论文部分内容阅读
道路表面纹理特征对行车舒适度和交通安全有很重要的影响,路面的抗滑性能缺乏会增加交通事故的发生率,滑动阻力和纹理形态特征之间有密切的关系,要求获得高精度、全面的宏观结构和微观结构形态。本研究了基于双目立体视觉的路面三维纹理重构系统,通过使用由小基线距离分隔的两个相机捕获相同场景的两个图像来恢复表面高度,实现路面高精度纹理形貌信息的采集。本文将基于区域约束的局部算法和基于全局约束的算法相结合,建立融合颜色与梯度特征的视差能量模型,提出基于均值漂移颜色区域分割和改进置信传播全局匹配算法,由四个主要步骤构成:1)采用均值漂移算法将左视图根据颜色信息聚类,将图像分割成颜色均匀的区域;2)采用基于匹配窗的代价聚合局部约束算法生成视差图,使用自适应不相似性度量来增加可靠对应的数量,提高了算法在弱纹理、重复纹理区域匹配中的鲁棒性;3)采用更为鲁棒的基于直方图投票的改进方法对每个分割区域进行视差平面拟合,在分割区域内,通过最小化匹配代价的方法进行视差平面的进一步细化提取,以提高视差平面的精度;4)采用基于改进置信传播全局匹配算法,通过最小化全局能量函数的方法选取视差最优分配。对比分析了视窗大小、梯度代价权重以及图像颜色信息对算法的影响。并且与其他局部匹配算法对比,体现了本文提出的局部和全局相结合的匹配算法在匹配效果上的优势。将提取的三维形貌应用到路面构造深度的测量和评价中,与三维坐标仪扫描结果对比,验证了本系统的可行性。目前,在室内条件下,对表面纹理形貌进行微观形貌检测有较为准确的测量手段,然而其测量方法复杂,成本昂贵,且不适用于现场测量。因此,本文提出了一种适于现场检测的便携式路面三维形貌检测系统,采用的基于双目立体三维重构技术的形貌检测方法,重建路面高度的三维信息。在试验室条件下,通过试件实验验证了文本提出的基于双目立体视觉的路面三维形貌重构检测方法具有很强的实用性和可行性。该系统使用相对低成本来捕获路面的图像并得到路面表面的高度的三维形貌图。利用本研究设计的装置采集种不同路面类型、不同磨耗程度的图像,利用Matlab软件提取三维形貌信息,计算纹理表征指标,并借助Python软件对不同路面类型的纹理指标进行了比较分析。试验分析表明,本系统提供重建路面三维宏观结构和微观结构形态的有效方法,具有很强的推广应用价值。