路面線激光車轍檢測與識別方法及處理系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種路面線激光車轍檢測與識別方法及處理系統(tǒng)，其中檢測與識別方法包括步驟：采集路面車轍激光線圖像；對圖像進(jìn)行特征提取得到脊性特征強度圖；在特征強度圖中，圖像中每列象素灰度值在數(shù)值上都會呈現(xiàn)為波形曲線，每條曲線上會有一個或多個波形峰值點，這些峰值點為激光線車轍上點（稱為脊點）的候選點，利用峰值連續(xù)性逐個尋找每列象素灰度值波形的脊點來確定車轍激光線。本發(fā)明能自動、實時、精確地提取車轍激光線，且處理系統(tǒng)具備很強的魯棒性，為后續(xù)的路面車轍模型及車轍深度計算提供了精確的、可靠的數(shù)據(jù)，進(jìn)而提高了路面車轍深度的測量精度。
【專利說明】路面線激光車轍檢測與識別方法及處理系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理，尤其涉及一種路面線激光車轍檢測與識別方法及處理系統(tǒng)。
【背景技術(shù)】
[0002]近年來，隨著我國交通運輸業(yè)的發(fā)展，特別是高速公路的建設(shè)獲得了較快的發(fā)展，高速公路的里程和重型車數(shù)量都在快速增加，隨之引起的路面輪廓變形成為一個日益突出的問題，對車轍變形的分析是評價路面使用性能的重要組成部分和進(jìn)行公路科學(xué)養(yǎng)護(hù)的基礎(chǔ)。車轍是路面經(jīng)過汽車輪胎反復(fù)行駛碾壓產(chǎn)生流動變形、磨損、沉陷后，在車行道行車軌跡上產(chǎn)生的縱向帶狀輒槽，是路面永久性變形，由輪跡的凹陷及兩側(cè)的隆起組成。
[0003]車轍不僅僅是高速公路路面的主要病害之一，還是高等級公路進(jìn)一步損壞的誘因，如果對路面車轍不及時修補，就可能造成路面的擁包、松散、塊裂和龜裂等。車轍主要有四方面危害，一是對路面平整度造成一定影響，使行車舒適性明顯降低；二是減薄了輪跡位置的浙青層厚度，對浙青層及整體路面結(jié)構(gòu)強度進(jìn)行削弱，易于導(dǎo)致各種病害的發(fā)生；三是雨天路面排水不夠通暢，會使路面抗滑性能降低，以至于因車轍積水造成車輛發(fā)生漂滑，車轍內(nèi)的水在冬季凝結(jié)成冰降低路面抗滑能力，使高速行車安全受到嚴(yán)重影響；四是車輛超車或改變方向時容易發(fā)生失控，使車輛操縱的穩(wěn)定性受到影響。因此，路面車轍是高速公路養(yǎng)護(hù)中的一項十分重要的檢測任務(wù)和質(zhì)量評價指標(biāo)。
[0004]高速公路建設(shè)的飛速發(fā)展，對路面車轍檢測手段提出了更高的要求，而計算機技術(shù)的發(fā)展也為較好的進(jìn)行自動檢測提供了重要手段。車轍自動檢測技術(shù)和設(shè)備朝著快速、實時化，高精度、高穩(wěn)定性，經(jīng)濟(jì)性、人性化多功能、集成化，智能化、標(biāo)準(zhǔn)化、可視化的方向發(fā)展。
[0005]將激光器以線陣排列的方式安裝在檢測車上，在檢測車以正常速度行駛時，對路面圖像進(jìn)行采集與存儲，獲取激光線路面圖像。然后采用現(xiàn)代數(shù)字圖像處理方法對激光線圖像進(jìn)行檢測與識別，提取車轍激光線上的系列象素點，進(jìn)而分析路面車轍的深度分布特征。該技術(shù)已廣泛應(yīng)用于高速公路路面車轍的檢測過程中。如圖1所示，為浙青路面常見車轍激光線圖像，從圖像上看，表征車轍的激光曲線在圖像上呈略亮于路面背景的線狀特征，穿越車道線時，會因強反光而出現(xiàn)高亮變化。曲線隨著車轍形態(tài)的變化而發(fā)生彎曲變形，變形量與路面車轍深度有一定的數(shù)學(xué)模型關(guān)系。
