CN111855664A - 一种可调节隧道病害三维检测*** - Google Patents
一种可调节隧道病害三维检测*** Download PDFInfo
- Publication number
- CN111855664A CN111855664A CN202010537816.3A CN202010537816A CN111855664A CN 111855664 A CN111855664 A CN 111855664A CN 202010537816 A CN202010537816 A CN 202010537816A CN 111855664 A CN111855664 A CN 111855664A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- image
- tunnel
- structured light
- disease
- 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
Images
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
-
- 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
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种可调节隧道病害三维检测***,包括结隧道表观病害采集装置、机械本体结构、数据存储与处理装置。隧道表观病害采集装置由结构光激光采集***与图像采集***构成,完成隧道表观病害的深度信息采集和隧道表观病害的二维平面信息采集;机械本体结构用于实现检测***的机械运动功能;数据存储与处理装置对采集图像进行预处理、拼接、融合等处理并输出。本发明采用结构光与相机融合方式实现了隧道表观病害的三维检测,并通过图像预处理、图像拼接矫正、多源数据融合等信号处理技术解决了现有隧道表观病害无法体现病害深度的问题。
Description
技术领域
本发明属于隧道安全检测技术领域,特别涉及一种可调节隧道病害三维检测***,主要利用结构光与数字相机检测隧道内壁表观病害的三维检测与数据处理。
背景技术
公路隧道在运营阶段由于各种因素会出现衬砌裂缝,裂缝会降低混凝土的承载力、防水性和耐久性,甚至会导致混凝土发生掉块,影响行车安全。《公路隧道养护技术规范》JTG_H12-2015相比2003年版本明确提出了“预防为主、防治结合”的工作原则,要求加强预防性养护。预防性养护对于降低隧道全寿命周期成本、提高设施耐久性和使用寿命起到重要作用,同时也是节约资源、保护环境的直接体现。在隧道结构检查工作中从检查内容和频率出发,将日常巡查从日常检查中分离出来,将日常检查调整为经常检查,且第四章规定经常检查宜采用人工与信息化手段相结合的方式,一级、二级、三级养护等级公路检查频率分别为1次/月、1次/2月、1次/3月,体现了养护分级的理念。公路隧道衬砌裂缝评定状况如表1和表2所示,当经常检查中发现重要结构分项技术状况评定状况值为3或4时,应立即开展定期检查。表中的裂缝主要以水平方向的裂缝和剪断裂缝为对象,对于横向裂缝,评定状况值相应的降低1个等级即可。当宽为0.3-0.5mm以上的裂缝,其分布面积大于200cm/m2时,可升高一个评定等级或者采用判定中分类较高的判定。
目前绝大部分的裂缝检测方法采用二维图像分析技术。由于隧道衬砌的多纹理性、裂缝的多样性、图像光强的多变性等特点,单纯的依靠二维灰度图像分析方法很难将衬砌油渍、阴影、机械划痕与实际裂缝相区分。从后期处理算法方面考虑,一些裂缝自动检测算法还存在不完善之处,后期的数据处理仍然是采用人机结合甚至完全人工的方式,效率低、主观性强。长期以来,国内外相关领域学者一致致力于裂缝自动检测相关技术的研究,但大部分的研究工作都只是在图像质量好、路面病害简单且特征明显的情况下,缺乏真正实用、行之有效的自动检测方法。
发明内容
本发明的目的在于克服上述现有技术的不足,提供一种可调节隧道病害三维检测***,解决现有技术中隧道检测的二维相机图像中光强、污渍干扰多,可用信息少,病害自动检测与识别效率低等问题,通过增加一维深度信息获得病害信号的丰富特征,进而提供一种能获得裂缝、坑洼等病害三维客观实体的表观病害检测技术,通过增加结构光传感器获取病害的深度信息,结合数字相机测得的平面信息能有效提供病害的三维表征信息。同时提供一种结构光图像与相机图像融合的数据处理技术,实现隧道表观病害的三维数字化呈现。
技术方案如下:
一种可调节隧道病害三维检测***,包括结隧道表观病害采集装置、机械本体结构和数据存储与处理装置,其中:
1)隧道表观病害采集装置由结构光激光采集***与图像采集***构成,
用于采集隧道表观病害的深度信息的结构光激光采集***包括结构光激光光源和结构光激光器,结构光激光器、面阵相机和目标构成三角形,结构光激光器发射平面与面阵相机接收中心高度相同,结构光激光器将激光通过圆柱透镜扩束发射出去,遇到起伏的目标激光线条发生变形,面阵相机的捕获获得激光照射目标形成的光栅获取对应目标轮廓线的信息;
