[发明专利]基于断面局部极值及分段稀疏的三维路面裂缝提取方法

说明书

本发明实施例提供一种基于断面局部极值及分段稀疏的三维路面裂缝提取方法，该方法包括：根据线扫描三维数据中横断面的高程数据中相邻两点的高程差值，获取极大值点和极小值点；选择极值点进行删除获取极值对，并对异常极值点进行删除；从极值稳定段中选择多个点作为稀疏点，对异常稀疏点进行删除，并在缺失段长度过大时补充置信点；对断面稳定置信点集中置信点进行插值后滤波，获取参考轮廓；在获取较准确参考轮廓的基础上，再根据裂缝占比较小的特性选取高程较低的点作为裂缝疑似点，经处理后获取裂缝，能防止对裂缝的误检测和对较浅裂缝的漏检，并能克服不同路面纹理背景对裂缝提取的影响，从而更加准确提取出三维路面裂缝信息。

技术领域

本发明涉及线扫描三维数据处理技术领域，尤其涉及一种基于断面局部极值及分段稀疏的三维路面裂缝提取方法。

背景技术

随着线扫描三维测量技术的发展，三维测量系统能获取越来越多的三维路面数据，包括不同路面背景及不同裂缝类型的数据。

但是实际工程应用利用车载三维系统采集的路面三维数据中包含有较为明显的行车姿态起伏以及路面变形信息，这些大范围的姿态变形信息等为裂缝检测任务带来困难，并且不利于三维裂缝深度、宽度及长度等三维信息的获取。另一方面，裂缝在线扫描三维数据中由于系统噪声、路面纹理结构等，使得裂缝在高程横断面上并不是总是呈现典型的V型结构。传统的模板匹配、边缘检测等方法对于三维数据裂缝存在一定的漏检、误检等问题。

现有的路面裂缝检测及信息提取方法类别主要包括基于二维视觉特性的路面裂缝检测方法和基于三维路面数据的路面裂缝检测方法。其中，基于二维视觉特征的路面裂缝检测方法主要通过光学相机及视频等获取路面数据，通过路面裂缝的边缘和灰度特性与路面背景差异进行分析提取。例如，利用裂缝的灰度低于路面背景而提取裂缝种子区域再结合裂缝的形状特性进行判定；结合裂缝的边缘特性利用图像处理中常用的边缘检测算子获取二维数据中的裂缝信息等。此类方法无法克服环境光照、阴影、以及路表轮胎磨痕、油渍等对标线检测的影响，其适用性较为有限。

基于三维路面数据的路面裂缝检测方法通常使用车载线扫描三维数据，结合三维数据精度，横向分辨率一般为1mm，利用路面裂缝的高程通常低于路面背景的特性进行检测。例如，在采集高程数据横断面级别，利用裂缝区域在高程断面数据中表现出的尖锐V型特性获取裂缝种子区域，再结合裂缝的形状特性进行判定；在高程数据点云级别，利用局部阈值方法提取裂缝。

此类方法虽然能克服传统二维灰度图像方法容易受到光照、阴影影响的缺陷，但是现有利用路面三维特征检测裂缝的方法也存在以下缺陷：当三维数据的精度足够高时，三维路面高程数据中就包含了比较复杂的路面场景信息，不仅有裂缝，也包含了路面变形、标线、修补、也包含了路面纹理。而且在高精度数据中，不同类型的路面病害或者指标等都对裂缝提取有一定的影响。例如纹理较粗的路面中纹理波动与裂缝的深度特征较为相似，仅仅利用裂缝深度特征将会影响裂缝提取方法的准确性和鲁棒性。

线扫描三维路面数据横断面中，裂缝受到多种因素干扰，并不是总是呈现边缘清晰及V型结构。更多的，由于路面纹理背景的干扰，数据中很多V型结构并非真正的裂缝位置。而由于行车姿态、变形病害、路面材质磨损、裂缝类型及路面背景差异等因素影响，线扫描三维路面数据横断面数据中裂缝容易呈现边缘不清晰的不对称V型或者非V型结构。因此，对于线扫描三维数据裂缝提取，传统的模板匹配、边缘检测等方法都难以获取较为理想的裂缝提取效果。

发明内容

本发明实施例提供一种基于断面局部极值及分段稀疏的三维路面裂缝提取方法，用以解决现有技术中三维路面裂缝提取的裂缝不准确，鲁棒性差的缺陷，实现更加准确提取三维路面裂缝。

本发明实施例提供一种基于断面局部极值及分段稀疏的三维路面裂缝提取方法，包括：