【技術實現(xiàn)步驟摘要】
本專利技術涉及圖像數(shù)據(jù)處理領域，具體涉及應用于橋梁工程的圖像數(shù)據(jù)采集方法、設備及系統(tǒng)。
技術介紹
1、在建筑工程中需要定期的對建筑物進行檢查，以確保建筑物能夠安全正常的使用（例如在橋梁工程中需要定期對橋梁支柱進行檢查）。一般對建筑物進行質(zhì)量檢查時，通常觀察建筑物表面是否存在不規(guī)則的紋理走向，從而判斷建筑物表面是否發(fā)生裂紋等其他缺陷問題。在檢查建筑物質(zhì)量之前，可以通過輔助手段（例如通過無人機）獲取建筑物全景圖像，以實現(xiàn)遠程檢查，進而提高質(zhì)量檢查的效率。
2、建筑物是大型的立體結構，現(xiàn)有方法在獲取建筑物的全景圖像時，通過采集建筑物周圍一周的圖像進行圖像處理以獲取建筑物的全景圖像。在拍攝建筑物的圖像時，由于拍攝環(huán)境的一些影響（例如一些部分會處在背光環(huán)境等），容易導致對拍攝得到的圖像的處理難度增大，進而導致拼接得到的全景圖像質(zhì)量不高，不利于后續(xù)通過建筑物全景圖像檢查建筑物的質(zhì)量。
技術實現(xiàn)思路
1、為了解決上述技術問題，本專利技術的目的在于提供一種應用于橋梁工程的圖像數(shù)據(jù)采集方法，包括：
2、獲取目標物體的至少一組圖像，其中，每組圖像包括在同一水平高度且拍攝距離穩(wěn)定的情況下，沿多個方向?qū)λ瞿繕宋矬w進行拍攝得到的多個圖像；
3、對于每組圖像中的每個圖像，采用尺度不變特征轉(zhuǎn)換sift算法獲取該圖像的多個目標極值點，并根據(jù)每一目標極值點的紋理特征從所述多個目標極值點中確定該圖像的多個穩(wěn)定極值點；
4、對于每組圖像，采用sift算法基于該組圖像中每
5、可選地，所述根據(jù)每一目標極值點的紋理特征從所述多個目標極值點中確定該圖像的多個穩(wěn)定極值點，包括：
6、對于該圖像的每一目標極值點，根據(jù)該目標極值點的紋理特征及其所在紋理生長區(qū)域內(nèi)其他目標極值點的紋理特征，計算該目標極值點的最終穩(wěn)定程度；
7、確定最終穩(wěn)定程度大于第一預設值的目標極值點為該圖像的穩(wěn)定極值點。
8、可選地，所述采用sift算法獲取該圖像的多個目標極值點，包括：
9、采用sift算法對該圖像進行分析，得到該圖像的多個第一極值點；
10、對于該圖像的每一第一極值點，根據(jù)該第一極值點的鄰域范圍內(nèi)第一極值點的分布情況以及該第一極值點與相鄰像素點的對比度情況，計算該第一極值點的初始穩(wěn)定程度；
11、確定初始穩(wěn)定程度大于第二預設值的第一極值點為該圖像的目標極值點。
12、可選地，所述對于該圖像的每一第一極值點，根據(jù)該第一極值點的鄰域范圍內(nèi)第一極值點的分布情況以及該第一極值點與相鄰像素點的對比度情況，計算該第一極值點的初始穩(wěn)定程度，包括：
13、根據(jù)差分圖像中每一第一極值點的鄰域范圍內(nèi)第一極值點的數(shù)量，以及差分圖像中每一第一極值點與其鄰域范圍內(nèi)其他第一極值點之間的距離，計算每一第一極值點的分布穩(wěn)定性特征；
14、根據(jù)差分圖像中每一第一極值點在高斯差分dog金字塔中相鄰像素點的數(shù)量，每一第一極值點的灰度值及其在dog金字塔中相鄰像素點的灰度值，計算每一第一極值點與相鄰像素點的對比度特征；
15、對于該圖像的每一第一極值點，根據(jù)該第一極值點的分布穩(wěn)定性特征以及該第一極值點與相鄰像素點的對比度特征，計算該第一極值點的初始穩(wěn)定程度。
16、可選地，所述對于該圖像的每一目標極值點，根據(jù)該目標極值點的紋理特征及其所在紋理生長區(qū)域內(nèi)其他目標極值點的紋理特征，計算該目標極值點的最終穩(wěn)定程度，包括：
17、根據(jù)差分圖像中每一目標極值點在其紋理生長區(qū)域內(nèi)不同方向的信息熵以及差分圖像中每一目標極值點在其紋理生長區(qū)域內(nèi)不同梯度值的波動程度，計算每一目標極值點的紋理特征；
18、對于該圖像的每一目標極值點，根據(jù)差分圖像中該目標極值點與在其紋理生長區(qū)域內(nèi)的其他目標極值點的紋理特征相似度計算該目標極值點的最終穩(wěn)定程度。
19、可選地，所述采用sift算法對該圖像進行分析，得到該圖像的多個第一極值點，包括：
20、采用sift算法對該圖像進行分析，得到該圖像的多個極值點；
21、識別該圖像的主體區(qū)域，并確定位于主體區(qū)域中的極值點為第一極值點。
