1.一种基于双目视觉的沥青路面构造深度检测方法,其特征在于,包括如下步骤:
100.获取左右两台摄像机的内参和外参;
200.使用左右两台摄像机分别采集沥青路面的左彩色图像和右彩色图像;
300.将左彩色图像和右彩色图像分别处理成左灰度图像和右灰度图像;
400.根据左右两台摄像机的内参,分别对左灰度图像和右灰度图像进行畸变校正,得到第一校正左灰度图像和第一校正右灰度图像;
500.根据左右两台摄像机的内参和外参,分别对第一校正左灰度图像和第一校正右灰度图像进行立体校正,得到第二校正左灰度图像和第二校正右灰度图像;
600.对第二校正左灰度图像和第二校正右灰度图像进行立体匹配,识别出第二校正左灰度图像和第二校正右灰度图像上对应的像素点,计算视差值d,根据视差值d计算图像上每个像素点在摄像机坐标系下距离摄像机平面的高度值,生成一个包含图像上每个像素点的像素坐标及其对应的高度值信息的模型矩阵M,恢复出路面的三维模型;
700.对模型矩阵中相邻两个像素点之间高度值的差商值设置阈值,确定出立体匹配错误值的位置,利用中值滤波窗口对立体匹配错误的值进行修正,消除立体匹配错误的值;
800.对模型矩阵M进行平面拟合,将模型矩阵M和拟合平面相减,修正采集图像时由于摄像机光轴与路面不完全垂直带来的拍摄角度误差;
900.计算沥青路面的构造深度。
2.根据权利要求1所述的基于双目视觉的沥青路面构造深度检测方法,其特征在于,在上述步骤300中,还包括如下步骤:
301.将左彩色图像和右彩色图像分别由红色(R)、绿色(G)、蓝色(B)三个通道按下式计算后,转换为左单通道灰度图像和右单通道灰度图像;
f(x,y)=R(x,y)×0.299+G(x,y)×0.587+B(x,y)×0.114;
其中,f(x,y)为像素点的灰度值,R(x,y)、G(x,y)、B(x,y)分别为像素点的红色、绿色、蓝色三个通道的值。
3.根据权利要求2所述的基于双目视觉的沥青路面构造深度检测方法,其特征在于,在上述步骤300中,还包括如下步骤:
302.利用中值滤波对左单通道灰度图像和右单通道灰度图像进行去噪处理,得到左灰度图像和右灰度图像。
4.根据权利要求1所述的基于双目视觉的沥青路面构造深度检测方法,其特征在于,在上述步骤400中,还包括如下步骤:
401.根据摄像机的内参按照下式确定出畸变系数k1、k2:其中,k1、k2为摄像机的畸变系数,(u、v)为无畸变的像素坐标,(x、y)为无畸变的连续像素坐标,(u0、v0)为摄像机主点的像素坐标, 为畸变后的像素坐标;
402.利用所得的摄像机畸变系数k1、k2按下式,分别对左灰度图像和右灰度图像进行畸变校正:
5.根据权利要求1所述的基于双目视觉的沥青路面构造深度检测方法,其特征在于,在上述步骤500中,还包括如下步骤:
501.确定出左右两台摄像机之间的相对位置关系:
502.利用罗德里格斯变换,将相对旋转矩阵分解成为左图像和右图像各自的合成旋转矩阵rl、rr;
503.计算左右两幅图像各自的旋转矩阵Rlt、Rrt,将左图像根据旋转矩阵Rlt旋转,将右图像根据旋转矩阵Rrt进行旋转,使两幅图像的极线水平,且极点在无穷远处,完成立体校正。
6.根据权利要求1所述的基于双目视觉的沥青路面构造深度检测方法,其特征在于,在上述步骤600中,还包括如下步骤:
601.利用半全局匹配算法(SGBM)遍历图像上每一个像素点后,识别出第二校正左灰度图像和第二校正右灰度图像上的同一个像素点,并计算像素点的视差值d;
其中,xl、xr分别为同一个像素点在第二校正左灰度图像和第二校正右灰度图像上的像素横轴坐标,zc为比例因子;
602.用下式计算每一个像素点距离摄像机平面的高度值z;
其中,Tx为相对平移向量T在横轴方向上的分量,单位为mm,表示左右两台摄像机之间的水平距离,f为摄像机焦距,单位为mm,d为视差值,单位为mm;
603.将所有像素点的高度值组成一个模型矩阵M,恢复出路面的三维模型,其中模型矩阵M是一个包含了图像上每一个像素点的像素坐标及其对应的像素点高度值的矩阵。
7.根据权利要求1所述的基于双目视觉的沥青路面构造深度检测方法,其特征在于,在上述步骤700中,还包括如下步骤:
701.按下式计算相邻像素点对应的高度值的一阶差商,确定立体匹配错误像素点的位置;
k=(zi+1‑zi)/(xi+1‑xi);
其中,k为像素点的一阶差商,xi,xi+1为第i和第i+1个像素点的像素横坐标,zi,zi+1为第i和第i+1个像素点的高度值,单位为mm;
702.将一阶差商大于1的点定义为匹配错误的点,利用7×7的滤波窗口,把匹配错误的点放在窗口中心,将窗口内所有点的高度值从小到大进行排列,计算出窗口内高度值的中值,用中值替换匹配错误的值,输出替换后的像素点高度值。
8.根据权利要求1所述的基于双目视觉的沥青路面构造深度检测方法,其特征在于,在上述步骤800中,还包括如下步骤:
801.对模型矩阵M的像素点高度值做平面拟合,按下式计算出拟合平面的参数a1,a2,a3;
其中,xi,yi为第i个像素点的像素坐标,zi为第i个像素点的高度值,n为矩阵中总的像素点个数。
9.根据权利要求8所述的基于双目视觉的沥青路面构造深度检测方法,其特征在于,在上述步骤800中,还包括如下步骤:
802.利用下式计算修正后的各像素点的高度值,完成拍摄角度误差修正;
hi=zi‑a1xi‑a2yi‑a3;
其中,zi、hi分别为拍摄角度修正前和修正后的第i个像素点的高度值,单位为mm。
10.根据权利要求1所述的基于双目视觉的沥青路面构造深度检测方法,其特征在于,在上述步骤900中,按下式进行计算沥青路面的构造深度Hp,单位为mm;
其中,hmax为像素点高度值的最大值,单位为mm,hi为第i个像素点的高度值,单位为mm,m和n为模型矩阵M的行数和列数。