[发明专利]一种基于计算机视觉的道路井盖高差识别方法及设备

说明书

本发明涉及病害检测技术领域，具体来说是一种基于计算机视觉的道路井盖高差识别方法及设备，包括如下步骤：S1.采集井盖图像；S2.通过井盖识别模型检测井盖的有无，若存在井盖，则对井盖图像中的井盖进行边缘识别；S3.对井盖图像进行尺寸变换，并结合边缘识别的结果进行高差识别。本发明针对道路窑井盖在使用过程中产生的高差，通过车载摄像机实现图像的采集，通过处理器通过深度学习方法对采集到的图像进行识别和处理，以实现对道路窑井盖高差的快速识别与计算，并且随着不断的识别与处理，可以基于获得的识别结果进一步优化处理模型，改善处理效果，具有实时、智能化程度高、处理效率高、成本低、可测量、覆盖广的特点。

技术领域

本发明涉及病害检测技术领域，具体来说是一种基于计算机视觉的道路井盖高差识别方法及设备。

背景技术

目前，城镇道路上分布着成千上万的井盖，每年因为井盖缺失、移动、破损等原因造成的车祸及行人受伤事件层出不穷，现阶段主要采用人工检查及智能传感器的方式对井盖进行检测与监测。人工检测采用木直尺与钢塞尺对井盖高差进行较为准确的测量，然而人工测量效率极低，由于道路通行的要求，对于大量井盖的检测采用传统人工方式不可行。采用智能传感器，目前由于井盖检测环境条件的限制，仅能采用GPS定位技术与倾角传感器判断井盖是否移动或缺失。井盖高差是影响行车平稳与舒适度的重要指标，目前尚未有快速有效测量井盖高差的方法。

发明内容

本发明的目的在于解决现有技术的不足，提供一种基于计算机视觉的道路井盖高差识别方法及设备，实现道路井盖高差的检测。

为了实现上述目的，设计一种基于计算机视觉的道路井盖高差识别方法，所述的方法包括如下步骤：S1.采集井盖图像；S2.通过井盖识别模型检测井盖的有无，若存在井盖，则对井盖图像中的井盖进行边缘识别；S3.对所述的井盖图像进行尺寸变换，并结合边缘识别的结果进行高差识别。

本发明还具有如下优选的技术方案：

采用车载摄像机采集所述的井盖图像，所述的车载摄像机的安装角度与车辆的前进方向平行。

所述的井盖识别模型通过如下方法获得：先采集若干井盖的图片，并通过深度学习的方法对井盖的图片进行训练，以获得井盖识别模型。

对所述的井盖的图片进行分类和标注后进行训练，分类和标注的参数包括：井盖的位置、形状与尺寸。

所述的井盖的图片的获取来源包括：a)网上公开的井盖照片或公开的数据集；b)道路检测单位采集的路面照片；c)公交车、出租车、私家车采集到的路面照片。

通过建立井盖的盖框差、井盖二维边框尺度、相机参数朝向和相机距路面高度之间的关系，计算井盖的盖框差。

所述的S3中的高差识别具体如下：令：假设井盖的底部坐标为[x,0,z]’，顶部坐标为[x,hj,z]’，将三维空间上的井盖投影到二维平面上可得：

目标物体井盖的高差可通过下式获得：

式中，θ是相机朝向与水平面的夹角，v₀是相机所在高度的水平面在图像中的位置，v_c是相机光心在图像中的位置，f为相机焦距，v_t是井盖的顶部在图像中的位置、v_b是井盖的底部在图像中的位置，h_j为井盖在图像中的盖框差，h_cam为井盖的实际高差。

所述的方法通过深度学习网络对若干相机参数与得到的井盖的实际高差进行深度学习并获得模型，并通过模型对识别结果进行优化。