CN115661164A - 一种基于精密三维路面的病害三维信息提取方法 - Google Patents

一种基于精密三维路面的病害三维信息提取方法 Download PDF

Info

Publication number
CN115661164A
CN115661164A CN202211097952.0A CN202211097952A CN115661164A CN 115661164 A CN115661164 A CN 115661164A CN 202211097952 A CN202211097952 A CN 202211097952A CN 115661164 A CN115661164 A CN 115661164A
Authority
CN
China
Prior art keywords
disease
width
representative
depth
area
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.)
Pending
Application number
CN202211097952.0A
Other languages
English (en)
Inventor
李清泉
曹民
林红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Optical Valley Excellence Technology Co ltd
Original Assignee
Wuhan Optical Valley Excellence Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Optical Valley Excellence Technology Co ltd filed Critical Wuhan Optical Valley Excellence Technology Co ltd
Priority to CN202211097952.0A priority Critical patent/CN115661164A/zh
Publication of CN115661164A publication Critical patent/CN115661164A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

本发明提供了一种基于精密三维路面的病害三维信息提取方法,涉及病害三维信息提取领域,包括:根据精密三维路面数据和病害类型信息,获取每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围;根据每一病害类型的代表长度、代表宽度、病害横向拓展范围及病害纵向拓展范围确定每一病害类型相对应的病害影响长度及病害影响宽度;根据病害影响长度、病害影响宽度及病害影响深度提取路面病害的三维信息,本发明根据病害影响长度、病害影响宽度及病害影响深度提取路面病害的三维信息,从三维路面中提取可准确表征病害的病害三维信息,对路面破损进行精准评价,极大提高三维信息提取可靠性,为三维检测技术发展提供了良好基础。

