确定路面病害的面积的方法、装置及计算机程序产品制造方法及图纸

本公开提供了一种确定路面病害的面积的方法、装置、电子设备、存储介质及程序产品，涉及计算机技术领域，具体涉及智慧公路、计算机视觉、深度学习等等技术领域，可应用于路面病害检测场景下。具体实现方案为：从包括路面病害对象的图像数据中确定出路面病害对象；根据包括路面病害对象的点云数据和图像数据之间的对应关系，从点云数据中确定出路面病害对象对应的目标点云；根据目标点云，确定路面病害对象的面积。本公开避免了基于外接矩形框的检测方式中，外接矩形框中包括路面病害对象之外的非病害区域，而造成的面积不准确的问题，提高了所确定的路面病害的面积的准确度。高了所确定的路面病害的面积的准确度。高了所确定的路面病害的面积的准确度。

【技术实现步骤摘要】
确定路面病害的面积的方法、装置及计算机程序产品


[0001]本公开涉及计算机
，具体涉及智慧公路、计算机视觉、深度学习等
，尤其涉及确定路面病害的面积的方法、装置、电子设备、存储介质以及计算机程序产品，可应用于路面病害检测场景下。

技术介绍

[0002]在智慧公路养护领域，一般通过车载相机拍摄路面图像，再由深度学习模型根据路面图像识别路面病害。在识别出路面病害之后，往往需要计算路面病害的尺寸，来评估路面病害的严重程度。现有技术中，一般首先确定路面病害的外接矩形框(bounding box)，然后，根据外接矩形框的大小，预估路面病害的严重程度。基于外接矩形框的检测方式无法直接计算病害本身的面积信息，检测准确度较低。

技术实现思路

[0003]本公开提供了一种确定路面病害的面积的方法、装置、电子设备、存储介质以及计算机程序产品。
[0004]根据第一方面，提供了一种确定路面病害的面积的方法，包括：从包括路面病害对象的图像数据中确定出路面病害对象；根据包括路面病害对象的点云数据和图像数据之间的对应关系，从点云数据中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种确定路面病害的面积的方法，包括：从包括路面病害对象的图像数据中确定出所述路面病害对象；根据包括所述路面病害对象的点云数据和所述图像数据之间的对应关系，从所述点云数据中确定出所述路面病害对象对应的目标点云；根据所述目标点云，确定所述路面病害对象的面积。2.根据权利要求1所述的方法，其中，所述根据所述目标点云，确定所述路面病害对象的面积，包括：对于所述目标点云中的每个点，根据该点与该点的相邻点之间的距离，确定该点对应的单元区域的等效面积；基于所述目标点云中的每个点对应的单元区域的等效面积，确定所述路面病害对象的面积。3.根据权利要求2所述的方法，其中，所述根据该点与该点的相邻点之间的距离，确定该点对应的单元区域的等效面积，包括：对于该点对应的单元区域中的每个子区域，根据该点的相邻点中该子区域对应的目标相邻点与该点之间的距离，确定该子区域的面积；根据该点对应的单元区域中的每个子区域的面积，确定该点对应的单元区域的等效面积。4.根据权利要求1所述的方法，其中，所述根据包括所述路面病害对象的点云数据和所述图像数据之间的对应关系，从所述点云数据中确定出所述路面病害对象对应的目标点云，包括：根据所述点云数据和所述图像数据之间的对应关系，从所述点云数据中确定出所述路面病害对象对应的初始目标点云；对所述初始目标点云进行平面拟合，得到所述目标点云。5.根据权利要求4所述的方法，其中，所述对所述初始目标点云进行平面拟合，得到所述目标点云，包括：对所述初始目标点云进行平面拟合，得到平面点云；滤除所述平面点云中的游离点，得到所述目标点云。6.根据权利要求1所述的方法，其中，还包括：基于图像采集设备采集的多视角的所述图像数据进行三维重建，得到所述点云数据；根据三维重建过程，确定所述点云数据中的点云和所述图像数据中的像素点之间的对应关系。7.根据权利要求1所述的方法，其中，还包括：通过图像采集设备采集单视角的所述图像数据；通过雷达设备采集所述点云数据；基于标定算法，确定所述点云数据中的点云和所述图像数据中的像素点之间的对应关系。8.根据权利要求1
‑
7中任一项所述的方法，其中，还包括：根据所述路面病害对象的面积，确定表征路面病害的严重程度的程度信息。9.一种确定路面病害的面积的装置，包括：
第一确定单元，被配置成从包括路面病害对象的图像数据中确定出所述路面病害对象；第二确定单元，被配置成根据包括所述路面病害对象的点云数据和所述图像数据之间的对应关系，从所述点云数据中确定出所述路面病害对象对应的目标点云；第三确定单元，被配置成根据所述目标点云，确定...

【专利技术属性】
技术研发人员：冯文茜，张永乐，
申请(专利权)人：阿波罗智联北京科技有限公司，
类型：发明
国别省市：