CN104537652A - 一种水泥混凝土路面刻槽深度三维检测算法及*** - Google Patents

Abstract

本发明公开了一种水泥混凝土路面刻槽深度三维检测算法及***，采用基于线激光和面阵相机的数据采集***，采集得到三维图像数据记为y；计算机读取三维图像数据矩阵y；对数据矩阵y进行双向标准差滤波，得到滤波后的图像数据矩阵Q；对滤波后的数据矩阵Q进行形态学滤波，得到滤波后的矩阵M'_m×n；创建三维数据矩阵M'_m×n的高度直方图Hist；求该矩阵的阈值th；将M'_m×n中所有大于等于阈值th的数据存入一维矩阵O₁中，同时将所有小于th的数据存入一维矩阵O₂中，从而将去噪后的路面三维数据矩阵M'_m×n划分为两部分；分别计算矩阵O₁中数据的算术平均值avg₁和矩阵O₂中数据的算术平均值avg₂，然后计算得到刻槽区域的平均深度值。该算法稳定性好、可靠性高，与铺砂法比较相对误差小。

Description

一种水泥混凝土路面刻槽深度三维检测算法及***

技术领域

本发明专利属于道路交通智能检测领域，具体涉及一种水泥混凝土路面刻槽深度三维检测算法及***。

背景技术

水泥混凝土表面刻槽工艺在公路、跑道、桥面等各个领域应用广泛，可有效提高路面抗滑性，对保证行车安全又重要作用。但是，在路面使用过程中由于行驶车辆碾压、雨雪等自然天气的影响，刻槽不可避免的会出现不同程度的磨损，对其抗滑性能产生影响。通过调研发现，对刻槽磨损程度目前尚没有成熟的方法对其进行评价。由于构造深度是评价路面抗滑性能的重要指标，因此，本研究将刻槽区域的平均构造深度作为刻槽磨损程度的评价指标，实现刻槽区域平均构造深度的计算。评价水泥混凝土路面抗滑性能的宏观构指标主要有两个，平均断面深度(MPD)与平均构造深度(MTD)。测试方法有：铺砂法，激光断面法和流出仪法。铺砂法具有原理简单、操作方便、结果直观等优点，但是装砂方法无严格标准，造成装入砂的紧密程度差异使装入砂的体积不同，且摊砂用的推平板也没有统一标准导致手工铺砂法误差较大。激光断面法应用广泛，但由于激光的性质，应用在水泥混凝土刻槽路面等大宏观构造路面上时，测试结果误差较大。流出仪不能测试多孔路面和透水路面。

发明内容

针对上述现有技术中存在的缺陷或不足，本发明的目的在于，提供一种水泥混凝土路面刻槽深度三维检测算法。

为了达到上述目的，本发明采用如下的技术方案予以解决：

一种水泥混凝土路面刻槽深度三维检测算法，具体包括如下步骤：

步骤1：计算机读取待测的路面三维数据矩阵y；

步骤2：对读取的路面三维数据矩阵y进行双向标准差滤波，得到双向标准差滤波后的矩阵Q；

步骤3：对双向标准差滤波后的矩阵Q进行形态学滤波，得到去噪后的路面三维数据矩阵M'_m×n；

步骤4：根据去噪后的路面三维数据矩阵M'_m×n，绘制刻槽的高度直方图Hist；

步骤5：根据刻槽的高度直方图Hist，计算刻槽区域的阈值th；

步骤6：逐行遍历步骤3得到的去噪后的路面三维数据矩阵M'_m×n，将M'_m×n中所有大于等于阈值th的数据存入一维矩阵O₁中，将所有小于th的数据存入一维矩阵O₂中，从而将去噪后的路面三维数据矩阵M'_m×n划分为两部分；

步骤7：分别计算一维矩阵O₁中数据的算术平均值avg₁和一维矩阵O₂中数据的算术平均值avg₂，然后根据下式计算得到刻槽区域的平均深度值：

GDV＝|avg₁-avg₂|。

进一步的，所述步骤2中对读取的路面三维数据矩阵y进行双向标准差滤波具体包

括如下步骤：

步骤21，计算矩阵y中每一行的算术平均值和标准差；

步骤22，设路面三维数据矩阵y中的元素记为y_ij，1≤i≤a，1≤j≤b，其中a，b为路面三维数据矩阵y的总行数与总列数；

步骤23，如果则用该行的算术平均值替换该元素的值，否则该元素的值保持不变；其中，meana_i是第i行的算术平均值，sqrs_i是第i行的标准差，行阈值k1为3～10；

