王 蔥,潘 均,孫尚宇,宋偉東

(1. 遼寧工程技術(shù)大學(xué)測(cè)繪與地理科學(xué)學(xué)院,遼寧 阜新 123000; 2. 遼寧工程技術(shù)大學(xué)地理空間信息服務(wù)協(xié)同創(chuàng)新學(xué)院,遼寧 阜新 123000; 3. 航空遙感技術(shù)自然資源部重點(diǎn)實(shí)驗(yàn)室,北京 100039)

路面坑槽是一種典型的路面病害,對(duì)居民出行舒適性、公路使用壽命、車輛通行安全均有較大影響[1-2]?？硬勖娣e、深度、體積等信息決定了其嚴(yán)重程度劃分結(jié)果,將直接影響路面損壞狀況指數(shù)計(jì)算,間接影響公路養(yǎng)護(hù)計(jì)劃的制定和實(shí)施[3]。傳統(tǒng)人工檢測(cè)方式效率和安全性低,依賴技術(shù)人員經(jīng)驗(yàn)和病害手冊(cè);基于二維圖像自動(dòng)化檢測(cè)方式精度高,速度快,但無(wú)法獲取深度信息[4-5];激光技術(shù)適用于弱光環(huán)境,簡(jiǎn)單直觀,但掃描儀成本高,掃描速度慢,無(wú)法獲取高質(zhì)量紋理數(shù)據(jù)[6]。

文獻(xiàn)[7]采用代價(jià)路徑搜索算法,改善了單目視覺(jué)獲取路面影像噪聲多、連續(xù)性差、裂縫對(duì)比度低等問(wèn)題,但利用該方法檢測(cè)裂縫,易受光線影響;文獻(xiàn)[8—9]均基于立體視覺(jué)獲取深度,三維重構(gòu)后計(jì)算坑槽面積和體積,該方法效率較高,可獲取坑槽多維指標(biāo),但是同樣不適用于弱光弱紋理環(huán)境;文獻(xiàn)[10]提出一種基于三維激光技術(shù)的瀝青路面坑槽量化的方法;文獻(xiàn)[11]提出利用超聲波傳感器識(shí)別坑槽和波浪擁包,并測(cè)量其深度和高度,用于輔助駕駛和避免事故。基于三維激光雷達(dá)技術(shù)和超聲波雷達(dá)技術(shù)可直接獲取高精度的路面點(diǎn)云,提取路面破損信息,技術(shù)成熟,但成本很高。

為解決弱光、弱紋理環(huán)境路面坑槽多維指標(biāo)計(jì)算問(wèn)題,本文提出的方法如下:①基于雙目結(jié)構(gòu)光三維成像系統(tǒng)的坑槽多維指標(biāo)提取方法;②針對(duì)坑槽不規(guī)則形狀,設(shè)計(jì)坑槽深度、面積、體積多維指標(biāo)計(jì)算方法;③設(shè)計(jì)對(duì)比試驗(yàn),對(duì)正常光線和弱光、弱紋理兩種環(huán)境計(jì)算的坑槽多維指標(biāo),與人工測(cè)量結(jié)果對(duì)比,并統(tǒng)計(jì)誤差指標(biāo),驗(yàn)證該方法是否滿足坑槽檢測(cè)精度需求,以及對(duì)弱光、弱紋理環(huán)境的適用性;④基于兩種環(huán)境下多維指標(biāo)計(jì)算結(jié)果和規(guī)范,對(duì)坑槽輕重程度進(jìn)行評(píng)價(jià),并與人工測(cè)量相比,驗(yàn)證評(píng)價(jià)結(jié)果一致性。

1 雙目結(jié)構(gòu)光三維成像系統(tǒng)

1.1 雙目結(jié)構(gòu)光三維成像原理

雙目結(jié)構(gòu)光三維成像系統(tǒng)結(jié)構(gòu)如圖1所示。散斑結(jié)構(gòu)光發(fā)射器和雙目相機(jī)平行,發(fā)射器射出紅外激光散斑,雙目紅外相機(jī)獲取目標(biāo)F的影像,得到帶有散斑的立體像對(duì)。系統(tǒng)采用紅外雙目相機(jī)和紅外散斑結(jié)構(gòu)光,不易受周圍光線變化的影響,且結(jié)構(gòu)光可增加被測(cè)物體表面的紋理特征,因此,雙目結(jié)構(gòu)光三維成像系統(tǒng)和弱光、弱紋理環(huán)境更加適配,可在弱光、弱紋理環(huán)境下對(duì)路面進(jìn)行有效三維成像,且有更好的測(cè)量精度和重建效果。

