CN109035218B

CN109035218B - 路面修补区域检测方法

Info

Publication number: CN109035218B
Application number: CN201810743657.5A
Authority: CN
Inventors: 李清泉; 张德津; 曹民; 林红
Original assignee: Wuhan Optical Valley Excellence Technology Co ltd
Current assignee: Wuhan Optical Valley Excellence Technology Co ltd
Priority date: 2018-07-09
Filing date: 2018-07-09
Publication date: 2021-08-31
Anticipated expiration: 2038-07-09
Also published as: CN109035218A

Abstract

本发明提供一种路面修补区域检测方法，该方法包括：以路面图像的列数据为基本处理单元，分离获得路面图像中每个基本处理单元中的非反光区域；根据每个基本处理单元中的非反光区域确定灰度和阈值，并根据灰度和阈值提取基本处理单元中的修补特征点；对修补特征点进行二值化，并将路面图像中各基本处理单元中的修补特征点进行拼接，获得路面图像对应的修补二值化图像；对修补二值化图像进行修补区域延伸及去噪处理，获得路面图像中的修补区域。本发明实施例由于以路面图像的列数据为基本处理单元，有效避免了激光线能量分布不均导致的在路面图像中存在的横向明暗相间条纹对修补特征点提取的影响，有效提高了路面修补区域检测的准确性。

Description

路面修补区域检测方法

技术领域

本发明实施例涉及路面检测领域，更具体地，涉及一种路面修补区域检测方法。

背景技术

路面修补区域是当沥青路面出现裂缝后，路面养护人员利用沥青修补物对裂缝进行后形成的区域。路面修补区域的检测可大大减少路面养护人员的工作量，对裂缝的后续维护和再次对裂缝进行修补具有重要意义。相关技术中，通常采用二维路面影像数据表征路面灰度，随着线扫描三维测量技术的发展，路面三维测量技术逐渐成为路面检测技术发展趋势，采用线扫描三维测量方法获取路面图像，基于路面图像实现路面修补区域的检测。但是，线扫描三维测量方法是通过对路面的连续断面进行扫描获得的路面图像，而由于激光器输出的激光线存在能量分布不均现象，使得获取的路面图像存在明暗相间条纹，导致基于路面图像检测得到的路面修补区域并不准确。

发明内容

为了解决上述问题，本发明提供一种克服上述问题或者至少部分地解决上述问题的路面修补区域检测方法。

根据本发明提供一种路面修补区域检测方法，该方法包括：以路面图像的列数据为基本处理单元，分离获得路面图像中每个基本处理单元中的非反光区域；根据每个基本处理单元中的非反光区域确定灰度和阈值，并根据灰度和阈值提取基本处理单元中的修补特征点；对修补特征点进行二值化，并将路面图像中各基本处理单元中的修补特征点进行拼接，获得路面图像对应的修补二值化图像；对修补二值化图像进行修补区域延伸及去噪处理，获得二值化图像中的修补区域。

本发明提供的方法，由于以路面图像的列数据为基本处理单元，有效避免了激光线能量分布不均导致的在路面图像中存在的横向明暗相间条纹对修补特征点提取的影响，有效提高了路面修补区域检测的准确性。由于分离得到非反光区域，避免了反光区域对灰度和阈值的影响。通过区域延伸和去噪处理，避免了修补区域断裂对检测结果的影响。

应当理解的是，以上的一般描述和后文的细节描述是示例性和解释性的，并不能限制本发明实施例。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。

图1为本发明实施例提供的路面修补检测方法的流程示意图；

图2为本发明实施例提供的路面修补检测方法的检测效果示意图，其中(a)是灰度和图像，(b)是分离的反光区域和非反光区域，(c)是提取的修补特征点，(d)是检测结果；

图3为本发明实施例提供的分离非反光区域方法的流程示意图；

图4为本发明实施例提供的路面修补检测方法的横向修补区域检测效果示意图，其中，(a)是第一个横向修补区域检测示例的原始灰度图像，(b)是第一个横向修补区域检测示例的识别结果图像，(c)是第二个横向修补区域检测示例的原始灰度图像，(d)是第二个横向修补区域检测示例的识别结果图像；

图5为本发明实施例提供的路面修补检测方法的纵向修补区域检测效果示意图，其中，(a)是第一个纵向修补区域检测示例的原始灰度图像，(b)是第一个纵向修补区域检测示例的识别结果图像，(c)是第二个纵向修补区域检测示例的原始灰度图像，(d)是第二个纵向修补区域检测示例的识别结果图像；

