CN106918312A - 基于机械视觉的路面标线剥落面积检测装置及方法 - Google Patents
基于机械视觉的路面标线剥落面积检测装置及方法 Download PDFInfo
- Publication number
- CN106918312A CN106918312A CN201710203571.9A CN201710203571A CN106918312A CN 106918312 A CN106918312 A CN 106918312A CN 201710203571 A CN201710203571 A CN 201710203571A CN 106918312 A CN106918312 A CN 106918312A
- Authority
- CN
- China
- Prior art keywords
- area
- image
- scale
- peels
- spall
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于机械视觉的路面标线剥落面积检测装置及方法,该装置包括标度尺、便携式影像装置和信息处理单元;所述标度尺用于标定图像像素对应的客观距离;便携式影像装置用于拍摄现场图像;所述信息处理单元用于从拍摄图像中分别提取标线剥落区域轮廓,计算出图像像素和客观距离的转换系数,建立剥落区域平面直角坐标,求解标线剥落面积计算结果。本发明利用便携式摄像机对剥落标线和专用标度尺进行现场拍摄,然后通过图像处理算法对标线剥落区域进行目标轮廓提取,并计算专用标度尺刻度和像素之间的转换系数,最后建立剥落区域平面直角坐标系计算剥落区域面积。所实现的方法及系统原理简单、成本低廉、操作方便。
Description
技术领域
本发明涉及公路交通安全设施工程质量检测领域,特别涉及一种基于机器视觉的道路标线剥落面积检测方法。
背景技术
路面标线是指在道路的路面上用线条、箭头、文字、立面标记、突起路标和轮廓标等向交通参与者传递引导、限制、警告等交通信息的标识。其作用是管制和引导交通,可以与标志配合使用,也可单独使用。高速公路、一、二级公路和城市快速路、主干路应按标准规定设置反光交通标线,其他道路可根据需要按标准设置交通标线。道路交通标线能疏导交通,使客车、货车和行人各行其道,因而被人们亲切地称呼为“交通安全的生命线”。
由于道路交通标线主要施划于道路表面,经受日晒雨淋,风雪冰冻,遭受车辆的冲击磨耗,日积月累,标线受损后影响行车安全。现有标线质量检测主要检测其长度、宽度、厚度、纵向间距、标线剥落面积和反光标线逆反射系数,其中标线剥落面积主要通过4倍放大镜目测检查,可操作性差,不客观。
发明内容
鉴于此,本发明的目的是提供一种基于机械视觉的路面标线剥落面积检测装置及方法,主要利用便携式摄像机对剥落标线区域和专用标度尺进行现场拍摄,然后通过图像处理算法对标线剥落区域进行目标轮廓提取,并计算专用标度尺刻度和像素之间的转换系数,最后建立剥落区域平面直角坐标系计算剥落区域面积。
本发明的目的之一是通过以下技术方案来实现的,一种基于机械视觉的路面标线剥落面积检测装置,包括标度尺、便携式影像装置和信息处理单元;所述标度尺用于标定图像像素对应的客观距离;便携式影像装置用于拍摄现场图像;所述信息处理单元用于从拍摄图像中分别提取标线剥落区域轮廓,计算出图像像素和客观距离的转换系数,建立剥落区域平面直角坐标,求解标线剥落面积计算结果。
进一步,所述标度尺刻度采用反光材质。
进一步,所述信息处理单元包括数据存储模块、剥落面积计算模块和人机交互模块;所述数据存储模块用于存储图像、算法和计算结果;所述剥落面积计算模块用于图像处理、目标轮廓识别、计算目标面积;所述人机交互模块用于输出计算结果。
本发明的目的之二是通过以下技术方案来实现的,一种基于机械视觉的路面标线剥落面积检测方法,具体包括以下步骤:
利用便携式影像装置对剥落标线和专用标度尺进行现场图像拍摄;
信息处理单元对拍摄图像进行处理,识别剥落区域轮廓;
信息处理单元识别专用刻度尺刻度,并计算图像像素和客观刻度转换系数,建立直角坐标系,求解标线剥落面积计算结果。
进一步,所述标度尺刻度采用反光材质。
进一步,所述信息处理单元包括数据存储模块、剥落面积计算模块和人机交互模块;所述数据存储模块用于存储图像、算法和计算结果;所述剥落面积计算模块用于图像处理、目标轮廓识别、计算目标面积;所述人机交互模块用于输出计算结果。
进一步,所述识别剥落区域轮廓就是通过顺序寻找边缘点来识别目标边界,同时对图像内的各个目标精心分割,具体算法步骤如下:
(1)按照从上到下,从左到右的顺序扫描图像,找到最左上方的边界点,记为A,A点的右、右下、下、左下四个相邻点中至少有一个是边界点,找到第一个边界点记为B;
(2)按顺序,从B点的右、右下、下、左下、左、左上、上、右上的顺序找相邻点中的第一个边界点C;
(3)判断点C,如果点C就是A点,则已经转了一圈,搜索结束,所跟踪的轨迹便是目标轮廓,否则从点C继续搜索,直到找到A点为止;
(4)将A点标记跟踪结束记号并记录,继续扫描图像,按统一的方法搜索其他目标。
根据权利要求7所述的一种基于机械视觉的路面标线剥落面积检测方法,其特征在于:所述图像像素和客观刻度转换系数计算方法如下:
其中,k为转换系数;l刻度尺两刻度间距离;m图像中两刻度间像素点个数。
进一步,所述剥落区域面积计算方法如下:
其中,Dxy为剥落区域;f(x,y)为剥落区域边界曲线。
由于采用了上述技术方案,本发明具有如下的优点:
本发明利用便携式摄像机对剥落标线和专用标度尺进行现场拍摄,然后通过图像处理算法对标线剥落区域进行目标轮廓提取,并计算专用标度尺刻度和像素之间的转换系数,最后建立剥落区域平面直角坐标系计算剥落区域面积。所实现的方法及系统原理简单、成本低廉、操作方便。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1为本发明所述系统结构图。
具体实施方式
以下将结合附图,对本发明的优选实施例进行详细的描述;应当理解,优选实施例仅为了说明本发明,而不是为了限制本发明的保护范围。
图1为本发明所述系统结构图。如图1所示,一种基于机器视觉的道路标线剥落面积检测系统,包括标度尺1、便携式影像装置和信息处理单元。所述标度尺用于标定图像像素的客观距离;便携式影像装置用于拍摄现场图像;所述信息处理单元用于从拍摄图像中分别提取标线剥落区域轮廓,计算出图像像素和客观距离的转换系数,建立剥落区域平面直角坐标,求解标线剥落面积计算结果。
优选的,所述便携式影像装置能够长期存储和显示标准图像,且显示亮度可调节。
优选的,所述标度尺刻度采用反光材质,在拍摄图像中刻度清晰可见,易于提取。
优选的,所述信息处理单元至少具备数据存储模块、剥落面积计算模块和人机交互模块。所述数据存储模块用于存储图像、算法和计算结果等;所述剥落面积计算模块用于图像进行处理、提取目标轮廓、计算目标面积等;所述人机交互模块用于输出计算结果。
基于上述系统,本发明还提供了一种基于机器视觉的道路标线剥落面积检测方法,具体包括以下步骤:
利用便携式影像装置对剥落标线和标度尺进行现场图像拍摄;
信息处理单元对拍摄图像进行处理,识别剥落区域轮廓;
信息处理单元识别刻度尺刻度,并计算图像像素和客观刻度转换系数,建立直角坐标系,求解标线剥落面积计算结果。
所述信息处理单元至少具备数据存储模块、剥落面积计算模块和人机交互模块。所述数据存储模块用于存储图像、算法和计算结果等;所述剥落面积计算模块用于图像处理、提取目标轮廓、计算目标面积等;所述人机交互模块用于输出计算结果。
优选的,所述剥落区域轮廓就是通过顺序寻找边缘点来识别目标边界,同时可以对图像内的各个目标精心分割,具体算法步骤如下:
(1)按照从上到下,从左到右的顺序扫描图像,找到最左上方的边界点,记为A,A点的右、右下、下、左下四个相邻点中至少有一个是边界点,找到第一个边界点记为B;
(2)按顺序,从B点的右、右下、下、左下、左、左上、上、右上的顺序找相邻点中的第一个边界点C;
(3)判断点C,如果点C就是A点,则已经转了一圈,搜索结束,所跟踪的轨迹便是目标轮廓,否则从点C继续搜索,直到找到A点为止;
(4)将A点标记跟踪结束记号并记录,继续扫描图像,按统一的方法搜索其他目标。
优选的,所述图像像素和客观刻度转换系数计算方法如下:
其中,k为转换系数;l刻度尺两刻度间距离;m图像中两刻度间像素点个数。
优选的,所述剥落区域面积计算方法如下:
其中,Dxy为剥落区域;f(x,y)为剥落区域边界曲线。
本发明利用便携式摄像机对剥落标线和专用标度尺进行现场拍摄,然后通过图像处理算法对标线剥落区域进行目标轮廓提取,并计算专用标度尺刻度和像素之间的转换系数,最后建立剥落区域平面直角坐标系计算剥落区域面积。所实现的方法及系统原理简单、成本低廉、操作方便。
以上所述仅为本发明的优选实施例,并不用于限制本发明,显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种基于机械视觉的路面标线剥落面积检测装置,其特征在于:包括标度尺(1)、便携式影像装置(2)和信息处理单元;所述标度尺用于标定图像像素对应的客观距离;便携式影像装置用于拍摄现场图像;所述信息处理单元用于从拍摄图像中分别提取标线剥落区域轮廓,计算出图像像素和客观距离的转换系数,建立剥落区域平面直角坐标,求解标线剥落面积计算结果。