[0006]路面車轍激光線圖像的采集與存儲方法已成熟。現(xiàn)在面臨的主要問題是圖像數(shù)據(jù)的處理，面對龐大(數(shù)以億級)的圖像數(shù)據(jù)量，車轍激光線提取算法的可靠性、準(zhǔn)確性以及速度和效率是至關(guān)重要的，這已成為路面車轍檢測的技術(shù)瓶頸。
[0007]現(xiàn)有的激光線檢測與識別方法包括:采用線激光投射路面，攝像機拍攝路面獲得圖像。進(jìn)行路面激光線圖像處理的步驟為:首先進(jìn)行灰度校正，以原圖中一塊最暗的80%的象素作為背景象素，并將這些象素的平均灰度值作為圖像塊的背景灰度值，用原圖減去背景圖，得到校正結(jié)果圖。再采用分割方法在原圖中提取最接近最大灰度值的目標(biāo)象素，并對提取的象素點進(jìn)行直線擬合，然后截取一個較小的確定為目標(biāo)的區(qū)域。其中分割閾值設(shè)為平均灰度值的一個固定的倍數(shù)。最后對分割圖像進(jìn)行細(xì)化處理，以便得到寬度為單象素的激光車轍線圖像。
[0008]現(xiàn)有技術(shù)中也有采用與上面相同的方法獲取路面激光線圖像，使用最小誤差法選取圖像分割閾值，然后消除干擾噪聲，利用B樣條擬合重心法對保留下來的象素進(jìn)行細(xì)化處理，得到確認(rèn)的激光線目標(biāo)象素。
[0009]上述方法步驟中，對圖像進(jìn)行閾值分割采用的分割方法需要進(jìn)行人工干預(yù)，同時設(shè)定較多的人工閾值，采集的路面圖像中存在較多的斑馬線、車道線等高灰度象素，采用這樣的分割方法容易給圖像的分割結(jié)果帶來不穩(wěn)定的結(jié)果，可能把較亮的背景分割成目標(biāo)，同時也可能把較暗的目標(biāo)分割為背景。還有方法對提取出的目標(biāo)象素進(jìn)行細(xì)化或擬合，得到激光線圖像。經(jīng)過細(xì)化或曲線擬合處理后所得到的象素點不一定是真實的車轍激光線目標(biāo)象素，有時出現(xiàn)偏差，這就使得檢測的車轍精度出現(xiàn)較大程度的誤差，直接影響車轍深度的計算，進(jìn)而影響路面質(zhì)量的最終評價。

【發(fā)明內(nèi)容】

[0010]本發(fā)明要解決的技術(shù)問題在于針對現(xiàn)有技術(shù)中對路面車轍激光線圖像處理后得到的車轍精度不夠，且處理系統(tǒng)的魯棒性不強的缺陷，提供一種能自動、實時、精確地提取車轍激光線，且處理系統(tǒng)具備很強的魯棒性的路面線激光車轍檢測與識別方法及處理系統(tǒng)。
[0011]本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:
[0012]提供一種路面線激光車轍檢測與識別方法，包括以下步驟:
[0013]S1、采集路面車轍激光線圖像；
[0014]S2、對采集的路面車轍激光線圖像進(jìn)行歸一化處理，使整幅圖像的灰度值在0-255之間；
[0015]S3、采用高度小于寬度的橫向矩形方向濾波器對歸一化后的圖像進(jìn)行濾波；
[0016]S4、根據(jù)圖像選擇高度大于寬度的縱向矩形窗口，計算矩形窗口的中心坐標(biāo)象素的脊性特征強度值，在整個圖像區(qū)域內(nèi)從左到右從上到下滑動窗口，獲取整圖的脊性特征強度圖，并將脊性特征強度圖的強度值歸一化到0-255 ；
[0017]S5、判斷脊性特征強度圖中象素的強度值是否小于等于閾值，若是，則將其強度值重置為0，若否，則保持原強度值，得到閾值處理后的脊性特征強度圖；
[0018]S6、計算閾值處理后的脊性特征強度圖中連通域的長度，將長度最大的連通域上的強度值最大的點確定為種子點；
[0019]S7、在脊性特征強度圖中，將種子點所在的圖像坐標(biāo)列的下一列象素的多個峰值點作為候選點，將與種子點為鄰的候選點確定為該下一列的脊點，同理逐列尋找脊點，以提取完整的車轍激光線。