图6为本发明实施例提供的路面修补检测方法的复杂修补区域检测效果示意图，其中，(a)是第一个复杂修补区域检测示例的原始灰度图像，(b)是第一个复杂修补区域检测示例的识别结果图像，(c)是第二个复杂修补区域检测示例的原始灰度图像，(d)是第二个复杂修补区域检测示例的识别结果图像。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

线扫描三维测量方法是利用激光三角测量原理，通过将激光器的线结构光投射到被测对象(即待进行修补区域检测的路面)的表面形成线性激光线。相机与激光器呈一定角度来获取被测路面上激光线所在表面，提取激光线并结合标定文件可实现路面上单个断面的测量。因此，通过对连续断面的测量可实现对路面的三维测量。在测量的过程中，可获得路面上测点的高程、激光线宽度及灰度和。但是，由于线性激光器输出的激光线存在能量分布不均的现象，使得相机获取的路面图像存在明暗相间的条纹，具体表现为沿激光线方向的亮暗分布不均匀。相关技术中，通常是利用二维影像中修补区域的灰度低于路面其他区域的灰度的特点来提取修补区域。但是，由于路面图像中存在明暗相间的条纹，导致提取的修补区域并不准确。基于此，参见图1，本发明实施例提供一种路面修补区域检测方法，包括：

101、以路面图像的列数据为基本处理单元，分离获得路面图像中每个基本处理单元中的非反光区域。

其中，路面图像可以但不限于利用上述线扫描三维测量方法采集待检测修补区域的路面的图像获得。参见图2(a)，路面图像可为灰度和图像。路面图像由多个测点的阵列组成，例如路面图像可由M行、N列的测点阵列组成。路面图像的列数据为路面图像中的至少一列测点。路面图像具体可分为至少一个基本处理单元，每个处理单元包括路面图像中的至少一列测点。路面图像中的反光区域的亮度明显高于路面图像中的其他区域，其中，反光区域可由被测路面上的标线和油渍形成。由于每个基本处理单元需要自适应获得灰度和阈值，而对于基本处理单元而言，由于反光区域的面积往往较大，对灰度和阈值的获取有较大影响。因此，为了避免反光区域对灰度和阈值的影响，需要将反光区域和非反光区域进行分离。如图2(b)所示，为分离的反光区域和非反光区域，其中白色为反光区域，黑色为非反光区域。

102、根据每个基本处理单元中的非反光区域确定灰度和阈值，并根据灰度和阈值提取基本处理单元中的修补特征点。

具体地，由于修补区域的灰度和低于路面其他区域，因此可以基于每个基本处理单元中的非反光区域确定一个灰度和的值，将该灰度和的值作为灰度和阈值，从而利用灰度和阈值来提取该基本处理单元中的修补特征点，该修补特征点的灰度和小于上述灰度和阈值。应当说明的是，提取修补特征点的过程是以基本处理单元为单位，即不同的基本处理单元可具有不同的灰度和阈值。并且，灰度和阈值并不是基于基本处理单元中的全部列数据获得，而是其中的非反光区域，从而能够避免反光区域对获取的灰度和阈值产生影响。如图2(b)所示，为提取的修补特征点。

103、对修补特征点进行二值化，并将路面图像中各基本处理单元中的修补特征点进行拼接，获得路面图像对应的修补二值化图像。

其中，图像的二值化，就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。在将每个基本单元的修补特征点都二值化后，将各修补特征点拼接可得到修补二值化图像。

104、对修补二值化图像进行修补区域延伸及去噪处理，获得路面图像中的修补区域。

其中，由于路面中的修补区域在路面的使用过程中会出现磨损，导致修补区域的灰度对比度降低，甚至出现断裂的情况。因此，可对该修补二值化图像进行修补区域延伸及去噪处理。其中，修补区域延伸用于连通相邻的修补区域，以避免修补区域断裂造成的检测得到的修补区域不完整。去噪处理用于去除置信度较低的修补区域，避免检测过程中产生的噪声。参见图2(d)，为最终的修补区域检测结果，该二值化图像中，修补区域通过白色标识，其他区域通过黑色标识。

本发明实施例提供的方法，由于以路面图像的列数据为基本处理单元，有效避免了激光线能量分布不均导致的在路面图像中存在的横向明暗相间条纹对修补特征点提取的影响，有效提高了路面修补区域检测的准确性。由于分离得到非反光区域，避免了反光区域对灰度和阈值的影响。通过区域延伸和去噪处理，避免了修补区域断裂对检测结果的影响。