用于采集隧道表观病害的二维平面信息的图像采集装置由数字相机、镜头和图像数据采集卡组成,数字相机采集黑白图像,镜头调整焦距、景深和视场,图像数据采集卡与千兆网卡连接,通过PCI接口实现CameraLink传输;
2)用于检测***的机械运动功能的机械本体结构由电控柜、伺服电机、滚筒、位移传感器、定位装置和导轨组成;伺服电机输出与相机的拍摄频率相匹配的脉冲,通过伺服控制器的电子齿数功能实现控制滚筒速度与实际行驶速度匹配;位移传感器包括编码器与距离激光测距仪,编码器与汽车轮毂同轴连接,两者转速相等;距离激光测距仪保持车辆与隧道内壁恒定距离以免产生视场及分辨率不同;定位装置为GPS***,记录采集过程中的位置;导轨保证仪器的顺畅移动;
3)数据存储与处理装置由大容量存储器、处理器、图像处理软件和输出***组成,用于对采集图像进行图像预处理、图像拼接矫正、多源数据融合并输出表观病害深度。
进一步的,结构光激光器发射光轴向与面阵相机轴向的夹角为40°~48°,结构光发射平面与面阵相机接收中心离检测隧道面2.5米~3米以保证检测精度与正常行车速度。
进一步的,数字相机分辨率大于8K,行频为44.4K,输出接口为Base Camera Link接口,镜头焦距为50mm。
进一步的,检测***载体行进速度为0~80Km/h,编码器通过计数触发模块触发相机拍摄以保持拍摄频率与车速的固定关系以避免拍摄照片重叠;编码器分辨率与车载***轮胎周长匹配;编码器输出脉冲通过控制线接口控制相机的触发与拍摄频率;GPS定位装置在采集信息过程中记录图像位置以便核对隧道桩号位置,检测***中GPS接收装置接收信息并传输给工控机。
进一步的,可调节隧道病害三维检测***的数据传输***通过千兆以太网卡和RJ-45双绞线接入接口利用TCP/IP协议实现;数据存储采用数据读取速度能达到6Gb/s的8TB存储容量的磁盘阵列。
进一步的,数据存储与处理装置工作程序如下:
a)获取数字相机图像数据进行校正、裁剪、拼接,对处理后的图像数据进行去噪、图像增强和形态学处理;
b)结构光视觉图像坐标标定与匹配:通过张正友标定方法获得空间点在面阵相机平面与投影设备上的对应点的计算;
结构光编码:在图像中寻找各个唯一的编码图案,通过图案ID查找测试图像的位置完成图像匹配;
借助移动平台和棋盘格采集几幅带有线结构光的棋盘格图像对光条进行处理,包括二值化、形态学处理、图像去噪和骨架化,获取线结构光光条的二维坐标和三维坐标,拟合平面方程;
光条中心提取:获取光条图像的亚像素光条中心图像坐标,标定模块根据标定好的二维图像与三维世界坐标之间的关系将二维光条中心坐标变换为三维世界坐标,从而获取路面三维轮廓数据;
三维重建:采集一幅测量目标的线结构光图像,经过光条骨架化后,基于***参数和光条二维坐标,获取光条对应的三维坐标,与形态学处理后的相机图像数据融合,获取目标三维坐标数据,根据三维点云坐标,对三维轮廓数据进行分析,计算相应公差特征,重构三维图像。
进一步的,采用核分布的光条灰度特征提取方法获得像素级别的光条中心提取;结合阈值法与骨架提取方法获得光条的形态特征。
进一步的,采用基于相位-频率域的结构光三维空间定位拼接方法,通过相邻结构光图像的相位与频率比对获得匹配映射关系。
进一步的,采用多尺度特征聚类的病害分析方法对图像病害数据进行处理,从多个分解尺度空间获取同一病害不同的尺度空间表述,从而识别不同病害。
附图说明
图1为一种可调节隧道病害三维检测***的结构示意图。
图2为数据存储、处理及显示示意图。
图3为三维检测***坐标转换示意图。
图4为数据处理流程示意图。
附图标记说明:
可移动试验台-1、电控柜-2、行车模拟装置-3、电机-4、滚筒-5、速度编码器-6、数据存储与处理装置-7、数据采集装置-8、支架底座-9、可调角度臂-10、纵向可调节伸缩臂-11、相机-12、结构光激光器-13、数据存储装置-14、数据处理装置-15、显示装置-16、图像数据预处理模块-17、隧道衬砌壁-18,对于衬砌壁上的裂缝-19、像平面中像素坐标系20。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案,下面结合实施例对本发明提供的一种可调节隧道病害三维检测***进行详细描述。以下实施例仅用于说明本发明而非用于限制本发明的范围。
为了克服二维灰度图像处理技术对阴影、污渍等干扰因素敏感的问题,有效提高裂缝自动识别效率,逐渐发展了三维检测技术,通过增加一维信息获得裂缝信号的丰富特征。而且,裂缝、坑洼等病害是三维客观实体,均反映了路面三维信息,基于图像法的二维裂缝检测只能给出裂缝的位置、长度及宽度信息,裂缝的深度信息很难被检测到。随着激光扫描技术、激光雷达技术、照相机立体视觉技术、光学技术的发展,三维裂缝检测技术成为新的发展方向。同时,将病害信息进行三维可视化展示,能有效提高交通基础设施养护利用效率。并且根据2019年交通运输部关于推进数字经济发展的决策部署,促进先进信息技术与交通运输深度融合的精神,根据《数字交通发展规划纲要》的指导思想,“以‘数据链’为主线,构建数字化的采集体系、网络化的传输体系和智能化的应用体系,加快交通运输信息化向数字化、网络化、智能化发展”;其中对于“构建数字化的采集体系”内容明确表示“推动交通基础设施规划、设计、建造、养护、运行管理等全要素、全周期数字化,构建覆盖全国的高精度交通地理信息平台,完善交通工程等要素信息,实现对物理设施的三维数字化呈现,支撑全天候复杂交通场景下自动驾驶、大件运输等专业导航应用”。利用隧道检测***原有的二维图像和结构光三维检测技术之间的互补性,同时具有二维图像信息量大和结构光三维检测技术对阴影、污渍等干扰因素不敏感的优势,能对隧道病害实现自动识别与三维展示。