Description

一种基于精密三维路面的病害三维信息提取方法
技术领域
本发明涉及病害三维信息提取领域,尤其涉及一种基于精密三维路面的病害三维信息提取方法。
背景技术
在路面病害的三维信息提取过程中,针对不同的病害区域,其在不同的病害位置会具备不同的病害特征,进而使得所提取的病害三维信息无法准确的反映和评价路面破损的真实情况。
发明内容
本发明提供一种基于精密三维路面的病害三维信息提取方法,用以解决目前无法针对不同的病害类型精准评价路面破损情况的技术缺陷,本发明提出了一种利用病害边界区域附近的病害区域和非病害区域的高程差异、曲面曲率差异或断面曲线斜率差异特征,结合病害代表三维信息,估算病害的拓展影响范围,进而实现路面破损情况的精准评价。
第一方面,本发明提供了一种三维路面病害提取方法,包括:
根据精密三维路面数据和病害类型信息,获取每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围;根据每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围确定每一病害类型相对应的病害影响长度以及病害影响宽度;
根据病害影响长度、病害影响宽度以及病害影响深度提取路面病害的三维信息;
在病害类型为线状病害的情况下,所述代表长度是根据线状病害外接矩对角线长度确定的,所述代表宽度是根据线状病害平均宽度以及线状病害代表最大宽度确定的,所述病害横向拓展范围为第一预设常数,所述病害纵向拓展范围为第二预设常数;
在病害类型为面状病害的情况下,所述代表长度是根据面状病害代表最大长度确定的,所述代表宽度是根据面状病害代表最大宽度确定的,所述病害横向拓展范围是从第一预设区域中根据横向分割阈值筛选出的横向拓展病害点,所述病害纵向拓展范围是从第一预设区域中根据纵向分割阈值筛选出的纵向拓展病害点;
第一预设区域是以病害区域定位点为中心,在第一预设半径范围内与所述病害区域非重叠的区域。
根据本发明提供的基于精密三维路面的病害三维信息提取方法,在确定每一病害类型相对应的病害影响长度以及病害影响宽度之前,还包括:
从总路面区域中提取出第二预设区域以及病害区域后,获取理想路面区域,以根据所述理想路面区域滤波出参考路面;
所述第二预设区域是以病害区域定位点为中心,在第二预设半径范围内与所述病害区域非重叠的区域。
根据本发明提供的基于精密三维路面的病害三维信息提取方法,所述代表长度是根据线状病害外接矩对角线长度确定的,包括:
获取线状病害区域的外接矩长度和宽度;
根据外接矩长度和宽度计算外接矩对角线长度,以获取线状病害的代表长度。
根据本发明提供的基于精密三维路面的病害三维信息提取方法,所述代表宽度是根据线状病害平均宽度以及线状病害代表最大宽度确定的,包括:
对任一病害点,以所述病害点为中心,获取第三预设区域内所有点组成集合的代表方向;
若所述代表方向与横向夹角小于或等于预设角度的情况下,统计所述病害点所在位置纵向连续点个数,以根据纵向连续点个数以及纵向采样间距获取病害点宽度;否则,统计所述病害点所在位置的横向连续点个数,以根据横向连续点个数以及横向采样间距获取病害点宽度;
遍历所有病害点,获取所有病害点宽度,以根据每一病害点的病害点宽度确定线状病害平均宽度;
根据病害区域的病害点个数确定宽度数据个数,将根据所述宽度数据个数以及预设代表最大宽度分位数确定的初始代表最大宽度作为线状病害代表最大宽度;或,将宽度分布中宽度数据大于所述初始代表最大宽度的宽度数据均值作为线状病害代表最大宽度;
根据线状病害平均宽度以及第一加权系数确定第一加权值;
根据线状病害代表最大宽度以及第二加权系数确定第二加权值;
根据第一加权值以及第二加权值确定所述代表宽度;
所述第一加权系数与所述第二加权系数的和值为第三预设常数。
根据本发明提供的基于精密三维路面的病害三维信息提取方法,所述代表长度是根据面状病害代表最大长度确定的,包括:
根据面状病害区域的位置信息确定长度数据个数,将根据所述长度数据个数以及预设代表最大长度分位数确定的初始代表最大长度作为面状病害代表最大长度;
或,将长度分布中长度数据大于所述初始代表最大长度的长度数据均值作为面状病害代表最大长度。
根据本发明提供的基于精密三维路面的病害三维信息提取方法,所述代表宽度是根据面状病害代表最大宽度确定的,包括:
根据面状病害区域的位置信息确定宽度数据个数,将根据所述宽度数据个数以及预设代表最大宽度分位数确定的初始代表最大宽度作为面状病害代表最大宽度;
或,将宽度分布中宽度数据大于所述初始代表最大宽度的宽度数据均值作为面状病害代表最大宽度。
根据本发明提供的基于精密三维路面的病害三维信息提取方法,所述病害横向拓展范围是从第一预设区域中根据横向分割阈值筛选出的横向拓展病害点确定的,包括:
根据面状病害区域内所有病害点的病害点深度确定病害深度分布和深度数据个数,将根据所述深度数据个数以及预设代表最大深度分位数确定的初始代表最大深度作为面状病害代表最大深度;或,将深度分布中深度数据大于所述初始代表最大深度的深度数据均值作为面状病害代表最大深度;
确定病害区域所在的第四预设区域,对所述第四预设区域内任一点高程与参考路面相对应位置高程的高程差值,遍历第四预设区域内所有点后获取所有高程差均值,以根据所述所有高程差均值以及面状病害代表最大深度确定横向分割阈值;
遍历第二预设区域中所有点,将任一点高程与参考路面相对应位置高程的高程差值大于横向分割阈值的点确定为横向拓展病害点;
对所有横向拓展病害点去噪后,确定横向病害拓展的平均范围以及最大范围,以根据所述横向病害拓展的平均范围以及最大范围确定病害横向拓展范围;
所述第四预设区域为所述病害区域所在的横断面数据中,去除病害区域和第二预设区域后的区域。
根据本发明提供的基于精密三维路面的病害三维信息提取方法,所述病害纵向拓展范围是从第一预设区域中根据纵向分割阈值筛选出的纵向拓展病害点确定的,包括:
根据面状病害区域内所有病害点的病害点深度确定病害深度分布和深度数据个数,将根据所述深度数据个数以及预设代表最大深度分位数确定的初始代表最大深度作为面状病害代表最大深度;或,将深度分布中深度数据大于所述初始代表最大深度的深度数据均值作为面状病害代表最大深度;
确定病害区域所在的第五预设区域,对所述第五预设区域内任一点高程与参考路面相对应位置高程的高程差值,遍历第五预设区域内所有点后获取所有高程差均值,以根据所述所有高程差均值以及面状病害代表最大深度确定纵向分割阈值;
遍历第二预设区域中所有点,将任一点高程与参考路面相对应位置高程的高程差值大于纵向分割阈值的点确定为纵向拓展病害点;
对所有纵向拓展病害点去噪后,确定纵向病害拓展的平均范围以及最大范围,以根据所述纵向病害拓展的平均范围以及最大范围确定病害纵向拓展范围;
所述第五预设区域为所述病害区域所在的纵断面数据中,去除病害区域和第二预设区域后的区域。
根据本发明提供的基于精密三维路面的病害三维信息提取方法,所述根据病害影响长度、病害影响宽度以及病害影响深度提取路面病害的三维信息,包括:
在病害类型为线状病害的情况下,对病害区域中的任一病害点,依据病害点的高程与参考路面相对应位置高程的差作为病害点深度,遍历病害区域中的所有病害点,获取病害区域所有病害点的病害深度,均值化处理所有病害点的病害深度,以获取线状病害的病害平均深度;
根据线状病害的病害区域内所有病害点的病害点深度确定病害深度分布和深度数据个数,将根据所述深度数据个数以及预设代表最大深度分位数确定初始代表最大深度作为线状病害的病害代表最大深度;或,将深度分布中深度数据大于所述初始代表最大深度的深度数据均值作为线状病害的病害代表最大深度;
根据线状病害的病害平均深度以及第三加权系数确定第三加权值;
根据线状病害的病害代表最大深度以及第四加权系数确定第四加权值;
根据第三加权值以及第四加权值确定线状病害的影响深度;
根据病害影响长度、病害影响宽度以及线状病害影响深度提取三维路面中线状病害的三维信息;