步骤24，计算矩阵y中每一列的算术平均值和标准差；

步骤25，如果则用该列的算术平均值来代替该元素值，否则该元素的值保持不变，其中，meanb_j是第j列的列均值，sqrco_j是第j列的标准差，列阈值k2为3～10，得到双向标准差滤波后的路面三维数据矩阵Q。

进一步的，所述步骤3中对双向标准差滤波后的矩阵Q进行形态学滤波具体包括如下步骤：

步骤31，选择结构元素se1对双向标准差滤波后的矩阵Q进行开运算，得到矩阵I；

步骤32，选择结构元素se2对矩阵I进行膨胀处理，得到去噪后的路面三维数据矩阵M'_m×n。

进一步的，所述步骤4的绘制刻槽的高度直方图Hist具体包括如下步骤：

步骤41：将去噪后的三维数据矩阵M'_m×n中所有数据取与其最接近的整数，得到高度数据矩阵O_m×n；

步骤42：找出矩阵O_m×n中的最大高度数据值max；

步骤43：创建长度为(max+1)的一维矩阵f，将高度数据矩阵O_m×n中每个高度值value在高度数据矩阵O_m×n中出现的次数f_(value)按照从0到max的顺序依次存入一维矩阵f；其中max为高度数据矩阵O_m×n的最大值；

步骤44，以高度数据矩阵O_m×n中高度值value为横坐标，以每个高度值value值在一维矩阵f中出现的次数f_(value)为纵坐标绘图，得到错台的高度直方图Hist。

进一步的，所述步骤5计算刻槽区域的阈值th具体包括如下步骤：

步骤51，分别计算高度数据矩阵O_m×n中数据的平均值avg(即错台所在高低两个面板的平均高度)、最大值max、最小值min和标准偏差sd；

步骤52，在错台的高度直方图Hist上，以横坐标值等于平均值avg为分界点，分别找出其左、右两侧峰值所对应的横坐标即高度值，分别记为val₁和val₂；

步骤53，若val₂-val₁≤sd，则说明该错台的高度直方图Hist的两峰值中有一个峰值很低，需另寻低峰的位置，则执行步骤44；否则，令val_p1＝val₁，val_p2＝val₂，若val _p2已被赋过值，此处就不再赋值；其中，val_p1与val_p2存储有效峰值所对应的高度；跳至步骤57；

步骤54，比较和若则令val_P1＝val₁；否则令val_P1＝val₂；

步骤55，将一维矩阵f从小到大排列，找出其中值点对应的下标，记为val_mid；

步骤56，若val_mid＞avg，表明小峰在大峰左边；执行步骤(a)；若val_mid＜avg，表明小峰在大峰右边，执行步骤(b)；

(a)向左调节分界点：逐行扫描高度数据矩阵O_m×n，找出所有满足O_ij≤val_p1的高度值，存入一个新的一维矩阵F1，O_ij代表矩阵O_m×n中的第i行第j列数据；计算新矩阵F1中高度值的平均值令avg＝avg',跳至步骤52；

(b)向右调节分界点：逐行扫描高度数据矩阵O_m×n，找出所有满足O_ij≥val_p1的高度值，存入一个新的一维矩阵F1，计算新矩阵F1中高度值的平均值令avg＝avg'，跳至步骤52；

步骤57，计算阈值th：

$\mathrm{th}=\frac{{\mathrm{val}}_{p1}+{\mathrm{val}}_{p2}}{2}.$

本发明的另一个目的在于，提供一种水泥混凝土路面刻槽深度三维检测***，该***包括依次相连接的如下七个模块：

路面三维数据矩阵读取模块：是用于将路面三维数据矩阵读入计算机的模块；

双向标准差滤波模块：是用于对读取的路面三维数据矩阵y进行双向标准差滤波的模块；

形态学滤波模块：是用于对双向标准差滤波后的矩阵Q进行形态学滤波的模块；

刻槽的高度直方图绘制模块：是用于根据去噪后的路面三维数据矩阵，绘制刻槽的高度直方图的模块；

刻槽区域阈值计算模块：是用于根据刻槽的高度直方图计算刻槽区域的阈值的模块；

矩阵划分模块：是用于实现下面功能的模块：逐行遍历步骤3得到的去噪后的路面三维数据矩阵M'_m×n，将M'_m×n中所有大于等于阈值th的数据存入一维矩阵O₁中，将所有小于th的数据存入一维矩阵O₂中，从而将去噪后的路面三维数据矩阵M'_m×n划分为两部分；