一种可调节隧道病害三维检测***及其实施方法,该***包括结隧道表观病害采集装置、机械本体结构、数据存储与处理装置。隧道表观病害采集装置由结构光激光采集***与图像采集***构成,其中结构光激光采集***包含结构光激光光源、结构光激光器,完成隧道表观病害的深度信息采集;图像采集装置由数字相机、镜头、图像采集卡组成,完成隧道表观病害的二维平面信息采集;机械本体结构由编码器、陀螺仪、加速度计、激光位移传感器、工控机组成,完成检测***的机械运动功能;数据存储与处理装置由大容量存储器、处理器、图像处理软件、输出***组成,对采集图像进行预处理、拼接、融合等处理并输出。本发明采用结构光与相机融合方式实现了隧道表观病害的三维检测,并通过图像预处理、图像拼接矫正、多源数据融合等信号处理技术解决了现有隧道表观病害无法体现病害深度的问题。
所述隧道表观病害采集装置由结构光激光采集***与图像采集***构成;所述结构光激光器与相机及目标形成三角形,结构光激光器发射平面与相机接收中心处于相同的高度;
所述结构光激光采集***包括结构光激光光源、结构光激光器组成,其特征是:结构光激光器将激光光源通过圆柱透镜扩束发射出去,遇到起伏的目标激光线条发生变形,经过面阵相机的捕获获得激光照射目标形成的光栅,对应目标轮廓线的信息;
所述图像采集***包括数字相机、镜头、数据采集卡、工控机组成,其特征是:数字相机采集黑白图像;镜头可调整焦距、景深、视场等;数据采集卡的网线传输与千兆网卡连接,CameraLink传输通过PCI接口实现采集卡与计算机的通信;工控机包括机箱、电源、主板、处理器、内存、显卡等;
所述机械本体结构由电控柜、伺服电机、滚筒、位移传感器、定位装置、导轨组成,其特征是:伺服电机输出脉冲应与相机的拍摄频率相匹配,且通过伺服控制器的电子齿数功能实现,控制滚筒速度与实际行驶速度匹配;位移传感器包括编码器与测距仪,编码器与汽车轮毂同轴连接,两者转速相等;测距仪为距离激光测距仪,保持车辆与隧道内壁恒定距离,以免产生视场及分辨率不同等问题;定位装置为GPS***,记录采集过程中的位置;导轨为不锈钢制成,保证仪器的顺畅移动;
所述数据存储与处理装置,其特征是:数据存储装置的内存容量大,数据读取速度快,能实现采集图像的实时存储与输出;数据处理装置集成数据预处理模块,包含结构光视觉图像坐标标定与匹配算法,通过对结构光光条的二值化、形态学、去噪、骨架化等获取结构光光条二维与三维坐标;通过光条细化后的二维与三维坐标对三维轮廓数据分析,重构三维图像;所述数据处理装置包括以下处理步骤:
a)获取相机图像数据,将图像进行校正、裁剪、拼接;
b)对a)处理后的相机图像数据进行去噪、图像增强、形态学处理;
c)结构光视觉图像坐标标定与匹配:通过张正友标定方法获得空间点在相机平面与投影设备上的对应点的计算;设计结构光编码方法,在拍摄图像中寻找各个唯一的编码图案,通过图案ID查找测试图像的位置,完成图像匹配;
d)激光器标定:借助移动平台和棋盘格,采集几幅带有线结构光的棋盘格图像,对光条进行处理,包括二值化、形态学、去噪,细化(骨架化),获取线结构光光条的二维坐标和三维坐标,三维坐标的获取类似相机标定的做法,拟合平面方程;
e)光条中心提取:获取光条图像的亚像素光条中心图像坐标,中心坐标提取的精度一定程度上影响了整个***的精度,标定模块根据事先标定好的二维图像与三维世界坐标之间的关系,将二维光条中心坐标变换为三维世界坐标,从而获取路面三维轮廓数据;
f)三维重建:采集一幅测量目标的线结构光图像,经过光条细化后,基于***参数和光条二维坐标,获取光条对应的三维坐标,根据三维点云坐标,对三维轮廓数据进行分析,计算相应公差特征,重构三维图像。
实施例1
图1示出了本发明实施例中的一种隧道表观病害三维检测***试验平台结构示意图,它主要包括可移动试验台1、电控柜2、行车模拟装置3、数据存储与处理装置7、数据采集装置8。
电控柜2为半封闭金属柜,由开关设备、测量仪表、保护电路等设备组成,包括配电、电器控制等功能,能手动或自动开关接通或部分断电路。
行车模拟装置3由电机4、滚筒5、速度编码器6组成。电机4利用伺服控制器中的电子齿数实现滚筒线速度与实际检测行驶速度相匹配,模拟速度范围为0-80km/h。滚筒5上标有不同长度和宽度的裂缝病害,以模拟隧道衬砌表观裂缝病害;速度编码器6能实时采集滚筒的速度,并依此触发数据采集装置获取数据。