对于每个基本处理单元而言，基本处理单元中是否存在反光区域以及存在的反光区域的大小及位置均未知，而由于每个基本处理单元需要自适应获得灰度和阈值，为了避免反光区域对获得的灰度和阈值产生影响。参见图3，基于上述实施例的内容，作为一种可选实施例，本发明实施例提供一种以路面图像的列数据为基本处理单元，分离获得路面图像中每个基本处理单元中的非反光区域的方法，包括但不限于：

301、计算每个基本处理单元的平均激光线宽度及路面图像的平均激光线宽度，并基于平均激光线宽度确定激光线宽度阈值。

具体地，若路面图像共包括M行、N列个测点，基本处理单元包括一个列数据，则基本处理单元的列平均激光线宽度为：

式中，ACLW_j为对应第j列数据的基本处理单元的列平均激光线宽度，OLW_ij为第i行第j列测点的激光线宽度，M为路面图像的测点行数，N为路面图像的测点列数。

基于上述列平均激光线宽度，路面图像的平均激光线宽度通过下式获得：

式中，AILW为路面图像的平均激光线宽度。

基于上述路面图像的平均激光线宽度，激光线宽度阈值通过下式获得：

HLWT＝AILW*k

式中，HLWT为激光线宽度阈值，k为比例系数。

本发明实施例对k的取值范围不作限定，包括但不限于1.2～2。

302、通过统计每个基本处理单元中各激光线宽度对应的测点个数，获得每个基本处理单元对应的直方图分布特征。

其中，分布特征可用于表示基本处理单元中具有不同目标激光线宽度的测点的数量。分布特征具体可以通过线宽分布直方图来表示，线宽分布直方图可通过以下公式获得：

式中，HLW_jp为对应第j列数据的基本处理单元的激光线宽度为p的测点的数量，p为激光线宽度的取值，OLW_ij为第i行、第j列的测点的激光线宽度，W为路面图像中的激光线宽最大值。

303、基于每个基本处理单元对应的直方图分布特征，筛选获得基本处理单元中的直方图分布中的有效极大值点。

其中，有效极大值点是从路面图像的测点中筛选出来的对应相同激光线宽度数量较多的测点。基于上述实施例的内容，作为一种可选实施例，本发明实施例提供一种基于每个基本处理单元对应的直方图分布特征，筛选获得基本处理单元中的直方图分布中的有效极大值点的方法，包括但不限于：若目标激光线宽度对应的测点的数量大于数量阈值，且目标激光线宽度对应的测点的数量大于与目标激光线宽度的值相邻的两个相邻激光线宽度对应的测点的数量，则将目标激光线宽度作为有效极大值点。

具体地，可采用以下公式获得有效极大值点：

PeakA_j＝{p_m|m＝1,2,...,PeakC_j}

式中，FPeak_jp为对应第j列数据的基本处理单元的激光线宽度为p有效极大值点，CntT为数量阈值，HLW_j,p-1和HLW_j,p+1分别为两个相邻激光线宽度对应的测点的数量，PeakC_j为对应第j列数据的基本处理单元中有效极大值点的数量，PeakA_j为记录的有效极大值点对应的激光线宽度，p_m为依序发现的第m个有效极大值点对应的激光线宽度，上述依序发现的顺序是激光线宽度从小到大的顺序。

304、根据每个基本处理单元的平均激光线宽度、激光线宽度阈值、有效极大值点的数量及其对应的激光线宽度，判断基本处理单元是否存在反光区域。

其中，作为一种可选实施例，提供一种执行步骤304的方法，包括但不限于：若基本处理单元的平均激光线宽度大于激光线宽度阈值，则判断基本处理单元中存在反光区域；或者，若基本处理单元中的有效极大值点的数量大于1，且存在有效极大值点对应的激光线宽度不小于激光线宽度阈值，则判断基本处理单元中存在反光区域。

具体地，针对上述两种确认基本处理单元中存在反光区域的条件，若基本处理单元满足上述第一种条件，可将该基本处理单元标记为2；若基本处理单元满足上述第二种条件，可将该基本处理单元标记为1；若基本处理单元不满足不满足上述任意一种条件，则确认该基本处理单元中不存在反光区域，可将该基本处理单元标记为0。具体可通过如下公式表示：