[0020]本發(fā)明所述的方法中，步驟S7中，若所述候選點確定為脊點，則將該候選點標(biāo)識為1，該列其它候選點標(biāo)識為-1，如果該列所有候選點均不能確定為脊點，則標(biāo)識為0，表明要留待確認(rèn)。
[0021]本發(fā)明所述的方法中，對脊點未能確定的列，進(jìn)行第二次跟蹤，在兩個零界車轍點區(qū)間內(nèi)，利用原圖信息，找出峰值點，利用峰值和連續(xù)性在該區(qū)間范圍內(nèi)逐一確認(rèn)脊點。
[0022]本發(fā)明所述的方法中，步驟S4具體包括步驟:
[0023]S41、以象素為單位，采用大小為11X5的滑動窗口，每個窗口內(nèi)的圖像象素個數(shù)sumnum = 11 X 5 ;將窗口的中心與圖像待處理的當(dāng)前象素點吻合，在該窗口覆蓋的圖像區(qū)域內(nèi)，計算圖像中當(dāng)前象素點與其它各象素點差異值A(chǔ)inun，計算公式為Ainun =
Pijj為當(dāng)前點象素值，Ci+m；j+n為窗口內(nèi)除當(dāng)前點外的其它象素值；
[0024]S42、統(tǒng)計窗口內(nèi)八^^^^勺象素個數(shù)^^^對滿足條件Aimjn>0下的象素灰度
值求和
【權(quán)利要求】
1.一種路面線激光車轍檢測與識別方法，其特征在于，包括以下步驟: 51、采集路面車轍激光線圖像； 52、對采集的路面車轍激光線圖像進(jìn)行歸一化處理，使整幅圖像的灰度值在0-255之間； 53、采用高度小于寬度的橫向矩形方向濾波器對歸一化后的圖像進(jìn)行濾波； 54、根據(jù)圖像選擇高度大于寬度的縱向矩形窗口，計算矩形窗口的中心坐標(biāo)象素的脊性特征強度值，在整個圖像區(qū)域內(nèi)從左到右從上到下滑動窗口，獲取整圖的脊性特征強度圖，并將脊性特征強度圖的強度值歸一化到0-255 ； 55、判斷脊性特征強度圖中象素的強度值是否小于等于閾值，若是，則將其強度值重置為0，若否，則保持原強度值，得到閾值處理后的脊性特征強度圖； 56、計算閾值處理后的脊性特征強度圖中連通域的長度，將長度最大的連通域上的強度值最大的點確定為種子點； 57、在脊性特征強度圖中，將種子點所在的圖像坐標(biāo)列的下一列象素的多個峰值點作為候選點，將與種子點為鄰的候選點確定為該下一列的脊點，同理逐列尋找脊點，以提取完整的車轍激光線。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟S7中，若所述候選點確定為脊點，則將該候選點標(biāo)識為1，該列其它候選點標(biāo)識為-1，如果該列所有候選點均不能確定為脊點，則標(biāo)識為0，表明要留待確認(rèn)。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，對脊點未能確定的列，進(jìn)行第二次跟蹤，在兩個零界車轍點區(qū)間內(nèi)，利用原`圖信息，找出峰值點，利用峰值和連續(xù)性在該區(qū)間范圍內(nèi)逐一確認(rèn)脊點。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟S4具體包括步驟: 541、以象素為單位，采用大小為11X5的滑動窗口，每個窗口內(nèi)的圖像象素個數(shù)sumnum = 11 X5 ;將窗口的中心與圖像待處理的當(dāng)前象素點吻合，在該窗口覆蓋的圖像區(qū)域內(nèi)，計算圖像中當(dāng)前象素點與其它各象素點差異值A(chǔ)inun，計算公式為Ainun = Pijj為當(dāng)前點象素值，Ci+m；j+n為窗口內(nèi)除當(dāng)前點外的其它象素值； 542、統(tǒng)計窗口內(nèi)八^夂^^勺象素個數(shù)^^^對滿足條件AinUn>0下的象素灰度值求
