【摘要】：路面變形嚴(yán)重影響道路安全,一直是公路養(yǎng)護中重點關(guān)注對象。目前的路面變形檢測系統(tǒng)存在造價高昂、便攜性不好、系統(tǒng)孤立等問題。立體視覺憑借其完善的理論,在三維建模和虛擬現(xiàn)實中廣泛應(yīng)用,并在路面變形檢測中廣受歡迎,得到研究人員的認(rèn)可,但依然在特征點匹配、點云幾何測量、三維評價指標(biāo)方面存在問題。針對以上所提的路面變形檢測中存在問題,本文結(jié)合立體視覺方法對瀝青路面變形檢測進行研究,基于Android智能手機和云服務(wù)平臺開發(fā)了云端瀝青路面變形檢測系統(tǒng),實現(xiàn)了瀝青路面變形檢測的便攜化、互聯(lián)化,同時降低了系統(tǒng)的成本,并在開發(fā)的系統(tǒng)上實現(xiàn)了瀝青路面變形評價指標(biāo)的立體視覺測量。本文所做的工作有以下:(1)介紹了立體視覺測量中的原理,從物體的投影成像、相機的幾何計算、兩視圖之間的幾何3個方面對原理進行介紹,闡明了小孔成像、相機與透鏡、投影變換、基本矩陣和本質(zhì)矩陣基礎(chǔ)知識,為后續(xù)的立體視覺提供了理論支持。(2)對立體視覺的算法進行了詳細介紹,不僅介紹了SFM算法的主要步驟:特征點檢測、特征點匹配、相機姿態(tài)估計、場景結(jié)構(gòu)估計和光束平差中涉及的算法,而且對PMVS算法進行了詳細的介紹,包括基礎(chǔ)模型、初始特征點生成、斑塊擴散和點云過濾內(nèi)容,且在開源軟件庫OpenCV、SSBA與開源軟件PMVS軟件的基礎(chǔ)上,編程實現(xiàn)了立體視覺三維重建。(3)對路面的變形評價指標(biāo)與檢測方法進行了研究,分析車轍、沉陷、坑槽和擁包4種常見路面變形的形成原因,總結(jié)了目前的相應(yīng)變形評價指標(biāo),并結(jié)合路面變形檢測流程和公路技術(shù)狀況評價標(biāo)準(zhǔn),提出了適合于路面點云的立體視覺路面變形評價方法。(4)分析了當(dāng)前環(huán)境對于瀝青路面變形檢測的需求,以便攜性、機動性和操作效率為總體需求,設(shè)計了路面變形檢測系統(tǒng),利用LAMP服務(wù)器架構(gòu)、HTTP傳輸、Open GL ES圖像庫、Glide圖像加載庫、Camera2 API和多模式定位關(guān)鍵技術(shù),基于云服務(wù)和Android智能手機平臺,開發(fā)了云端瀝青路面變形檢測系統(tǒng),初步實現(xiàn)了系統(tǒng)的數(shù)據(jù)采集、上傳、處理和結(jié)果預(yù)覽功能,進一步推動了路面變形檢測的輕便、互聯(lián)化發(fā)展。(5)依據(jù)所提的變形評價方法和立體視覺三維重建、點云處理方法,在徐州市區(qū)解放路、北京路路段進行瀝青路面變形檢測實驗,對4種常見路面變形進行立體視覺測量,與人工測量相比,結(jié)果驗證了所提檢測方法的有效性,并具備一定的精度,可以達到厘米級別。
【圖文】：

(c)波浪（搓板） (d)擁包圖 1-1 變形類病害[83]Figure 1-1 Deformation classifications of pavement damages1.2 研究現(xiàn)狀（Research Status）1.2.1 立體視覺測量研究現(xiàn)狀立體視覺測量根據(jù)視覺圖像傳感器的個數(shù)不同，可以將其劃分為單目視覺、雙目視覺及多目視覺，傳感器通過多個視角拍攝從而形成立體視覺。雖然隨著傳感器的增多，獲取到的數(shù)據(jù)更加冗余、豐富，但是并不意味著更多的數(shù)據(jù)就能獲得更加準(zhǔn)確、高效的測量結(jié)果，相反會使計算更加復(fù)雜，可能得到更加糟糕的結(jié)果，因而目前大部分的研究集中于單目視覺測量及雙目視覺測量中。（1）單目視覺測量單目視覺測量主要通過多視角增加其空間幾何信息，接著使用算法將多視角的信息融合計算，然后虛擬雙目甚至多目，一方面大大減少的傳感器的成本，，令一方面卻增加了計算的成本。單目視覺測量是利用單個攝像機，通過拍攝運動視

立體視覺測量原理 Principle of Stereo Vision Measurement立體視覺測量原理中涉及到的是簡單的幾何原理，包括投影成像、相機幾視幾何 3 個方面的內(nèi)容，其中小孔成像、坐標(biāo)系、投影變換等知識點是我知的，本章將對這些基本的立體視覺測量方面的原理進行詳細介紹，為后題研究奠定基礎(chǔ)。1 投影成像（Projection Imaging）1.1 小孔成像相機是計算機視覺中最基本的圖像獲取工具，我們可以使用相機來記錄景象，并輸入圖像，然后應(yīng)用于多個領(lǐng)域。為此，我們在計算機視覺中不的一個問題是如何模擬相機成像。小孔成像是最基本的計算視覺成像模型示意圖如下所示：
【學(xué)位授予單位】：中國礦業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;U418.6

【參考文獻】

相關(guān)期刊論文 前10條

1 宋宏勛;馬建;王建鋒;崔國麗;;基于雙相機立體攝影測量的路面裂縫識別方法[J];中國公路學(xué)報;2015年10期

2 張德津;李清泉;;公路路面快速檢測技術(shù)發(fā)展綜述[J];測繪地理信息;2015年01期

3 曹建農(nóng);張昆;元晨;許素素;;用Mean Shift實現(xiàn)路面裂縫損傷自動識別與特征測量[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2014年09期

4 沈瑜;黨建武;王陽萍;馮鑫;;基于NSCT域壓縮感知模型的路面病害圖像濾波算法[J];光電子.激光;2014年08期

5 李旭東;孫健;姜宏志;趙慧潔;馮偉慶;鞠長濱;;復(fù)雜鑄件的三維測量[J];光學(xué)精密工程;2014年04期

6 王連中;;路面綜合檢測技術(shù)與養(yǎng)護對策研究[J];交通標(biāo)準(zhǔn)化;2014年08期

7 單寶華;申宇;;立體視覺方法在混凝土表面裂縫檢測中的應(yīng)用[J];工程力學(xué);2013年09期

8 時寧;陳忠達;劉福明;;瀝青路面變形類病害快速檢測方法[J];廣西大學(xué)學(xué)報(自然科學(xué)版);2013年04期

9 李莉;孫立軍;譚生光;寧國寶;;用于路面車轍檢測的線結(jié)構(gòu)光圖像處理流程[J];同濟大學(xué)學(xué)報(自然科學(xué)版);2013年05期

10 劉悅;李一兵;謝紅;;基于二維Rosin閾值方法的道路裂紋邊緣檢測[J];中國公路學(xué)報;2013年03期

本文編號：2672007