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。
[0005]根据第二方面,提供了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路面病害对象;第二确定单元,被配置成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;第三确定单元,被配置成根据目标点云,确定路面病害对象的面积。
[0006]根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面任一实现方式描述的方法。
[0007]根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面任一实现方式描述的方法。
[0008]根据第五方面,提供了一种计算机程序产品,包括:计算机程序,计算机程序在被处理器执行时实现如第一方面任一实现方式描述的方法。
[0009]根据本公开的技术,提供了一种确定路面病害的面积的方法,首先,从包括路面病害对象的图像数据中准确地确定出路面病害对象;进而,根据同样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,基于图像数据中预先确定出的路面病害对象,从点云数据中确定出路面病害对象对应的目标点云,提高了所确定的目标点云的准确度;最后,根据目标点云,确定路面病害对象的实际面积,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。
[0010]应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0011]附图用于更好地理解本方案,不构成对本公开的限定。其中:
[0012]图1是根据本公开的一个实施例可以应用于其中的示例性系统架构图;
[0013]图2是根据本公开的确定路面病害的面积的方法的一个实施例的流程图;
[0014]图3A是根据本公开的表征路面病害对象的示意图;
[0015]图3B是根据本公开的对于图像数据进行路面病害对象检测的结果示意图;
[0016]图4是根据本公开的路面病害对象对应的目标点云的示意图;
[0017]图5是根据本实施例的确定路面病害的面积的方法的应用场景的示意图;
[0018]图6是根据本实施例的单元区域中的子区域的结构示意图;
[0019]图7是根据本公开的确定路面病害的面积的方法的又一个实施例的流程图;
[0020]图8是根据本公开的确定路面病害的面积的装置的一个实施例的结构图;
[0021]图9是适于用来实现本公开实施例的计算机系统的结构示意图。
具体实施方式
[0022]以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
[0023]本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
[0024]图1示出了可以应用本公开的确定路面病害的面积的方法及装置的示例性架构100。
[0025]如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。终端设备101、102、103之间通信连接构成拓扑网络,网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
[0026]终端设备101、102、103可以是支持网络连接从而进行数据交互和数据处理的硬件设备或软件。当终端设备101、102、103为硬件时,其可以是支持网络连接,信息获取、交互、显示、处理等功能的各种电子设备,包括但不限于设置有图像采集设备和/或点云采集设备的巡检车、智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
[0027]服务器105可以是提供各种服务的服务器,例如,基于终端设备101、102、103获取
的包括路面病害对象的图像数据和点云数据,确定路面病害对象的面积的后台处理服务器。作为示例,服务器105可以是云端服务器。
[0028]需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
[0029]还需要说明的是,本公开的实施例所提供的确定路面病害的面积的方法可以由服务器执行,也可以由终端设备执行,还可以由服务器和终端设备彼此配合执行。相应地,确定路面病害的面积的装置包括的各个部分(例如各个单元)可以全部设置于服务器中,也可以全部设置于终端设备中,还可以分别设置于服务器和终端设备中。
[0030]应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。当确定路面病害的面积的本文档来自技高网...
【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:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。