[发明专利]路面车辙检测的图像实时处理系统有效

专利信息
申请号: 201911399458.8 申请日: 2019-12-30
公开(公告)号: CN111127459B 公开(公告)日: 2023-05-26
发明(设计)人: 马力;陈昆;艾青松;杨启凡;张小梅;赵雪飞;刘泽民 申请(专利权)人: 武汉理工大学
主分类号: G06T7/00 分类号: G06T7/00;G06T5/20;G06T5/00
代理公司: 武汉开元知识产权代理有限公司 42104 代理人: 刘琳;冯超
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 路面 车辙 检测 图像 实时处理 系统
【权利要求书】:

1.一种路面车辙检测的图像实时处理系统,其特征在于,包括:图像采集模块(1)、激光发射器(2)、检测车(3)和DSP多核模块(4);

所述激光发射器(2),用于为路面车辙提供横向的激光线;

所述图像采集模块(1),用于实时采集道路路面车辙的原始图像;所述原始图像中包含有横向的激光线;

所述DSP多核模块(4),用于修复原始图像,得到还原图像;

以及,基于还原图像计算路面的车辙数据;

所述检测车(3),用于承载图像采集模块(1)、激光发射器(2)和DSP多核模块(4)沿路面纵向行驶;

所述DSP多核模块(4),具体用于:

对原始图像进行预处理,得到处理后图像;

将处理后图像进行非负强度特征计算,得到非负强度特征图;

基于支持向量回归SVR模型,对非负强度特征图进行缺省丢失区域还原,得到还原图像;

所述基于支持向量回归SVR模型,对非负强度特征图进行缺省丢失区域还原,具体包括:

采集非负强度特征图中为缺省的车辙线数据作为SVR模型的训练集;

计算SVR问题的目标函数和损失函数;

引入松弛因子,重写目标函数;

引入拉格朗日乘子,推出拉格朗日函数;

计算SVR对偶函数;

得到SVR回归模型并求解,计算非负特征车辙图中车辙线缺省区域预测值;

所述将处理后图像进行非负强度特征计算,具体包括:

针对处理后图像的各像素:

以当前像素为中心,选取对应滑动窗口;

计算当前像素与滑动窗口内其他各像素的灰度差值;

根据各灰度差值计算出当前滑动窗口内的非负个数和各非负强度值;

判断当前滑动窗口内的非负个数占当前滑动窗口内像总像素的比例是否低于预设阈值:若是,则当前窗口非负强度值赋值为零;

若否,则当前窗口非负强度值为当前滑动窗口内各非负强度值的平均值;

直至处理后图像中每个滑动窗口的非负强度值都赋值完毕;

所述当前像素与滑动窗口内其他各像素的灰度差值计算公式为:

所述当前滑动窗口内的非负个数计算公式为:

所述当前滑动窗口内的各非负强度值的计算公式为:

其中,P(i,j)为当前像素的像素值,C(i+m,j+n)为当前滑动窗口内除当前像素之外的某像素的像素值。

2.根据权利要求1所述的路面车辙检测的图像实时处理系统,其特征在于,所述激光发射器(2)的发射面和图像采集模块(1)的采集面为同一平面。

3.根据权利要求1所述的路面车辙检测的图像实时处理系统,其特征在于,所述DSP多核模块(4)包括一个主核和多个从核;

主核将原始图像进行区域划分,并将得到的多个区域图像分配至对应的从核;

针对每个从核:

在接收到对应区域图像后,当前从核将对应区域图像进行预处理,得到对应处理后区域图像;

当前从核将处理后区域图像进行非负强度特征计算,得到对应区域非负强度特征图;

当前从核基于支持向量回归SVR模型,对区域非负强度特征图进行缺省丢失区域还原,得到对应区域还原图像;

主核将各从核的区域还原图像进行拼接,得到还原图像。

4.根据权利要求1所述的路面车辙检测的图像实时处理系统,其特征在于,所述DSP多核模块(4),还具体用于:

根据还原图像中的激光线数据,计算得到对应车辙高度。

5.根据权利要求1所述的路面车辙检测的图像实时处理系统,其特征在于,所述对原始图像进行预处理,具体包括:

将原始图像像素值进行归一化处理;

将归一化后的图像进行模糊平滑滤波,得到处理后图像。

6.根据权利要求4所述的路面车辙检测的图像实时处理系统,其特征在于,所述计算得到对应车辙高度的计算公式为:

其中,α为激光发射器(2)的激光线与路面夹角,β为图像采集模块(1)的采集方向与路面的夹角,f为图像采集模块(1)中摄像头的像距,e为摄像头成像过程中激光线变形量,H2为摄像头距离路面高度值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911399458.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top