圖1 雙目結(jié)構(gòu)光三維成像系統(tǒng)結(jié)構(gòu)

研究采用的雙目結(jié)構(gòu)光三維成像系統(tǒng)如圖2所示,由雙目紅外相機(jī)、紅外散斑結(jié)構(gòu)光、單目可見(jiàn)光相機(jī)、鋁合金支架、車載平臺(tái)4部分組成。其中,IR攝像頭精度為0.2%@1 m,深度、紅外、RGB相機(jī)均采用640*480@30 FPS;鋁合金支架橫向方向可旋轉(zhuǎn),縱向方向可伸縮。將系統(tǒng)架設(shè)在車載移動(dòng)平臺(tái)上,縱向高度為300 mm,保證檢測(cè)精度。

圖2 雙目結(jié)構(gòu)光三維成像系統(tǒng)

1.2 弱光、弱紋理環(huán)境路面圖像獲取

在弱紋理環(huán)境下,傳統(tǒng)雙目立體視覺(jué)采用相機(jī)無(wú)人眼的“無(wú)特征聚焦”能力,圖3(a)弱光環(huán)境會(huì)使路面紋理特征減弱,對(duì)于局部弱紋理如左部分F處,將無(wú)法判別其位于右部分的同名點(diǎn)。雙目結(jié)構(gòu)光三維成像系統(tǒng)的結(jié)構(gòu)光散斑,可對(duì)獲取的圖像中的所有點(diǎn)編碼,增加大量同名點(diǎn),如圖3(b)所示。即使處于弱紋理環(huán)境,也可高精度立體匹配,利用視差原理和三角測(cè)量原理,得到深度信息,實(shí)現(xiàn)對(duì)路面的有效三維成像。

圖3 系統(tǒng)適用于弱紋理環(huán)境

系統(tǒng)采用紅外雙目相機(jī)結(jié)合紅外散斑結(jié)構(gòu)光獲取三維信息,結(jié)構(gòu)光可增加路面紋理,雙目紅外相機(jī)可在弱光環(huán)境下獲取帶有散斑的立體像對(duì),使系統(tǒng)適用于弱光、弱紋理環(huán)境。相較于傳統(tǒng)RGB相機(jī)易受環(huán)境光照影響,系統(tǒng)光照穩(wěn)健性更強(qiáng),可在弱光環(huán)境對(duì)路面進(jìn)行有效三維成像,如圖4所示。

圖4 系統(tǒng)光照穩(wěn)健性

基于雙目立體視覺(jué)的視差原理和三角測(cè)量原理,利用雙目相機(jī)內(nèi)外參數(shù),雙目圖像經(jīng)過(guò)圖像校正和立體匹配獲取視差圖并轉(zhuǎn)換為具有深度信息的深度圖,進(jìn)一步可映射為路面點(diǎn)云,實(shí)現(xiàn)弱光、弱紋理環(huán)境下路面圖像的有效三維成像。雙目結(jié)構(gòu)光三維成像系統(tǒng)數(shù)據(jù)獲取流程如圖5所示。

圖5 系統(tǒng)數(shù)據(jù)獲取流程

2 路面坑槽多維指標(biāo)提取方法

坑槽的深度、面積、體積等信息將直接影響路面破損狀況指數(shù)的計(jì)算,因此,路面坑槽多維指標(biāo)提取對(duì)于坑槽評(píng)價(jià)、路面破損程度評(píng)定、修補(bǔ)材料估算等具有重要的意義。本文通過(guò)雙目三維結(jié)構(gòu)光系統(tǒng)實(shí)現(xiàn)對(duì)路面有效三維成像,對(duì)獲取的點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理、處理、多維指標(biāo)提取和病害點(diǎn)云曲面重建。路面坑槽多指標(biāo)提取流程如圖6所示。

