CN105548205A - 隧道表面缺陷定位方法及定位*** - Google Patents

隧道表面缺陷定位方法及定位*** Download PDF

Info

Publication number
CN105548205A
CN105548205A CN201610060167.6A CN201610060167A CN105548205A CN 105548205 A CN105548205 A CN 105548205A CN 201610060167 A CN201610060167 A CN 201610060167A CN 105548205 A CN105548205 A CN 105548205A
Authority
CN
China
Prior art keywords
tunnel surface
tunnel
image
kilometer stone
defect
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
CN201610060167.6A
Other languages
English (en)
Inventor
龚秋明
杜修力
殷丽君
许成顺
刘永强
任云涛
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.)
Beijing Jinjiurui Technology Co Ltd
Beijing University of Technology
Original Assignee
Beijing Jinjiurui Technology Co Ltd
Beijing University of Technology
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 Beijing Jinjiurui Technology Co Ltd, Beijing University of Technology filed Critical Beijing Jinjiurui Technology Co Ltd
Priority to CN201610060167.6A priority Critical patent/CN105548205A/zh
Publication of CN105548205A publication Critical patent/CN105548205A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本申请涉及隧道表面缺陷定位方法及定位***。隧道表面缺陷定位方法包括以下步骤：在隧道内壁的图像采集区内、沿隧道的延伸方向在隧道表面设置多个用于标记隧道表面里程的里程桩；沿隧道的延伸方向采集隧道表面的图像，且在一个连续的采集周期内采集到的隧道表面图像中包含至少一个所述里程桩的图像；基于采集到的隧道表面的图像，识别隧道表面图像中的缺陷和所述里程桩，并以距离该缺陷最近的所述里程桩为基准确定隧道表面缺陷在隧道表面的位置。本发明还公开了隧道表面缺陷定位***。

