手机云服务的立体视觉沥青路面变形检测研究

发布时间：2020-05-20 03:56

【摘要】：路面变形严重影响道路安全,一直是公路养护中重点关注对象。目前的路面变形检测系统存在造价高昂、便携性不好、系统孤立等问题。立体视觉凭借其完善的理论,在三维建模和虚拟现实中广泛应用,并在路面变形检测中广受欢迎,得到研究人员的认可,但依然在特征点匹配、点云几何测量、三维评价指标方面存在问题。针对以上所提的路面变形检测中存在问题,本文结合立体视觉方法对沥青路面变形检测进行研究,基于Android智能手机和云服务平台开发了云端沥青路面变形检测系统,实现了沥青路面变形检测的便携化、互联化,同时降低了系统的成本,并在开发的系统上实现了沥青路面变形评价指标的立体视觉测量。本文所做的工作有以下:(1)介绍了立体视觉测量中的原理,从物体的投影成像、相机的几何计算、两视图之间的几何3个方面对原理进行介绍,阐明了小孔成像、相机与透镜、投影变换、基本矩阵和本质矩阵基础知识,为后续的立体视觉提供了理论支持。(2)对立体视觉的算法进行了详细介绍,不仅介绍了SFM算法的主要步骤:特征点检测、特征点匹配、相机姿态估计、场景结构估计和光束平差中涉及的算法,而且对PMVS算法进行了详细的介绍,包括基础模型、初始特征点生成、斑块扩散和点云过滤内容,且在开源软件库OpenCV、SSBA与开源软件PMVS软件的基础上,编程实现了立体视觉三维重建。(3)对路面的变形评价指标与检测方法进行了研究,分析车辙、沉陷、坑槽和拥包4种常见路面变形的形成原因,总结了目前的相应变形评价指标,并结合路面变形检测流程和公路技术状况评价标准,提出了适合于路面点云的立体视觉路面变形评价方法。(4)分析了当前环境对于沥青路面变形检测的需求,以便携性、机动性和操作效率为总体需求,设计了路面变形检测系统,利用LAMP服务器架构、HTTP传输、Open GL ES图像库、Glide图像加载库、Camera2 API和多模式定位关键技术,基于云服务和Android智能手机平台,开发了云端沥青路面变形检测系统,初步实现了系统的数据采集、上传、处理和结果预览功能,进一步推动了路面变形检测的轻便、互联化发展。(5)依据所提的变形评价方法和立体视觉三维重建、点云处理方法,在徐州市区解放路、北京路路段进行沥青路面变形检测实验,对4种常见路面变形进行立体视觉测量,与人工测量相比,结果验证了所提检测方法的有效性,并具备一定的精度,可以达到厘米级别。
【图文】：

病害,单目视觉

(c)波浪（搓板） (d)拥包图 1-1 变形类病害[83]Figure 1-1 Deformation classifications of pavement damages1.2 研究现状（Research Status）1.2.1 立体视觉测量研究现状立体视觉测量根据视觉图像传感器的个数不同，可以将其划分为单目视觉、双目视觉及多目视觉，传感器通过多个视角拍摄从而形成立体视觉。虽然随着传感器的增多，获取到的数据更加冗余、丰富，但是并不意味着更多的数据就能获得更加准确、高效的测量结果，相反会使计算更加复杂，可能得到更加糟糕的结果，因而目前大部分的研究集中于单目视觉测量及双目视觉测量中。（1）单目视觉测量单目视觉测量主要通过多视角增加其空间几何信息，接着使用算法将多视角的信息融合计算，然后虚拟双目甚至多目，一方面大大减少的传感器的成本，，令一方面却增加了计算的成本。单目视觉测量是利用单个摄像机，通过拍摄运动视

示意图,小孔成像,示意图,立体视觉测量

立体视觉测量原理 Principle of Stereo Vision Measurement立体视觉测量原理中涉及到的是简单的几何原理，包括投影成像、相机几视几何 3 个方面的内容，其中小孔成像、坐标系、投影变换等知识点是我知的，本章将对这些基本的立体视觉测量方面的原理进行详细介绍，为后题研究奠定基础。1 投影成像（Projection Imaging）1.1 小孔成像相机是计算机视觉中最基本的图像获取工具，我们可以使用相机来记录景象，并输入图像，然后应用于多个领域。为此，我们在计算机视觉中不的一个问题是如何模拟相机成像。小孔成像是最基本的计算视觉成像模型示意图如下所示：
【学位授予单位】：中国矿业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;U418.6

【参考文献】