在病害类型为面状病害的情况下,根据面状病害代表最大深度和预设面状病害最小深度,获取面状病害影响深度;
根据病害影响长度、病害影响宽度以及面状病害影响深度,提取三维路面中面状病害的三维信息。
根据本发明提供的基于精密三维路面的病害三维信息提取方法,在根据每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围确定每一病害类型相对应的病害影响长度以及病害影响宽度之前,还包括:
根据病害区域的外接矩长度、宽度,以及病害区域面积确定病害比值;
在所述病害比值大于或等于预设比值,且外接矩宽度大于预设宽度的情况下,确定病害类型为面状病害;
在所述病害比值小于预设比值,或外接矩宽度小于等于预设宽度的情况下,确定病害类型为线状病害;
所述面状病害包括宏观变形病害和/或网状病害。
本发明提供了一种基于精密三维路面的病害三维信息提取方法,根据精密三维路面数据和病害类型信息,获取每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围,根据不同病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围确定不同病害类型相对应的病害影响长度以及病害影响宽度,进而根据病害影响长度、病害影响宽度以及病害影响深度提取路面病害的三维信息,本发明能够从三维路面中提取可准确表征病害的病害三维信息,并对路面破损进行精准评价,极大的提高了病害三维信息提取的可靠性,为三维检测技术的发展提供了良好基础。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图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,还可以根据这些附图获得其他的附图。
图1是本发明提供的基于精密三维路面的病害三维信息提取方法的流程示意图;
图2是本发明提供的线状病害确定代表长度的流程示意图;
图3是本发明提供的线状病害确定代表宽度的流程示意图;
图4是本发明提供的面状病害确定病害横向拓展范围的流程示意图;
图5是本发明提供的面状病害确定病害纵向拓展范围的流程示意图;
图6是本发明提供的提取路面病害的三维信息的流程示意图;
图7是本发明基于精密三维路面的病害类型获取方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,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作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。
公路使用性能的好坏,直接影响城市发展,公路在服役过程中,在交通荷载和自然环境等条件的综合作用下,道路表面将逐渐出现裂缝、车辙、坑槽、拥包、沉陷、错台等破损现象,使用性能逐步下降,将不同程度地影响汽车行驶速度、行驶安全等,对综合经济效益、社会效益影响极大。根据相关规定,必须对沥青路面技术状况进行定期检测与评价,及时更新路面技术状况数据信息,并进行路面病害成因分析,在路面表观类病害检测中,传统的破损检测方法采用二维图像检测技术,无法获取路面破损的深度信息,在缺失深度信息的情况下,无法对路面破损病害进行精准评价。
本发明采用三维路面检测的方式,集成大量现代先进信息技术,将路面检测数据信息从二维提升到了三维,极大程度丰富了路面状况数据信息,实现了多种类型病害的自动化检测,同时极大地提高了公路检测的效率与可靠性。本发明所采用的三维检测技术为路面破损的精准评估提供了良好基础,从三维路面中准确提取路面病害三维信息,为基于病害三维信息对路面破损进行精准评价提供了必要前提,对任一病害而言,在不同位置具备不同的特征,本发明能够从三维路面中提取出可准确表征病害的病害三维信息。
图1是本发明提供的基于精密三维路面的病害三维信息提取方法的流程示意图,本发明提供了一种基于精密三维路面的病害三维信息提取方法,包括:
根据精密三维路面数据和病害类型信息,获取每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围;
根据每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围确定每一病害类型相对应的病害影响长度以及病害影响宽度;
根据病害影响长度、病害影响宽度以及病害影响深度提取路面病害的三维信息;
在病害类型为线状病害的情况下,所述代表长度是根据线状病害外接矩对角线长度确定的,所述代表宽度是根据线状病害平均宽度以及线状病害代表最大宽度确定的,所述病害横向拓展范围为第一预设常数,所述病害纵向拓展范围为第二预设常数;
在病害类型为面状病害的情况下,所述代表长度是根据面状病害代表最大长度确定的,所述代表宽度是根据面状病害代表最大宽度确定的,所述病害横向拓展范围是从第一预设区域中根据横向分割阈值筛选出的横向拓展病害点,所述病害纵向拓展范围是从第一预设区域中根据纵向分割阈值筛选出的纵向拓展病害点;
第一预设区域是以病害区域定位点为中心,在第一预设半径范围内与所述病害区域非重叠的区域。
在步骤101中,根据精密三维路面数据和病害类型信息,获取每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围;所述精密三维路面数据通过精密三维测量传感器获取。
可选地,所述精密三维测量传感器可采用线扫描三维测量传感器,所述线扫描三维测量传感器包括激光器和高速3D相机,所述激光器用于将激光光束垂直投射到路面,所述高速3D相机与所述激光器呈一定角度获取激光线所在位置对应的断面数据;控制器,所述控制器用于控制所述传感器获取路面的横断面数据;所述横断面数据包括激光线对应路面的高程、灰度和;将所述横断面数据沿采集的时间顺序组成路面三维轮廓数据;对路面三维轮廓数据进行三维建模,得到所述精密三维路面数据。
在步骤102中,根据每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围确定每一病害类型相对应的病害影响长度以及病害影响宽度,所述病害类型包括面状病害、线状病害,而所述线状病害至少包括线状病害和网状病害,而针对不同的病害类型,其代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围的获取计算方式也是不同的。
对于线状病害而言,所述代表长度是根据线状病害外接矩对角线长度确定的,所述代表宽度是根据线状病害平均宽度以及线状病害代表最大宽度确定的,所述病害横向拓展范围为第一预设常数,所述病害纵向拓展范围为第二预设常数;而对于面状病害而言,所述代表长度是根据面状病害代表最大长度确定的,所述代表宽度是根据面状病害代表最大宽度确定的,所述病害横向拓展范围是从第一预设区域中根据横向分割阈值筛选出的横向拓展病害点,所述病害纵向拓展范围是从第一预设区域中根据纵向分割阈值筛选出的纵向拓展病害点。
在步骤103中,结合不同的病害类型,能够确定与之相对应的病害影响长度、病害影响宽度,以及病害影响深度,并根据病害影响长度、病害影响宽度和病害影响深度提取路面病害的三维信息。
可选地,在确定每一病害类型相对应的病害影响长度,病害影响宽度,以及病害影响深度之前,还包括:
从总路面区域中提取出第二预设区域以及病害区域后,获取理想路面区域,以根据所述理想路面区域滤波出参考路面;
所述第二预设区域是以病害区域定位点为中心,在第二预设半径范围内与所述病害区域非重叠的区域。
本发明将非病害区域分为疑似病害区域和正常路面区域,其中疑似病害区域是以病害区域定位结果为中心,对病害边界以预设影响半径进行扩大,将扩大的区域作为疑似病害区域,也即第二预设区域,从总路面区域中提取出第二预设区域以及病害区域,即可完全排除病害区域以及疑似病害区域对理想路面区域直接或间接所造成的影响,针对所述理想路面区域,采用滤波的方式获取与之相对应的参考面,并将所述参考面确定为参考路面。
