型包括：第一输入端、第一主干网络和第一预测模块；所述第一输入端的用于输入所述路面视频图像；所述第一主干网络包括focus层、多个卷积层、跨阶段局部网络以及空间金字塔池化，用于提取所述路面视频图像的浅层特征、中层特征以及深层特征；所述第一预测模块用于根据所述浅层特征、所述中层特征以及所述深层特征输出所述井盖包围框。10.根据权利要求1所述的井盖异常检测方法，其特征在于，“检测所述井盖图像得到井盖状态”包括步骤：将所述井盖图像输入井盖异常检测模型获取井盖状态，若所述井盖状态为井盖凹陷、井盖凸起和井盖破损中任意一种，判定所述井盖存在异常。11.根据权利要求10所述的井盖异常检测方法，其特征在于，所述井盖异常检测模型包括：第二输入端、第二主干网络和...

【专利技术属性】
技术研发人员：李开民，章东平，毛云青，钟梓尹，徐剑炯，
申请(专利权)人：城云科技中国有限公司，
类型：发明
国别省市：