System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理,具体涉及一种公路施工状态监测方法。
技术介绍
1、公路施工状态监测对于维护道路安全、提高交通效率和保障施工工人及驾驶员的安全至关重要。通过监测施工状态可以实时了解施工区域的情况,包括道路封闭、施工障碍、交通堵塞等信息,有助于及时采取措施避免交通事故的发生,提高道路通行效率。同时,监测还能确保施工工人的安全,避免施工现场意外事件的发生,保障道路施工的顺利进行。
2、在公路施工的过程中会产生大量的扬尘,当利用视觉检测技术对公路施工进度进行监测时,会导致施工进度判断的失误,因此需要确定出扬尘区域和非扬尘区域,在判断施工进程时,对非扬尘区域进行判断。扬尘在图像中呈现局部灰度值较高的特点,因此一般基于公路表面图像中像素点的灰度值,利用均值漂移聚类算法对图像中的像素点进行聚类,进而提取出扬尘区域,但是仅根据灰度值进行聚类,存在分类的准确性不高的问题,会将非扬尘区域误判为扬尘区域,进而导致公路施工状态的判断结果的准确度较低。
技术实现思路
1、为了解决现有方法在对公路表面图像中的像素点进行聚类时存在的聚类效果较差,扬尘区域提取结果准确度较低的问题,本专利技术的目的在于提供一种公路施工状态监测方法,所采用的技术方案具体如下:
2、本专利技术提供了一种公路施工状态监测方法,该方法包括以下步骤:
3、获取待监测的施工公路的表面图像,对所述表面图像进行划分获得各子区域;
4、根据所述表面图像中每个像素点在r、g、b三个通道对应的值,
5、根据每个连通域与其他连通域之间的相对位置、每个连通域与其他连通域内的像素点的遮挡程度的变化情况,得到每个连通域属于扬尘区域的可能性指标;基于所述可能性指标确定每个连通域的扬尘评价值;
6、基于所述扬尘评价值对所述表面图像中的像素点进行聚类,基于聚类结果获得非扬尘区域;基于所述非扬尘区域对待监测的施工公路的施工状态进行监测。
7、优选的,所述根据所述表面图像中每个像素点在r、g、b三个通道对应的值,获得每个像素点的遮挡程度,包括:
8、对于所述表面图像中的第a个像素点:
9、将第a个像素点在r、g、b三个通道中的最小值与常数255的比值,记为第a个像素点的灰度占比;将第a个像素点在r、g、b三个通道中的最大值与最小值的差值,记为第a个像素点对应的灰度差值;
10、根据第a个像素点的灰度占比和第a个像素点对应的灰度差值,获得第a个像素点的遮挡程度,所述灰度占比与所述遮挡程度呈负相关关系,所述灰度差值与所述遮挡程度呈正相关关系。
11、优选的,所述根据每两个相邻子区域对应的主成分方向、每两个相邻子区域内像素点的梯度大小和梯度方向,得到每两个相邻子区域的融合程度,包括:
12、对于第x个子区域和与其相邻的第y个子区域:
13、计算第x个子区域对应的主成分方向的单位向量与第y个子区域对应的主成分方向的单位向量之间的余弦相似度;将第x个子区域所有像素点的平均梯度值与第y个子区域所有像素点的平均梯度值之间的差值绝对值,记为梯度大小差异;根据所述余弦相似度和所述梯度大小差异,得到第x个子区域和与其相邻的第y个子区域的第一融合评价值,所述余弦相似度和所述梯度大小差异均与所述第一融合评价值呈正相关关系;
14、将第x个子区域所有像素点的平均梯度值和第y个子区域所有像素点的平均梯度值两者中的最小值的归一化结果,作为第x个子区域和与其相邻的第y个子区域的第二融合评价值;
15、将第x个子区域的中心点和与其相邻的第y个子区域的中心点之间的连线记为特征直线段,将第x个子区域对应的主成分方向与所述特征直线段之间的夹角记为第一角度;
16、基于所述第一融合评价值、所述第二融合评价值和所述第一角度,得到第x个子区域和与其相邻的第y个子区域的融合程度。
17、优选的,采用如下公式计算第x个子区域和与其相邻的第y个子区域的融合程度:
18、
19、其中,表示第x个子区域和与其相邻的第y个子区域的融合程度,表示第一角度,表示第一角度的正弦值,表示第一角度的余弦值,表示第x个子区域和与其相邻的第y个子区域的第一融合评价值,表示第x个子区域和与其相邻的第y个子区域的第二融合评价值。
20、优选的,所述基于所述融合程度对所对应的相邻子区域进行合并处理获得各连通域,包括:
21、判断每两个相邻子区域的融合程度是否大于预设融合阈值,若大于,则将对应两个相邻子区域进行合并处理,获得各连通域。
22、优选的,所述根据每个连通域与其他连通域之间的相对位置、每个连通域与其他连通域内的像素点的遮挡程度的变化情况,得到每个连通域属于扬尘区域的可能性指标,包括:
23、对于第w个连通域:
24、将除第w个连通域外其他所有连通域中与第w个连通域距离最近的连通域,作为第w个连通域的参考连通域;将由所述参考连通域的中心点指向第w个连通域的中心点的方向记为扩散方向;其中两个连通域之间的距离的获取方法为:将两个连通域的中心点之间的距离作为两个连通域的距离;
25、分别将第w个连通域所有像素点的平均遮挡程度与其他每个连通域所有像素点的平均遮挡程度之间的差值,作为第w个连通域与其他每个连通域之间的第一差值;
26、根据所述扩散方向、所述第一差值、第w个连通域与其他每个连通域之间的距离,得到第w个连通域属于扬尘区域的可能性指标。
27、优选的,采用如下公式计算第w个连通域属于扬尘区域的可能性指标:
28、
29、其中,表示第w个连通域属于扬尘区域的可能性指标,t表示待监测的施工公路的表面图像中连通域的个数,表示第w个连通域的中心点与除第w个连通域外的第t个连通域的中心点之间的连线和扩散方向所成的夹角,表示第w个连通域的中心点与除第w个连通域外的第t个连通域的中心点之间的连线和扩散方向所成的夹角的余弦值,表示第w个连通域与除第w个连通域外的第t个连通域之间的距离,表示第w个连通域所有像素点的平均遮挡程度,表示除第w个连通域外的第t个连通域所有像素点的平均遮挡程度,exp( )表示以自然常数为底数的指数函数。
30、优选的,所述基于所述可能性指标确定每个连通域的扬尘评价值,包括:
31、对于第w个连通域:
32、对第w个连通域属于扬尘区域的可能性指标进行归一化处理获得归一化结果;分别获取第w个连通域每个像素点在r、g、b三个通道中的最小值,记为每本文档来自技高网...
【技术保护点】
1.一种公路施工状态监测方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的一种公路施工状态监测方法,其特征在于,所述根据所述表面图像中每个像素点在R、G、B三个通道对应的值,获得每个像素点的遮挡程度,包括:
3.根据权利要求1所述的一种公路施工状态监测方法,其特征在于,所述根据每两个相邻子区域对应的主成分方向、每两个相邻子区域内像素点的梯度大小和梯度方向,得到每两个相邻子区域的融合程度,包括:
4.根据权利要求1所述的一种公路施工状态监测方法,其特征在于,采用如下公式计算第x个子区域和与其相邻的第y个子区域的融合程度:
5.根据权利要求1所述的一种公路施工状态监测方法,其特征在于,所述基于所述融合程度对所对应的相邻子区域进行合并处理获得各连通域,包括:
6.根据权利要求1所述的一种公路施工状态监测方法,其特征在于,所述根据每个连通域与其他连通域之间的相对位置、每个连通域与其他连通域内的像素点的遮挡程度的变化情况,得到每个连通域属于扬尘区域的可能性指标,包括:
7.根据权利要求6所述的一种公路施工
8.根据权利要求1所述的一种公路施工状态监测方法,其特征在于,所述基于所述可能性指标确定每个连通域的扬尘评价值,包括:
9.根据权利要求1所述的一种公路施工状态监测方法,其特征在于,所述基于所述扬尘评价值对所述表面图像中的像素点进行聚类,基于聚类结果获得非扬尘区域,包括:
10.根据权利要求1所述的一种公路施工状态监测方法,其特征在于,所述基于所述非扬尘区域对待监测的施工公路的施工状态进行监测,包括:
...【技术特征摘要】
1.一种公路施工状态监测方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的一种公路施工状态监测方法,其特征在于,所述根据所述表面图像中每个像素点在r、g、b三个通道对应的值,获得每个像素点的遮挡程度,包括:
3.根据权利要求1所述的一种公路施工状态监测方法,其特征在于,所述根据每两个相邻子区域对应的主成分方向、每两个相邻子区域内像素点的梯度大小和梯度方向,得到每两个相邻子区域的融合程度,包括:
4.根据权利要求1所述的一种公路施工状态监测方法,其特征在于,采用如下公式计算第x个子区域和与其相邻的第y个子区域的融合程度:
5.根据权利要求1所述的一种公路施工状态监测方法,其特征在于,所述基于所述融合程度对所对应的相邻子区域进行合并处理获得各连通域,包括:
6.根据权利要求1所述...
【专利技术属性】
技术研发人员:庞仲军,宫铭霞,杨子怡,闫磊,苏振兴,
申请(专利权)人:大连傲盈科技有限公司,
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。