2.根据权利要求1所述的一种基于机械视觉的路面标线剥落面积检测装置,其特征在于:所述标度尺刻度采用反光材质。
3.根据权利要求1所述的一种基于机械视觉的路面标线剥落面积检测装置,其特征在于:所述信息处理单元包括数据存储模块、剥落面积计算模块和人机交互模块;所述数据存储模块用于存储图像、算法和计算结果;所述剥落面积计算模块用于图像处理、目标轮廓识别、计算目标面积;所述人机交互模块用于输出计算结果。
4.一种基于机械视觉的路面标线剥落面积检测方法,其特征在于:具体包括以下步骤:
利用便携式影像装置对剥落标线和专用标度尺进行现场图像拍摄;
信息处理单元对拍摄图像进行处理,识别剥落区域轮廓;
信息处理单元识别刻度尺刻度,并计算图像像素和客观刻度转换系数,建立直角坐标系,求解标线剥落面积计算结果。
5.根据权利要求4所述的一种基于机械视觉的路面标线剥落面积检测方法,其特征在于:所述标度尺刻度采用反光材质。
6.根据权利要求4所述的一种基于机械视觉的路面标线剥落面积检测方法,其特征在于:所述信息处理单元包括数据存储模块、剥落面积计算模块和人机交互模块;所述数据存储模块用于存储图像、算法和计算结果;所述剥落面积计算模块用于图像处理、目标轮廓识别、计算目标面积;所述人机交互模块用于输出计算结果。
7.根据权利要求4所述的一种基于机械视觉的路面标线剥落面积检测方法,其特征在于:所述识别剥落区域轮廓就是通过顺序寻找边缘点来识别目标边界,同时对图像内的各个目标精心分割,具体算法步骤如下:
(1)按照从上到下,从左到右的顺序扫描图像,找到最左上方的边界点,记为A,A点的右、右下、下、左下四个相邻点中至少有一个是边界点,找到第一个边界点记为B;
(2)按顺序,从B点的右、右下、下、左下、左、左上、上、右上的顺序找相邻点中的第一个边界点C;
(3)判断点C,如果点C就是A点,则已经转了一圈,搜索结束,所跟踪的轨迹便是目标轮廓,否则从点C继续搜索,直到找到A点为止;
(4)将A点标记跟踪结束记号并记录,继续扫描图像,按统一的方法搜索其他目标。
8.根据权利要求7所述的一种基于机械视觉的路面标线剥落面积检测方法,其特征在于:所述图像像素和客观刻度转换系数计算方法如下:
其中,k为转换系数;l刻度尺两刻度间距离;m图像中两刻度间像素点个数。
9.根据权利要求8所述的一种基于机械视觉的路面标线剥落面积检测方法,其特征在于:所述剥落区域面积计算方法如下:
其中,Dxy为剥落区域;f(x,y)为剥落区域边界曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710203571.9A CN106918312B (zh) | 2017-03-30 | 2017-03-30 | 基于机械视觉的路面标线剥落面积检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710203571.9A CN106918312B (zh) | 2017-03-30 | 2017-03-30 | 基于机械视觉的路面标线剥落面积检测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106918312A true CN106918312A (zh) | 2017-07-04 |
CN106918312B CN106918312B (zh) | 2020-05-26 |
Family
ID=59460594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710203571.9A Active CN106918312B (zh) | 2017-03-30 | 2017-03-30 | 基于机械视觉的路面标线剥落面积检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106918312B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109029203A (zh) * | 2018-08-31 | 2018-12-18 | 昆明理工大学 | 一种基于数字图像处理的半自动测量物体尺寸装置 |
CN109307638A (zh) * | 2018-08-07 | 2019-02-05 | 江苏大学 | 一种馒头比容的测定方法及装置 |