圖6 路面坑槽多指標(biāo)提取流程

2.1 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理主要包括點(diǎn)云姿態(tài)標(biāo)準(zhǔn)化和去噪。①姿態(tài)標(biāo)準(zhǔn)化:由于路面凹凸不平和系統(tǒng)安裝誤差,難以保證采集坐標(biāo)系XOY平面完全與路面平行,因此獲取的點(diǎn)云數(shù)據(jù)需要姿態(tài)標(biāo)準(zhǔn)化,將傾斜點(diǎn)云轉(zhuǎn)換為平行姿態(tài)。②去噪:受儀器、周圍環(huán)境、被測(cè)量目標(biāo)本身特性的影響,點(diǎn)云噪聲無(wú)法避免。本文的采集系統(tǒng)和應(yīng)用場(chǎng)景決定了去噪[12-15]的主要目標(biāo)是離群點(diǎn)。采用基于空間分布的去噪算法(statistical outlier removal,SOR)[16]濾除離群點(diǎn)。

2.2 病害點(diǎn)云提取

采集的點(diǎn)云數(shù)據(jù)包含路面和病害點(diǎn)云,為保證坑槽多維指標(biāo)計(jì)算的精度,剔除路面上如石子等一些微小的凹凸點(diǎn)的影響,需擬合道路平面,設(shè)定合適的閾值提取病害點(diǎn)云。

2.2.1 基于RANSAC算法的道路平面擬合

道路平面是分割點(diǎn)云和點(diǎn)云上頂面輪廓識(shí)別的重要依據(jù),合理擬合道路平面對(duì)于坑槽多維指標(biāo)計(jì)算具有重要的意義?；赗ANSAC算法[17]對(duì)道路平面進(jìn)行擬合,使得擬合平面與坑槽上頂面重合,擬合的本質(zhì)是迭代過(guò)程:①選取部分?jǐn)?shù)據(jù)點(diǎn),對(duì)擬合平面初始化;②計(jì)算所有數(shù)據(jù)點(diǎn)到擬合平面的距離,若距離小于閾值,則認(rèn)為當(dāng)前點(diǎn)是有效數(shù)據(jù),加入下一次擬合平面的數(shù)據(jù)集;③重復(fù)步驟①—步驟②,不斷迭代,直到有效數(shù)據(jù)點(diǎn)少于上一次,當(dāng)前平面即為路面的最佳擬合平面。擬合平面的過(guò)程決定了其用于分割點(diǎn)云是有效的。擬合平面的原理如圖7所示。

圖7 擬合平面原理

2.2.2 路面坑槽頂面輪廓識(shí)別與點(diǎn)云分割

路面坑槽上頂面是面積計(jì)算的重要依據(jù)。如圖8所示。通過(guò)2.2.1節(jié)擬合的道路平面對(duì)點(diǎn)云進(jìn)行分割:以擬合的平面一定閾值內(nèi)的點(diǎn)作為內(nèi)部點(diǎn),閾值外的點(diǎn)則為平面外部點(diǎn),內(nèi)部點(diǎn)集合即為去除坑槽后的路面點(diǎn)云;外部點(diǎn)集合即為坑槽點(diǎn)云。病害點(diǎn)云與擬合平面的交點(diǎn)即為坑槽頂面的輪廓點(diǎn)[18]。通過(guò)雙向最近點(diǎn)搜索法,對(duì)所有輪廓點(diǎn)遍歷排序,排序后按逆時(shí)針?lè)较蛳噙B構(gòu)成多邊形,該多邊形即為坑槽上頂面。

圖8 平面輪廓識(shí)別

2.3 路面坑槽多維指標(biāo)提取

根據(jù)《公路技術(shù)狀況評(píng)定標(biāo)準(zhǔn)》規(guī)范[19],可知坑槽深度、面積是評(píng)價(jià)坑槽的重要依據(jù),體積是計(jì)算坑槽修補(bǔ)材料的重要指標(biāo)。針對(duì)坑槽形狀不規(guī)則導(dǎo)致多維指標(biāo)提取困難,設(shè)計(jì)了坑槽多維指標(biāo)計(jì)算方法。基于深度提取計(jì)算坑槽深度,基于雙向最近點(diǎn)搜索對(duì)坑槽頂面輪廓點(diǎn)進(jìn)行排序,逆時(shí)針連接成多邊形后,利用輪廓點(diǎn)法計(jì)算面積指標(biāo),基于微元逼近法對(duì)坑槽進(jìn)行等距切片,計(jì)算坑槽體積。

