【技術實現步驟摘要】
本專利技術屬于圖像處理，具體地涉及一種基于圖像處理的裂縫識別方法及系統。
技術介紹
1、在基礎設施的維護與管理中，道路和橋梁的安全性與耐久性是至關重要的考量因素。裂縫作為結構健康狀況的一個重要指標，其存在不僅影響美觀，更可能預示著潛在的安全隱患。裂縫的存在形式多樣，可表現為網（塊）狀裂縫、龜裂裂縫、縱向裂縫以及橫向裂縫等。這些裂縫形態各異，成因復雜，可能是設計缺陷、施工質量不達標、材料性能不足或是環境作用的結果。隨著時間推移，裂縫可能會擴展，從而削弱結構的整體強度和穩定性，增加維修成本，并對公眾安全構成威脅。因此，定期且系統的檢查和評估橋梁及道路的裂縫狀況成為確保交通設施正常運行的關鍵環節。準確地定位裂縫的位置、測量寬度、記錄發展趨勢，對于評估損傷程度和制定合理的維護策略至關重要。
2、然而，傳統的裂縫檢測方法通常依賴于人工目視檢查或簡單的儀器輔助，這種方法效率低下且容易出現遺漏。近年來，計算機視覺技術的發展為自動化裂縫檢測提供了新的可能性。盡管如此，當前基于單個圖像分析的計算機視覺系統在裂縫識別精度方面仍有待提高。
技術實現思路
1、為了解決上述技術問題，本專利技術提供了一種基于圖像處理的裂縫識別方法及系統，用于解決現有技術中的技術問題。
2、一方面，該專利技術提供以下技術方案，一種基于圖像處理的裂縫識別方法，所述方法包括：
3、分別獲取第一路面圖像及第二路面圖像，其中，所述第一路面圖像和所述第二路面圖像有至少50%重疊；
4、比較
5、對所述深度圖進行歸一化處理轉換為灰度圖像，提取所述灰度圖像中的hog特征和幾何特征，其中，所述幾何特征包括所述灰度圖像的裂縫得到的最小外接矩形的高寬比，及所述裂縫的連通區域的面積與所述最小外接矩形的面積之比；
6、將所述hog特征和幾何特征進行融合構成特征向量，并將所述特征向量輸入至分類模型，以輸出所述裂縫的類型，根據所述裂縫的類型利用寬度計算流程計算所述裂縫的寬度。
7、相比現有技術，本申請的有益效果為：通過獲得第一路面圖像及第二路面圖像的步驟，類似于人的兩只眼睛來獲取場景的圖像，再基于比較所述第一路面圖像和所述第二路面圖像的對應像素點的位置差異，形成視差圖，并基于所述視差圖計算得到深度圖的步驟，可以有效的得到深度圖的所有像素點距離攝像機光心距離的深度信息，可以據此來恢復路面的三維模型，進而提高了后續對路面裂縫計算的精確。
8、進一步的，所述分別獲取第一路面圖像及第二路面圖像的步驟包括：
9、在移動設備上安裝兩個拍攝設備，利用標定法計算得到所述拍攝設備的外參數，其中，所述外參數包括第一旋轉矩陣及第一平移向量；
10、分解所述第一旋轉矩陣，以得到兩個第二旋轉矩陣，并分別使兩個所述拍攝設備獲取的原始圖像按照兩個所述第二旋轉矩陣進行旋轉，以使兩個所述原始圖像的平面平行；
11、創建變換矩陣，并基于所述變換矩陣重新定義兩個所述拍攝設備的坐標系，其中，重新定義后的所述坐標系的兩個所述拍攝設備的連線與旋轉后的所述原始圖像平行；
12、利用變換公式基于所述變換矩陣、兩個所述第二旋轉矩陣及重新定義后的所述坐標系計算，分別得到第一路面圖像及第二路面圖像。
13、進一步的，所述變換公式包括：
14、
15、其中，表示為第一路面圖像，表示為第二路面圖像，表示為其一所述拍攝設備獲取的原始圖像，表示為其二所述拍攝設備獲取的原始圖像，表示為第一旋轉矩陣，和分別表示為兩個第二旋轉矩陣，，表示為兩臺所述拍攝設備投影中心之間的第二平移向量，表示為與拍攝設備的主光軸的叉積，表示為與的外積，為轉置。
16、進一步的，所述比較所述第一路面圖像與所述第二路面圖像的對應像素點的位置差異，形成視差圖，并基于所述視差圖計算得到深度圖的步驟包括：
17、利用立體匹配算法進行立體匹配，以找出所述第一路面圖像和所述第二路面圖像相同的像素點；
18、對每一所述像素點的視差值進行計算，生成視差圖；
19、計算每一所述像素點的深度值，并將所述深度值替換所述像素點的像素值，以使所述視差圖轉換為深度圖。
20、進一步的，所述并將所述特征向量輸入至分類模型，以輸出裂縫的類型的步驟包括：
21、讀取所述特征向量的特征向量信息，并將所述特征向量信息輸入至第一分類器，以使所述第一分類器判斷裂縫是否為規則裂縫；
22、若所述裂縫是規則裂縫，則將所述特征向量信息輸入至第二分類器，以使所述第二分類器判斷裂縫屬于橫向裂縫還是縱向裂縫。