刻槽深度计算模块：是用于实现以下功能的模块：

分别计算一维矩阵O₁中数据的算术平均值avg₁和一维矩阵O₂中数据的算术平均值avg₂，根据下式计算得到刻槽深度值：

GDV＝|avg₁-avg₂|。

进一步的，所述双向标准差滤波模块用于实现以下功能：

步骤21，计算矩阵y中每一行的算术平均值和标准差；

步骤22，设路面三维数据矩阵y中的元素记为y_ij，1≤i≤a，1≤j≤b，其中a，b为路面三维数据矩阵y的总行数与总列数；

步骤23，如果则用该行的算术平均值替换该元素的值，否则该元素的值保持不变；其中，meana_i是第i行的算术平均值，sqrs_i是第i行的标准差，行阈值k1为3～10；

步骤24，计算矩阵y中每一列的算术平均值和标准差；

步骤25，如果则用该列的算术平均值来代替该元素值，否则该元素的值保持不变，其中，meanb_j是第j列的列均值，sqrco_j是第j列的标准差，列阈值k2为3～10，得到双向标准差滤波后的路面三维数据矩阵Q。

进一步的，所述形态学滤波模块用于实现以下功能：

步骤31，选择结构元素se1对双向标准差滤波后的矩阵Q进行开运算，得到矩阵I；

步骤32，选择结构元素se2对矩阵I进行膨胀处理，得到去噪后的路面三维数据矩阵M'_m×n。

进一步的，所述刻槽的高度直方图绘制模块用于实现如下功能：

步骤41：将去噪后的三维数据矩阵M'_m×n中所有数据取与其最接近的整数，得到高度数据矩阵O_m×n；

步骤42：找出矩阵O_m×n中的最大高度数据值max；

步骤43：创建长度为(max+1)的一维矩阵f，将高度数据矩阵O_m×n中每个高度值value在高度数据矩阵O_m×n中出现的次数f_(value)按照从0到max的顺序依次存入一维矩阵f；其中max为高度数据矩阵O_m×n的最大值；

步骤44，以高度数据矩阵O_m×n中高度值value为横坐标，以每个高度值value值在一维矩阵f中出现的次数f_(value)为纵坐标绘图，得到错台的高度直方图Hist。

进一步的，所述刻槽区域阈值计算模块用于实现以下功能：

步骤51，分别计算高度数据矩阵O_m×n中数据的平均值avg(即错台所在高低两个面板的平均高度)、最大值max、最小值min和标准偏差sd；

步骤52，在错台的高度直方图Hist上，以横坐标值等于平均值avg为分界点，分别找出其左、右两侧峰值所对应的横坐标即高度值，分别记为val₁和val₂；

步骤53，若val₂-val₁≤sd，则说明该错台的高度直方图Hist的两峰值中有一个峰值很低，需另寻低峰的位置，则执行步骤44；否则，令val_p1＝val₁，val_p2＝val₂，若val _p2已被赋过值，此处就不再赋值；其中，val_p1与val_p2存储有效峰值所对应的高度；跳至步骤57；

步骤54，比较和若则令val_P1＝val₁；否则令val_P1＝val₂；

步骤55，将一维矩阵f从小到大排列，找出其中值点对应的下标，记为val_mid；

步骤56，若val_mid＞avg，表明小峰在大峰左边；执行步骤(a)；若val_mid＜avg，表明小峰在大峰右边，执行步骤(b)；

(a)向左调节分界点：逐行扫描高度数据矩阵O_m×n，找出所有满足O_ij≤val_p1的高度值，存入一个新的一维矩阵F1，O_ij代表矩阵O_m×n中的第i行第j列数据；计算新矩阵F1中高度值的平均值令avg＝avg',跳至步骤52；

(b)向右调节分界点：逐行扫描高度数据矩阵O_m×n，找出所有满足O_ij≥val_p1的高度值，存入一个新的一维矩阵F1，计算新矩阵F1中高度值的平均值令avg＝avg'，跳至步骤52；

步骤57，计算阈值th：

$\mathrm{th}=\frac{{\mathrm{val}}_{p1}+{\mathrm{val}}_{p2}}{2}.$

与现有技术相比，本发明的方法具有重要的实际意义，尤其是在公路养护和维护方面具有重要的应用价值，其具有以下优点：

1、采用面测量，只需输入采集到的路面三维数据矩阵，即可完成错台量的计算，其效率高、稳定性好、检测精确，适合在实时的***中采用。

2、对于所需要的错台数据以及正常的路面数据保持原值不予进行滤波处理，而只对毛刺点数据进行滤波去噪，从而更好的保证了去噪处理后的三维信息数据的准确性。

以下结合附图和具体实施方式对本发明作进一步解释说明。

附图说明

图1是本发明的水泥混凝土路面刻槽深度三维检测算法的总流程图。

图2是三维刻槽数据图像。

图3是滤波后的图像。

图4是刻槽区域高度直方图。

具体实施方式

以下是发明人给出的几个实施例，需要说明的是，该实施例是对本发明的进一步解释说明，本发明所要保护的范围并不限于该实施例。

参见图1～图4，遵循本发明的技术方案，本实施例的水泥混凝土路面刻槽深度三维检测算法，具体包括如下步骤：

步骤1：计算机读取待测路面的三维图像数据矩阵y；本实施例中的路面三维数据采集在咸阳一级公路上进行；

路面三维数据矩阵y为：

$M_{m\×n}=\left[\begin{array}{ccccccc}{z}_{11}& z_{12}& z_{13}& ......& z_{1j}& ...& z_{1n}\\ z_{21}& z_{22}& z_{23}& ......& z_{2j}& ...& z_{2n}\\ ...& ...& ...& ......& ...& ...& ...\\ z_{i1}& z_{i2}& z_{i}3& ......& z_{\mathrm{ij}}& ...& z_{\mathrm{in}}\\ ...& ...& ...& ......& ...& ...& ...\\ z_{m1}& z_{m2}& z_{m3}& ......& z_{\mathrm{mj}}& ...& z_{\mathrm{mn}}\end{array}\right],(i=\mathrm{1,2}...m,j=\mathrm{1,2}...n)$

z_ij表示行号为i，列号为j所对应的路面高度。

步骤2：对路面三维数据矩阵y进行双向标准差滤波，得到滤波后的三维图像数据矩阵Q；具体包括如下步骤：

1)计算矩阵y中每一行的算术平均值meana和标准差sqrs，本实施例中meana为1000*1的行平均值的数组，sqrs为1000*1的存储行标准差的数组；

2)设三维图像数据y中第i行第j列元素的位置记为y_ij，1≤i≤a，1≤j≤b，其中a,b为矩阵y的总行数与总列数，a＝1000，b＝1536；

3)如果则用行的算术平均值来代替该元素的值，否则该元素的值保持不变，其中meana_i是第i行的行的算术均值，sqrs_i是第i行的标准差，行阈值k1＝10；

4)求出每一列的平均值meanb和标准差sqrco；

5)如果则用列平均值来代替该像素点的值，否则该点像素值保持不变，其中meanb_j是第j列的列均值，sqrco_j是第j列的标准差，列阈值k2＝10，得到双向标准差滤波后的路面三维数据矩阵Q；

步骤3：对矩阵Q进行形态学滤波，得到去噪后的图像M'_m×n，具体包括如下步骤：

1)选择结构元素se1对矩阵Q进行开运算，来消除小的物体，得到图像矩阵I，本实施例中se1是平面线性结构元素，线长11，旋转角度9，se1＝strel('line',11,9)；

2)再选择结构元素se2对开运算后的图像矩阵I进行膨胀处理，来消除小的孤立点，得到形态学滤波后的图像矩阵Q1，本实施例中se2是球形结构元素半径和高度都为5，se2＝strel('ball',5,5)；

