基于图像点云的道路缺陷检测

本文针对无人机图像点云道路缺陷检测问题,提出了一种基于点云切片平面拟合与聚类的道路缺陷检测方法.首先,采集无人机图像进行三维重建生成图像点云,对点云进行坡度滤波与统计离群点滤波,消除噪声和异常点的干扰.然后,对点云进行切片并利用随机采样一致性平面拟合算法估计道路的平面模型.随后,运用点云DBSCAN聚类算法分类出边缘噪声与道路损伤点云.最后,采用点云切片法估计损伤程度.在实验中,我们使用真实无人机采集的点云数据,并与基于点云垂直度特征检测方法进行了对比.实验结果表明,本文方法表现出较高的准确性和鲁棒性,体积估计的误差为1 307 cm^(3).相较于传统方法,本文方法能够更精确地检测出道路损伤,并能适应复杂的道路形状变化.