CN102735186B - 利用数字图像获取路面三维构造的装置及方法 - Google Patents

Abstract

本发明涉及一种利用数字图像获取路面三维构造的装置和方法，在三个不同光源方向照射条件下，拍摄多幅图像，加强约束条件，利用图像光强计算物体表面的方向梯度，完成物体表面三维重建，能够精确、完整地实现路面的三维构造重建，便于对路面性能进行评价与研究，其大部分操作过程依赖于计算机进行，无需专业人员，操作简便，误差较小，还能够获取图像信息完整、准确，提高了数值仿真程度，评价精度高；本发明的装置结构简单，只需3～5分钟便可以获取路面的三维构造，测试效率高；与激光法相比，本发明只需常见的LED光源即可完成获取工作，无需额外采购昂贵的激光器。

Description

利用数字图像获取路面三维构造的装置及方法

技术领域

本发明属于工程检测技术领域，具体涉及到一种结合物理光学原理和数字图像处理技术对道路表面构造进行三维恢复以评价其纹理特征的方法与装置。

背景技术

路面构造深度是路面检测的一项重要内容，根据现行规范规定，用于评价路面抗滑性能的指标主要有平均构造深度（MTD）、平均断面深度（MPD）以及摩擦系数（f）。

平均构造深度（MTD）最常见的是采用铺砂法进行测试并通过计算得到相应指标，计算前通常需要先利用铺砂法确定阈值，应用较为不便，且该方法实施起来费时费力、效率低下、测试结果受人为因素影响很大，另外测试时需要封闭车道，影响交通通行能力。

平均断面深度（MPD）可通过激光断面仪进行快速测定，测试结果较铺砂法精确很多，但设备比较昂贵，且MPD值是通过路面断面轮廓线计算得到，以线代面，是一种二维指标，评价较为片面，不能完整、准确的反映路面真实情况，尤其是对高度指标，有很大局限性。

摩擦系数较多的是采用摆式摩擦仪（BPT）进行测量，该方法精度较低，摆值易受洒水量和橡胶块硬度的影响，数据获得难度大，存在很多弊端。

平均构造深度和平均断面深度都是从宏观的角度来表征路面的抗滑能力，摩擦系数则是从微观出发评价路面抗滑性能的优劣。

由于传统的路面构造测试技术都存在一定的缺点，不能直观、准确、完整的表征路面三维纹理构造情况，随着科技的迅猛发展，高精度微测和计算机技术的进步，国内外的许多专家对此进行了深入的创新研究，提出了一些全新的路面纹理构造检测技术。

灰度图像法：国内最早是华南理工大学的王端宜教授提出将数字图像应用于路面构造深度检测中。该方法主要通过图像上各区域明暗变化来判断目标物的高低起伏情况。灰度图像法能够通过单张图像快速、简单的恢复路面的三维形貌，效率高、不污染路面、操作简单，但它没有考虑到路面色彩和光照条件的影响，造成图像信息的大量缺失，图像合成效果也差，评价结果精确度较低。

近些年来，国外也有专家提出采用四源立体光度技术对路面的断面构造深度进行检测。即将四个光源分布在不同的方向照射路面，拍摄路面图像，恢复其高度值，并在所得路面三维图像上提取断面轮廓线，计算MPD值。该方法在恢复路面结构的时候能够兼顾横向和纵向的断面深度情况，因而能够较为全面的表征路面纹理构造特征，但重建图像仍然以灰度图像的形式进行处理，信息损失量大，图像合成效果比较差，易造成路面形貌失真，评价结果精度低。

反射式光纤传感法：光纤传感技术是一种以光的全反射现象为理论基础，以光波作为载体来对被测物的信号进行传输和感知的一种新型技术，具有结构简单、灵敏度高、非接触式测量、可实现远距离信号传送等优点，哈尔滨工业大学的陈国明用该方法对集料的表面纹理进行了检测，结果发现集料表面色彩的不均匀性会造成纹理测试结果发生很大偏差。之后在集料表面镀上一层真空铝膜，方可得到较为准确的集料纹理结构，这使得该方法的实用性受到很大限制。

可以看出传统的测试技术多为路面宏观构造的检测，路面微观构造的评价指标存在很大的缺失，也有人提出用粗糙度参数Ra来表征路面细结构，使用激光轮廓仪扫描来获取路表轮廓曲线，在轮廓曲线上通过计算微观纹理的高度相对于其高度中线的离散程度提取计算Ra，这在一定程度上反映了路面微观构造，然而路面纹理在几何学上呈现出错综复杂的状态，具有不均一性，很难将细观构造从中单独的提取出来，且Ra的数量级比较小，这使得其计算结构受到路面宏观构造的较大影响。也有人利用数字图像表征路表面构造方面的研究，但是其多为通过获取灰色图像，对集料几何特性和混合料表面构造特性进行二维参数表征，这样容易存在误差大，精确度不高的问题。

因此提出一种检测快速、精度高，且能够同时兼顾路面宏观构造和微观形貌的三维测试方法是非常必要的。

发明内容

本发明所要解决的一个技术问题在于克服现有技术中路面构造检测技术的缺陷，提供了一种能够全面、精确地利用数字图像获取路面三维构造的装置。

本发明所要解决的另一技术问题在于提供一种应用上述装置获取路面三维构造的方法。

本发明解决技术问题的技术方案是：利用数字图像获取路面三维构造的装置，包括底盘，在底盘上设置有固定支架，在固定支架的外部设置活动套筒，活动套筒的上端延伸至固定支架的顶端，在底盘上沿固定支架一侧还设置螺旋杆，螺旋杆的顶端穿过活动套筒延伸至活动套筒的顶部与调节螺旋啮合，在活动套筒的中段设置有与螺旋杆啮合且可随着螺旋杆旋转而上下活动的托盘，在托盘上设置有照相单元和分布在照相单元外围的三色光源，照相单元通过导线与计算机处理单元联接，三色光源通过导线与恒流器联接。

上述三色光源是LED光源，三色光源包括红光光源、蓝光光源和绿光光源，均匀分布在照相单元的外围。

上述红光光源、蓝光光源和绿光光源上均设置有滤波片。

一种利用上述的利用数字图像获取路面三维构造的装置获取路面三维构造的方法，其特征在于包括以下步骤：

1）调整照相单元和三色光源，利用照相单元获取测试路面的红、绿、蓝三色光源照射的二维图像各一张；

2）对步骤1）的二维图像中发亮区和黑暗区进行滤波处理；

3）通过红、蓝、绿三个光源照射下的测试路面滤波处理后二维图像的反射强度，计算其在x、y方向上的梯度值：

$p=\frac{\∂S}{\∂x}=\frac{(2I_2-I_1-I_3)\cos \mathrm{\θ}}{(I_1+I_2+I_3)\sin \mathrm{\θ}},$ $q=\frac{\∂S}{\∂y}=\frac{\sqrt{3}(-I_1+I_3)\cos \mathrm{\θ}}{(I_1+I_2+I_3)\sin \mathrm{\θ}}$

式中，I₁、I₂、I₃分别为红、蓝、绿三张图像的反射光强度；

4）将得到的梯度值通过傅立叶变换将不可积梯度场映射为频域中的可积基本函数的组合，根据Frankot-Chellappa全局积分算法计算测试路面的高度值；

上述Frankot-Chellappa全局积分算法具体是在重建表面满足积分 $W={\∫\∫(\frac{-\∂S(x,y)}{\∂x}-p)}^2+{(\frac{-\∂S(x,y)}{\∂y}-q)}^2\mathrm{dxdy}$ 最小，求解非线性偏微分方程 $\frac{\∂}{\∂y}{S}_x=-\frac{\∂}{\∂x}{S}_y,$ 结果为：

$S(u,v)=\frac{-\mathrm{juP}(u,v)-\mathrm{jvQ}(u,v)}{u^2+v^2}$

式中，S（u,v）、P（u,v）、Q（u,v）分别为s（x,y）、p（x,y）、q（x,y）的傅立叶变换，且（u,v）≠0，实现路面三维重建。

上述步骤1）具体是：调整照相单元距离测试路面距离为1m，调整红、绿、蓝三个光源的倾斜角度至三个光源的照射角度相同。

上述步骤1）中二维图像的拍摄区域面积为150mm×150mm，图像大小为4272×2848像素，存储格式为RAW。

上述步骤2）具体是：

2.1）对步骤1）拍摄的二维图像中心点为中心截取1200×1200像素的图像；

2.2）设定滤波参数，对于发亮区，设置一个亮度阈值N，并定义图像中亮度大于N的点统一取值为N，N的取值范围为0~2^16-1；对于黑暗区，定义一个低亮度填充率n，取值范围为0~1，平均亮度*n以下的点被填充为平均亮度*n，对图像进行滤波。