2.3.1 路面坑槽深度

坑槽深度是評(píng)價(jià)坑槽級(jí)別的重要依據(jù),采集的點(diǎn)云數(shù)據(jù)中的每個(gè)數(shù)據(jù)點(diǎn)同時(shí)具有深度和二維信息,每個(gè)深度均對(duì)應(yīng)一個(gè)像素點(diǎn),對(duì)點(diǎn)云數(shù)據(jù)預(yù)處理和分割后,以坑槽上頂面為基準(zhǔn),以數(shù)據(jù)中深度最大的點(diǎn)作為坑槽的最低點(diǎn),提取深度即可獲得兩者的深度,深度之差即為坑槽深度,原理如圖9所示。路面坑槽深度計(jì)算公式為

H=Hmax-Hmin

(1)

式中,Hmax為坑槽上頂面的深度;Hmax為坑槽最低點(diǎn)的深度;H為坑槽的深度。

2.3.2 路面坑槽面積

病害點(diǎn)云與擬合平面的交點(diǎn)即為坑槽頂面的輪廓點(diǎn),去掉深度,映射為二維后,采用2.2.2節(jié)的雙向最近點(diǎn)搜索法對(duì)上頂面外輪廓的邊界點(diǎn)進(jìn)行排序,按逆時(shí)針?lè)较蛳噙B構(gòu)成多邊形,采用以“矢量外積”為原理的輪廓點(diǎn)法計(jì)算上頂面面積。原理如圖10所示。路面坑槽面積計(jì)算公式為

圖10 路面坑槽面積計(jì)算

(2)

式中,xi、yi為輪廓多邊形第i個(gè)頂點(diǎn)的坐標(biāo);i為排序后的輪廓多邊形的頂點(diǎn)編號(hào);n為輪廓多邊形的頂點(diǎn)個(gè)數(shù);S為坑槽面積。

2.3.3 路面坑槽體積

以計(jì)算的坑槽深度為基礎(chǔ),在點(diǎn)云縱向上以等間距對(duì)點(diǎn)云進(jìn)行切片,形成多個(gè)等間距的梯形墩臺(tái)微元,計(jì)算各個(gè)微元的上下底面積,得到微元體積,求和即為坑槽體積。為了保證亞毫米級(jí)的精度、計(jì)算效率與適用性,本文中的梯形墩臺(tái)微元采用正軸0.5 mm切距等距切片,原理如圖11所示。坑槽體積計(jì)算公式為

圖11 路面坑槽體積計(jì)算

(3)

式中,n為分割個(gè)數(shù);h為分割間距。

(4)

式中,K為切片編號(hào),取值范圍為[0,n-1];Vk為梯臺(tái)微元的體積;Sk、Sk+1分別為第K個(gè)梯臺(tái)微元的上、下底面積;V為坑槽體積。

2.4 基于BPA算法的路面坑槽曲面重建

為更好地恢復(fù)路面坑槽形貌,可對(duì)處理后的病害點(diǎn)云進(jìn)行曲面重建,給予道路養(yǎng)護(hù)更直觀的數(shù)據(jù)視角。本文采用滾球法(ball pivoting algorithm,BPA)[20-21]進(jìn)行曲面重建,其算法原理如圖12所示。

圖12 曲面重建原理

3 試驗(yàn)結(jié)果與分析

在采集數(shù)據(jù)的同時(shí)對(duì)坑槽多維指標(biāo)做人工測(cè)量,并根據(jù)上文中設(shè)計(jì)的多維指標(biāo)計(jì)算方法,對(duì)獲取的正常光線和弱光、弱紋理環(huán)境下的坑槽數(shù)據(jù),分別進(jìn)行預(yù)處理、處理和多維指標(biāo)計(jì)算。與人工測(cè)量結(jié)果相比,驗(yàn)證設(shè)備與檢測(cè)方法的坑槽檢測(cè)精度和評(píng)價(jià)是否滿足規(guī)范需求,是否適用弱光、弱紋理環(huán)境。

3.1 路面坑槽數(shù)據(jù)集與指標(biāo)人工測(cè)量

將硬件系統(tǒng)搭載在車載平臺(tái)上,采集坑槽數(shù)據(jù),同時(shí)對(duì)坑槽多維指標(biāo)進(jìn)行人工測(cè)量:①采用分辨率為0.01 mm的高精度數(shù)顯游標(biāo)卡尺測(cè)量坑槽深度;②通過(guò)拓印坑槽頂面測(cè)量坑槽面積;③采用鋪沙法測(cè)量坑槽體積。

