本发明专利技术涉及图像数据处理技术领域,具体涉及一种基于计算机视觉的弹簧土检测方法,该方法通过深度相机获取压土区域被压土机碾压前的原始深度图像和碾压后的荷载深度图像,并根据原始深度图像与荷载深度图像的差异得到压力变化高度图,根据原始深度图像和压力变化高度图像中像素值分布特征得到塑形压缩度,根据原始深度图和荷载后深度图的像素值变化特征获取塑形平整度,根据塑形压缩度和塑形平整度得到塑形形变度,根据荷载深度图得到地面弹性显著性,根据塑形形变度和地面弹性显著性共同得到弹簧土显著度,根据弹簧土显著度完成弹簧土检测。本发明专利技术在提高弹簧土检测准确性的同时降低了检测成本。降低了检测成本。降低了检测成本。
【技术实现步骤摘要】
一种基于计算机视觉的弹簧土检测方法
[0001]本专利技术涉及图像数据处理
,具体涉及一种基于计算机视觉的弹簧土检测方法。
技术介绍
[0002]渠道工程是基建工程的重要组成部分,其本身包括但不限于土方开挖和填筑过程、公路工程和路基工程,且这些工程的施工过程大部分需要在土体的基础上进行,而在施工过程中,由于土体含水量的变化,会出现一种成为弹簧土的工程病害,如果不能及时处理弹簧土问题,会严重影响到施工质量和施工过程。当弹簧土问题较为严重时,能够从土壤表面特征直接识别弹簧土,而当弹簧土问题较为轻微时,只能通过对土壤的含水量进行检测识别弹簧土。但是由于施工场地相对较大,采用检测土壤含水量的方法检测施工场地不太现实,所以为了提高对弹簧土的检测效率,现有技术通常根据训练神经网络的方法实现施工场地的弹簧土检测。
[0003]专利技术人在实践中,发现上述现有技术存在以下缺陷:现有技术通常根据施工设备在施工过程中采集到数据作为训练数据训练神经网络,根据训练好的神经网络实现施工场地的弹簧土检测,但是训练神经网络的方法需要大量的历史数据才能保证其识别的准确度,成本较高,而且当历史数据存在误差数据时会严重影响神经网络的准确性,对应检测弹簧土的准确性不足。所以现有技术通过训练神经网络检测弹簧土的方法成本高且不够准确。
技术实现思路
[0004]为了解决现有技术通过训练神经网络检测弹簧土的方法成本高且不够准确技术问题,本专利技术的目的在于提供一种基于计算机视觉的弹簧土检测方法,所采用的技术方案具体如下:本专利技术提出了一种基于计算机视觉的弹簧土检测方法,所述方法包括:获取每个压土区域荷载前的原始深度图像和荷载后的荷载深度图像,根据每个压土区域的所述原始深度图像与所述荷载深度图像的差异得到压力变化高度图;根据所述原始深度图像内的像素值得到凹陷区域和凸起区域;在所述压力变化高度图中根据所述凹陷区域和所述凸起区域内像素点的像素值分布特征得到每个压土区域的塑形压缩度;根据所述原始深度图像与所述荷载深度图像之间的像素值变化特征差异获得塑形平整度,根据每个压土区域的所述塑形压缩度和所述塑形平整度得到塑形形变度;根据压土机运动方向获得所述荷载深度图像中像素点特征值序列;根据所述像素点特征值序列中元素值分布趋势特征获得每个压土区域的地面弹性显著性;根据每个压土区域的所述塑形形变度和所述地面弹性显著性得到每个压土区域的弹簧土显著度,根据所述弹簧土显著度完成弹簧土检测。
[0005]进一步地,所述压力变化高度图的凹陷区域和凸起区域的获取方法包括:根据所述原始深度图像中各个像素点的像素值采用OTSU最大类间方差法进行划分得到划分阈值,所述划分阈值为深度阈值,将所述原始深度图像内大于所述深度阈值的像素值对应的像素点记为凹陷像素点,将所述原始深度图像内小于所述深度阈值的像素值对应的像素点记为凸起像素点,所有凹陷像素点组成的区域记为凹陷区域,所有凸起像素点组成的区域记为凸起区域。
[0006]进一步地,所述塑形压缩度的获取方法包括:在所述压力变化高度图中,计算所述凹陷区域所有像素点的像素值均值并记为凹陷区域特征值,计算所述凸起区域所有像素点的像素值均值并记为凸起区域特征值,计算所述深度阈值和所述凸起区域特征值的差值并记为凸起差异值,计算所述凹陷区域特征值与所述深度阈值的差值并记为凹陷差异值,将所述凸起差异值与所述凹陷差异值的比值作为所述凸起区域特征值的权值;将所述权值与所述凸起区域特征值相乘的结果与凹陷区域特征值相加,得到对应压土区域的塑形压缩度。
[0007]进一步地,所述像素值变化特征的获取方法包括:在所述原始深度图像和所述荷载深度图像中任选一个作为目标图像;以目标图像的每个像素点为中心像素点,根据中心像素点预设邻域范围内的像素点的像素值获取灰度共生矩阵,计算所述灰度共生矩阵对应的对比度,将所述目标图像中所有像素点对应的所述对比度的累加和记为像素值变化特征。
[0008]进一步地,所述塑形平整度的获取方法包括:计算同一个压土区域内所述压力变化高度图与所述荷载深度图像的像素值变化特征之间的差异,并记为平整程度差异,将所述平整程度差异与所述荷载深度图像的像素值变化特征之间的比值记为对应压土区域的塑形平整度。
[0009]进一步地,所述像素点特征值序列的获取方法包括:在荷载深度图像中,以压土机运动方向的反方向作为受力特征方向;统计所述荷载深度图像中每行像素点的像素值中值并记为像素点特征值,将所述像素点特征值以受力特征方向为序进行排列得到像素点特征值序列。
[0010]进一步地,所述像素点特征值序列中元素值分布趋势特征的获取方法包括:对所述像素点特征值序列采用聚合方差法得到hurst指数,将所述像素点特征值序列的所述hurst指数记为所述荷载深度图像的自相关性特征值;计算所述像素点特征值序列内两两相邻元素之间的元素差值,将所述元素差值记为像素点差异特征值,并将所述像素点差异特征值作为元素按照所述像素点特征值序列内元素的顺序组成序列,并记为像素点差异特征值序列;计算所述像素点差异特征值序列内各项元素之间的标准差并记为所述荷载深度图像的特征值差异标准差,对所述像素点差异特征值序列进行异常数据检测并统计异常值数量;将所述荷载深度图像的自相关性特征值、像素点差异特征值、特征值差异标准差和异常值数量记为所述分布趋势特征。
[0011]进一步地,所述地面弹性显著性的获取方法包括:获取目标压土区域的所述荷载深度图像,将所述荷载深度图像的所述特征值差异
标准差与所述异常值数量的乘积记为异常状况特征值,计算所述荷载深度图像的所述自相关性特征值与所述异常状况特征值加上预设常数系数的比值,并记为倾斜特征值,将所述荷载深度图像的所有像素点差异特征值的累加和与所述像素点差异特征值序列中元素数量的比值记为倾斜变化程度,将所述荷载深度图像的所述倾斜特征值与所述倾斜变化程度的乘积记为对应目标压土区域的地面弹性显著性。
[0012]进一步地,所述弹簧土显著度的获取方法包括:采用双曲正切函数对同一压土区域内的所述塑形压缩度与所述地面弹性显著性比值进行正比例归一化得到弹簧显著度。
[0013]进一步地,所述压力变化高度图的获取方法包括:获得每个压土区域对应的尺寸相同的所述原始深度图像和所述荷载深度图像;将同一压土区域中目标像素点在所述原始深度图像与所述荷载深度图像中像素值的记为目标像素点在所述压力变化高度图中的像素值,改变目标像素点得到所述压力变化高度图中每个像素点的像素值。
[0014]本专利技术具有如下有益效果:本专利技术以弹簧土与正常土对应的土体差异为基础,根据弹簧土的弹性形变特征和倾斜特征对土体进行分析。为了体现弹簧土的弹性形变特征,本专利技术根据压力变化高度图内像素值分布特征得到塑形压缩度,在此基础上引入压土区域碾压前后图像之间的像素值变化特征差异获得塑形平整度,根据塑形平整度和塑形压缩度得到塑形形变度,使得塑形形变度对弹簧土的弹性形变特征的表征更加准确。进一步地,本专利技术通过弹簧土被碾压后呈现的倾斜特征,根据像素点特征值序列中元素值分布趋势特征本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于计算机视觉的弹簧土检测方法,其特征在于,所述方法包括:获取每个压土区域荷载前的原始深度图像和荷载后的荷载深度图像,根据每个压土区域的所述原始深度图像与所述荷载深度图像的差异得到压力变化高度图;根据所述原始深度图像内的像素值得到凹陷区域和凸起区域;在所述压力变化高度图中根据所述凹陷区域和所述凸起区域内像素点的像素值分布特征得到每个压土区域的塑形压缩度;根据所述原始深度图像与所述荷载深度图像之间的像素值变化特征差异获得塑形平整度,根据每个压土区域的所述塑形压缩度和所述塑形平整度得到塑形形变度;根据压土机运动方向获得所述荷载深度图像中像素点特征值序列;根据所述像素点特征值序列中元素值分布趋势特征获得每个压土区域的地面弹性显著性;根据每个压土区域的所述塑形形变度和所述地面弹性显著性得到每个压土区域的弹簧土显著度,根据所述弹簧土显著度完成弹簧土检测。2.根据权利要求1所述的一种基于计算机视觉的弹簧土检测方法,其特征在于,所述压力变化高度图的凹陷区域和凸起区域的获取方法包括:根据所述原始深度图像中各个像素点的像素值采用OTSU最大类间方差法进行划分得到划分阈值,所述划分阈值为深度阈值,将所述原始深度图像内大于所述深度阈值的像素值对应的像素点记为凹陷像素点,将所述原始深度图像内小于所述深度阈值的像素值对应的像素点记为凸起像素点,所有凹陷像素点组成的区域记为凹陷区域,所有凸起像素点组成的区域记为凸起区域。3.根据权利要求2所述的一种基于计算机视觉的弹簧土检测方法,其特征在于,所述塑形压缩度的获取方法包括:在所述压力变化高度图中,计算所述凹陷区域所有像素点的像素值均值并记为凹陷区域特征值,计算所述凸起区域所有像素点的像素值均值并记为凸起区域特征值,计算所述深度阈值和所述凸起区域特征值的差值并记为凸起差异值,计算所述凹陷区域特征值与所述深度阈值的差值并记为凹陷差异值,将所述凸起差异值与所述凹陷差异值的比值作为所述凸起区域特征值的权值;将所述权值与所述凸起区域特征值相乘的结果与凹陷区域特征值相加,得到对应压土区域的塑形压缩度。4.根据权利要求1所述的一种基于计算机视觉的弹簧土检测方法,其特征在于,所述像素值变化特征的获取方法包括:在所述原始深度图像和所述荷载深度图像中任选一个作为目标图像;以目标图像的每个像素点为中心像素点,根据中心像素点预设邻域范围内的像素点的像素值获取灰度共生矩阵,计算所述灰度共生矩阵对应的对比度,将所述目标图像中所有像素点对应的所述对比度的累加和记为像素值变化特征。5.根据权利要求1所述的一种基于计算机视觉的弹簧土检测方法,其特征在于,所述塑形平整度的获取方法包括:计算同一个压土区域内所述压力变化高度图与所述荷载深度图像...
【专利技术属性】
技术研发人员:王久桥,刘国帅,王扩军,
申请(专利权)人:山东水利建设集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。