更为具体地,在所述总路面区域中,去除所述正常路面区域后确定非正常路面区域,所述非正常路面区域包括疑似病害区域以及病害区域,与理想路面区域确定参考路面所采用的方式相同,本发明能够依据正常路面区域对应参考面初获取结果,采用参考面延伸的方式获取非正常路面区域相对应的参考面。
在一个可选地实施例中,本发明可以先以横断面为基础,依据横断面数据中与非常路面区域相邻的左右正常路面区域的参考面中对应点作为延伸端点,逐断面线状补充非正常路面数据;对剩余未补充的非正常路面数据,以纵断面为基础,依据纵断面数据中与非常路面区域相邻的上下正常路面区域的参考面中对应点作为延伸端点,逐断面线状补充非正常路面数据;对经过横断面补充、纵断面补充处理后,仍未补充的非正常路面数据,采用三角建网的方式补充非正常路面数据。
而在另一个可选地实施例中,本发明还能够先以纵断面为基础,依据纵断面数据中与非常路面区域相邻的上下正常路面区域的参考面中对应点作为延伸端点,逐断面线状补充非正常路面数据;对剩余未补充的非正常路面数据,以横断面为基础,依据横断面数据中与非常路面区域相邻的左右正常路面区域的参考面中对应点作为延伸端点,逐断面线状补充非正常路面数据;对经过纵断面补充、横断面补充处理后,仍未补充的非正常路面数据,采用三角建网的方式补充非正常路面数据。
可选地,所述代表长度是根据面状病害代表最大长度确定的,包括:
根据面状病害区域的位置信息确定长度数据个数,将根据所述长度数据个数以及预设代表最大长度分位数确定的初始代表最大长度作为面状病害代表最大长度;
或,将长度分布中长度数据大于所述初始代表最大长度的长度数据均值作为面状病害代表最大长度。
在一个可选地实施例中,本发明可以按照预设的代表最大长度分位数、计算代表最大长度,具体地,对长度分布数据进行排序,得到按升序或降序排列的长度数据集,基于按升序或降序排列的长度数据集,根据所述长度数据个数以及预设代表最大长度分位数的乘积确定为初始代表最大长度,并将所述初始代表最大长度确定为面状病害代表最大长度。
而在另一个可选地实施例中,将所述初始代表最大长度与所述长度分布中的所有长度数据进行比较,并确定大于所述初始代表最大长度的长度数据,均值化处理所有大于所述初始代表最大长度的长度数据,并将均值化处理后的结果确定为面状病害代表最大长度。
可选地,所述代表宽度是根据面状病害代表最大宽度确定的,包括:
根据面状病害区域的位置信息确定宽度数据个数,将根据所述宽度数据个数以及预设代表最大宽度分位数确定的初始代表最大宽度作为面状病害代表最大宽度;
或,将宽度分布中宽度数据大于所述初始代表最大宽度的宽度数据均值作为面状病害代表最大宽度。
在一个可选地实施例中,本发明可以按照预设的代表最大宽度分位数计算代表最大宽度,具体地,对宽度分布数据进行排序,得到按升序或降序排列的宽度数据集,基于按升序或降序排列的宽度数据集,根据所述宽度数据个数以及预设代表最大宽度分位数的乘积确定为初始代表最大宽度,并将所述初始代表最大宽度确定为面状病害代表最大宽度。
而在另一个可选地实施例中,将所述初始代表最大宽度与所述宽度分布中的所有宽度数据进行比较,并确定大于所述初始代表最大宽度的宽度数据,均值化处理所有大于所述初始代表最大宽度的宽度数据,并将均值化处理后的结果确定为面状病害代表最大宽度。
本发明提供了一种基于精密三维路面的病害三维信息提取方法,根据精密三维路面数据和病害类型信息,获取每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围,根据不同病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围确定不同病害类型相对应的病害影响长度以及病害影响宽度,进而根据病害影响长度、病害影响宽度以及病害影响深度提取路面病害的三维信息,本发明能够从三维路面中提取可准确表征病害的病害三维信息,并对路面破损进行精准评价,极大的提高了病害三维信息提取的可靠性,为三维检测技术的发展提供了良好基础。
图2是本发明提供的线状病害确定代表宽度的流程示意图,所述代表长度是根据线状病害外接矩对角线宽度确定的,包括:
获取线状病害区域的外接矩长度和宽度;
根据外接矩长度和宽度计算外接矩对角线宽度,以获取线状病害的代表长度。
在步骤201中,在本发明中的三维路面中并不仅仅包括一种病害类型,而可能会面临多种病害类型相结合的复杂情况,对于这样的情况,本发明将分为面状病害区域以及线状病害区域,针对不同的病害类型,提供不同的计算方法,而对于每一线状病害区域的代表宽度,均需先获取病害区域的外接矩长度和宽度。
在步骤202中,在确定了线状病害区域的外接矩长度和宽度后,根据外接矩长度和宽度,采用勾股定理,计算外接矩对角线宽度,并将外接矩对角线长度确定为所述线状病害的代表长度。
本发明根据不同病害类型的病害特征,提供了完全不同的计算病害的代表长度的方式,而所述代表宽度将作为参考用于后述的病害三维信息提取,从而提高了计算精确度以及提取病害三维信息的准确性。
图3是本发明提供的线状病害确定代表宽度的流程示意图,所述代表宽度是根据线状病害平均宽度以及线状病害代表最大宽度确定的,包括:
对任一病害点,以所述病害点为中心,获取第三预设区域内所有点组成集合的代表方向;
若所述代表方向与横向夹角小于或等于预设角度的情况下,统计所述病害点所在位置纵向连续点个数,以根据纵向连续点个数以及纵向采样间距获取病害点宽度;否则,统计所述病害点所在位置的横向连续点个数,以根据横向连续点个数以及横向采样间距获取病害点宽度;
遍历所有病害点,获取所有病害点宽度,以根据每一病害点的病害点宽度确定线状病害平均宽度;
根据病害区域的病害点个数确定宽度数据个数,将根据所述宽度数据个数以及预设代表最大宽度分位数确定的初始代表最大宽度作为线状病害代表最大宽度;或,将宽度分布中宽度数据大于所述初始代表最大宽度的宽度数据均值作为线状病害代表最大宽度;
根据线状病害平均宽度以及第一加权系数确定第一加权值;
根据线状病害代表最大宽度以及第二加权系数确定第二加权值;
根据第一加权值以及第二加权值确定所述代表宽度;
所述第一加权系数与所述第二加权系数的和值为第三预设常数。
在步骤301中,对任一病害点,以所述病害点为中心,获取第三预设区域内所有点组成集合的代表方向,所述第三预设区域是以所述病害点为中心,以预设长度为半径而确定的预设区域。
在步骤302中,在一个可选地实施例中,对线状病害区域任一点的宽度,将以所述病害点为中心,以预设长度为半径,确定有效区域,即第三预设区域内的病害点计算当前病害与横向或纵向的夹角,所述预设角度可选地为45°,即若与横向夹角小于或等于45°,则按统计当前点的纵向连续点个数,并将纵向连续点个数乘上纵向采样间距得到当前点的宽度;否则,按统计当前点的横向连续点个数,并将横向连续点个数乘上横向采样间距得到当前点的宽度。
在步骤303中,遍历所有病害点,获取所有病害点宽度,以根据每一病害点的病害点宽度确定线状病害平均宽度,可选地,本发明对所有点的宽度进行排序,得到宽度分布,并计算所有点宽度的均值,得到平均宽度。
在步骤304中,根据病害区域的病害点个数确定宽度数据个数,将根据所述宽度数据个数以及预设代表最大宽度分位数确定的初始代表最大宽度作为线状病害代表最大宽度;或,将宽度分布中宽度数据大于所述初始代表最大宽度的宽度数据均值作为线状病害代表最大宽度。
在一个可选地实施例中,本发明中确定面状病害代表最大宽度的方式可以参考确定面状病害代表最大宽度,可以按照预设的代表最大宽度分位数计算代表最大宽度,具体地,确定宽度分布数据中数据个数以及预设代表最大宽度分位数,根据所述宽度数据个数以及预设代表最大宽度分位数的乘积确定为初始代表最大宽度,并将所述初始代表最大宽度确定为线状病害代表最大宽度。而在另一个可选地实施例中,将所述初始代表最大宽度与所述宽度分布中的所有宽度数据进行比较,并确定大于所述初始代表最大宽度的宽度数据,均值化处理所有大于所述初始代表最大宽度的宽度数据,并将均值化处理后的结果确定为线状病害代表最大宽度。
