[发明专利]道路检测方法、装置、计算设备及存储介质

说明书

公开了一种道路检测方法，包括：获取针对待检测道路的图像对，所述图像对包括在不同拍摄位置获取的第一图像和第二图像；确定所述图像对的光流数据；根据所述图像对的光流数据，确定第一图像和第二图像之间的像素点匹配关系；根据第一图像和第二图像之间的像素点匹配关系，确定待检测道路的破损情况。该道路检测方法可以在地图、自动驾驶或智慧交通等领域中被使用来确定道路的破损情况。

技术领域

本公开涉及图像处理领域，更具体地涉及一种基于光流的道路检测方法和装置、计算设备及计算机可读存储介质。

背景技术

在智能道路巡检，尤其是道路破损检测的过程中，激光雷达虽然有更加高精度的检测能力，但是由于它价格昂贵、体积庞大，严重阻碍了其普及和发展。

随着计算机视觉技术，尤其是图像处理技术的发展，出现了基于目标物图像的采集（例如利用双目相机）和识别（例如利用神经网络）的智能道路巡检方法。然而，这种基于图像处理的道路巡检方法，对道路本身的损伤或破损检测却表现不佳，因为该检测方法往往需要采用双目相机采集图像。而在传统双目相机检测方案中，由于对光照和纹理不丰富的区域敏感，容易造成误检测，检测精度较低，而且双目相机检测算法复杂且严重依赖外参标定，检测成本较高。

发明内容

针对上述缺陷中至少一个，本公开提供了一种道路检测方法和装置、计算设备及计算机可读存储介质，其主要基于计算机视觉中光流估计技术且不依赖于双目相机，以期缓解、减轻或甚至消除上述问题中的一些或全部以及其它可能的问题。

根据本公开的一个方面，提出了一种道路检测方法，包括：获取针对待检测道路的图像对，所述图像对包括在不同拍摄位置获取的第一图像和第二图像；确定所述图像对的光流数据；根据所述图像对的光流数据，确定第一图像和第二图像之间的像素点匹配关系；根据第一图像和第二图像之间的像素点匹配关系，确定待检测道路的破损情况。

在一些实施例中，所述第一图像和第二图像分别是由第一相机和第二相机同步获取的。

在一些实施例中，所述根据第一图像和第二图像之间的像素点匹配关系，确定待检测道路的破损情况，包括：根据第一图像和第二图像之间的像素点匹配关系，确定第一图像对应的实际场景的点云的空间坐标；根据所述实际场景的点云的空间坐标拟合待检测道路的曲面方程；根据所述待检测道路的曲面方程和所述实际场景的点云的空间坐标，确定待检测道路的破损情况。

在一些实施例中，所述待检测道路的破损情况，包括下述中至少一个：坑洼和裂缝。

在一些实施例中，所述根据所述待检测道路的曲面方程和所述实际场景的点云的空间坐标，确定待检测道路的破损情况，包括：根据所述待检测道路的曲面方程和所述实际场景的点云的空间坐标，确定待检测道路的坑洼的数量、位置、面积、深度中至少一个；根据所述待检测道路的曲面方程和所述实际场景的点云的空间坐标，确定待检测道路的裂缝的数量、位置、宽度、长度、取向中至少一个。

在一些实施例中，根据所述图像对的光流数据，确定第一图像和第二图像之间的像素点匹配关系，包括：根据所述图像对的光流数据，确定第一图像和第二图像中像素点对应关系；根据第一图像和第二图像中像素点对应关系，计算相对应的像素点之间的匹配度；从第一图像和第二图像中像素点对应关系中剔除低于匹配度阈值的像素点，以得到第一图像和第二图像之间的像素点匹配关系。

在一些实施例中，所述确定所述图像对的光流数据包括：根据所述图像对构建包括n层特征图的特征金字塔，n=2，其中特征金字塔的第1层特征图是从所述图像对提取的，第k层特征图是从第k-1层特征图提取的，k为大于1且小于等于n的正整数，以及根据特征金字塔，生成所述图像对的光流数据。