m η
I I 543、開辟和原圖大小相同的圖像空間，在當(dāng)前點對應(yīng)坐標(biāo)上對當(dāng)前點的強度進(jìn)行賦值；設(shè)定合適的閾值ε = 0.65,若num/sumnum < ε則當(dāng)前點的強度置為O,反之,則用計算強度值Intensity = Si,/sumnum來賦值； 544、將該窗口在整幅圖像上滑動，計算每一個窗口所對應(yīng)的當(dāng)前象素點的強度特征值，并給新開辟的圖像空間賦值； 545、將賦值后整圖的強度值歸一化到[0，255]。
5.一種路面線激光車轍檢測與識別處理系統(tǒng)，其特征在于，包括: 采集模塊，用于采集路面車轍激光線圖像； 歸一化處理模塊，用于對采集的路面車轍激光線圖像進(jìn)行歸一化處理，使整幅圖像的灰度值在0-255之間；濾波器模塊，用于采用高度小于寬度的橫向矩形方向濾波器對歸一化后的圖像進(jìn)行濾波； 脊性特征強度圖獲取模塊，用于根據(jù)圖像選擇高度大于寬度的縱向矩形窗口，計算矩形窗口的中心坐標(biāo)象素的脊性特征強度值，在整個圖像區(qū)域內(nèi)從左到右從上到下滑動窗口，獲取整圖的脊性特征強度圖，并將脊性特征強度圖的強度值歸一化到0-255 ； 重置模塊，用于判斷脊性特征強度圖中象素的強度值是否小于等于閾值，若是，則將其強度值重置為0，若否，則保持原強度值，得到閾值處理后的脊性特征強度圖； 種子點確定模塊，計算閾值處理后的脊性特征強度圖中連通域的長度，將長度最大的連通域上的強度值最大的點確定為種子點； 脊點提取模塊，用于在脊性特征強度圖中，將種子點所在的圖像坐標(biāo)列的下一列象素的多個峰值點作為候選點，將與種子點為鄰的候選點確定為該下一列的脊點，同理逐列尋找脊點，以提取完整的車轍激光線。
6.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，所述脊點提取模塊，具體用于在所述候選點確定為脊點時，則將該候選點標(biāo)識為1，該列其它候選點標(biāo)識為-1，在該列所有候選點均不能確定為脊點時，則標(biāo)識為0，表明要留待確認(rèn)。
7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，包括二次跟蹤模塊，用于對脊點未能確定的列，進(jìn)行第二次跟蹤，具體為在兩個零界車轍點區(qū)間內(nèi)，利用原圖信息，找出峰值點，利用峰值和連續(xù)性在該區(qū)間范圍內(nèi)逐一確認(rèn)脊點。
8.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，所述脊性特征強度圖獲取模塊具體用于: 象素點差異值計 算模塊，用于以象素為單位，采用大小為11X5的滑動窗口，每個窗口內(nèi)的圖像象素個數(shù)sumnum = 11X5 ;將窗口的中心與圖像待處理的當(dāng)前象素點吻合，在該窗口覆蓋的圖像區(qū)域內(nèi)，計算圖像中當(dāng)前象素點與其它各象素點差異值A(chǔ)inun，計算公式為Δ im；Jn = Pi；rCi+m；J+n, Pi；j為當(dāng)前點象素值，Ci+m；J+n為窗口內(nèi)除當(dāng)前點外的其它象素值；象素灰度值求和模塊，用于統(tǒng)計窗口內(nèi)Λ im；Jn > O的象素個數(shù)num，對滿足條件Λ im；Jn > O下的象素灰度值求和
【文檔編號】G06T7/00GK103886594SQ201410102675
【公開日】2014年6月25日 申請日期:2014年3月19日 優(yōu)先權(quán)日:2014年3月19日
【發(fā)明者】洪漢玉, 章秀華, 洪梓銘, 李良成, 荊根強 申請人:武漢工程大學(xué)