WO2020151311A1 (zh) * | 2019-01-22 | 2020-07-30 | 艾信智慧医疗科技发展(苏州)有限公司 | 体积测量系统及方法 |
CN114322786A (zh) * | 2021-12-20 | 2022-04-12 | 重庆长安汽车股份有限公司 | 一种车道线横向距离测量系统及其方法 |
CN115641334A (zh) * | 2022-12-09 | 2023-01-24 | 北京闪马智建科技有限公司 | 道路防撞设施损伤识别方法及装置 |
CN116678340A (zh) * | 2023-07-28 | 2023-09-01 | 华能澜沧江水电股份有限公司 | 引张线测量装置及其控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102200433A (zh) * | 2011-02-25 | 2011-09-28 | 北京农业信息技术研究中心 | 一种基于计算机视觉的叶片面积测量装置和方法 |
CN202853567U (zh) * | 2012-10-26 | 2013-04-03 | 苏州比特速浪电子科技有限公司 | 图像处理装置 |
US20130162837A1 (en) * | 2011-12-21 | 2013-06-27 | Nokia Corporation | Image Capture |
US20130286409A1 (en) * | 2005-05-10 | 2013-10-31 | Roger Stettner | Dimensioning system |
CN103791861A (zh) * | 2014-02-10 | 2014-05-14 | 黑龙江省森林与环境科学研究院 | 一种植物叶面积无损测定方法 |
CN104457627A (zh) * | 2014-12-18 | 2015-03-25 | 云南省农业科学院蚕桑蜜蜂研究所 | 一种利用Photoshop精准测量不规则物体平面面积的方法 |
-
2017
- 2017-03-30 CN CN201710203571.9A patent/CN106918312B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130286409A1 (en) * | 2005-05-10 | 2013-10-31 | Roger Stettner | Dimensioning system |
CN102200433A (zh) * | 2011-02-25 | 2011-09-28 | 北京农业信息技术研究中心 | 一种基于计算机视觉的叶片面积测量装置和方法 |
CN102200433B (zh) * | 2011-02-25 | 2012-11-14 | 北京农业信息技术研究中心 | 一种基于计算机视觉的叶片面积测量装置和方法 |
US20130162837A1 (en) * | 2011-12-21 | 2013-06-27 | Nokia Corporation | Image Capture |
CN202853567U (zh) * | 2012-10-26 | 2013-04-03 | 苏州比特速浪电子科技有限公司 | 图像处理装置 |
CN103791861A (zh) * | 2014-02-10 | 2014-05-14 | 黑龙江省森林与环境科学研究院 | 一种植物叶面积无损测定方法 |
CN104457627A (zh) * | 2014-12-18 | 2015-03-25 | 云南省农业科学院蚕桑蜜蜂研究所 | 一种利用Photoshop精准测量不规则物体平面面积的方法 |
Non-Patent Citations (2)
Title |
---|
何东健: "《数字图像处理第三版》", 28 February 2015, 西安电子科技大学出版社 * |
俞朝晖等: "《Visual C++ 数字图像处理与工程应用实践》", 31 July 2012, 中国铁道出版社 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109307638A (zh) * | 2018-08-07 | 2019-02-05 | 江苏大学 | 一种馒头比容的测定方法及装置 |
CN109029203A (zh) * | 2018-08-31 | 2018-12-18 | 昆明理工大学 | 一种基于数字图像处理的半自动测量物体尺寸装置 |