数据存储与处理装置7由数据存储装置14、数据处理装置15、显示装置6组成,如图2所示。数据存储装置14拥有6Gb/s的读取速度,8TB存储容量,能实时存储采集的图像数据;数据处理装置15集成了数据预处理模块,实现图像预处理与拼接功能。
数据采集装置8由支架底座9、可调角度臂10、纵向可调节伸缩臂11、相机12、结构光激光器13组成。可调角度臂10能实现俯仰角-30°到90°角度调节,可供相机与结构光激光器组合采集角度调节。纵向可调节伸缩臂11能上下调节支杆的长度。相机12为满足分辨率8k和行频44.4k的工业相机;结构光激光器13为发射激光波长660nm,功率为100mw,扇形角为75°的结构光激光器。
图3中相机12与结构光激光器13以45°夹角同时照射隧道衬砌壁18,对于衬砌壁上的裂缝19上的一点Q,设其在世界坐标系O(x,y,z)中的坐标为(u,v,k),相机坐标系为Oc(xc,yc,zc),像平面中像素坐标系20为Op(xp,yp,zp),那么裂缝19上的点Q的世界坐标与像素坐标的变换关系为:
其中,(xp0,yp0)为相机原点在像平面中的坐标,fx、fy分别为相机在x、y方向的焦距,R、T分别为旋转矩阵与平移向量。
数据处理装置15中的图像数据预处理示例如图2的17所示,如采集到隧道衬砌3幅图像,通过去除干扰噪声、图像均衡、亮度调节、图像增强等功能实现每幅图像的裂缝显示,再通过图像拼接、图像融合等功能实现多幅图像的裂缝显示。
结构光激光数据与图像数据融合处理的流程图如图4所示,对于结构光激光数据处理经过读入图像、光条二值化、形态学处理、结构光图像去噪、光条细化、光条三维坐标计算;对于图像数据经过读入图像、图像矫正、裁剪、图像去噪去干扰、相机图像增强、相机图像形态学处理;通过两者图像标定与融合,获取裂缝三维坐标数据,最后重构三维裂缝图像。
上面结合实施例对本发明的实例作了详细说明,但是本发明并不限于上述实例,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出的各种变化,也应视为本发明的保护范围。
Claims (9)
1.一种可调节隧道病害三维检测***,其特征在于,包括结隧道表观病害采集装置、机械本体结构和数据存储与处理装置,其中:
1)隧道表观病害采集装置由结构光激光采集***与图像采集***构成,
用于采集隧道表观病害的深度信息的结构光激光采集***包括结构光激光光源和结构光激光器,结构光激光器、面阵相机和目标构成三角形,结构光激光器发射平面与面阵相机接收中心高度相同,结构光激光器将激光通过圆柱透镜扩束发射出去,遇到起伏的目标激光线条发生变形,面阵相机的捕获获得激光照射目标形成的光栅获取对应目标轮廓线的信息;
用于采集隧道表观病害的二维平面信息的图像采集装置由数字相机、镜头和图像数据采集卡组成,数字相机采集黑白图像,镜头调整焦距、景深和视场,图像数据采集卡与千兆网卡连接,通过PCI接口实现CameraLink传输;
2)用于检测***的机械运动功能的机械本体结构由电控柜、伺服电机、滚筒、位移传感器、定位装置和导轨组成;伺服电机输出与相机的拍摄频率相匹配的脉冲,通过伺服控制器的电子齿数功能实现控制滚筒速度与实际行驶速度匹配;位移传感器包括编码器与距离激光测距仪,编码器与汽车轮毂同轴连接,两者转速相等;距离激光测距仪保持车辆与隧道内壁恒定距离以免产生视场及分辨率不同;定位装置为GPS***,记录采集过程中的位置;导轨保证仪器的顺畅移动;
3)数据存储与处理装置由大容量存储器、处理器、图像处理软件和输出***组成,用于对采集图像进行图像预处理、图像拼接矫正、多源数据融合并输出表观病害深度。
2.根据权利要求1所述可调节隧道病害三维检测***,其特征在于,结构光激光器发射光轴向与面阵相机轴向的夹角为40°~48°,结构光发射平面与面阵相机接收中心离检测隧道面2.5米~3米以保证检测精度与正常行车速度。
3.根据权利要求1所述可调节隧道病害三维检测***,其特征在于,数字相机分辨率大于8K,行频为44.4K,输出接口为Base Camera Link接口,镜头焦距为50mm。
4.根据权利要求1所述可调节隧道病害三维检测***,其特征在于,检测***载体行进速度为0~80Km/h,编码器通过计数触发模块触发相机拍摄以保持拍摄频率与车速的固定关系以避免拍摄照片重叠;编码器分辨率与车载***轮胎周长匹配;编码器输出脉冲通过控制线接口控制相机的触发与拍摄频率;GPS定位装置在采集信息过程中记录图像位置以便核对隧道桩号位置,检测***中GPS接收装置接收信息并传输给工控机。
5.根据权利要求1所述可调节隧道病害三维检测***,其特征在于,可调节隧道病害三维检测***的数据传输***通过千兆以太网卡和RJ-45双绞线接入接口利用TCP/IP协议实现;数据存储采用数据读取速度能达到6Gb/s的8TB存储容量的磁盘阵列。
6.根据权利要求1所述可调节隧道病害三维检测***,其特征在于,数据存储与处理装置工作程序如下:
a)获取数字相机图像数据进行校正、裁剪、拼接,对处理后的图像数据进行去噪、图像增强和形态学处理;
b)结构光视觉图像坐标标定与匹配:通过张正友标定方法获得空间点在面阵相机平面与投影设备上的对应点的计算;