式中，FS_j为对应第j列数据的基本处理单元的标记。

305、根据每个存在反光区域的基本处理单元对应的反光区域分割阈值，分离获得每个基本处理单元中的非反光区域；若基本处理单元中不存在反光区域，则基本处理单元全为非反光区域。

具体地，不同的存在反光区域的基本处理单元可具有不同的反光区域分割阈值。基于上述实施例的内容，作为一种可选实施例，提供一种确定基本处理单元的反光区域分割阈值的方法，包括但不限于：若基本处理单元的平均激光线宽度大于激光线宽度阈值，则基本处理单元对应的反光区域分割阈值由激光线宽度阈值确定；若基本处理单元中的有效极大值点的数量大于1，且存在有效极大值点对应的激光线宽度不小于激光线宽度阈值，则基本处理单元对应的反光区域分割阈值由有效极大值点对应的目标激光线宽度确定。可通过如下公式表示反光区域分割阈值：

式中，SegLWT_j为反光区域分割阈值。

具体地，若基本处理单元满足上述第一种条件，即该基本处理单元被标记为2，则反光区域分割阈值为HLWT-1；若基本处理单元满足上述第二种条件，即该基本处理单元被标记为1，则反光区域分割阈值为(p₁+p_u)/2，且为_pu为p₂～p_m中的最小值，且p_m≥HLWT；若基本处理单元不满足上述任意一种条件，即该基本处理单元被标记为0，则表明该基本处理单元中不存在反光区域，反光区域分割阈值为W，由于W为路面图像中的激光线宽最大值，因此，不会分离出任何区域。

在分离获得基本处理单元中的非反光区域时，具体可通过如下公式：

式中，OGrayS_ij为第i行第j列的测点的灰度和。

具体地，由于每个基本处理单元对应的反光区域分割阈值是不同的，因此，需要分别对每个基本处理单元进行分离。在具体分离时，将激光线宽度大于反光区域分割阈值的测点标记为反光区域(即标记为1)，将激光线宽度不大于反光区域分割阈值的测点标记为非反光区域(即标记为0)。所有被标记为0的测点可组合成非反光区域。

本发明实施例提供的方法，通过计算每个基本处理单元的列平均激光线宽度及路面图像的平均激光线宽度，并基于平均激光线宽度确定激光线宽度阈值；通过统计每个基本处理单元中各激光线宽度对应的测点个数，获得每个基本处理单元对应的分布特征；基于每个基本处理单元对应的分布特征，筛选获得基本处理单元中的激光线宽度对应测点中的有效极大值点；根据每个基本处理单元的激光线宽度阈值及有效极大值点的数量，判断基本处理单元是否存在反光区域；根据每个存在反光区域的基本处理单元对应的反光区域分割阈值，分离获得每个基本处理单元中的非反光区域。即通过分析每个基本处理单元中的测点激光线宽度峰值的分布特征，判断基本处理单元中是否存在反光区域以及分离其中的反光区域，实现了路面图像中非反光区域的分离，避免了反光区域对修补区域检测的影响。

由于路面中的修补区域中的测点的灰度和通常低于路面中的其他区域的测点的灰度和，因此可以确定一个灰度和阈值来提取修补区域。因此，基于上述实施例的内容，作为一种可选实施例，提供一种根据每个基本处理单元中的非反光区域确定灰度和阈值，并根据灰度和阈值提取基本处理单元中的修补特征点的方法，包括但不限于：计算基本处理单元的非反光区域中各测点的灰度和均值，并基于灰度和均值及均值灰度和系数获得基本处理单元的第一灰度和阈值；或者，通过对基本处理单元的非反光区域中各测点的灰度和进行排序，获得灰度和中值，并基于灰度和中值及中值灰度和系数获得基本处理单元的第二灰度和阈值；若测点对应的灰度和小于第一灰度和阈值和/或第二灰度和阈值，则将测点标记为修补特征点。

具体地，可以通过两种方式获得灰度和阈值。

第一种方式具体可通过以下公式计算：

GrayT_j＝ANRG_j*k₁ j＝1,2,...,N (1)

式(1)中，GrayT_j为对应第j列数据的基本处理单元的第一灰度和阈值，ANRG_j为对应第j列数据的基本处理单元的灰度和均值，k₁为均值灰度和系数。

本发明实施例对均值灰度和系数的取值不作限定，包括但不限于0.4～0.8。

第二种方式具体可通过以下公式计算：

GrayT_j＝MNRG_j*k₂ j＝1,2,...,N (2)