Description

隧道表面缺陷定位方法及定位***
技术领域
本发明涉及隧道表面缺陷定位，特别涉及隧道表面缺陷定位方法。本发明还涉及隧道表面缺陷定位***。
背景技术
随着现代科技的发展，对公路、铁路和隧道等表面质量的检测已不再依赖于人工检测，而是采用适合检测连续物体表面的自动化检测设备。以隧道检测为例，线阵相机安装在隧道表面检测车上，当检测车按预设速度沿隧道的延伸方向行驶时，线阵相机通过脉冲控制采集隧道表面的图像。
数据处理器根据线阵相机采集到的隧道表面图像，识别隧道表面的缺陷并定位。现有技术中，在定位隧道表面缺陷时，通常是通过安装在检测车的车轮转轴上编码器获得检测车行驶的里程数，并根据检测车行驶的里程数作为定位隧道表面缺陷的基准。但由于检测车的行驶里程存在计量误差、漂移等缺陷，导致检测车行驶里程虽然相同，但对应的隧道的位置不同，以至于对隧道表面的缺陷无法准确定位。
发明内容
本发明的目的在于提供一种隧道表面缺陷定位方法，可实现隧道表面缺陷的准确定位。本发明的另一目的是提供一种隧道表面缺陷定位***。
一种隧道表面缺陷定位方法，包括以下步骤：在隧道表面的图像采集区内、沿隧道的延伸方向在隧道表面设置多个用于标记隧道表面里程的里程桩；沿隧道的延伸方向采集隧道表面的图像，且在一个连续的采集周期内采集到的隧道表面图像中包含至少一个所述里程桩的图像；基于采集到的隧道表面的图像，识别隧道表面图像中的缺陷和所述里程桩，并以距离该缺陷最近的所述里程桩为基准确定隧道表面缺陷在隧道表面上的位置。
优选的，所述里程桩包括基准线和标记字符，所述基准线用于确定所述里程桩与隧道表面缺陷的相对位置，所述标记字符用于确定所述里程桩在隧道表面的位置。
优选的，所述标记字符为英文字母和数字。
优选的，所述标记字符通过光学字母识别技术识别。
优选的，所述里程桩上形成有背景色，所述基准线和所述标记字符的颜色与所述里程桩的背景色形成对比度。
一种隧道表面缺陷定位***，包括：
图像采集模块，沿隧道的延伸方向采集隧道表面的图像，且在一个连续的采集周期内采集到的隧道表面图像中包含至少一个里程桩的图像，所述里程桩在隧道表面的图像采集区内、沿隧道的延伸方向在隧道表面设置并且用于标记隧道表面里程信息；
图像处理模块，基于采集到的隧道表面的图像，识别隧道表面图像中的缺陷和所述里程桩，并以距离该缺陷最近的所述里程桩为基准确定隧道表面缺陷在隧道表面上的位置。
优选的，所述里程桩包括基准线和标记字符，所述基准线用于确定所述里程桩与隧道表面缺陷的相对位置，所述标记字符用于确定所述里程桩在隧道表面的位置。
优选的，所述标记字符为英文字母和数字。
优选的，所述标记字符通过光学字母识别技术识别。
优选的，所述里程桩上形成有背景色，所述基准线和所述标记字符的颜色与所述里程桩的背景色形成对比度。
附图说明
下面将参考附图来描述本发明示例性实施例的特征、优点和技术效果。在附图中，相同的符号标示相同的元件，其中：
图1是示出根据本发明提供的隧道表面缺陷定位方法的流程图。
图2是示出根据本发明的里程桩的一个实施例的示意图。
具体实施方式
下文中，参照附图描述本发明的实施例。下面的详细描述和附图用于示例性地说明本发明的原理，本发明不限于所描述的优选实施例，本发明的范围由权利要求书限定。
图1是示出根据本发明提供的隧道表面缺陷定位方法的流程图。如图1所示，本发明提供了一种隧道表面缺陷定位方法，该定位方法包括以下步骤：
步骤101：在隧道表面的图像采集区内、沿隧道的延伸方向在隧道表面设置多个用于标记隧道表面位置的里程桩。在本步骤中，里程桩的设置提供了定位隧道表面缺陷的定位基准，以便准确定位隧道表面的缺陷。通常，里程桩的间隔距离依据隧道表面缺陷的定位精度设置，里程桩的间隔距离越大，定位隧道表面缺陷时的误差越大。里程桩的间隔距离可设置为100m或500m等。
根据一个实施例，如图2所示，里程桩100上设置有基准线10和标记字符20，基准线10和标记字符20位于矩形框30内，以基准线10垂直于隧道的延伸方向设置在隧道表面上。里程桩设置在隧道表面的方式可以是直接印刷，也可以是将其以标牌的形式粘贴到隧道表面上。
步骤102：沿隧道的延伸方向采集隧道表面的图像，且在一个连续的采集周期内采集到的隧道表面图像中包含至少一个所述里程桩的图像。
在本步骤中，隧道表面检测车以预定的速度沿隧道的延伸方向在隧道内行驶，隧道表面图像采集模块对隧道表面进行图像采集，且在一个连续的采集周期内，图像采集模块采集到的隧道表面图像中包含至少一个里程桩的图像。这里所说的采集周期可以是时间，也可以是距离。采集周期根据在隧道的延伸方向上相邻两里程桩之间的位置设置，在一个连续的采集周期内，图像采集长度大于相邻两里程桩之间的距离。
步骤103：基于采集到的隧道表面的图像，识别隧道表面图像中的缺陷和所述里程桩，并以距离该缺陷最近的所述里程桩为基准确定隧道表面缺陷在隧道表面的位置。
在本步骤中，采集到的隧道表面图像中包含了隧道表面缺陷和里程桩，且隧道表面图像中的缺陷和里程桩分别对应隧道表面图像中不同的像素点。以里程桩所在的像素点为基准点，可确定隧道表面缺陷所在的像素点与基准点之间的相对位置，则隧道表面图像中的每一个像素点的里程位置都能够从其与基准点的相对位置得到，从而确定隧道表面缺陷与与其最近的里程桩的相对位置。
具体地，如图2所示，以里程桩100上的基准线10的中点所在的像素点为基准点，确定隧道表面缺陷所在的像素点与基准点之间的相对位置，从而计算出隧道表面缺陷与基准点之间的距离。标记字符20用于确定里程桩在隧道表面的位置，即确定基准线10所在的里程桩，从而确定了隧道表面缺陷在隧道表面的准确位置。
标记字符20通过OCR(光学字母识别技术)识别，识别过程包括：图像增强、噪声滤除、倾斜校正、矩形框搜索、标记字符的切割、标记字符特征提取与识别等步骤。OCR识别为本领域技术人员熟知的技术，在此不再赘述。
进一步地，为了降低OCR识别的难度和计算量，标记字符20优选采用英文字母和***数字。
此外，为了确保采集到的里程桩图像的清晰度，里程桩100还设有背景色，且基准线10和标记字符20与里程桩100的背景色形成对比度。根据一个实施例，背景色以矩形框30为边界，将里程桩100的背景色设置为白色，基准线10和标记字符20的颜色为黑色，以便形成鲜明的对比度。同时，设置矩形框30的线条宽度与基准线10的宽度＞0.5mm，基准线10长度＞5mm，标记字符20高度≥5mm。
本发明还提供了一种隧道表面缺陷定位***，包括图像采集模块和图像处理模块。图像采集模块沿隧道的延伸方向采集隧道表面的图像，且在一个连续的采集周期内采集到的隧道表面图像中包含至少一个里程桩的图像，所述里程桩在隧道表面的图像采集区内、沿隧道的延伸方向在隧道表面设置并且用于标记隧道表面里程。
图像处理模块基于采集到的隧道表面的图像，识别隧道表面图像中的缺陷和所述里程桩，并以距离该缺陷最近的所述里程桩为基准确定隧道表面缺陷在隧道表面上的位置。
隧道表面缺陷定位***中的里程桩可以与隧道表面缺陷定位方法中的里程桩100相同的实施例，此处不再赘述。
本领域技术人员应当理解，里程桩100的实施例不仅限于此，如基准线10还可以是十字交叉线，且以十字交叉线的交点作为基准点；标记字符20还以是可以识别该里程桩在隧道表面位置的任意字符。
尽管已经参考示例性实施例描述了本发明，但是应理解，本发明并不限于上述实施例的方法和部件。相反，本发明意在覆盖各种修改例和等同配置。另外，尽管在各种示例性结合体和构造中示出了所公开发明的方法步骤和部件，但是包括更多、更少方法和部件的其它组合也落在本发明的范围之内。

