基于Kinect的坑槽修补检测系统研究

发布时间：2020-11-06 13:49

　　 目前针对沥青路面坑槽修补的各种方法智能化程度较低,而其中喷补技术在智能化方面有较大的发展提升空间。因此结合喷补技术建立了智能化坑槽修补综合研究试验台。此试验台的研究范围包括基于机器视觉的坑槽三维建模及修补过程检测系统,基于自动化控制的轨迹修补系统和修补工艺及参数优化系统。本文的研究主要围绕坑槽的三维建模及修补过程检测系统展开。首先,论文论述了Kinect相机的深度测距原理与相机坐标系之间的转换关系,使用张正友标定方法及Matlab标定工具箱完成了相机参数标定。其次,利用Kinect相机采集坑槽深度图像,对坑槽深度图像出现的噪声及黑色孔洞等问题采用滤波及零像素替代法进行修复处理,而后利用采集到的其他深度图像对此处理效果进行验证,验证结果表明此图像修复方法效果良好。然后,为了更准确的完成建模,将之前修复的图像利用增强对比度等一系列步骤进行分割,得到可以将坑槽与背景区分开的二值化掩膜图像。为了完成实际坐标系下的坑槽图像建模,确立了坑槽三维坐标的计算方法。随后在Matlab中利用坑槽三维点坐标建立了坑槽的三维可视化模型。为了掌握坑槽的参数化信息,计算得到了坑槽体积、表面积等参数。还通过实际测量与软件计算得到的参数进行对比,分析了重建坑槽模型的参数精度。最后,在实验平台上进行了坑槽修补试验,在修补过程中采集了时间序列深度图像。通过Matlab图形用户界面设计了图像与参数更新显示的可视化界面,此界面可以读取坑槽修补过程的图像序列并计算体积等各个参数信息。界面对图像的处理速度为每秒三幅。
【学位单位】：长安大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：U418.6
【部分图文】：

Kinect相机的技术应用范围就扩展到了各个行。而且此公司并行开发了Kinect for Windows，使得更多应用范围，从而改变许多机器的工作方式，为机械的智活中使得对于很多东西的感知由原先的二维形式变成三维Kinect v2出现，Kinect v2作用与Kinect v1相同，都是用重建。Kinect v2深度图像相机的处理器芯片是TSMC 0t v1相比有很多巨大改变，这也使得其可以应用到更多的观及整体结构分布如图2.1所示，它分为声音控制系统和制系统主要包括四元线性麦克风阵列，用于对声音的采摄像机、彩色图像摄像机、红外线投影机组成。红外线深度图像摄像机用于拍摄深度图像，从深度图像可以读后续的三维模型重建。彩色图像摄像机相机用于拍摄一常摄像机。深度相机与彩色相机的图像采集速率均为每

三维空间信息。这种方法给立体匹配提供了更多特征，ct v1 的深度相机也采用了此种原理。间技术的原理是给目标物体发射连续的光脉冲作为信号光脉冲信息。通过计算光脉冲的飞行时间来计算物体与使用的就是飞行时间原理[41]。 深度测距原理v2 是采用飞行时间原理进行测距的，飞行时间测距技。单点测距技术每次只能测量一个点的距离，对于要来说必须使用多点测距技术。飞行时间技术的基本原理直观解释了飞行时间的基本原理。间（Time of Flight）技术可以根据原理分为脉冲调制度相机采用连续波调制方法。

图 2.3 连续正弦波调制测量方法示意图波的典型代表，下文中利用此种信号波作为发射信下列的公式推导中，s(t)代表发射端正弦信号，其频式(2.1)所示，经过延时△t 后接收到的信号为接收 的振幅为 A，强度偏移（由环境光引起）为 B，采的数值时，可以利用公式(2.4)表示接受信号的值。射端和接收端信号的相位偏移△φ，其表示如公式机的距离 d，如公式(2.6)所示，其中 c 表示光线在空端信号 s(t)衰减后的振幅 A 的计算结果。公式(2.8果，B 的大小反映了环境光的影响。A 和 B 的值可机的测量精度。此精度的方差可以用公式(2.9)近似 ( ) ( ( ))
【参考文献】

相关期刊论文 前10条

1 刘瑞远;;基于NSST和直方图的音频水印算法[J];微型电脑应用;2015年10期

2 王勇;蒋爱民;胥立波;;基于k-means的Kinect深度图像空洞修复算法[J];微处理机;2015年04期

3 刘金荣;李淳芃;欧阳建权;刘京;;基于联合双边滤波的深度图像增强算法[J];计算机工程;2014年03期

4 李应彬;冯杰;张华熊;李晨勤;;基于改进双边滤波的Kinect深度图像空洞修复算法研究[J];工业控制计算机;2013年11期

5 王奎;安平;张艳;程浩;张兆扬;;基于Kinect的实时深度提取与多视绘制算法[J];光电子.激光;2012年10期

6 李红波;丁林建;冉光勇;;基于Kinect深度图像的人体识别分析[J];数字通信;2012年04期

7 王康;;基于Kinect的体感交互式电子白板初探[J];中国现代教育装备;2012年06期

8 吴莉萍;;沥青路面坑槽破损类型和修补方法[J];中国市政工程;2010年04期

9 郭俊恩;陈荟慧;;一种快速的自动图像修复算法[J];洛阳理工学院学报(自然科学版);2010年02期

10 胡永彪;杜成华;李西荣;田明锐;;机器视觉技术在工程机械上的应用[J];工程机械;2009年10期

相关硕士学位论文 前10条

1 戴勇;路面坑槽修补智能化技术研究[D];长安大学;2017年

2 李思含;基于视音频信息融合的运动目标跟踪系统的设计与实现[D];延边大学;2016年

3 郭子选;基于双目立体视觉的三维重建技术研究[D];贵州师范大学;2016年

4 郑欢;基于Kinect的深度图像修复技术研究[D];陕西师范大学;2016年

5 郑传远;基于Kinect深度传感器的三维重建技术研究[D];陕西师范大学;2016年

6 刘会;基于单目视觉图像序列的三维重构[D];中国科学技术大学;2016年

7 徐道平;基于Kinect的三维重建技术的研究与应用[D];兰州交通大学;2016年

8 杜海洋;基于Kinect的三维重建与动作交互技术研究[D];北京交通大学;2016年

9 王朋辉;沥青路面快速喷补技术与设备研究[D];长安大学;2014年

10 陈理;Kinect深度图像增强算法研究[D];湖南大学;2013年

本文编号：2873220