步骤4：根据去噪后的路面三维数据矩阵M'_m×n，绘制刻槽的高度直方图Hist；

步骤41中将去噪后的三维数据矩阵M'_m×n中所有数据取取整，一方面是由于路面三维数据采集***中使用的相机分辨率高，采集到的路面三维高度数据精确到0.01mm，在一般情况下，工程应用中对检测精度无需这么高的要求；另一方面，要统计其高度直方图，若是精确到0.01mm则步长太小，不利于后面的分析。

步骤5：根据刻槽的高度直方图Hist，计算刻槽区域的阈值th＝306；

步骤6：逐行遍历步骤3得到的去噪后的路面三维数据矩阵M'_m×n，将M'_m×n中所有大于等于阈值th的数据存入一维矩阵O₁中，同时将所有小于th的数据存入一维矩阵O₂中，从而将去噪后的路面三维数据矩阵M'_m×n划分为两部分；

步骤7：分别计算矩阵O₁中数据的算术平均值avg₁和矩阵O₂中数据的算术平均值avg₂，然后根据下式计算得到刻槽深度值GDV＝|avg₁-avg₂|。本实施例中avg₁＝306.97，avg₂＝306.08，计算得到该检测区域刻槽深度值GDV＝0.89。

该算法通过双向标准差滤波和形态学滤波，创建三维数据矩阵M'_m×n的高度直方图Hist，求该矩阵的阈值th，将M'_m×n中所有大于等于阈值th的数据存入一维矩阵O₁中，同时将所有小于th的数据存入一维矩阵O₂中，从而将去噪后的路面三维数据矩阵M'_m×n划分为两部分；分别计算矩阵O₁中数据的算术平均值avg₁和矩阵O₂中数据的算术平均值avg₂，然后计算得到刻槽区域的平均深度值。该方法可靠性高、稳定性好、相对误差较小。

Claims (10)

1.一种水泥混凝土路面刻槽深度三维检测算法，其特征在于，具体包括如下步骤：

步骤1：计算机读取待测的路面三维数据矩阵y；

步骤2：对读取的路面三维数据矩阵y进行双向标准差滤波，得到双向标准差滤波后的矩阵Q；

步骤3：对双向标准差滤波后的矩阵Q进行形态学滤波，得到去噪后的路面三维数据矩阵M'_m×n；

步骤4：根据去噪后的路面三维数据矩阵M'_m×n，绘制刻槽的高度直方图Hist；

步骤5：根据刻槽的高度直方图Hist，计算刻槽区域的阈值th；

步骤6：逐行遍历步骤3得到的去噪后的路面三维数据矩阵M'_m×n，将M'_m×n中所有大于等于阈值th的数据存入一维矩阵O₁中，将所有小于th的数据存入一维矩阵O₂中，从而将去噪后的路面三维数据矩阵M'_m×n划分为两部分；

步骤7：分别计算一维矩阵O₁中数据的算术平均值avg₁和一维矩阵O₂中数据的算术平均值avg₂，然后根据下式计算得到刻槽区域的平均深度值：

GDV＝|avg₁-avg₂|。

2.如权利要求1所述的水泥混凝土路面刻槽深度三维检测算法，其特征在于，所述步骤2中对读取的路面三维数据矩阵y进行双向标准差滤波具体包括如下步骤：

步骤21，计算矩阵y中每一行的算术平均值和标准差；

步骤22，设路面三维数据矩阵y中的元素记为y_ij，1≤i≤a，1≤j≤b，其中a，b为路面三维数据矩阵y的总行数与总列数；

步骤23，如果则用该行的算术平均值替换该元素的值，否则该元素的值保持不变；其中，meana_i是第i行的算术平均值，sqrs_i是第i行的标准差，行阈值k1为3～10；

步骤24，计算矩阵y中每一列的算术平均值和标准差；

步骤25，如果则用该列的算术平均值来代替该元素值，否则该元素的值保持不变，其中，meanb_j是第j列的列均值，sqrco_j是第j列的标准差，列阈值k2为3～10，得到双向标准差滤波后的路面三维数据矩阵Q。

