基于双目结构光技术的路面坑槽多指标提取方法

针对弱光、弱纹理环境下路面坑槽多维度指标提取问题,以及传统方式和激光技术的应用缺陷,本文采用双目结构光三维成像系统获取路面坑槽图像,利用RANSAC算法拟合道路平面,分割坑槽点云,与拟合平面求交为坑槽顶面轮廓点,采用双向最近点搜索法排序,逆时针连接后采用轮廓点法计算面积;提取各数据点深度计算坑槽深度指标;采用微元逼近法对坑槽进行等距切片,计算坑槽体积。并采用BPA算法进行曲面重建,为相关应用场景提供更直观的数据视角。将正常光线和弱光、弱纹理环境下的计算结果与人工测量结果相比,坑槽深度、面积及体积的最大相对误差分别为2.73%、6.50%、8.60%和2.99%、5.25%、8.28%。依据计算指标对坑槽严重程度进行评价,与人工测量相比,满足坑槽评价一致性标准。表明设备与检测方法对于弱光、弱纹理环境的适用性,可为坑槽评价、修补材料估算、养护优先级判定、路面养护规划制定等提供数据支持和技术支撑。