一种城市道路路面日常巡检装置的制作方法

本发明涉及城市建设领域，具体涉及一种城市道路路面日常巡检装置。

背景技术：

城市道路路面平整对车辆的安全行驶至关重要，相关技术中的城市道路路面日常巡检一般采用人工巡检方式，依靠肉眼发现轨道异常并予以修复，效率和精度都比较低，不能适应城市道路路面日常巡检的实际应用要求。

技术实现要素：

为解决上述问题，本发明旨在提供一种城市道路路面日常巡检装置。

本发明的目的采用以下技术方案来实现：

一种城市道路路面日常巡检装置，包括移动子系统以及设置在移动子系统上的图像存储分析子系统、GPS定位装置、报警器；所述图像存储分析子系统用于对采集的图像进行处理，并对图像进行存储和实时分析，完成对路面异常的检测；所述GPS定位装置在图像存储分析子系统检测出路面异常时对发生异常的路面位置进行定位；所述报警器用于在图像存储分析子系统检测出路面异常时进行报警，并将报警信息发送至预设的移动终端。

本发明的有益效果为：可在日常城市道路巡检任务中完成对路面的自动检测，简化巡检任务，提高了巡检效率和检测精度。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明的结构连接示意图；

图2是本发明图像采集处理装置的结构连接示意图。

附图标记：

移动子系统1、图像存储分析子系统2、GPS定位装置3、报警器4、图像存储器5、图像采集处理装置6、图像采集模块11、图像预处理模块12、图像融合模块13、图像评价模块14。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1、图2，本实施例的一种城市道路路面日常巡检装置，包括移动子系统1以及设置在移动子系统1上的图像存储分析子系统2、GPS定位装置3、报警器4；所述图像存储分析子系统2用于对采集的图像进行处理，并对图像进行存储和实时分析，完成对路面异常的检测；所述GPS定位装置3在图像存储分析子系统2检测出路面异常时对发生异常的路面位置进行定位；所述报警器4用于在图像存储分析子系统2检测出路面异常时进行报警，并将报警信息发送至预设的移动终端。

优选的，所述报警信息包括发生异常的路面图像、发生异常的路面位置。

优选的，所述图像存储分析子系统2包括图像存储器5，所述报警器4与图像存储器5、GPS定位装置3皆连接。

本发明上述实施例可在日常城市道路巡检任务中完成对路面的自动检测，简化巡检任务，提高了巡检效率和检测精度。

优选的，所述图像存储分析子系统2包括图像采集处理装置6，所述图像采集处理装置6包括图像采集模块11、图像预处理模块12、图像融合模块13和图像评价模块14；所述图像采集模块11用于采集关于路面的源可见光图像和源红外图像；所述图像预处理模块12对聚焦不同的源可见光图像和源红外图像进行图像配准；所述图像融合模块13用于对配准后的图像进行融合处理；所述图像评价模块14用于对融合后的图像进行评价，选择评价合格的图像作为最终的图像。

本优选实施例设计了图像采集处理装置6的模块架构，从而在日常城市道路巡检任务中完成对路面图像的处理。

优选的，所述图像收集模块11在采集时淘汰低质量的图像，其建立图像质量评价函数采用了主观评价和客观评价相结合的方式：

式中，δ₁、δ₂、δ₃为各种评价因素所占比重，δ₁<δ₂<δ₃且δ₁+δ₂+δ₃＝1，F_i为第i次通过主观评价而给予图像的分数，Z_i为第i次通过客观评价而给予图像的分数，χ表示图像的峰值信噪比，N为进行主观评价的次数，M为进行客观评价的次数。

本优选实施例引入图像质量评价函数，能够剔除质量差的图像，提高路面图像的后期处理效率。

优选的，所述预处理模块12包括线段特征子模块、投影变换子模块、度量子模块和遗传计算子模块；所述线段特征子模块以源红外图像作为参考图像，源可见光图像作为待配准图像，检测源可见光图像的线段特征作为配准的依据；所述投影变换子模块：采用投影变换对源可见光图像中的线段特征实施变换，变换参数构成的矢量为所述度量子模块：采用基于方向一致性的度量准则构建度量函数，度量源红外图像线段特征和变换后的源可见光图像线段特征的相似性，如果满足预设要求，则返回参数若不满足要求，则转入参数更新模块；所述遗传计算子模块采用遗传算法对进行更新。本优选实施例在融合前对图像进行配准，极大的提高了融合效率。