结构光编码:在图像中寻找各个唯一的编码图案,通过图案ID查找测试图像的位置完成图像匹配;
借助移动平台和棋盘格采集几幅带有线结构光的棋盘格图像对光条进行处理,包括二值化、形态学处理、图像去噪和骨架化,获取线结构光光条的二维坐标和三维坐标,拟合平面方程;
光条中心提取:获取光条图像的亚像素光条中心图像坐标,标定模块根据标定好的二维图像与三维世界坐标之间的关系将二维光条中心坐标变换为三维世界坐标,从而获取路面三维轮廓数据;
三维重建:采集一幅测量目标的线结构光图像,经过光条骨架化后,基于***参数和光条二维坐标,获取光条对应的三维坐标,与形态学处理后的相机图像数据融合,获取目标三维坐标数据,根据三维点云坐标,对三维轮廓数据进行分析,计算相应公差特征,重构三维图像。
7.根据权利要求6所述可调节隧道病害三维检测***,其特征在于,采用核分布的光条灰度特征提取方法获得像素级别的光条中心提取;结合阈值法与骨架提取方法获得光条的形态特征。
8.根据权利要求7所述可调节隧道病害三维检测***,其特征在于,采用基于相位-频率域的结构光三维空间定位拼接方法,通过相邻结构光图像的相位与频率比对获得匹配映射关系。
9.根据权利要求8所述可调节隧道病害三维检测***,其特征在于,采用多尺度特征聚类的病害分析方法对图像病害数据进行处理,从多个分解尺度空间获取同一病害不同的尺度空间表述,从而识别不同病害。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010537816.3A CN111855664B (zh) | 2020-06-12 | 2020-06-12 | 一种可调节隧道病害三维检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010537816.3A CN111855664B (zh) | 2020-06-12 | 2020-06-12 | 一种可调节隧道病害三维检测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111855664A true CN111855664A (zh) | 2020-10-30 |
CN111855664B CN111855664B (zh) | 2023-04-07 |
Family
ID=72987174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010537816.3A Active CN111855664B (zh) | 2020-06-12 | 2020-06-12 | 一种可调节隧道病害三维检测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111855664B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112381009A (zh) * | 2020-11-18 | 2021-02-19 | 安徽国钜工程机械科技有限公司 | 一种线阵相机采集隧道图像和图像拼接方法 |
CN112556600A (zh) * | 2021-02-22 | 2021-03-26 | 南京派光智慧感知信息技术有限公司 | 一种隧道形变实时监测方法及装置 |
CN112630223A (zh) * | 2020-12-07 | 2021-04-09 | 杭州申昊科技股份有限公司 | 一种基于隧道裂纹检测***及方法 |
CN112669438A (zh) * | 2020-12-31 | 2021-04-16 | 杭州海康机器人技术有限公司 | 一种图像重建方法、装置及设备 |
CN113822891A (zh) * | 2021-11-24 | 2021-12-21 | 深圳市智源空间创新科技有限公司 | 一种融合激光点云与全景图像的隧洞病害检测方法 |
CN113914933A (zh) * | 2021-09-27 | 2022-01-11 | 广西大学 | 隧道检修机器人 |
CN114136219A (zh) * | 2021-11-18 | 2022-03-04 | 大连海事大学 | 一种基于线结构光的隧道湿喷车喷浆厚度实时检测装置及方法 |
CN114164736A (zh) * | 2021-12-01 | 2022-03-11 | 山西省交通科技研发有限公司 | 一种公路表观与内部病害一体化智能检测*** |
CN114910484A (zh) * | 2022-07-19 | 2022-08-16 | 山西省信息产业技术研究院有限公司 | 一种隧道病害检点标记方法、***、工控单元及介质 |
CN115013650A (zh) * | 2022-05-16 | 2022-09-06 | 华北水利水电大学 | 一种深度学习智能图像识别用跟踪装置 |
CN115115823A (zh) * | 2022-08-25 | 2022-09-27 | 深圳市城市交通规划设计研究中心股份有限公司 | 道路病害定位矫正方法、装置、设备及可读存储介质 |