在步骤305中,根据线状病害平均宽度与第一加权系数的乘积确定第一加权值,所述第一加权系数为预设的加权系数。
在步骤306中,根据线状病害代表最大宽度与第二加权系数的乘积确定第二加权值,所述第一加权系数与所述第二加权系数之间满足一定条件,所述第一加权系数与所述第二加权系数的和值为第三预设常数,所述第三预设常数可以为1,可选地,所述第一加权系数为0.3,所述第二加权系数为0.7;或者,所述第一加权系数为0.45,所述第二加权系数为0.55。
在步骤307中,根据第一加权值以及第二加权值确定所述代表宽度,例如,所述线状病害为线状病害的情况下,可以参考如下公式确定所述代表宽度:
WR=WW1*WA+WW2*WM (1)
其中,WR为线状病害代表宽度,WW1为第一加权系数,WW2为第二加权系数,WA为线状病害平均宽度,WM为线状病害代表最大宽度。
图4是本发明提供的面状病害确定病害横向拓展范围的流程示意图,所述病害横向拓展范围是从第一预设区域中根据横向分割阈值筛选出的横向拓展病害点确定的,包括:
根据面状病害区域内所有病害点的病害点深度确定病害深度分布和深度数据个数,将根据所述深度数据个数以及预设代表最大深度分位数确定的初始代表最大深度作为面状病害代表最大深度;或,将深度分布中深度数据大于所述初始代表最大深度的深度数据均值作为面状病害代表最大深度;
确定病害区域所在的第四预设区域,对所述第四预设区域内任一点高程与参考路面相对应位置高程的高程差值,遍历第四预设区域内所有点后获取所有高程差均值,以根据所述所有高程差均值以及面状病害代表最大深度确定横向分割阈值;
遍历第二预设区域中所有点,将任一点高程与参考路面相对应位置高程的高程差值大于横向分割阈值的点确定为横向拓展病害点;
对所有横向拓展病害点去噪后,确定横向病害拓展的平均范围以及最大范围,以根据所述横向病害拓展的平均范围以及最大范围确定病害横向拓展范围;
所述第四预设区域为所述病害区域所在的横断面数据中,去除病害区域和第二预设区域后的区域。
在步骤401中,可以按照预设的代表最大深度分位数计算代表最大深度,具体地,对深度分布数据进行排序,得到按升序或降序排列的深度数据集,基于按升序或降序排列的深度数据集,根据所述深度数据个数以及预设代表最大深度分位数的乘积确定为初始代表最大深度,并将所述初始代表最大深度确定为线状病害代表最大深度。而在另一个可选地实施例中,将所述初始代表最大深度与所述深度分布中的所有深度数据进行比较,并确定大于所述初始代表最大深度的深度数据,均值化处理所有大于所述初始代表最大深度的深度数据,并将均值化处理后的结果确定为线状病害代表最大深度。
在步骤402中,所述第四预设区域为所述病害区域所在的横断面数据中,去除病害区域和第二预设区域后的区域,所述第四预设区域为潜在病害区域,逐横断面计算所述第四预设区域内任一点高程与参考路面相对应位置高程的高程差均值,结合线状病害代表最大深度,通过加权平均算法或均值化处理,获取横断面高程差分割阈值。
在步骤403中,遍历第二预设区域中所有点,将任一点高程与参考路面相对应位置高程的高程差值大于横向分割阈值的点确定为横向拓展病害点,本发明依据横断面高程差分割阈值,逐横断面讨论潜在第四预设区域中各点是否为拓展病害点,具体地,将高程差值大于横向分割阈值的点标记为横向拓展病害点,并将横向拓展病害点记录到拓展二值图中。
在步骤404中,对所有横向拓展病害点去噪后,确定横向病害拓展的平均范围以及最大范围,以根据所述横向病害拓展的平均范围以及最大范围确定病害横向拓展范围,本发明利用形态学处理方法,采用先膨胀再腐蚀的方式,对病害进行延伸,依据连通区域的长度特征,去除长度较短的噪声区域,进而确定去噪后的横向拓展病害点,分别统计横向病害拓展的平均范围和最大范围,计算病害横向拓展影响范围,本发明可以采用加权算法处理所述横向病害拓展的平均范围和最大范围,进而确定病害横向拓展影响范围。
图5是本发明提供的面状病害确定病害纵向拓展范围的流程示意图,所述病害纵向拓展范围是从第一预设区域中根据纵向分割阈值筛选出的纵向拓展病害点确定的,包括:
根据面状病害区域内所有病害点的病害点深度确定病害深度分布和深度数据个数,将根据所述深度数据个数以及预设代表最大深度分位数确定的初始代表最大深度作为面状病害代表最大深度;或,将深度分布中深度数据大于所述初始代表最大深度的深度数据均值作为面状病害代表最大深度;
确定病害区域所在的第五预设区域,对所述第五预设区域内任一点高程与参考路面相对应位置高程的高程差值,遍历第五预设区域内所有点后获取所有高程差均值,以根据所述所有高程差均值以及面状病害代表最大深度确定纵向分割阈值;
遍历第二预设区域中所有点,将任一点高程与参考路面相对应位置高程的高程差值大于纵向分割阈值的点确定为纵向拓展病害点;
对所有纵向拓展病害点去噪后,确定纵向病害拓展的平均范围以及最大范围,以根据所述纵向病害拓展的平均范围以及最大范围确定病害纵向拓展范围;
所述第五预设区域为所述病害区域所在的纵断面数据中,去除病害区域和第二预设区域后的区域。
在步骤501中,参考步骤401,可以按照预设的代表最大深度分位数计算代表最大深度,具体地,对深度分布数据进行排序,得到按升序或降序排列的深度数据集,基于按升序或降序排列的深度数据集,根据所述深度数据个数以及预设代表最大深度分位数的乘积确定为初始代表最大深度,并将所述初始代表最大深度确定为面状病害代表最大深度。而在另一个可选地实施例中,将所述初始代表最大深度与所述深度分布中的所有深度数据进行比较,并确定大于所述初始代表最大深度的深度数据,均值化处理所有大于所述初始代表最大深度的深度数据,并将均值化处理后的结果确定为面状病害代表最大深度。
在步骤502中,所述第五预设区域为所述病害区域所在的纵断面数据中,去除病害区域和第二预设区域后的区域,所述第五预设区域为潜在病害区域,逐纵断面计算所述第四预设区域内任一点高程与参考路面相对应位置高程的高程差均值,结合线状病害代表最大深度,通过加权平均算法或均值化处理,获取纵断面高程差分割阈值。
在步骤503中,遍历第二预设区域中所有点,将任一点高程与参考路面相对应位置高程的高程差值大于纵向分割阈值的点确定为纵向拓展病害点,本发明依据纵断面高程差分割阈值,逐纵断面讨论潜在第四预设区域中各点是否为拓展病害点,具体地,将高程差值大于纵向分割阈值的点标记为纵向拓展病害点,并将纵向拓展病害点记录到拓展二值图中。
在步骤504中,对所有纵向拓展病害点去噪后,确定纵向病害拓展的平均范围以及最大范围,以根据所述纵向病害拓展的平均范围以及最大范围确定病害纵向拓展范围,本发明利用形态学处理方法,采用先膨胀再腐蚀的方式,对病害进行延伸,依据连通区域的长度特征,去除长度较短的噪声区域,进而确定去噪后的纵向拓展病害点,分别统计纵向病害拓展的平均范围和最大范围,计算病害纵向拓展影响范围,本发明可以采用加权算法处理所述纵向病害拓展的平均范围和最大范围,进而确定病害纵向拓展影响范围。
图6是本发明提供的提取路面病害的三维信息的流程示意图,所述根据病害影响长度、病害影响宽度以及病害影响深度提取路面病害的三维信息,包括:
在病害类型为线状病害的情况下,对病害区域中的任一病害点,依据病害点的高程与参考路面相对应位置高程的差作为病害点深度,遍历病害区域中的所有病害点,获取病害区域所有病害点的病害深度,均值化处理所有病害点的病害深度,以获取线状病害的病害平均深度;
对深度分布数据进行排序,得到按升序或降序排列的深度数据集,基于按升序或降序排列的深度数据集,根据所述深度数据个数以及预设代表最大深度分位数确定初始代表最大深度作为线状病害的病害代表最大深度;或,将深度分布中深度数据大于所述初始代表最大深度的深度数据均值作为线状病害的病害代表最大深度;
根据线状病害的病害平均深度以及第三加权系数确定第三加权值;
根据线状病害的病害代表最大深度以及第四加权系数确定第四加权值;
根据第三加权值以及第四加权值确定线状病害的影响深度;