优选的，所述融合模块13包括：

(1)HSV变换子模块：用于对预处理后的源可见光图像进行HSV变换并提取色调分量H、饱和度分量S和明度分量V；

(2)分量获取子模块：用于将预处理后的源红外图像和明度分量V分别作二代Curvelet变换，以得到各自在(x,y)位置的低频分量和高频分量，在此设源红外图像对应的低频分量为D_y(x,y)、高频分量为M_y(x,y)；明度分量V对应的低频分量为D_V(x,y)，高频分量为M_V(x,y)；

(3)融合子模块，包括低频分量融合单元和高频分量融合单元：

A、低频分量融合单元，用于对所述低频分量D_y(x,y)、D_V(x,y)进行融合，融合后的低频分量D_yV(x,y)为：

a、若D_y(x,y)＝0或D_V(x,y)＝0时：

D_yV(x,y)＝D_y(x,y)+D_V(x,y)；

b、若D_y(x,y)≠0或D_V(x,y)≠0时：

B、高频分量融合单元，用于对高频分量M_y(x,y)、M_V(x,y)进行融合，引入匹配测度因子：

其中，F＝1,...ψ，F表示二代Curvelet变换的分解级数，ψ为二代Curvelet变换的最大分解级；F＝1,...ψ-1时，为计算的源可见光图像的像素点信息质量均值，为源红外图像的像素点信息质量均值；F＝ψ时，为源可见光图像中高频子带与低频子带的方向对比度，为源红外图像中高频子带与低频子带的方向对比度；表示源可见光

图像在最高分辨率λ下、α方向上、3×3窗口内的区域信号强度；表示源红外图像在最高分辨率λ下、α方向上、3×3窗口内的区域信号强度；

若P_j(x,y)≤T，则融合后的高频分量M_yV(x,y)的选取公式为：

若P_j(x,y)>T，则融合后的高频分量M_yV(x,y)的选取公式为：

a、时：

b、时：

其中，T为设定的阈值；

(4)二代Curvelet逆变换子模块，用于对融合后的低频分量D_yV(x,y)和融合后的高频分量M_yV(x,y)进行二代Curvelet逆变换，以获得新的明度分量V_Ω；

(5)HSV逆变换子模块，用于对H、S、V_Ω三个分量做HSV逆变换，最终得到融合图像Ω。

发明人采用本实施例进行了一系列测试，以下是进行测试得到的实验数据：

本优选实施例结合低频分量融合单元和高频分量融合单元，对高频分量和低频分量采用不同的融合公式进行融合，更具有针对性，能够较好地描述路面图像中的目标特征信息；引入加权因子来计算融合后的高频分量，能够较好地保留源图像中的有用信息；引入匹配测度因子来计算融合后的高频分量，充分提取了源红外图像的热目标特征信息与源可见光图像丰富的背景特征信息，融合图像细节清晰、边缘平滑，具有更佳的融合性能和视觉效果。

优选的，所述图像评价模块14包括：

(1)第一评价单元：采用第一评估因子P₁对融合效果进行评估：

P₁＝(R₁-I₀)(R₁-V₀)

其中，R₁为融合后图像的辨识率，I₀为融合前源红外图像的辨识率，V₀为融合前源可见光图像的辨识率；当P₁>0，判定融合效果合格；

(2)第二评价单元：采用第二评估因子P₂对融合速度进行评估：

P₂＝(T₁-I₁)(T₁-V₁)

其中，T₁为融合后图像的辨识时间，I₁为融合前源红外图像的辨识时间，V₁为融合前源可见光图像的辨识时间；

若P₂<0，则融合速度合格。

本优选实施例能够切实提高路面图像处理的实用性。

结合上述实施例，对巡检时采集的路面图像的融合效果相对提高了30％，融合速度相对提高了10％。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。