CN115326809A (zh) * | 2022-08-02 | 2022-11-11 | 山西省智慧交通研究院有限公司 | 一种隧道衬砌表观裂纹检测方法及检测装置 |
CN115326819A (zh) * | 2022-07-20 | 2022-11-11 | 山东大学 | 一种轨道交通隧道结构表观病害检测装置 |
CN115420753A (zh) * | 2022-08-25 | 2022-12-02 | 哈尔滨工业大学 | 基于路面纹理测量的污染物分布状况测量方法 |
CN115937289A (zh) * | 2022-11-24 | 2023-04-07 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于路面车辙病害三维重构的车辙深度计算方法 |
CN116297495A (zh) * | 2023-05-09 | 2023-06-23 | 武汉理工大学 | 一种基于结构光图像的管壁检测方法及管壁检测装置 |
CN116358492A (zh) * | 2023-06-01 | 2023-06-30 | 辽宁省交通规划设计院有限责任公司 | 一种隧道智能检测装置及方法 |
CN118030126A (zh) * | 2024-04-12 | 2024-05-14 | 山西省公路局晋中分局试验室 | 一种用于隧道衬砌养护装置及其使用方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101089548A (zh) * | 2007-07-06 | 2007-12-19 | 哈尔滨工业大学 | 路面车辙三维信息检测装置及检测方法 |
CN102706880A (zh) * | 2012-06-26 | 2012-10-03 | 哈尔滨工业大学 | 基于二维图像和深度信息的路面信息提取装置及使用该装置实现路面裂纹信息的检测方法 |
CN105606150A (zh) * | 2015-12-22 | 2016-05-25 | 中国矿业大学(北京) | 一种基于线结构光和地质雷达的道路综合检测方法及*** |
US20160300383A1 (en) * | 2014-09-10 | 2016-10-13 | Shenzhen University | Human body three-dimensional imaging method and system |
CN107655898A (zh) * | 2017-10-10 | 2018-02-02 | 山西省交通科学研究院 | 一种用于公路隧道检测的立体扫描机器人及其实施方法 |
CN107764205A (zh) * | 2017-11-06 | 2018-03-06 | 长安大学 | 基于线结构光扫描高频电阻焊焊缝形貌三维检测装置及检测方法 |
CN207300902U (zh) * | 2017-10-10 | 2018-05-01 | 山西省交通科学研究院 | 一种用于公路隧道检测的立体扫描机器人 |
CN108088386A (zh) * | 2017-12-15 | 2018-05-29 | 深圳大学 | 一种微纳米量级的二元面结构光检测方法及*** |
CN109142382A (zh) * | 2018-10-12 | 2019-01-04 | 成都精工华耀科技有限公司 | 一种轨道可视化巡检二维与三维融合成像*** |
CN110541341A (zh) * | 2019-09-04 | 2019-12-06 | 山西省交通科技研发有限公司 | 一种基于稳定视觉的公路结构病害检测装置及方法 |
-
2020
- 2020-06-12 CN CN202010537816.3A patent/CN111855664B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101089548A (zh) * | 2007-07-06 | 2007-12-19 | 哈尔滨工业大学 | 路面车辙三维信息检测装置及检测方法 |
CN102706880A (zh) * | 2012-06-26 | 2012-10-03 | 哈尔滨工业大学 | 基于二维图像和深度信息的路面信息提取装置及使用该装置实现路面裂纹信息的检测方法 |
US20160300383A1 (en) * | 2014-09-10 | 2016-10-13 | Shenzhen University | Human body three-dimensional imaging method and system |
CN105606150A (zh) * | 2015-12-22 | 2016-05-25 | 中国矿业大学(北京) | 一种基于线结构光和地质雷达的道路综合检测方法及*** |
CN107655898A (zh) * | 2017-10-10 | 2018-02-02 | 山西省交通科学研究院 | 一种用于公路隧道检测的立体扫描机器人及其实施方法 |