根据病害影响长度、病害影响宽度以及线状病害影响深度提取三维路面中线状病害的三维信息;
在病害类型为面状病害的情况下,根据面状病害代表最大深度和预设面状病害最小深度,获取面状病害影响深度;
根据病害影响长度、病害影响宽度以及面状病害影响深度,提取三维路面中面状病害的三维信息。
在步骤601中,在病害类型为线状病害的情况下,对病害区域中的任一病害点,依据病害点的高程与参考路面相对应位置高程的差作为病害点深度,遍历病害区域中的所有病害点,获取病害区域所有病害点的病害深度,均值化处理所有病害点的病害深度,以获取线状病害的病害平均深度,利用线状病害区域所有点的高程与参考平面在其坐标系中的对应点作差处理,获取线状病害区域所有点坐标的深度信息,对所有点的深度进行排序,获取线状病害区域的深度分布,均值化处理线状病害区域所有点的深度信息,得到线状病害的病害平均深度。
在步骤602中,参考步骤501,可以按照预设的代表最大深度分位数计算代表最大深度,具体地,对深度分布数据进行排序,得到按升序或降序排列的深度数据集,基于按升序或降序排列的深度数据集,根据所述深度数据个数以及预设代表最大深度分位数的乘积确定为初始代表最大深度,并将所述初始代表最大深度确定为线状病害代表最大深度。而在另一个可选地实施例中,将所述初始代表最大深度与所述深度分布中的所有深度数据进行比较,并确定大于所述初始代表最大深度的深度数据,均值化处理所有大于所述初始代表最大深度的深度数据,并将均值化处理后的结果确定为线状病害代表最大深度。
在步骤603中,根据线状病害的病害平均深度以及第三加权系数的乘积确定第三加权值,所述第三加权系数为预设的加权系数。
在步骤604中,根据线状病害的病害代表最大深度以及第四加权系数的乘积确定第四加权值,所述第四加权系数为预设的加权系数,所述第三加权系数与所述第四加权系数之和预设常数,可选地,所述预设常数可以为1。
在步骤605中,根据第三加权值以及第四加权值之和确定线状病害的影响深度,例如,所述线状病害为线状病害的情况下,可以参考如下公式确定所述线状病害的影响深度:
DR=WD1*DA+WD2*DM(2)
其中,DR为线状病害的影响深度,WD1为第三加权系数,WD2为第四加权系数,DA为线状病害的病害平均深度,DM为线状病害的病害代表最大深度。
在步骤606中,根据病害影响长度、病害影响宽度以及线状病害影响深度提取三维路面中线状病害的三维信息,针对线状病害区域,则不对其病害的横向拓展影响范围以及纵向拓展影响范围进行设置,所述病害影响长度即为代表最大长度,所述病害影响宽度为代表最大宽度,而在其他的实施例中,也可以设置所述病害横向拓展范围为第一预设常数,设置所述病害纵向拓展范围为第二预设常数。
本领域技术人员理解,在病害类型为面状病害的情况下,根据面状病害代表最大深度和预设面状病害最小深度,获取面状病害影响深度;
根据病害影响长度、病害影响宽度以及面状病害影响深度,提取三维路面中面状病害的三维信息。
本领域技术人员理解,在一个可选地实施例中,针对面状病害区域,本发明基于图4以及图5确定了病害的横向拓展影响范围以及纵向拓展影响范围,若所述面状病害区域的长度方向为横向,则病害影响长度为代表最大长度与病害的横向拓展影响范围之和,病害影响宽度为代表最大宽度与病害的纵向拓展影响范围之和;若所述面状病害区域的长度方向为纵向,则病害影响长度为代表最大长度与病害的纵向拓展影响范围之和,病害影响宽度为代表最大宽度与病害的横向拓展影响范围之和。若面状病害区域为具备明显深度的面状病害,则病害影响深度由面状病害代表最大深度和预设面状病害最小深度确定,否则,所述病害影响深度为面状病害代表最大深度。
图7是本发明基于精密三维路面的病害类型获取方法的流程示意图,在根据每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围确定每一病害类型相对应的病害影响长度以及病害影响宽度之前,还包括:
根据病害区域的外接矩长度、宽度,以及病害区域面积确定病害比值;
在所述病害比值大于或等于预设比值,且外接矩宽度大于预设宽度的情况下,确定病害类型为面状病害;
在所述病害比值小于预设比值,或外接矩宽度小于等于预设宽度的情况下,确定病害类型为线状病害;
所述面状病害包括宏观变形病害和/或网状病害。
在步骤701中,根据所述病害区域确定其相对应的外接矩,并获取所述外接矩的长度,根据所述病害区域的所有点分布进一步地确定其所占区域面积,根据病害区域的外接矩长度与病害区域面积的商值确定病害比值。
在步骤702中,所述预设比值可以为0.05、0.1、0.15等,所述预设宽度为0.1、0.2、0.3(单位:米)等,若根据病害区域的外接矩长度、宽度,以及病害区域面积确定病害比值为0.6、病害区域的外接矩宽度为0.4,则确定所述病害区域的病害类型为面状病害。
在步骤703中,若根据病害区域的外接矩长度、宽度,以及病害区域面积确定病害比值为0.12、病害区域的外接矩宽度为0.3,而所述预设比值为0.15,则确定所述病害区域的病害类型为线状病害;
所述面状病害包括宏观变形病害和/或网状病害。
本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的一种三维路面病害提取方法,该方法包括:根据精密三维路面数据和病害类型信息,获取每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围;根据每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围确定每一病害类型相对应的病害影响长度以及病害影响宽度;根据病害影响长度、病害影响宽度以及病害影响深度提取路面病害的三维信息;在病害类型为线状病害的情况下,所述代表长度是根据线状病害外接矩对角线长度确定的,所述代表宽度是根据线状病害平均宽度以及线状病害代表最大宽度确定的,所述病害横向拓展范围为第一预设常数,所述病害纵向拓展范围为第二预设常数;在病害类型为面状病害的情况下,所述代表长度是根据面状病害代表最大长度确定的,所述代表宽度是根据面状病害代表最大宽度确定的,所述病害横向拓展范围是从第一预设区域中根据横向分割阈值筛选出的横向拓展病害点,所述病害纵向拓展范围是从第一预设区域中根据纵向分割阈值筛选出的纵向拓展病害点;第一预设区域是以病害区域定位点为中心,在第一预设半径范围内与所述病害区域非重叠的区域。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的三维路面病害提取方法,该方法包括:根据精密三维路面数据和病害类型信息,获取每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围;根据每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围确定每一病害类型相对应的病害影响长度以及病害影响宽度;根据病害影响长度、病害影响宽度以及病害影响深度提取路面病害的三维信息;在病害类型为线状病害的情况下,所述代表长度是根据线状病害外接矩对角线长度确定的,所述代表宽度是根据线状病害平均宽度以及线状病害代表最大宽度确定的,所述病害横向拓展范围为第一预设常数,所述病害纵向拓展范围为第二预设常数;在病害类型为面状病害的情况下,所述代表长度是根据面状病害代表最大长度确定的,所述代表宽度是根据面状病害代表最大宽度确定的,所述病害横向拓展范围是从第一预设区域中根据横向分割阈值筛选出的横向拓展病害点,所述病害纵向拓展范围是从第一预设区域中根据纵向分割阈值筛选出的纵向拓展病害点;第一预设区域是以病害区域定位点为中心,在第一预设半径范围内与所述病害区域非重叠的区域。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
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 (10)