WO2020151311A1 (zh) * | 2019-01-22 | 2020-07-30 | 艾信智慧医疗科技发展(苏州)有限公司 | 体积测量系统及方法 |
CN114322786A (zh) * | 2021-12-20 | 2022-04-12 | 重庆长安汽车股份有限公司 | 一种车道线横向距离测量系统及其方法 |
CN115641334A (zh) * | 2022-12-09 | 2023-01-24 | 北京闪马智建科技有限公司 | 道路防撞设施损伤识别方法及装置 |
CN116678340A (zh) * | 2023-07-28 | 2023-09-01 | 华能澜沧江水电股份有限公司 | 引张线测量装置及其控制方法 |
CN116678340B (zh) * | 2023-07-28 | 2023-12-12 | 华能澜沧江水电股份有限公司 | 引张线测量装置及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106918312B (zh) | 2020-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106918312A (zh) | 基于机械视觉的路面标线剥落面积检测装置及方法 | |
CN106919915B (zh) | 基于adas系统的地图道路标记及道路质量采集装置及方法 | |
CN106651953B (zh) | 一种基于交通指示牌的车辆位姿估计方法 | |
US11854272B2 (en) | Hazard detection from a camera in a scene with moving shadows | |
US10533869B2 (en) | Vision augmented navigation | |
USRE48106E1 (en) | Detection of obstacles at night by analysis of shadows | |
Huang et al. | On-board vision system for lane recognition and front-vehicle detection to enhance driver's awareness | |
CN110443225B (zh) | 一种基于特征像素统计的虚实车道线识别方法及其装置 | |
CN102184535B (zh) | 一种车辆所在车道边界检测方法 | |
CN103065519B (zh) | 坡道定点停车和起步检测系统及其检测方法 | |
CN111178253A (zh) | 自动驾驶的视觉感知方法、装置、计算机设备和存储介质 | |
CN101566471B (zh) | 基于地面纹理的智能车视觉全局定位方法 | |
CN109064495A (zh) | 一种基于Faster R-CNN与视频技术的桥面车辆时空信息获取方法 | |
CN102222236A (zh) | 图像处理系统及位置测量系统 | |
CN105005771A (zh) | 一种基于光流点轨迹统计的车道线实线的检测方法 | |
CN101008566A (zh) | 基于地面纹理的智能车视觉装置及其全局定位方法 | |
CN103206957B (zh) | 车辆自主导航的车道线检测与跟踪方法 | |
CN111524365B (zh) | 一种利用多地磁传感器进行车型分类的方法 | |
CN104751119A (zh) | 基于信息融合的行人快速检测跟踪方法 | |
CN106296814A (zh) | 公路养护检测与可视化交互方法和系统 | |
CN107705577B (zh) | 一种基于车道线标定车辆违章变道的实时检测方法及系统 | |
Kameda et al. | Image retrieval of first-person vision for pedestrian navigation in urban area | |
CN109635737A (zh) | 基于道路标记线视觉识别辅助车辆导航定位方法 | |
CN109241855B (zh) | 基于立体视觉的智能车辆可行驶区域探测方法 | |
CN103000067B (zh) | 直角转弯检测系统及其检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |