无人机路基隐患协同检测方法与装置与流程

本发明涉及协同检测，尤其是涉及一种无人机路基隐患协同检测方法与装置。

背景技术：

1、目前，针对公路边坡、路基变形及滑坡隐患的非接触式监测，主要采用无人机摄影测量与三维数字图像相关（3d-dic）相结合的方法。常规实施过程需在待测区域布设地面控制点（gcp）以约束三维重建尺度，并在目标表面喷涂人工散斑以满足dic匹配对纹理的要求。然而，农村公路点多、线长、面广，病害点常分布于陡坡、临水路段等高风险区域，大范围布设gcp和喷涂散斑成本高、效率低且存在安全风险。

2、此外，雨后或潮湿环境下路面积水和湿滑边坡会产生镜面反射，导致普通可见光相机局部过曝、纹理消失，传统dic方法依赖的亮度恒定假设被破坏，特征匹配易失效。在无gcp条件下，仅依赖无人机定位和图像匹配进行三维重建，容易出现尺度缩放误差和z轴穹顶效应，难以满足路基微小沉降或边坡初期滑移的识别精度要求。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种无人机路基隐患协同检测方法与装置，无需布设gcp和喷涂散斑，通过偏振成像抑制反光，结合天然纹理增强与比例尺约束，降低外业成本，提高潮湿环境下监测的可行性与无控制点条件下的重建精度。

2、第一方面，本发明实施例提供了一种无人机路基隐患协同检测方法，方法包括：获取偏振双目图像序列，对所述偏振双目图像序列进行动态辐射度校正，生成去眩光左右视图图像序列；对所述去眩光左右视图图像序列中的漫反射图像进行宏观病害识别，生成宏观语义特征场；对所述漫反射图像进行天然纹理增强处理，生成天然散斑场及对应的可匹配区域；基于所述去眩光左右视图图像序列，结合便携式空间3d比例尺的尺度约束和双轴交叉航线约束进行三维重建，生成多期三维地表模型；基于所述多期三维地表模型和所述天然散斑场，在所述可匹配区域内对相邻巡检周期的同一目标区域进行变形解算，得到变形场信息；将所述宏观语义特征场与所述变形场信息映射至同一三维坐标系进行协同交叉验证，输出隐患检测结果。

3、在本发明较佳的实施例中，上述所述获取偏振双目图像序列，对所述偏振双目图像序列进行动态辐射度校正，生成去眩光左右视图图像序列，包括：在巡检前标定偏振片透振轴方向，使所述偏振片透振轴方向与水面、湿滑路面或潮湿边坡所产生的反射偏振方向正交，以滤除镜面反射眩光；对滤除眩光后的偏振双目图像序列进行暗角校正、直方图归一化、局部亮度均衡和云影补偿，生成去眩光左右视图图像序列。

4、在本发明较佳的实施例中，上述所述对所述去眩光左右视图图像序列中的漫反射图像进行宏观病害识别，生成宏观语义特征场，包括：对所述漫反射图像进行多层级特征提取，得到不同尺度的病害特征图；对所述不同尺度的病害特征图进行跨尺度自适应融合，并对融合后的特征进行通道增强，得到增强特征图；对所述增强特征图进行逐级上采样和类别映射，生成病害类别概率图；根据所述病害类别概率图确定各像素点的病害类别，生成各类病害掩膜；对所述各类病害掩膜进行后处理，提取各病害区域的几何特征和置信度信息，形成结构化宏观语义特征场。

5、在本发明较佳的实施例中，上述所述对所述漫反射图像进行天然纹理增强处理，生成天然散斑场及对应的可匹配区域，包括：对所述漫反射图像进行对比度受限自适应直方图均衡处理，得到增强图像；对所述增强图像进行锐化处理，得到锐化图像；在所述锐化图像的局部窗口内，计算局部灰度方差、梯度能量、特征点密度和相关峰值置信度；对所述局部灰度方差、梯度能量、特征点密度和相关峰值置信度进行加权融合，得到纹理质量评分；当所述纹理质量评分不小于预设评分阈值时，将所述局部窗口覆盖的区域标记为可匹配区域。

6、在本发明较佳的实施例中，上述所述基于所述去眩光左右视图图像序列，结合便携式空间3d比例尺的尺度约束和双轴交叉航线约束进行三维重建，生成多期三维地表模型，包括：控制无人机按照沿路线方向和垂直路线方向两条交叉航线采集多视角图像；在待测区域放置便携式空间3d比例尺；所述便携式空间3d比例尺包含至少两个端点标靶；在所述多视角图像中检测所述便携式空间3d比例尺的端点标靶，通过多视图几何计算得到与各端点标靶相对应的空间端点在重建模型中的三维坐标；基于所述空间端点和对应的物理距离确定尺度约束项，将所述尺度约束项加入运动恢复结构光束法平差模型的优化目标函数中，以约束三维重建的全局尺度。

7、在本发明较佳的实施例中，上述所述基于所述多期三维地表模型和所述天然散斑场，在所述可匹配区域内对相邻巡检周期的同一目标区域进行变形解算，得到变形场信息，包括：在所述可匹配区域内，将前一期三维地表模型的各像素点所对应的局部窗口，与后一期三维地表模型的对应位置进行相关性匹配，确定各像素点的最佳匹配位置；根据所述最佳匹配位置，确定所述像素点在前一期和后一期之间的三维空间坐标差值，得到三维位移矢量；根据多个像素点的三维位移矢量计算位移梯度，并由所述位移梯度求取应变分量，得到应变分布场；所述三维位移矢量和所述应变分布场共同构成所述变形场信息。

8、在本发明较佳的实施例中，所述将所述宏观语义特征场与所述变形场信息映射至同一三维坐标系进行协同交叉验证，输出隐患检测结果，包括：将二维病害掩膜投影至三维地表模型的表面，形成带有病害类别、置信度和空间范围的三维病害区域；计算每一所述三维病害区域的宏观病害置信度和微观变形风险值；当所述宏观病害置信度不小于预设第一置信度阈值且所述微观变形风险值不小于预设第二置信度阈值时，输出所述隐患检测结果为高等级隐患区域；当所述宏观病害置信度不小于所述预设第一置信度阈值且所述微观变形风险值小于所述预设第二置信度阈值时，输出所述隐患检测结果为一般病害区域；当所述宏观病害置信度小于所述预设第一置信度阈值且所述微观变形风险值不小于所述预设第二置信度阈值时，输出所述隐患检测结果为早期结构隐患区域；当所述宏观病害置信度小于所述预设第一置信度阈值且所述微观变形风险值小于所述预设第二置信度阈值时，输出所述隐患检测结果为正常区域。

9、第二方面，本发明实施例还提供一种无人机路基隐患协同检测装置，所述装置包括：动态辐射度校正模块，用于获取偏振双目图像序列，对所述偏振双目图像序列进行动态辐射度校正，生成去眩光左右视图图像序列；宏观病害识别模块，用于对所述去眩光左右视图图像序列中的漫反射图像进行宏观病害识别，生成宏观语义特征场；可匹配区域生成模块，用于对所述漫反射图像进行天然纹理增强处理，生成天然散斑场及对应的可匹配区域；三维重建模块，用于基于所述去眩光左右视图图像序列，结合便携式空间3d比例尺的尺度约束和双轴交叉航线约束进行三维重建，生成多期三维地表模型；变形解算模块，用于基于所述多期三维地表模型和所述天然散斑场，在所述可匹配区域内对相邻巡检周期的同一目标区域进行变形解算，得到变形场信息；协同交叉验证模块，用于将所述宏观语义特征场与所述变形场信息映射至同一三维坐标系进行协同交叉验证，输出隐患检测结果。

10、第三方面，本发明实施例还提供一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现上述第一方面的无人机路基隐患协同检测方法。

11、第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，所述计算机可执行指令促使处理器实现上述第一方面的无人机路基隐患协同检测方法。

12、本发明实施例带来了以下有益效果：

13、本发明实施例提供了一种无人机路基隐患协同检测方法与装置，通过获取偏振双目图像序列，对所述偏振双目图像序列进行动态辐射度校正，生成去眩光左右视图图像序列，对所述去眩光左右视图图像序列中的漫反射图像进行宏观病害识别，生成宏观语义特征场，对所述漫反射图像进行天然纹理增强处理，生成天然散斑场及对应的可匹配区域，基于所述去眩光左右视图图像序列，结合便携式空间3d比例尺的尺度约束和双轴交叉航线约束进行三维重建，生成多期三维地表模型，基于所述多期三维地表模型和所述天然散斑场，在所述可匹配区域内对相邻巡检周期的同一目标区域进行变形解算，得到变形场信息，将所述宏观语义特征场与所述变形场信息映射至同一三维坐标系进行协同交叉验证，输出隐患检测结果。该方式中，无需布设gcp和喷涂散斑，通过偏振成像抑制反光，结合天然纹理增强与比例尺约束，降低外业成本，提高潮湿环境下监测的可行性与无控制点条件下的重建精度。

14、本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。

15、为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。