式(2)中，GrayT_j为对应第j列数据的基本处理单元的第二灰度和阈值，MNRG_j为对应第j列数据的基本处理单元的灰度和中值，k₂为中值灰度和系数。

本发明实施例对中值灰度和系数的取值不作限定，包括但不限于0.4～0.8。

在获得灰度和阈值(包括第一灰度和阈值和/或第二灰度和阈值)后，可基于灰度和阈值提取修补特征点。具体地，当测点的灰度和小于灰度和阈值时，确认该测点为修补特征点，并可对该测点标记为1；当测点的灰度和不小于灰度和阈值时，确认该测点不为修补特征点，并可对该测点标记为0。具体可采用以下公式对测点进行标记：

式中，FCSS_ij为第i行第j列的测点的标记。

基于上述实施例的内容，作为一种可选实施例，提供一种对二值化图像进行目标延伸及去噪处理，获得二值化图像中的修补区域的方法，包括但不限于：

步骤1、对二值化图像中的修补特征点进行连通区域标记，获得多个连通区域；并根据连通区域的几何特征去除不满足第一设定几何特征阈值的连通区域。

具体地，步骤1是为了对修补特征点进行增强处理。首先对修补裂缝特征点进行连通区域标记，计算得到连通区域的几何特征。几何特征可包括长度ConLen(即连通区域的最小外接矩的对角线长度)和宽度Rate(Rate＝Area/ConLen，其中Area为连通区域的面积)。之后可将几何特征与第一设定几何特征阈值进行比较，若连通区域的几何特征大于第一设定几何特征阈值，则确认该连通区域的置信度较高，否则，去除该连通区域。以第一设定几何特征阈值包括长度阈值和宽度阈值为例进行说明：若连通区域的长度小于长度阈值LenT(取值范围可为50mm～150mm)，或者宽度Rate小于宽度阈值WithWT(取值范围可为10mm～15mm)，则认为该连通区域为噪声，去除此连通区域。

执行完步骤1后，可再设计结构元SE为mm*nn(mm的取值范围可为20mm～100mm，nn的取值范围可为20mm～100mm)的矩阵，从而对二值化图像进行膨胀、腐蚀处理。

步骤2、选取置信度高的连通区域作为种子区域，以每个种子区域的边缘点为中心，搜索一定范围内的相邻连通区域，并选择延伸距离最小的路径将种子区域延伸至相邻连通区域。

具体地，对经过上述增强处理的修补特征点进行连通区域标记。本发明实施例对选取置信度高的连通区域作为种子区域的方式不作限定，包括但不限于计算连通区域的长度，若连通区域的长度大于种子区域的长度阈值(取值范围可选为100mm～300mm)，则确认该连通区域的置信度高，可以作为种子区域。本发明实施例对以每个种子区域的边缘点为中心，搜索一定范围内的连通区域的方式不作限定，包括但不限于：对每个种子区域，以逐个自身边缘点为中心，在横、纵方向分别以搜索半径SRH和SRV进行搜索。若在搜索半径内存在其他的相邻连通区域，则种子区域和相邻连通区域满足延伸要求，记录该种子区域和相邻连通区域作为待延伸的连通区域对。其中，SRH的取值范围可为50mm～150mm，SRV的取值范围可为50mm～150mm。应当说明的是，在将种子区域延伸至相邻连通区域时，计算种子区域到相邻连通区域的最小的延伸距离所在的方向作为延伸方向。

步骤3、将二值化图像中连通区域中的几何特征不满足第二设定几何特征阈值的连通区域去除，将剩余的连通区域作为修补区域。

具体地，对经过上述步骤2处理后的二值化图像进行去噪。具体地，将连通区域的几何特征与第二设定几何特征阈值进行比较，若连通区域的几何特征大于第二设定几何特征阈值，则确认该连通区域的置信度较高，否则，去除该连通区域。以第二设定几何特征阈值包括长度阈值为例进行说明：若连通区域的长度小于长度阈值LenT(取值范围可为100mm～500mm)则认为该连通区域为噪声，去除此连通区域。去除后获得的连通区域组合成修补区域。

基于本发明实施例提供的路面修补检测方法，参见图4至图6，可以取得良好的检测效果。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims

1.一种路面修补区域检测方法，其特征在于，包括：

以路面图像的列数据为基本处理单元，分离获得所述路面图像中每个所述基本处理单元中的非反光区域；

根据每个所述基本处理单元中的非反光区域确定灰度和阈值，并根据所述灰度和阈值提取所述基本处理单元中的修补特征点；

对所述修补特征点进行二值化，并将所述路面图像中各所述基本处理单元中的修补特征点进行拼接，获得所述路面图像对应的修补二值化图像；

对所述修补二值化图像进行修补区域延伸及去噪处理，获得所述路面图像中的修补区域。

2.根据权利要求1所述的方法，其特征在于，所述以路面图像的列数据为基本处理单元，分离获得所述路面图像中每个所述基本处理单元中的非反光区域，包括：

计算每个所述基本处理单元的平均激光线宽度及所述路面图像的平均激光线宽度，并基于所述平均激光线宽度确定激光线宽度阈值；

通过统计每个所述基本处理单元中各激光线宽度对应的测点个数，获得每个所述基本处理单元对应的直方图分布特征；

基于每个所述基本处理单元对应的直方图分布特征，筛选获得所述基本处理单元中的所述直方图分布中的有效极大值点；

根据每个所述基本处理单元的平均激光线宽度、激光线宽度阈值、所述有效极大值点的数量及其对应的激光线宽度，判断所述基本处理单元是否存在反光区域；

根据每个所述存在反光区域的基本处理单元对应的反光区域分割阈值，分离获得每个所述基本处理单元中的所述非反光区域；若所述基本处理单元中不存在反光区域，则所述基本处理单元全为非反光区域。

3.根据权利要求2所述的方法，其特征在于，所述基于每个所述基本处理单元对应的直方图分布特征，筛选获得所述基本处理单元中的所述直方图分布中的有效极大值点，包括：

若目标激光线宽度对应的所述测点的数量大于数量阈值，且所述目标激光线宽度对应的所述测点的数量大于与所述目标激光线宽度的值相邻的两个相邻激光线宽度对应的测点的数量，则将所述目标激光线宽度对应的所述测点作为所述有效极大值点。

4.根据权利要求2所述的方法，其特征在于，所述根据每个所述基本处理单元的平均激光线宽度、激光线宽度阈值、所述有效极大值点的数量及其对应的激光线宽度，判断所述基本处理单元是否存在反光区域，包括：

若所述基本处理单元的平均激光线宽度大于所述激光线宽度阈值，则判断所述基本处理单元中存在反光区域；或者，

若所述基本处理单元中的所述有效极大值点的数量大于1，且存在所述有效极大值点对应的激光线宽度不小于所述激光线宽度阈值，则判断所述基本处理单元中存在反光区域。

5.根据权利要求4所述的方法，其特征在于，

若所述基本处理单元的平均激光线宽度大于所述激光线宽度阈值，则所述基本处理单元对应的所述反光区域分割阈值由所述激光线宽度阈值确定；

若所述基本处理单元中的所述有效极大值点的数量大于1，且存在所述有效极大值点对应的激光线宽度不小于所述激光线宽度阈值，则所述基本处理单元对应的所述反光区域分割阈值由所述有效极大值点对应的目标激光线宽度确定。

6.根据权利要求1所述的方法，其特征在于，所述根据每个所述基本处理单元中的非反光区域确定灰度和阈值，并根据所述灰度和阈值提取所述基本处理单元中的修补特征点，包括：

计算所述基本处理单元的所述非反光区域中各测点的灰度和均值，并基于所述灰度和均值及均值灰度和系数获得所述基本处理单元的第一灰度和阈值；或者，通过对所述基本处理单元的所述非反光区域中各测点的灰度和进行排序，获得灰度和中值，并基于所述灰度和中值及中值灰度和系数获得所述基本处理单元的第二灰度和阈值；

若所述测点对应的灰度和小于所述第一灰度和阈值和/或所述第二灰度和阈值，则将所述测点标记为修补特征点。

7.根据权利要求1所述的方法，其特征在于，所述对所述二值化图像进行目标延伸及去噪处理，获得所述二值化图像中的修补区域，包括：

对所述二值化图像中的所述修补特征点进行连通区域标记，获得多个连通区域；并根据所述连通区域的几何特征去除不满足第一设定几何特征阈值的连通区域；

选取置信度高的所述连通区域作为种子区域，以每个所述种子区域的边缘点为中心，搜索一定范围内的相邻连通区域，并选择延伸距离最小的路径将所述种子区域延伸至所述相邻连通区域；

将所述二值化图像中所述连通区域中的所述几何特征不满足第二设定几何特征阈值的所述连通区域去除，将剩余的连通区域作为所述修补区域。