人工測(cè)量主要誤差來(lái)源:①坑槽深度易受所處的路面的平整度影響;②面積易受拓印面積誤差影響;③體積易受鋪沙的密度和高度影響。因此采用多次測(cè)量求取平均值作為指標(biāo)的真值,用于驗(yàn)證本文方法的準(zhǔn)確性和適用程度。指標(biāo)人工測(cè)量如圖13所示。

圖13 多維指標(biāo)人工測(cè)量

樣本集共計(jì)14個(gè)坑槽,根據(jù)指標(biāo)人工測(cè)量結(jié)果,以及坑槽評(píng)定標(biāo)準(zhǔn),坑槽深度<25 mm或面積<0.1 m2為輕度;深度≥25 mm或面積≥0.1 m2為重度;可知樣本集中的坑槽有輕度10個(gè)、重度4個(gè)。坑槽樣本原始數(shù)據(jù)如圖14所示。

圖14 坑槽樣本原始數(shù)據(jù)

3.2 試驗(yàn)結(jié)果與誤差分析

3.2.1 路面坑槽多維指標(biāo)提取

根據(jù)對(duì)比試驗(yàn)思路,以及上文確定的坑槽多維指標(biāo)計(jì)算方法,對(duì)獲取的正常光線和弱光、弱紋理環(huán)境下的坑槽數(shù)據(jù),分別進(jìn)行預(yù)處理、處理和多維指標(biāo)計(jì)算。將計(jì)算結(jié)果與人工測(cè)量結(jié)果對(duì)比,部分結(jié)果見(jiàn)表1—表2。

表1 兩種環(huán)境下部分計(jì)算結(jié)果

表2 兩種環(huán)境下部分計(jì)算結(jié)果的相對(duì)誤差 (%)

由表1—表2可知,雙目結(jié)構(gòu)光三維成像系統(tǒng)對(duì)于弱光、弱紋理環(huán)境具有較強(qiáng)的適用性,對(duì)于坑槽多維指標(biāo)檢測(cè)精度較高。

多維指標(biāo)檢測(cè)結(jié)果可為坑槽評(píng)價(jià)、坑槽修補(bǔ)材料估算、坑槽養(yǎng)護(hù)優(yōu)先級(jí)等提供數(shù)據(jù)依據(jù)。指標(biāo)計(jì)算主要誤差來(lái)源:①點(diǎn)云預(yù)處理和分割對(duì)坑槽深度、面積、體積均有一定的影響;②劃分梯臺(tái)微元的單位大小對(duì)體積計(jì)算有一定的影響。

3.2.2 指標(biāo)提取誤差統(tǒng)計(jì)

對(duì)比兩種環(huán)境下計(jì)算結(jié)果與人工測(cè)量的指標(biāo)真值,計(jì)算并統(tǒng)計(jì)誤差指標(biāo),驗(yàn)證設(shè)備和檢測(cè)方法對(duì)弱光、弱紋理環(huán)境的適用性。誤差統(tǒng)計(jì)結(jié)果見(jiàn)表3。

表3 誤差統(tǒng)計(jì)結(jié)果

由表3可知,弱光、弱紋理環(huán)境和正常光線下對(duì)坑槽的檢測(cè)和評(píng)價(jià)精度,均滿足坑槽自動(dòng)化檢測(cè)規(guī)范中的精度需求。①弱光、弱紋理環(huán)境與正常光線各誤差指標(biāo)無(wú)明顯差異,表明系統(tǒng)和檢測(cè)方法適用于弱光弱紋理環(huán)境。②根據(jù)表3中平均相對(duì)誤差指標(biāo)可知,弱光、弱紋理環(huán)境和正常光線檢測(cè)深度、面積、體積準(zhǔn)確度分別達(dá)98.15%、95.03%、92.31%和98.28%、94.85%、91.55%,均滿足路面破損自動(dòng)化檢測(cè)多維指標(biāo)計(jì)算精度需求。③根據(jù)誤差指標(biāo)結(jié)果,可以看出,計(jì)算的誤差累積:體積>面積>深度,驗(yàn)證了面積拓印和體積鋪沙方式存在較大的誤差,計(jì)算時(shí)劃分梯臺(tái)微元的單位大小對(duì)體積計(jì)算也有影響。

3.2.3 路面坑槽評(píng)價(jià)與人工測(cè)量一致性

根據(jù)兩種環(huán)境多維指標(biāo)計(jì)算結(jié)果及評(píng)價(jià)規(guī)范,對(duì)坑槽嚴(yán)重程度進(jìn)行評(píng)價(jià),與人工測(cè)量評(píng)價(jià)結(jié)果對(duì)比,結(jié)果見(jiàn)表4。

表4 坑槽評(píng)價(jià)結(jié)果

由表4可知,弱光、弱紋理環(huán)境和人工測(cè)量、正常光線評(píng)價(jià)一致性較高,滿足坑槽自動(dòng)化檢測(cè)與評(píng)價(jià)規(guī)范精度需求。但不排除樣本中沒(méi)有處于嚴(yán)重程度劃分指標(biāo)的界線處的坑槽的因素。

3.2.4 路面坑槽曲面重建

為給予相關(guān)應(yīng)用場(chǎng)景更直觀的數(shù)據(jù)視角,采用不同的曲面重建算法,分別對(duì)兩種環(huán)境下的坑槽點(diǎn)云進(jìn)行曲面重建,重建結(jié)果如圖15所示。

圖15 曲面重建結(jié)果

由圖15可以看出:①對(duì)比弱光、弱紋理與正常光線環(huán)境曲面重建結(jié)果可知,弱光、弱紋理環(huán)境重建效果良好。②對(duì)比多個(gè)經(jīng)典算法曲面重建結(jié)果可知,BPA算法相對(duì)紋理信息更全,重建更細(xì)致;Possion算法重建相對(duì)更光滑,在邊緣處的銳度更好;Alpha-shape算法對(duì)于后續(xù)的平滑等處理較差[22]。基于本文的應(yīng)用場(chǎng)景,選擇BPA算法重建病害點(diǎn)云曲面,為后續(xù)的病害修補(bǔ)、路面養(yǎng)護(hù)提供更直觀的數(shù)據(jù)視角。

4 結(jié) 論

(1)針對(duì)傳統(tǒng)單目圖像識(shí)別方法無(wú)法獲取深度信息,傳統(tǒng)雙目測(cè)量在弱光、弱紋理環(huán)境下立體匹配精度無(wú)法滿足坑槽多維指標(biāo)計(jì)算需求,激光掃描儀成本太高等問(wèn)題,提出了一種基于雙目結(jié)構(gòu)光三維成像系統(tǒng)的坑槽多維指標(biāo)計(jì)算的方法。

(2)針對(duì)坑槽形狀不規(guī)則導(dǎo)致多維指標(biāo)提取困難,設(shè)計(jì)了坑槽深度、面積、體積多維指標(biāo)計(jì)算方法。

(3)設(shè)計(jì)了對(duì)比試驗(yàn)1,利用提出的方法檢測(cè)坑槽,計(jì)算坑槽的多維指標(biāo),與人工測(cè)量值相比,在弱光、弱紋理環(huán)境下最大相對(duì)誤差分別3.40%、9.64%、9.46%;在正常光線下最大相對(duì)誤差分別為3.24%、6.50%、9.19%。表明雙目結(jié)構(gòu)光三維成像系統(tǒng)對(duì)坑槽多維指標(biāo)檢測(cè)具有較高的精度,對(duì)弱光、弱紋理環(huán)境具有較好的適用性。

(4)設(shè)計(jì)了對(duì)比試驗(yàn)2,通過(guò)對(duì)兩種環(huán)境與人工測(cè)量對(duì)比的誤差指標(biāo)進(jìn)行統(tǒng)計(jì),兩種環(huán)境下各誤差指標(biāo)無(wú)明顯差異,檢測(cè)深度、面積、體積準(zhǔn)確度分別達(dá)98.15%、95.03%、92.31%和98.28%、94.85%、91.55%,表明系統(tǒng)和檢測(cè)方法適用于弱光、弱紋理環(huán)境,且均滿足路面破損自動(dòng)化檢測(cè)多維指標(biāo)計(jì)算精度需求。

(5)設(shè)計(jì)了對(duì)比試驗(yàn)3,利用提出的方法計(jì)算坑槽多維指標(biāo),按照標(biāo)準(zhǔn)對(duì)坑槽評(píng)價(jià),與人工測(cè)量值相比,在弱光、弱紋理環(huán)境和正常光線下,均符合坑槽自動(dòng)化檢測(cè)精度標(biāo)準(zhǔn),表明其滿足道路養(yǎng)護(hù)評(píng)價(jià)需求。