23、進一步的，所述寬度計算流程包括：
24、遍歷所述裂縫，得到所述裂縫起點及終點間的多個目標點的坐標；
25、利用連續的兩個所述目標點的坐標計算所述裂縫的斜率，基于所述斜率得到所述裂縫的法向直線；
26、利用邊緣檢測器識別所述裂縫的邊緣，沿著所述法向直線的位置遍歷所述裂縫的邊緣，得到所述裂縫與所述法向直線相交的兩個點的坐標；
27、計算相交的兩個點之間的距離，得到所述裂縫的寬度；
28、計算下一個連續的兩個所述目標點的坐標的所述裂縫的斜率，直至所有的連續的兩個所述目標點都被計算完，基于得到的所有所述裂縫的寬度，以得到所述裂縫的最大寬度。
29、進一步的，所述得到灰度圖像的步驟之后所述方法還包括：
30、利用深度計算公式計算所述灰度圖像的裂縫的深度；
31、所述深度計算公式包括：
32、 ；
33、其中，表示為裂縫的深度，為所述灰度圖像的裂縫形成的域的像素點的深度值，為所述灰度圖像的裂縫外形成的域的像素點的深度值，為所述灰度圖像的裂縫形成的域的像素點的個數。
34、第二方面，該專利技術提供以下技術方案，一種基于圖像處理的裂縫識別系統，所述系統包括：
35、獲取模塊，用于分別獲取第一路面圖像及第二路面圖像，其中，所述第一路面圖像和所述第二路面圖像有至少50%重疊；
36、計算模塊，用于比較所述第一路面圖像與所述第二路面圖像的對應像素點的位置差異，形成視差圖，并基于所述視差圖計算得到深度圖；
37、提取模塊，用于對所述深度圖進行歸一化處理轉換為灰度圖像，提取所述灰度圖像中的hog特征和幾何特征，其中，所述幾何特征包括所述灰度圖像的裂縫得到的最小外接矩形的高寬比，及所述裂縫的連通區域的面積與所述最小外接矩形的面積之比；
38、輸出模塊，用于將所述hog特征和幾何特征進行融合構成特征向量，并將所述特征向量輸入至分類模型，以輸出所述裂縫的類型，根據所述裂縫的類型利用寬度計算流程計算所述裂縫的寬度。
39、第三方面，該專利技術提供以下技術方案本文檔來自技高網...
【技術保護點】
1.一種基于圖像處理的裂縫識別方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于圖像處理的裂縫識別方法，其特征在于，所述分別獲取第一路面圖像及第二路面圖像的步驟包括：
3.根據權利要求2所述的基于圖像處理的裂縫識別方法，其特征在于，所述變換公式包括：
4.根據權利要求1所述的基于圖像處理的裂縫識別方法，其特征在于，所述比較所述第一路面圖像與所述第二路面圖像的對應像素點的位置差異，形成視差圖，并基于所述視差圖計算得到深度圖的步驟包括：
5.根據權利要求1所述的基于圖像處理的裂縫識別方法，其特征在于，所述并將所述特征向量輸入至分類模型，以輸出裂縫的類型的步驟包括：
6.根據權利要求1所述的基于圖像處理的裂縫識別方法，其特征在于，所述得到灰度圖像的步驟之后所述方法還包括：
7.一種基于圖像處理的裂縫識別系統，其特征在于，所述系統包括：
8.一種計算機，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至6任一
9.一種存儲介質，其特征在于，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至6任一項所述的基于圖像處理的裂縫識別方法。
...【技術特征摘要】
1.一種基于圖像處理的裂縫識別方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于圖像處理的裂縫識別方法，其特征在于，所述分別獲取第一路面圖像及第二路面圖像的步驟包括：
3.根據權利要求2所述的基于圖像處理的裂縫識別方法，其特征在于，所述變換公式包括：
4.根據權利要求1所述的基于圖像處理的裂縫識別方法，其特征在于，所述比較所述第一路面圖像與所述第二路面圖像的對應像素點的位置差異，形成視差圖，并基于所述視差圖計算得到深度圖的步驟包括：
5.根據權利要求1所述的基于圖像處理的裂縫識別方法，其特征在于，所述并將所述特征向量輸入至分類模型，...
【專利技術屬性】
技術研發人員：馬飛虎，鄭乃源，楊曉麗，孫翠羽，謝天長，廖彥富，楊木根，陳見英，顧登學，王雪杰，鐘湘林，凌鳳鳳，
申請(專利權)人：華東交通大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。