1.一种基于精密三维路面的病害三维信息提取方法,其特征在于,包括:
根据精密三维路面数据和病害类型信息,获取每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围;
根据每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围确定每一病害类型相对应的病害影响长度以及病害影响宽度;
根据病害影响长度、病害影响宽度以及病害影响深度提取路面病害的三维信息;
在病害类型为线状病害的情况下,所述代表长度是根据线状病害外接矩对角线长度确定的,所述代表宽度是根据线状病害平均宽度以及线状病害代表最大宽度确定的,所述病害横向拓展范围为第一预设常数,所述病害纵向拓展范围为第二预设常数;
在病害类型为面状病害的情况下,所述代表长度是根据面状病害代表最大长度确定的,所述代表宽度是根据面状病害代表最大宽度确定的,所述病害横向拓展范围是从第一预设区域中根据横向分割阈值筛选出的横向拓展病害点,所述病害纵向拓展范围是从第一预设区域中根据纵向分割阈值筛选出的纵向拓展病害点;
第一预设区域是以病害区域定位点为中心,在第一预设半径范围内与所述病害区域非重叠的区域。
2.根据权利要求1所述的基于精密三维路面的病害三维信息提取方法,其特征在于,在确定每一病害类型相对应的病害影响长度以及病害影响宽度之前,还包括:
从总路面区域中提取出第二预设区域以及病害区域后,获取理想路面区域,以根据所述理想路面区域滤波出参考路面;
所述第二预设区域是以病害区域定位点为中心,在第二预设半径范围内与所述病害区域非重叠的区域。
3.根据权利要求1所述的基于精密三维路面的病害三维信息提取方法,其特征在于,所述代表长度是根据线状病害外接矩对角线长度确定的,包括:
获取线状病害区域的外接矩长度和宽度;
根据外接矩长度和宽度计算外接矩对角线长度,以获取线状病害的代表长度。
4.根据权利要求1所述的基于精密三维路面的病害三维信息提取方法,其特征在于,所述代表宽度是根据线状病害平均宽度以及线状病害代表最大宽度确定的,包括:
对任一病害点,以所述病害点为中心,获取第三预设区域内所有点组成集合的代表方向;
若所述代表方向与横向夹角小于或等于预设角度的情况下,统计所述病害点所在位置纵向连续点个数,以根据纵向连续点个数以及纵向采样间距获取病害点宽度;否则,统计所述病害点所在位置的横向连续点个数,以根据横向连续点个数以及横向采样间距获取病害点宽度;
遍历所有病害点,获取所有病害点宽度,以根据每一病害点的病害点宽度确定线状病害平均宽度;
根据病害区域的病害点个数确定宽度数据个数,将根据所述宽度数据个数以及预设代表最大宽度分位数确定的初始代表最大宽度作为线状病害代表最大宽度;或,将宽度分布中宽度数据大于所述初始代表最大宽度的宽度数据均值作为线状病害代表最大宽度;
根据线状病害平均宽度以及第一加权系数确定第一加权值;
根据线状病害代表最大宽度以及第二加权系数确定第二加权值;
根据第一加权值以及第二加权值确定所述代表宽度;
所述第一加权系数与所述第二加权系数的和值为第三预设常数。
5.根据权利要求1所述的基于精密三维路面的病害三维信息提取方法,其特征在于,所述代表长度是根据面状病害代表最大长度确定的,包括:
根据面状病害区域的位置信息确定长度数据个数,将根据所述长度数据个数以及预设代表最大长度分位数确定的初始代表最大长度作为面状病害代表最大长度;
或,将长度分布中长度数据大于所述初始代表最大长度的长度数据均值作为面状病害代表最大长度。
6.根据权利要求1所述的基于精密三维路面的病害三维信息提取方法,其特征在于,所述代表宽度是根据面状病害代表最大宽度确定的,包括:
根据面状病害区域的位置信息确定宽度数据个数,将根据所述宽度数据个数以及预设代表最大宽度分位数确定的初始代表最大宽度作为面状病害代表最大宽度;
或,将宽度分布中宽度数据大于所述初始代表最大宽度的宽度数据均值作为面状病害代表最大宽度。
7.根据权利要求2所述的基于精密三维路面的病害三维信息提取方法,其特征在于,所述病害横向拓展范围是从第一预设区域中根据横向分割阈值筛选出的横向拓展病害点确定的,包括:
根据面状病害区域内所有病害点的病害点深度确定病害深度分布和深度数据个数,将根据所述深度数据个数以及预设代表最大深度分位数确定的初始代表最大深度作为面状病害代表最大深度;或,将深度分布中深度数据大于所述初始代表最大深度的深度数据均值作为面状病害代表最大深度;
确定病害区域所在的第四预设区域,对所述第四预设区域内任一点高程与参考路面相对应位置高程的高程差值,遍历第四预设区域内所有点后获取所有高程差均值,以根据所述所有高程差均值以及面状病害代表最大深度确定横向分割阈值;
遍历第二预设区域中所有点,将任一点高程与参考路面相对应位置高程的高程差值大于横向分割阈值的点确定为横向拓展病害点;
对所有横向拓展病害点去噪后,确定横向病害拓展的平均范围以及最大范围,以根据所述横向病害拓展的平均范围以及最大范围确定病害横向拓展范围;
所述第四预设区域为所述病害区域所在的横断面数据中,去除病害区域和第二预设区域后的区域。
8.根据权利要求2所述的基于精密三维路面的病害三维信息提取方法,其特征在于,所述病害纵向拓展范围是从第一预设区域中根据纵向分割阈值筛选出的纵向拓展病害点确定的,包括:
根据面状病害区域内所有病害点的病害点深度确定病害深度分布和深度数据个数,将根据所述深度数据个数以及预设代表最大深度分位数确定的初始代表最大深度作为面状病害代表最大深度;或,将深度分布中深度数据大于所述初始代表最大深度的深度数据均值作为面状病害代表最大深度;
确定病害区域所在的第五预设区域,对所述第五预设区域内任一点高程与参考路面相对应位置高程的高程差值,遍历第五预设区域内所有点后获取所有高程差均值,以根据所述所有高程差均值以及面状病害代表最大深度确定纵向分割阈值;
遍历第二预设区域中所有点,将任一点高程与参考路面相对应位置高程的高程差值大于纵向分割阈值的点确定为纵向拓展病害点;
对所有纵向拓展病害点去噪后,确定纵向病害拓展的平均范围以及最大范围,以根据所述纵向病害拓展的平均范围以及最大范围确定病害纵向拓展范围;
所述第五预设区域为所述病害区域所在的纵断面数据中,去除病害区域和第二预设区域后的区域。
9.根据权利要求1所述的基于精密三维路面的病害三维信息提取方法,其特征在于,所述根据病害影响长度、病害影响宽度以及病害影响深度提取路面病害的三维信息,包括:
在病害类型为线状病害的情况下,对病害区域中的任一病害点,依据病害点的高程与参考路面相对应位置高程的差作为病害点深度,遍历病害区域中的所有病害点,获取病害区域所有病害点的病害深度,均值化处理所有病害点的病害深度,以获取线状病害的病害平均深度;
根据线状病害的病害区域内所有病害点的病害点深度确定病害深度分布和深度数据个数,将根据所述深度数据个数以及预设代表最大深度分位数确定初始代表最大深度作为线状病害的病害代表最大深度;或,将深度分布中深度数据大于所述初始代表最大深度的深度数据均值作为线状病害的病害代表最大深度;
根据线状病害的病害平均深度以及第三加权系数确定第三加权值;
根据线状病害的病害代表最大深度以及第四加权系数确定第四加权值;
根据第三加权值以及第四加权值确定线状病害的影响深度;
根据病害影响长度、病害影响宽度以及线状病害影响深度提取三维路面中线状病害的三维信息;
在病害类型为面状病害的情况下,根据面状病害代表最大深度和预设面状病害最小深度,获取面状病害影响深度;
根据病害影响长度、病害影响宽度以及面状病害影响深度,提取三维路面中面状病害的三维信息。
10.根据权利要求1所述的基于精密三维路面的病害三维信息提取方法,其特征在于,在根据每一病害类型的代表长度、代表宽度、病害横向拓展范围以及病害纵向拓展范围确定每一病害类型相对应的病害影响长度以及病害影响宽度之前,还包括:
根据病害区域的外接矩长度、宽度,以及病害区域面积确定病害比值;
在所述病害比值大于或等于预设比值,且外接矩宽度大于预设宽度的情况下,确定病害类型为面状病害;
在所述病害比值小于预设比值,或外接矩宽度小于等于预设宽度的情况下,确定病害类型为线状病害;
所述面状病害包括宏观变形病害和/或网状病害。
CN202211097952.0A 2022-09-08 2022-09-08 一种基于精密三维路面的病害三维信息提取方法 Pending CN115661164A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211097952.0A CN115661164A (zh) 2022-09-08 2022-09-08 一种基于精密三维路面的病害三维信息提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211097952.0A CN115661164A (zh) 2022-09-08 2022-09-08 一种基于精密三维路面的病害三维信息提取方法

Publications (1)

Publication Number Publication Date
CN115661164A true CN115661164A (zh) 2023-01-31

Family

ID=84984350

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211097952.0A Pending CN115661164A (zh) 2022-09-08 2022-09-08 一种基于精密三维路面的病害三维信息提取方法

Country Status (1)

Country Link
CN (1) CN115661164A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116152239A (zh) * 2023-04-18 2023-05-23 中铁九局集团第一建设有限公司 一种高速公路路面病害检测方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116152239A (zh) * 2023-04-18 2023-05-23 中铁九局集团第一建设有限公司 一种高速公路路面病害检测方法及系统

Similar Documents

Publication Publication Date Title
CN111784657A (zh) 一种基于数字图像的水泥路面病害自动识别的系统及方法
CN110728689B (zh) 一种基于点云数据的既有铁路中线提取方法
CN109870459A (zh) 无砟轨道的轨道板裂缝检测方法
CN112411324B (zh) 一种线结构光路面跳车检测方法
CN112132159B (zh) 一种连续剖面点云特征分析的路面坑槽提取方法
CN111241994B (zh) 一种深度学习的遥感影像农村公路砂化路段的提取方法
CN106529593B (zh) 路面病害检测方法和系统
CN107798293A (zh) 一种道路裂缝检测装置
CN104992429A (zh) 一种基于图像局部增强的山体裂缝检测方法
CN115661164A (zh) 一种基于精密三维路面的病害三维信息提取方法
CN109146888B (zh) 一种基于差商分析的土裂隙分形维数计算方法
CN115131330A (zh) 多源传感器融合的钢轨表面缺陷检测与测量方法及系统
CN115690062A (zh) 轨面伤损状态检测方法、装置和电子设备
CN114842450A (zh) 一种可行驶区域检测方法、装置及设备
CN110672632A (zh) 一种隧道病害识别方法
CN113643300A (zh) 一种基于Seg-CapsNet算法的路面裂缝像素级别检测方法
CN114396892B (zh) 轨道交通曲线轨道曲率测量方法
CN116242774A (zh) 适用于农村公路的轻量化三维检测方法及装置
CN116071726A (zh) 一种基于边缘计算的道路巡检系统及方法
CN115100173A (zh) 基于深度卷积神经网络的公路路面图像裂缝几何属性检测与裂缝识别方法
Yao et al. Automated detection and identification of area-based distress in concrete pavements
CN109064417B (zh) 地铁隧道图像处理方法及装置
CN116907350B (zh) 单开道岔几何形位测量方法、装置、电子设备及存储介质
CN115620041B (zh) 一种路面病害感知与服役状态评价方法
CN116862976B (zh) 一种基于无人机激光点云的铁轨中心线提取方法及系统

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