Claims (10)

1.一种隧道表面缺陷定位方法，包括以下步骤：
在隧道表面的图像采集区内、沿隧道的延伸方向在隧道表面设置多个用于标记隧道表面里程的里程桩；
沿隧道的延伸方向采集隧道表面的图像，且在一个连续的采集周期内采集到的隧道表面图像中包含至少一个所述里程桩的图像；
基于采集到的隧道表面的图像，识别隧道表面图像中的缺陷和所述里程桩，并以距离该缺陷最近的所述里程桩为基准确定隧道表面缺陷在隧道表面上的位置。
2.根据权利要求1所述的隧道表面缺陷定位方法，其中所述里程桩包括基准线和标记字符，所述基准线用于确定隧道表面缺陷与所述里程桩的相对位置，所述标记字符用于确定所述里程桩在隧道表面的位置。
3.根据权利要求2所述的隧道表面缺陷定位方法，其中所述标记字符为英文字母和数字。
4.根据权利要求3所述的隧道表面缺陷定位方法，其中所述标记字符通过光学字母识别技术识别。
5.根据权利要求1至4中任一项所述隧道表面缺陷定位方法，其中所述里程桩上形成有背景色，所述基准线和所述标记字符的颜色与所述里程桩的背景色形成对比度。
6.一种隧道表面缺陷定位***，包括：
图像采集模块，沿隧道的延伸方向采集隧道表面的图像，且在一个连续的采集周期内采集到的隧道表面图像中包含至少一个里程桩的图像，所述里程桩在隧道表面的图像采集区内、沿隧道的延伸方向在隧道表面设置并且用于标记隧道表面里程信息；
图像处理模块，基于采集到的隧道表面的图像，识别隧道表面图像中的缺陷和所述里程桩，并以距离该缺陷最近的所述里程桩为基准确定隧道表面缺陷在隧道表面上的位置。
7.根据权利要求6所述的隧道表面缺陷定位***，其中所述里程桩包括基准线和标记字符，所述基准线用于确定隧道表面缺陷与所述里程桩的相对位置，所述标记字符用于确定所述里程桩在隧道表面的位置。
8.根据权利要求7所述的隧道表面缺陷定位***，其中所述标记字符为英文字母和数字。
9.根据权利要求8所述的隧道表面缺陷定位***，其中所述标记字符通过光学字母识别技术识别。
10.根据权利要求6至9中任一项所述隧道表面缺陷定位***，其中所述里程桩上形成有背景色，所述基准线和所述标记字符的颜色与所述里程桩的背景色形成对比度。
CN201610060167.6A 2016-01-28 2016-01-28 隧道表面缺陷定位方法及定位*** Pending CN105548205A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610060167.6A CN105548205A (zh) 2016-01-28 2016-01-28 隧道表面缺陷定位方法及定位***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610060167.6A CN105548205A (zh) 2016-01-28 2016-01-28 隧道表面缺陷定位方法及定位***

Publications (1)

Publication Number Publication Date
CN105548205A true CN105548205A (zh) 2016-05-04

Family

ID=55827542

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610060167.6A Pending CN105548205A (zh) 2016-01-28 2016-01-28 隧道表面缺陷定位方法及定位***

Country Status (1)