CN207300902U (zh) * | 2017-10-10 | 2018-05-01 | 山西省交通科学研究院 | 一种用于公路隧道检测的立体扫描机器人 |
CN107764205A (zh) * | 2017-11-06 | 2018-03-06 | 长安大学 | 基于线结构光扫描高频电阻焊焊缝形貌三维检测装置及检测方法 |
CN108088386A (zh) * | 2017-12-15 | 2018-05-29 | 深圳大学 | 一种微纳米量级的二元面结构光检测方法及*** |
CN109142382A (zh) * | 2018-10-12 | 2019-01-04 | 成都精工华耀科技有限公司 | 一种轨道可视化巡检二维与三维融合成像*** |
CN110541341A (zh) * | 2019-09-04 | 2019-12-06 | 山西省交通科技研发有限公司 | 一种基于稳定视觉的公路结构病害检测装置及方法 |
Non-Patent Citations (2)
Title |
---|
李涛涛等: "基于多视觉线结构光传感器的大尺度测量方法", 《中国激光》 * |
雷利伟等: "结构光三维扫描技术在道路病害识别方面的研究", 《科学技术与工程》 * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112381009A (zh) * | 2020-11-18 | 2021-02-19 | 安徽国钜工程机械科技有限公司 | 一种线阵相机采集隧道图像和图像拼接方法 |
CN112630223B (zh) * | 2020-12-07 | 2023-12-26 | 杭州申昊科技股份有限公司 | 一种基于隧道裂纹检测***及方法 |
CN112630223A (zh) * | 2020-12-07 | 2021-04-09 | 杭州申昊科技股份有限公司 | 一种基于隧道裂纹检测***及方法 |
CN112669438A (zh) * | 2020-12-31 | 2021-04-16 | 杭州海康机器人技术有限公司 | 一种图像重建方法、装置及设备 |
CN112556600B (zh) * | 2021-02-22 | 2021-05-18 | 南京派光智慧感知信息技术有限公司 | 一种隧道形变实时监测方法及装置 |
WO2022174592A1 (zh) * | 2021-02-22 | 2022-08-25 | 南京派光智慧感知信息技术有限公司 | 一种隧道形变实时监测方法及装置 |
CN112556600A (zh) * | 2021-02-22 | 2021-03-26 | 南京派光智慧感知信息技术有限公司 | 一种隧道形变实时监测方法及装置 |
US11908121B2 (en) | 2021-02-22 | 2024-02-20 | Nanjing Pioneer Awareness Information Technology Co., Ltd | Conveying manipulator for machining precision parts |
CN113914933A (zh) * | 2021-09-27 | 2022-01-11 | 广西大学 | 隧道检修机器人 |
CN114136219A (zh) * | 2021-11-18 | 2022-03-04 | 大连海事大学 | 一种基于线结构光的隧道湿喷车喷浆厚度实时检测装置及方法 |
CN114136219B (zh) * | 2021-11-18 | 2024-02-13 | 大连海事大学 | 一种基于线结构光的隧道湿喷车喷浆厚度实时检测装置及方法 |
CN113822891A (zh) * | 2021-11-24 | 2021-12-21 | 深圳市智源空间创新科技有限公司 | 一种融合激光点云与全景图像的隧洞病害检测方法 |
CN114164736A (zh) * | 2021-12-01 | 2022-03-11 | 山西省交通科技研发有限公司 | 一种公路表观与内部病害一体化智能检测*** |
CN115013650A (zh) * | 2022-05-16 | 2022-09-06 | 华北水利水电大学 | 一种深度学习智能图像识别用跟踪装置 |
CN114910484A (zh) * | 2022-07-19 | 2022-08-16 | 山西省信息产业技术研究院有限公司 | 一种隧道病害检点标记方法、***、工控单元及介质 |
CN115326819A (zh) * | 2022-07-20 | 2022-11-11 | 山东大学 | 一种轨道交通隧道结构表观病害检测装置 |
CN115326809A (zh) * | 2022-08-02 | 2022-11-11 | 山西省智慧交通研究院有限公司 | 一种隧道衬砌表观裂纹检测方法及检测装置 |
CN115115823A (zh) * | 2022-08-25 | 2022-09-27 | 深圳市城市交通规划设计研究中心股份有限公司 | 道路病害定位矫正方法、装置、设备及可读存储介质 |