22、可選地，所述沿多個方向?qū)λ瞿繕宋矬w進行拍攝得到的多個圖像，包括：沿同一旋轉(zhuǎn)方向旋轉(zhuǎn)時對所述目標物體進行旋轉(zhuǎn)拍攝得到的多個圖像。
23、可選地，所述獲取目標物體的至少一組圖像，包括：
24、獲取目標物體的至少兩組圖像，其中，所述至少兩組圖像為處于不同水平高度對所述目標物體進行拍攝得到的圖像；
25、所述對于每組圖像，采用sift算法基于該組圖像中每個圖像的穩(wěn)定極值點對該組圖像中的多個圖像進行圖像拼接，得到所述目標物體在該組圖像對應的水平高度下的全景圖像之后，所述方法還包括：
26、將所述至少兩組圖像分別對應的水平高度下的全景圖像沿高度方向進行拼接，得到所述目標物體的整體全景圖像。
27、本專利技術還提供一種應用于橋梁工程的圖像數(shù)據(jù)采集設備，包括存儲器、至少一個處理器及存儲在所述存儲器上并可在所述至少一個處理器執(zhí)行的至少一個程序，所述至少一個程序被所述至少一個處理器執(zhí)行時實現(xiàn)上述任一項所述的應用于橋梁工程的圖像數(shù)據(jù)采集方法中的步驟。
28、本專利技術還提供一種應用于橋梁工程的圖像數(shù)據(jù)采集系統(tǒng)，所述系統(tǒng)包括：
29、獲取模塊，用于獲取目標物體的至少一組圖像，其中，每組圖像包括在同一水平高度且拍攝距離穩(wěn)定的情況下，沿多個方向?qū)λ瞿繕宋矬w進行拍攝得到的多個圖像；
30、分析模塊，用于對于每組圖像中的每個圖像，采用尺度不變特征轉(zhuǎn)換sift算法獲取該圖像的多個目標極值點，并根據(jù)每一目標極值點的紋理特征從所述多個目標極值點中確定該圖像的多個穩(wěn)定極值點；
31、拼接模塊，用于對于每組圖像，采用sift算法基于該組圖像中每個圖像的穩(wěn)定極值點對該組圖像中的多個圖像進行圖像拼接，得到所述目標物體在該組圖像對應的水平高度下的全景圖像。
32、本專利技術具有如下有益效果：在采用sift算法獲取目標物體的全景圖像時，通過對極值點的紋理特征進行分析以篩選出穩(wěn)定極值點，并基于篩選出的穩(wěn)定極值點進行圖像拼接以得到全景圖像。能夠有效降低拍攝環(huán)境對全景圖像成像的不利影響，進而提高目標物體全景圖像的圖像質(zhì)量，為后續(xù)通過全景圖像對目標物體進行質(zhì)量檢查提供更為準確的數(shù)據(jù)基礎。
本文檔來自技高網(wǎng)...【技術保護點】
1.一種應用于橋梁工程的圖像數(shù)據(jù)采集方法，其特征在于，所述方法包括：
2.根據(jù)權利要求1所述的應用于橋梁工程的圖像數(shù)據(jù)采集方法，其特征在于，所述采用SIFT算法對該圖像進行分析，得到該圖像的多個第一極值點，包括：
3.根據(jù)權利要求1至2任一項所述的應用于橋梁工程的圖像數(shù)據(jù)采集方法，其特征在于，所述沿多個方向?qū)λ瞿繕宋矬w進行拍攝得到的多個圖像，包括：沿同一旋轉(zhuǎn)方向旋轉(zhuǎn)時對所述目標物體進行旋轉(zhuǎn)拍攝得到的多個圖像。
4.根據(jù)權利要求1至2任一項所述的應用于橋梁工程的圖像數(shù)據(jù)采集方法，其特征在于，所述獲取目標物體的至少一組圖像，包括：
5.一種應用于橋梁工程的圖像數(shù)據(jù)采集設備，包括存儲器、至少一個處理器及存儲在所述存儲器上并可在所述至少一個處理器執(zhí)行的至少一個程序，其特征在于，所述至少一個程序被所述至少一個處理器執(zhí)行時實現(xiàn)上述權利要求1~4任一項所述的應用于橋梁工程的圖像數(shù)據(jù)采集方法中的步驟。
6.一種應用于橋梁工程的圖像數(shù)據(jù)采集系統(tǒng)，其特征在于，所述系統(tǒng)包括：
【技術特征摘要】
1.一種應用于橋梁工程的圖像數(shù)據(jù)采集方法，其特征在于，所述方法包括：
2.根據(jù)權利要求1所述的應用于橋梁工程的圖像數(shù)據(jù)采集方法，其特征在于，所述采用sift算法對該圖像進行分析，得到該圖像的多個第一極值點，包括：
3.根據(jù)權利要求1至2任一項所述的應用于橋梁工程的圖像數(shù)據(jù)采集方法，其特征在于，所述沿多個方向?qū)λ瞿繕宋矬w進行拍攝得到的多個圖像，包括：沿同一旋轉(zhuǎn)方向旋轉(zhuǎn)時對所述目標物體進行旋轉(zhuǎn)拍攝得到的多個圖像。
4.根據(jù)權利...
【專利技術屬性】
技術研發(fā)人員：劉愛家，朱吉松，高翔，熊延華，楊方燦，王濤，龍開林，陳冬，
申請(專利權)人：貴州省公路建設養(yǎng)護集團有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。