[发明专利]一种基于计算机视觉的弹簧土检测方法

说明书

本发明涉及图像数据处理技术领域，具体涉及一种基于计算机视觉的弹簧土检测方法，该方法通过深度相机获取压土区域被压土机碾压前的原始深度图像和碾压后的荷载深度图像，并根据原始深度图像与荷载深度图像的差异得到压力变化高度图，根据原始深度图像和压力变化高度图像中像素值分布特征得到塑形压缩度，根据原始深度图和荷载后深度图的像素值变化特征获取塑形平整度，根据塑形压缩度和塑形平整度得到塑形形变度，根据荷载深度图得到地面弹性显著性，根据塑形形变度和地面弹性显著性共同得到弹簧土显著度，根据弹簧土显著度完成弹簧土检测。本发明在提高弹簧土检测准确性的同时降低了检测成本。

技术领域

本发明涉及图像数据处理技术领域，具体涉及一种基于计算机视觉的弹簧土检测方法。

背景技术

渠道工程是基建工程的重要组成部分，其本身包括但不限于土方开挖和填筑过程、公路工程和路基工程，且这些工程的施工过程大部分需要在土体的基础上进行，而在施工过程中，由于土体含水量的变化，会出现一种成为弹簧土的工程病害，如果不能及时处理弹簧土问题，会严重影响到施工质量和施工过程。当弹簧土问题较为严重时，能够从土壤表面特征直接识别弹簧土，而当弹簧土问题较为轻微时，只能通过对土壤的含水量进行检测识别弹簧土。但是由于施工场地相对较大，采用检测土壤含水量的方法检测施工场地不太现实，所以为了提高对弹簧土的检测效率，现有技术通常根据训练神经网络的方法实现施工场地的弹簧土检测。

发明人在实践中，发现上述现有技术存在以下缺陷：

现有技术通常根据施工设备在施工过程中采集到数据作为训练数据训练神经网络，根据训练好的神经网络实现施工场地的弹簧土检测，但是训练神经网络的方法需要大量的历史数据才能保证其识别的准确度，成本较高，而且当历史数据存在误差数据时会严重影响神经网络的准确性，对应检测弹簧土的准确性不足。所以现有技术通过训练神经网络检测弹簧土的方法成本高且不够准确。

发明内容

为了解决现有技术通过训练神经网络检测弹簧土的方法成本高且不够准确技术问题，本发明的目的在于提供一种基于计算机视觉的弹簧土检测方法，所采用的技术方案具体如下：

本发明提出了一种基于计算机视觉的弹簧土检测方法，所述方法包括：

获取每个压土区域荷载前的原始深度图像和荷载后的荷载深度图像，根据每个压土区域的所述原始深度图像与所述荷载深度图像的差异得到压力变化高度图；

根据所述原始深度图像内的像素值得到凹陷区域和凸起区域；在所述压力变化高度图中根据所述凹陷区域和所述凸起区域内像素点的像素值分布特征得到每个压土区域的塑形压缩度；

根据所述原始深度图像与所述荷载深度图像之间的像素值变化特征差异获得塑形平整度，根据每个压土区域的所述塑形压缩度和所述塑形平整度得到塑形形变度；

根据压土机运动方向获得所述荷载深度图像中像素点特征值序列；根据所述像素点特征值序列中元素值分布趋势特征获得每个压土区域的地面弹性显著性；

根据每个压土区域的所述塑形形变度和所述地面弹性显著性得到每个压土区域的弹簧土显著度，根据所述弹簧土显著度完成弹簧土检测。

进一步地，所述压力变化高度图的凹陷区域和凸起区域的获取方法包括：

根据所述原始深度图像中各个像素点的像素值采用OTSU最大类间方差法进行划分得到划分阈值，所述划分阈值为深度阈值，将所述原始深度图像内大于所述深度阈值的像素值对应的像素点记为凹陷像素点，将所述原始深度图像内小于所述深度阈值的像素值对应的像素点记为凸起像素点，所有凹陷像素点组成的区域记为凹陷区域，所有凸起像素点组成的区域记为凸起区域。

进一步地，所述塑形压缩度的获取方法包括：