本发明的工作原理是：通过三个分离的、不同颜色的光源照射道路表面：红光（长光谱带）、绿光（中等光谱带）和蓝光（短光谱带），随着路面高度方向的改变，光谱的辐射强度分布也发生变化，生成三种不同光谱的图像后，借鉴朗伯体（LAMBERT）模型，在忽略自身投影和内部反射的作用下，利用完全漫反射表面具有均匀的反射作用且对于空间内无限远处的点光源S，反射光强I与表面法向和入射光线的夹角成比例，可根据一定的算法可计算其在x、y方向上的梯度值（p，q）；将得到的梯度值进行傅立叶变换，根据Frankot-Chellappa全局积分算法，通过三维重建来复原路面构造特征。

本发明的方法是在三个不同光源方向照射条件下，拍摄多幅图像，加强约束条件，利用图像光强计算物体表面的方向梯度，完成物体表面三维重建，能够精确、完整地实现路面的三维构造重建，便于对路面性能进行评价与研究，其大部分操作过程依赖于计算机进行，无需专业人员，操作简便，误差较小，还能够获取图像信息完整、准确，提高了数值仿真程度，评价精度高；本发明的装置结构简单，只需3～5分钟便可以获取路面的三维构造，测试效率高；与激光法相比，本发明只需常见的LED光源即可完成获取工作，无需额外采购昂贵的激光器。

附图说明

图1为本发明的装置的结构示意图。

图2为本发明设计原理图。

图3为截取的红色光源照射下的二维图像。

图4为截取的绿色光源照射下的二维图像。

图5为截取的蓝色光源照射下的二维图像。

图6为图2经滤波处理后的图像。

图7为图3经滤波处理后的图像。

图8为图4经滤波处理后的图像。

图9为滤波处理前后的路面高度图对比情况。

图10为路面三维重建结果。

图11为路面部分三维坐标。

具体实施方式

下面结合附图和实施例对本发明进一步详细说明，但本发明不限于这些实施例。

实施例1

本实施例的利用数字图像获取路面三维构造的装置，参见图1，由活动套筒1、调节螺旋2、螺旋杆3、照相单元4、三色光源5、滤波片6、托盘7、恒流器8、底盘9、固定支架10、计算机处理单元11联接构成。

在底盘9上，设置有固定支架10，在固定支架10的外部套设活动套筒1，活动套筒1的上端延伸至固定支架10的顶端，在底盘9上沿固定支架10一侧还设置有一个与固定支架10平行的螺旋杆3，螺旋杆3的顶端穿过活动套筒1延伸至活动套筒1的顶部与调节螺旋2啮合，在活动套筒1的中段设置有与螺旋杆3啮合且可随着螺旋杆3旋转而上下活动的托盘7，在托盘7的中部设置有照相单元4，照相单元4通过导线与计算机处理单元11联接，在照相单元4的周围分布有由红色光源、绿色光源和蓝色光源组成的三色光源5，每个光源采用LED光源，其照射角度是相同，在每个光源的镜头前端装有滤波片6，经过滤波片6过滤，能够得到单一波长的光，各个光源分别通过导线与恒流器8联接，可以实时调整光源的光照强度。

使用时，将固定支架10固定在测试路面上，通过旋转调节螺旋2带动螺旋杆3转动，调整托盘7的高度，至照相单元4与光源所在平面距路面高度设置为1m，调整三色光源5的照射角度，以及通过恒流器8调整光源的光照强度，使其照射区域完全重合，调整照相单元4的光圈、快门、ISO等参数，拍摄的照片设置为RAW格式，色彩空间设置为“AdobeRGB”，按照拍摄区域的面积为150mm×150mm，图像的大小为4272×2848像素拍摄在红、绿、蓝三色光源5下的测试路面的二维图像，通过导线将图像的数字信息发送到计算机处理单元11，有计算机处理单元11依据设定好的程序，对二维图像进行滤波处理，计算出路面图像反射强度的梯度值，再进行傅立叶变换，根据Frankot-Chellappa全局积分算法计算测试路面的高度值，实现三维重建。

以SMA-16路面为例，参见图2，利用上述的装置获取路面三维构造的方法，包括以下步骤：

步骤1：调整照相单元4和三色光源5，利用照相单元4获取测试路面的红、绿、蓝三色光源5照射条件下的二维图像各一张；具体为：

首先在无外界自然光干涉的条件下，旋转调节螺旋2，将照相单元4与三色光源5所在平面距路面高度为1m；调整红、蓝、绿三个光源的照射角度和亮度，使其照射区域完全重合，且合成光呈白色状态；调整红、蓝、绿光线照射下照相单元4的光圈、快门、ISO等参数，将拍摄的照片设置为RAW格式，可以完整、真实地反映路面的表面情况，色彩空间设置为“AdobeRGB”；启动照相单元4拍摄红、蓝、绿三种光源照射下的测试路面的二维图像，拍摄区域的面积为150mm×150mm，图像的大小为4272×2848像素。

步骤2：将步骤1拍摄的三个二维图像上传给计算机处理单元11，通过计算机处理单元11对图像中的发亮区和黑暗区进行滤波处理，具体是：

步骤2.1：对步骤1中拍摄的三个二维图像进行截取；

由于计算机处理单元11的处理速度有限，图像尺寸过大时，所包含数据信息量也很大，易造成计算速度过慢，计算机内存溢出甚至出现死机现象，因而需要对步骤1中拍摄的三个二维图像进行截取，以原始图片中心点为中心截取，图片拍摄面积为55mm×55mm，得到大小为1200×1200像素正方形的三张图像，分别如图3、图4、图5所示。

步骤2.2：设定滤波参数，对于发亮区，设置一个亮度阈值N为6e4，并定义图像中亮度大于N的点统一取值为N；对于黑暗区，定义一个低亮度填充率n，设定n为0.6，平均亮度*n以下的点被填充为平均亮度*n，对图像进行滤波。

对于N和n的取值均不能过大或过小，否则会直接影响到后续图像分析的有效性和可靠性。滤波处理后的图像，参见图6、图7、图8。

由图9所示，图中左侧是滤波前路面高度图，右侧是滤波之后路面的高度图，图中圈出的区域是相互对应的，由图可以直接看出滤波处理后对亮度峰值和亮度较低点都有明显改善，提高了图像的清晰度。

本实施例的计算机处理单元11是64位Windows 7操作系统，运行环境是Intel(R)Core2T72002.0GHz 2G DDR2，采用MATLAB R2010a编程。

步骤3：利用滤波处理后的二维图像的反射强度，计算其在x、y方向上的梯度值：

$p=\frac{\∂S}{\∂x}=\frac{(2I_2-I_1-I_3)\cos \mathrm{\θ}}{(I_1+I_2+I_3)\sin \mathrm{\θ}},$ $q=\frac{\∂S}{\∂y}=\frac{\sqrt{3}(-I_1+I_3)\cos \mathrm{\θ}}{(I_1+I_2+I_3)\sin \mathrm{\θ}}$

式中，I1、I2、I3分别为红、蓝、绿三张图像的反射光强度；

步骤4：将得到的梯度值进行傅立叶变换，将不可积梯度场映射为频域中的可积基本函数的组合，根据Frankot-Chellappa全局积分算法计算测试路面的高度值；

上述Frankot-Chellappa全局积分算法具体是在重建表面满足积分 $W={\∫\∫(\frac{-\∂S(x,y)}{\∂x}-p)}^2+{(\frac{-\∂S(x,y)}{\∂y}-q)}^2\mathrm{dxdy}$ 最小的条件下，求解非线性偏微分方程该代价方程的目的为重建表面梯度场与所测梯度场差别最小，通过傅立叶变换将不可积梯度场映射为频域中一系列可积基本函数的组合，从而将积分问题转换到频域中进行表面重建，结果为：

$S(u,v)=\frac{-\mathrm{juP}(u,v)-\mathrm{jvQ}(u,v)}{u^2+v^2}$

式中，S（u,v）、P（u,v）、Q（u,v）分别为s（x,y）、p（x,y）、q（x,y）的傅立叶变换，且（u,v）≠0。

参见图10，通过重建结果可以直接看出，该方法可以较为真实地反映沥青路面的表面构造，重建得到的高度图较准确地描述了沥青路面高低起伏的状况。参见图11，为截取局部重建得到的三维坐标值。由图11中获取的三维坐标值，可以看出其精度可达到0.0001mm，满足分析宏观构造和微观构造的要求。

实施例2

在实施例1的利用数字图像获取路面三维构造的方法中，步骤2中设定滤波参数时，对于发亮区，设置亮度阈值N为0；对于黑暗区，设定低亮度填充率n为0，其它的步骤与实施例1相同。

上述获取路面三维构造的方法所采用的装置与实施例1相同。

实施例3

在实施例1的利用数字图像获取路面三维构造的方法中，步骤2中设定滤波参数时，对于发亮区，设置亮度阈值N为2^16-1；对于黑暗区，设定低亮度填充率n为1，其它的步骤与实施例1相同。

上述获取路面三维构造的方法所采用的装置与实施例1相同。

Claims (6)

1.一种利用数字图像获取路面三维构造的装置，其特征在于：包括底盘(9)，在底盘(9)上设置有固定支架(10)，在固定支架(10)的外部设置活动套筒(1)，活动套筒(1)的上端延伸至固定支架(10)的顶端，在底盘(9)上沿固定支架(10)一侧还设置螺旋杆(3)，螺旋杆(3)的顶端穿过活动套筒(1)延伸至活动套筒(1)的顶部与调节螺旋(2)啮合，在活动套筒(1)的中段设置有与螺旋杆(3)啮合且可随着螺旋杆(3)旋转而上下活动的托盘(7)，在托盘(7)上设置有照相单元(4)和分布在照相单元(4)外围的三色光源(5)，照相单元(4)通过导线与计算机处理单元(11)联接，三色光源(5)通过导线与恒流器(8)联接，

上述三色光源(5)是LED光源，三色光源(5)由红光光源、蓝光光源和绿光光源组成，均匀分布在照相单元(4)的外围，且红光光源、蓝光光源和绿光光源的照射角度相同。

2.根据权利要求1所述的利用数字图像获取路面三维构造的装置，其特征在于：所述红光光源、蓝光光源和绿光光源上均设置有滤波片(6)。

3.一种利用权利要求1所述的利用数字图像获取路面三维构造的装置获取路面三维构造的方法，其特征在于包括以下步骤：

1)调整照相单元(4)和三色光源(5)，利用照相单元(4)获取测试路面的红、绿、蓝三色光源(5)照射的二维图像各一张；

2)对步骤1)的二维图像中发亮区和黑暗区进行滤波处理；

3)根据步骤2)中滤波处理后二维图像的反射强度，计算其在x、y方向上的梯度值：

$p=\frac{\∂S}{\∂x}=\frac{({2I}_2-I_1-I_3)\cos \mathrm{\θ}}{(I_1+I_2+I_3)\sin \mathrm{\θ}},q=\frac{\∂S}{\∂y}=\frac{\sqrt{3}(-I_1+I_3)\cos \mathrm{\θ}}{(I_1+I_2+I_3)\sin \mathrm{\θ}}$

式中，I₁、I₂、I₃分别为红、蓝、绿三张图像的反射光强度；

4)将得到的梯度值通过傅立叶变换将不可积梯度场映射为频域中的可积基本函数的组合，根据Frankot-Chellappa全局积分算法计算测试路面的高度值；

上述Frankot-Chellappa全局积分算法具体是在重建表面满足积分 $W=\∫\∫{(\frac{-\∂S(x,y)}{\∂x}-p)}^2+{(\frac{-\∂S(x,y)}{\∂y}-q)}^2\mathrm{dxdy}$ 最小，求解非线性偏微分方程 $\frac{\∂}{\∂y}{S}_x=\frac{\∂}{\∂x}{S}_y,$ 结果为：

$S(u,v)=\frac{-\mathrm{juP}(u,v)-\mathrm{jvQ}(u,v)}{u^2+v^2}$

式中，S(u,v)、P(u,v)、Q(u,v)分别为s(x,y)、p(x,y)、q(x,y)的傅立叶变换，且(u,v)≠0，实现路面三维重建。

4.根据权利要求3所述的获取路面三维构造的方法，其特征在于：步骤1)具体是：调整照相单元(4)距离测试路面距离为1m，调整红、绿、蓝三个光源的倾斜角度至三个光源的照射角度相同。

5.根据权利要求3所述的获取路面三维构造的方法，其特征在于：步骤1)中二维图像的拍摄区域面积为150mm×150mm，图像大小为4272×2848像素，存储格式为RAW。

6.根据权利要求3所述的获取路面三维构造的方法，其特征在于：步骤2)具体是：

2.1)以步骤1)拍摄的二维图像中心点为中心截取1200×1200像素的图像；

2.2)设定滤波参数，对于发亮区，设置一个亮度阈值N，并定义图像中亮度大于N的点统一取值为N，N的取值范围为0～2^16-1；对于黑暗区，定义一个低亮度填充率n，取值范围为0～1，平均亮度*n以下的点被填充为平均亮度*n，对图像进行滤波。