CN115420753A (zh) * | 2022-08-25 | 2022-12-02 | 哈尔滨工业大学 | 基于路面纹理测量的污染物分布状况测量方法 |
CN115937289B (zh) * | 2022-11-24 | 2023-10-20 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于路面车辙病害三维重构的车辙深度计算方法 |
CN115937289A (zh) * | 2022-11-24 | 2023-04-07 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于路面车辙病害三维重构的车辙深度计算方法 |
CN116297495A (zh) * | 2023-05-09 | 2023-06-23 | 武汉理工大学 | 一种基于结构光图像的管壁检测方法及管壁检测装置 |
CN116358492A (zh) * | 2023-06-01 | 2023-06-30 | 辽宁省交通规划设计院有限责任公司 | 一种隧道智能检测装置及方法 |
CN116358492B (zh) * | 2023-06-01 | 2023-08-04 | 辽宁省交通规划设计院有限责任公司 | 一种隧道智能检测装置及方法 |
CN118030126A (zh) * | 2024-04-12 | 2024-05-14 | 山西省公路局晋中分局试验室 | 一种用于隧道衬砌养护装置及其使用方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111855664B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111855664B (zh) | 一种可调节隧道病害三维检测*** | |
US11486548B2 (en) | System for detecting crack growth of asphalt pavement based on binocular image analysis | |
CN104392224B (zh) | 一种公路路面裂纹检测方法 | |
CN105784710B (zh) | 一种基于数字图像处理的混凝土桥梁裂缝检测装置 | |
CN106978774B (zh) | 一种路面坑槽自动检测方法 | |
CN103778681A (zh) | 一种车载高速公路巡检***及数据获取和处理方法 | |
CN107256636A (zh) | 一种融合激光扫描与视频技术的交通流获取方法 | |
CN104005325A (zh) | 基于深度和灰度图像的路面裂缝检测装置和方法 | |
CN103605978A (zh) | 基于三维实景数据的城市违章建筑识别***及方法 | |
CN110930415B (zh) | 一种轨道接触网空间位置检测方法 | |
CN103630088A (zh) | 基于双激光带的高精度隧道断面检测方法及装置 | |
CN103617611A (zh) | 一种自动阈值分割光斑中心及尺寸检测方法 | |
CN103679167A (zh) | 一种ccd图像处理的方法 | |
Wang et al. | Automated pavement distress survey: a review and a new direction | |
CN103884294B (zh) | 一种宽视场的红外光三维形貌测量的方法及其装置 | |
CN104878679A (zh) | 一种车载车辙实时检测***及检测方法 | |
JP6929207B2 (ja) | 道路画像処理装置、道路画像処理方法、道路画像処理プログラム、および、記録媒体 | |
CN116363302B (zh) | 一种基于多视角几何的管道三维重建和坑洞量化方法 | |
EP4250245A1 (en) | System and method for determining a viewpoint of a traffic camera | |
CN109559356B (zh) | 一种基于机器视觉的高速公路视距检测方法 | |
Laureshyn et al. | Automated video analysis as a tool for analysing road user behaviour | |
CN203489845U (zh) | 基于面阵/线阵相机的车辆宽度尺寸测量装置 | |
CN112883778B (zh) | 一种基于计算机视觉的道路井盖高差识别方法及设备 | |
Ziqiang et al. | Research of the algorithm calculating the length of bridge crack based on stereo vision | |
CN111723792B (zh) | 适用于刚柔接触网的实时定位点识别方法 |
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 |