3.如权利要求1所述的水泥混凝土路面刻槽深度三维检测算法，其特征在于，所述步骤3中对双向标准差滤波后的矩阵Q进行形态学滤波具体包括如下步骤：

步骤31，选择结构元素se1对双向标准差滤波后的矩阵Q进行开运算，得到矩阵I；

步骤32，选择结构元素se2对矩阵I进行膨胀处理，得到去噪后的路面三维数据矩阵M'_m×n。

4.如权利要求1所述的水泥混凝土路面刻槽深度三维检测算法，其特征在于，所述步骤4的绘制刻槽的高度直方图Hist具体包括如下步骤：

步骤41：将去噪后的三维数据矩阵M'_m×n中所有数据取与其最接近的整数，得到高度数据矩阵O_m×n；

步骤42：找出矩阵O_m×n中的最大高度数据值max；

步骤43：创建长度为(max+1)的一维矩阵f，将高度数据矩阵O_m×n中每个高度值value在高度数据矩阵O_m×n中出现的次数f_(value)按照从0到max的顺序依次存入一维矩阵f；其中max为高度数据矩阵O_m×n的最大值；

步骤44，以高度数据矩阵O_m×n中高度值value为横坐标，以每个高度值value值在一维矩阵f中出现的次数f_(value)为纵坐标绘图，得到错台的高度直方图Hist。

5.如权利要求1所述的水泥混凝土路面刻槽深度三维检测算法，其特征在于，所述步骤5计算刻槽区域的阈值th具体包括如下步骤：

步骤51，分别计算高度数据矩阵O_m×n中数据的平均值avg(即错台所在高低两个面板的平均高度)、最大值max、最小值min和标准偏差sd；

步骤52，在错台的高度直方图Hist上，以横坐标值等于平均值avg为分界点，分别找出其左、右两侧峰值所对应的横坐标即高度值，分别记为val₁和val₂；

步骤53，若val₂-val₁≤sd，则说明该错台的高度直方图Hist的两峰值中有一个峰值很低，需另寻低峰的位置，则执行步骤44；否则，令val_p1＝val₁，val_p2＝val₂，若val_p2已被赋过值，此处就不再赋值；其中，val_p1与val_p2存储有效峰值所对应的高度；跳至步骤57；

步骤54，比较和若则令val_P1＝val₁；否则令val_P1＝val₂；

步骤55，将一维矩阵f从小到大排列，找出其中值点对应的下标，记为val_mid；

步骤56，若val_mid＞avg，表明小峰在大峰左边；执行步骤(a)；若val_mid＜avg，表明小峰在大峰右边，执行步骤(b)；

(a)向左调节分界点：逐行扫描高度数据矩阵O_m×n，找出所有满足O_ij≤val_p1的高度值，存入一个新的一维矩阵F1，O_ij代表矩阵O_m×n中的第i行第j列数据；计算新矩阵F1中高度值的平均值令avg＝avg',跳至步骤52；

(b)向右调节分界点：逐行扫描高度数据矩阵O_m×n，找出所有满足O_ij≥val_p1的高度值，存入一个新的一维矩阵F1，计算新矩阵F1中高度值的平均值令avg＝avg'，跳至步骤52；

步骤57，计算阈值th：

$\mathrm{th}=\frac{{\mathrm{val}}_{p1}+{\mathrm{val}}_{p2}}{2}.$

6.一种水泥混凝土路面刻槽深度三维检测***，其特征在于，包括依次相连接的如下七个模块：

路面三维数据矩阵读取模块：是用于将路面三维数据矩阵读入计算机的模块；

双向标准差滤波模块：是用于对读取的路面三维数据矩阵y进行双向标准差滤波的模块；

形态学滤波模块：是用于对双向标准差滤波后的矩阵Q进行形态学滤波的模块；

刻槽的高度直方图绘制模块：是用于根据去噪后的路面三维数据矩阵，绘制刻槽的高度直方图的模块；

刻槽区域阈值计算模块：是用于根据刻槽的高度直方图计算刻槽区域的阈值的模块；

矩阵划分模块：是用于实现下面功能的模块：逐行遍历步骤3得到的去噪后的路面三维数据矩阵M'_m×n，将M'_m×n中所有大于等于阈值th的数据存入一维矩阵O₁中，将所有小于th的数据存入一维矩阵O₂中，从而将去噪后的路面三维数据矩阵M'_m×n划分为两部分；

