基于sift的雙目視覺瀝青路面微觀紋理三維圖像重構(gòu)方法
【專利摘要】本發(fā)明公開了基于SIFT的雙目視覺瀝青路面微觀紋理三維圖像重構(gòu)方法，雙目視覺系統(tǒng)中的計算機控制左相機與右相機同時捕獲到含有瀝青路面信息的圖像對；通過基于SIFT算法的雙目視覺立體匹配算法實現(xiàn)特征點匹配，進一步實現(xiàn)區(qū)域點立體匹配；通過雙目視覺瀝青路面微觀紋理三維圖像重構(gòu)模型得到瀝青路面微觀紋理的三維坐標(biāo)，形成表面點三維坐標(biāo)點集合，實現(xiàn)瀝青路面微觀紋理三維圖像重構(gòu)。本發(fā)明為瀝青路面力學(xué)和流體學(xué)有限元分析提供真實的瀝青路面微觀紋理三維圖像重構(gòu)模型，為后續(xù)研究奠定基礎(chǔ)。
【專利說明】基于SIFT的雙目視覺瀝青路面微觀紋理三維圖像重構(gòu)方 法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于浙青路面檢測【技術(shù)領(lǐng)域】，涉及基于SIFT的雙目視覺浙青路面微觀紋 理三維圖像重構(gòu)方法。

【背景技術(shù)】
[0002] 隨著我國高速公路建設(shè)和管理的發(fā)展，道路使用者對路面的經(jīng)濟、安全、舒適和環(huán) 保的功能提出了要求。有國外研究資料表明路面表面紋理能夠影響路面的耐磨性、輪胎與 路面的摩擦力、車輛的噪聲、外部路面的噪聲、行車的安全性和舒適性以及輪胎的磨損等各 個方面的性質(zhì)。浙青路面是車-路摩擦面，國內(nèi)學(xué)者毛起廣和李柱等也研究發(fā)現(xiàn)微觀形 貌對摩擦表面的磨損、潤滑狀態(tài)、摩擦、振動、噪聲、疲勞、密封、配合性質(zhì)、涂層質(zhì)量、抗腐蝕 性、導(dǎo)電性、導(dǎo)熱性和反射性能的影響更為顯著。由此可見，浙青路面微觀紋理對路面性能 有著顯著的影響，快速全面的獲取浙青路面三維微觀紋理是研究路面微觀紋理與路面性能 本構(gòu)關(guān)系的關(guān)鍵。由于浙青路面微觀紋理復(fù)雜且呈現(xiàn)仿射自相似特性，快速準(zhǔn)確提取其三 維紋理一直較困難。
[0003] 目前，國內(nèi)外比較前沿的方法是通過數(shù)字圖像技術(shù)三維重構(gòu)出路面三維紋理。代 表性研究如下：2007年，Amin El Gendy和Ahmed Shalaby通過米集四個方向光源照射下路 面數(shù)字圖像并通過專業(yè)軟件的處理，恢復(fù)路面三維微觀形貌。但該方法恢復(fù)精度不高，且要 求有專業(yè)高深的圖像處理技術(shù)，對廣大研究者來說難度較大。2008年，武漢理工大學(xué)的胡 克波和白秀琴等提出了一種基于雙目視覺的浙青路面微觀形貌檢測方法與系統(tǒng)。通過圖像 上同名點對的立體匹配，并借助matlab實現(xiàn)路面微觀形貌的三維重構(gòu)，但其同名點對的立 體匹配是半手工半自動完成，匹配速度和精度較差，通用性不強。2009年，長安大學(xué)的孫朝 云和文靜借助XJTUOM型三維光學(xué)掃描系統(tǒng)全面地獲取路表面構(gòu)造紋理的三維數(shù)字坐標(biāo)信 息，實現(xiàn)三維重構(gòu)，但不能精確恢復(fù)浙青路面三維紋理，數(shù)據(jù)誤差較大。韓森和蔣超借助三 維光學(xué)密集點云測量系統(tǒng)掃描水泥混凝土路面，很好的提取到路面紋理構(gòu)造的三維坐標(biāo)信 息，通過MATLAB軟件實現(xiàn)了路面紋理三維重構(gòu)，但該重構(gòu)系統(tǒng)體積較大，不便攜帶，應(yīng)用到 實際工程中有很大局限性。2012年，哈爾濱工業(yè)大學(xué)的劉宛予和黃建平發(fā)明了基于二維圖 像和深度信息的路面信息提取裝置，能夠提取深度信息，已經(jīng)具備了浙青路面微觀形貌的 三維測量能力，但其并未深入的對三維重構(gòu)進行探討研究。
[0004] 浙青路面微觀紋理有其自身特點，呈現(xiàn)分形和仿射自相似特性，這使得快速準(zhǔn)確 提取其三維紋理很難。以上國內(nèi)外研究做出的嘗試雖然取得了一定成果，各自局限性和不 足處還是很突出，但整體上都采用了視覺非接觸式測量與數(shù)字圖像處理技術(shù)來實現(xiàn)三維重 構(gòu)，進一步恢復(fù)微觀紋理的?；诖?，本發(fā)明在已有研究基礎(chǔ)上，進一步延拓武漢科技大學(xué) 周興林和李潘微觀形貌識制研究成果，提出了以SIFT算法為匹配算法的激光雙目視覺的 浙青路面微觀紋理三維圖像重構(gòu)方法。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供基于SIFT的雙目視覺浙青路面微觀紋理三維圖像重構(gòu)方 法，解決了目前的方法對于浙青路面微觀紋理不能快速準(zhǔn)確提取并重構(gòu)的問題。
[0006] 本發(fā)明所采用的技術(shù)方案是按照以下步驟進行：
[0007] 步驟1 :以測量平臺中心為原點，建立世界坐標(biāo)系，左相機與右相機，規(guī)格一樣，兩 相機平行、鏡頭垂直的安裝在浙青路面上方，計算機控制左相機與右相機同時捕獲到含有 浙青路面信息的圖像對，并構(gòu)建雙目視覺三維重構(gòu)模型式：

【權(quán)利要求】
1.基于SIFT的雙目視覺浙青路面微觀紋理三維圖像重構(gòu)方法，其特征在于：按照以下 步驟進行： 步驟1 :以測量平臺中心為原點，建立世界坐標(biāo)系，左相機與右相機，規(guī)格一樣，兩相機 平行、鏡頭垂直的安裝在浙青路面上方，計算機控制左相機與右相機同時捕獲到含有浙青 路面信息的圖像對，并構(gòu)建雙目視覺三維重構(gòu)模型式：
步驟2 :檢測尺度空間極值點，初步確定關(guān)鍵點位置和所在尺度； 步驟3 :精確確定特征點位置；對檢測到的尺度空間極值點進行三維二次函數(shù)擬合以 精確確定特征點的位置和尺度； 步驟4 :確定特征點的主方向；利用特征點鄰域像素的梯度方向分布特性為每個特征 點指定方向參數(shù)； 步驟5 :生成SIFT特征描述符：首先將坐標(biāo)軸順時針旋轉(zhuǎn)為特征點主方向，以保證旋轉(zhuǎn) 不變性，再以特征點為中心取8*8的窗口，然后在每4*4的窗口上計算8個方向的梯度方向 直方圖，繪制每個梯度方向的累加值，形成一個種子點，一個特征點由2*2共4個種子點組 成，每個種子點有8個方向向量信息，產(chǎn)生2*2*8共32個數(shù)據(jù)的SIFT特征向量即SIFT特 征描述符，所需的圖像窗口為8*8 ; 步驟6 :以兩個特征點描述符之間的歐式距離作為特征點匹配的相似度準(zhǔn)則，先采用 K-D樹進行優(yōu)先搜索來查找每個特征點的兩個近似最近鄰特征點，如果找出特征點p的歐 式距離最近和次近的兩個鄰特征點q'和q"，然后計算P與q'，P和q"兩組描述符之間的 歐式距離的比值r，如果r小于規(guī)定閥值T，閥值T的取值范圍為0. 4?0. 6,則視匹配成功， 接受點（P，q'）為圖像對中的一對匹配點，否則匹配失??； 步驟7 :對于左圖像上特征點ai (Xl，yi)和與之匹配右圖像上特征點\ L)，用單應(yīng) 性矩陣H表示其對應(yīng)匹配關(guān)系如下：

h= Di11 h12 h13 h21 h22 h23 h31 h32],左圖像上每一點,其在右圖像上對應(yīng)匹配點通過單 應(yīng)性矩陣H求解； 步驟8 :完成了立體匹配后，采用最小二乘法求解步驟1中構(gòu)建的雙目視覺三維重構(gòu)模 型，得到浙青路面表面上任意一點P (X，Y，Z)的三維坐標(biāo)，形成表面點三維坐標(biāo)點集合，從 而恢復(fù)出三維微觀紋理。
【文檔編號】G06T15/04GK104361627SQ201410623932
【公開日】2015年2月18日 申請日期:2014年11月7日 優(yōu)先權(quán)日:2014年11月7日
【發(fā)明者】周興林, 冉茂平, 嚴(yán)園, 鄒蘭林, 謝旭飛 申請人:武漢科技大學(xué)