Country Link
CN (1) CN105548205A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109029377A (zh) * 2018-07-16 2018-12-18 银河水滴科技（北京）有限公司 一种利用视觉分析对检测车重定位的方法装置及***
CN109029375A (zh) * 2018-07-16 2018-12-18 银河水滴科技（北京）有限公司 一种隧道内检测车的重定位方法装置及***
CN109029373A (zh) * 2018-07-16 2018-12-18 银河水滴科技（北京）有限公司 一种隧道内检测车的综合定位方法及装置
CN111523543A (zh) * 2020-04-21 2020-08-11 南京航空航天大学 一种基于学习的隧道表面缺陷定位方法
CN111737237A (zh) * 2020-04-08 2020-10-02 腾讯科技（深圳）有限公司 缺失里程桩数据生成方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002310920A (ja) * 2001-04-19 2002-10-23 Keisoku Kensa Kk コンクリート壁のひび割れ検出方法およびその装置
CN101788288A (zh) * 2010-02-11 2010-07-28 长安大学 一种路面裂缝定位***和定位方法
CN104019742A (zh) * 2014-06-05 2014-09-03 武汉武大卓越科技有限责任公司 隧道衬砌裂缝快速检测方法
CN203965333U (zh) * 2014-06-16 2014-11-26 长安大学 用于隧道衬砌的裂缝检测装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002310920A (ja) * 2001-04-19 2002-10-23 Keisoku Kensa Kk コンクリート壁のひび割れ検出方法およびその装置
CN101788288A (zh) * 2010-02-11 2010-07-28 长安大学 一种路面裂缝定位***和定位方法
CN104019742A (zh) * 2014-06-05 2014-09-03 武汉武大卓越科技有限责任公司 隧道衬砌裂缝快速检测方法
CN203965333U (zh) * 2014-06-16 2014-11-26 长安大学 用于隧道衬砌的裂缝检测装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109029377A (zh) * 2018-07-16 2018-12-18 银河水滴科技（北京）有限公司 一种利用视觉分析对检测车重定位的方法装置及***
CN109029375A (zh) * 2018-07-16 2018-12-18 银河水滴科技（北京）有限公司 一种隧道内检测车的重定位方法装置及***
CN109029373A (zh) * 2018-07-16 2018-12-18 银河水滴科技（北京）有限公司 一种隧道内检测车的综合定位方法及装置
CN111737237A (zh) * 2020-04-08 2020-10-02 腾讯科技（深圳）有限公司 缺失里程桩数据生成方法、装置、设备及存储介质
CN111523543A (zh) * 2020-04-21 2020-08-11 南京航空航天大学 一种基于学习的隧道表面缺陷定位方法

Similar Documents

Publication Publication Date Title
CN105548205A (zh) 隧道表面缺陷定位方法及定位***
JP5716443B2 (ja) 車線境界検出装置及び車線境界検出方法
JP3799408B1 (ja) 画像処理装置および画像処理方法
JP4820712B2 (ja) 路面標示認識システム
US20190197340A1 (en) Object surface deformation feature extraction method based on line scanning three-dimensional point cloud
JP6280409B2 (ja) 自車位置修正方法、ランドマークデータ更新方法、車載機、サーバおよび自車位置データ修正システム
CN103646248B (zh) 基于双目线阵ccd汽车底盘成像的异物检测方法
CN108828608B (zh) 车辆检测方法中激光雷达背景数据滤除方法
US20190147257A1 (en) Method for detecting traffic signs
JP2007179386A (ja) 白線認識方法及び白線認識装置
CN113759391A (zh) 一种基于激光雷达的可通行区域检测方法
CN113011283B (zh) 一种基于视频的非接触式钢轨轨枕相对位移实时测量方法
US11475679B2 (en) Road map generation system and road map generation method
JP4775658B2 (ja) 地物認識装置・自車位置認識装置・ナビゲーション装置・地物認識方法
JP2016170708A (ja) 道路状態判定装置および道路状態判定方法
CN108573244B (zh) 一种车辆检测方法、装置及***
CN110135216B (zh) 电子地图中车道数变化区域检测方法、装置及存储设备
CN111079541B (zh) 一种基于单目视觉的道路停止线检测方法
CN103699876A (zh) 一种基于线阵ccd图像识别车号的方法及装置
JP2004145501A (ja) 道路白線認識装置
JP7025293B2 (ja) 自車位置推定装置
CN108596968B (zh) 一种基于轨道3d深度图像的轨枕计数方法
JP2018055222A (ja) 走路検出方法及び走路検出装置
CN111460861A (zh) 一种道路交通标志识别方法、装置和识别设备
CN109345576B (zh) 车辆行驶速度鉴定方法及***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 100124 Chaoyang District, Beijing Ping Park, No. 100

Applicant after: Beijing University of Technology

Applicant after: Beijing Jiu Rui Technology Co. Ltd.

Address before: 100124 Chaoyang District, Beijing Ping Park, No. 100

Applicant before: Beijing University of Technology

Applicant before: BEIJING JINJIURUI TECHNOLOGY CO., LTD.

COR Change of bibliographic data
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160504