刻槽深度计算模块：是用于实现以下功能的模块：

分别计算一维矩阵O₁中数据的算术平均值avg₁和一维矩阵O₂中数据的算术平均值avg₂，根据下式计算得到刻槽深度值：

GDV＝|avg₁-avg₂|。

7.如权利要求6所述的水泥混凝土路面刻槽深度三维检测***，其特征在于，所述双向标准差滤波模块用于实现以下功能：

步骤21，计算矩阵y中每一行的算术平均值和标准差；

步骤22，设路面三维数据矩阵y中的元素记为y_ij，1≤i≤a，1≤j≤b，其中a，b为路面三维数据矩阵y的总行数与总列数；

步骤23，如果则用该行的算术平均值替换该元素的值，否则该元素的值保持不变；其中，meana_i是第i行的算术平均值，sqrs_i是第i行的标准差，行阈值k1为3～10；

步骤24，计算矩阵y中每一列的算术平均值和标准差；

步骤25，如果则用该列的算术平均值来代替该元素值，否则该元素的值保持不变，其中，meanb_j是第j列的列均值，sqrco_j是第j列的标准差，列阈值k2为3～10，得到双向标准差滤波后的路面三维数据矩阵Q。

8.如权利要求6所述的水泥混凝土路面刻槽深度三维检测算法，其特征在于，所述形态学滤波模块用于实现以下功能：

步骤31，选择结构元素se1对双向标准差滤波后的矩阵Q进行开运算，得到矩阵I；

步骤32，选择结构元素se2对矩阵I进行膨胀处理，得到去噪后的路面三维数据矩阵M'_m×n。

9.如权利要求6所述的水泥混凝土路面刻槽深度三维检测算法，其特征在于，所述刻槽的高度直方图绘制模块用于实现如下功能：

步骤41：将去噪后的三维数据矩阵M'_m×n中所有数据取与其最接近的整数，得到高度数据矩阵O_m×n；

步骤42：找出矩阵O_m×n中的最大高度数据值max；

步骤43：创建长度为(max+1)的一维矩阵f，将高度数据矩阵O_m×n中每个高度值value在高度数据矩阵O_m×n中出现的次数f_(value)按照从0到max的顺序依次存入一维矩阵f；其中max为高度数据矩阵O_m×n的最大值；

步骤44，以高度数据矩阵O_m×n中高度值value为横坐标，以每个高度值value值在一维矩阵f中出现的次数f_(value)为纵坐标绘图，得到错台的高度直方图Hist。

10.如权利要求6所述的水泥混凝土路面刻槽深度三维检测算法，其特征在于，所述刻槽区域阈值计算模块用于实现以下功能：

步骤51，分别计算高度数据矩阵O_m×n中数据的平均值avg(即错台所在高低两个面板的平均高度)、最大值max、最小值min和标准偏差sd；

步骤52，在错台的高度直方图Hist上，以横坐标值等于平均值avg为分界点，分别找出其左、右两侧峰值所对应的横坐标即高度值，分别记为val₁和val₂；

步骤53，若val₂-val₁≤sd，则说明该错台的高度直方图Hist的两峰值中有一个峰值很低，需另寻低峰的位置，则执行步骤44；否则，令val_p1＝val₁，val_p2＝val₂，若val_p2已被赋过值，此处就不再赋值；其中，val_p1与val_p2存储有效峰值所对应的高度；跳至步骤57；

步骤54，比较和若则令val_P1＝val₁；否则令val_P1＝val₂；

步骤55，将一维矩阵f从小到大排列，找出其中值点对应的下标，记为val_mid；

步骤56，若val_mid＞avg，表明小峰在大峰左边；执行步骤(a)；若val_mid＜avg，表明小峰在大峰右边，执行步骤(b)；

(a)向左调节分界点：逐行扫描高度数据矩阵O_m×n，找出所有满足O_ij≤val_p1的高度值，存入一个新的一维矩阵F1，O_ij代表矩阵O_m×n中的第i行第j列数据；计算新矩阵F1中高度值的平均值令avg＝avg',跳至步骤52；

(b)向右调节分界点：逐行扫描高度数据矩阵O_m×n，找出所有满足O_ij≥val_p1的高度值，存入一个新的一维矩阵F1，计算新矩阵F1中高度值的平均值令avg＝avg'，跳至步骤52；

步骤57，计算阈值th：

$\mathrm{th}=\frac{{\mathrm{val}}_{p1}+{\mathrm{val}}_{p2}}{2}.$