本发明涉及图像处理技术领域，尤其涉及一种基于信号相关法的结构光光条中心提取方法及装置。
背景技术：
在道路路面车辙检测领域，一般采用点激光传感器法和线激光法来检测车辙深度。其中线激光车辙检测技术以其设备成本低廉、结构简单、特征突出、采样信息量增加、可有效消除点激光检测时采样点有限引起的误差等优点被广泛使用。线激光检测采用三角测距原理，通过线激光器向路面打出一条极窄光线，当路面没有车辙时，光线是一条直线，当路面有车辙时，光线会发生扭曲。通过电荷耦合元件(ccd)面阵相机记录光线条纹轮廓，利用数字图像处理提取光线条纹轮廓信息，代入由系统标定得到的物像转换关系，得到横断面高程，从而计算车辙深度。因此，线结构光图像处理是整个检测任务的关键环节之一，而快速、实时、精确的光条中心提取算法是保证系统能实时、稳定工作的关键问题，它将直接影响车辙深度获取精度。
在车辙检测领域，线结构光光条中心的提取是一个重要的问题，提取的线结构光光条中心如果不准确，则会降低车辙检测精度。由于车辙检测系统的应用场景主要存在四方面问题：1、路面环境复杂，路面结构变化会带来结构光成像的差异，使结构光图像的批量自动化处理较难获得令人满意的结果；2、由于路面纹理和杂质的影响会使光条出现断线情况；3、外界环境噪声、ccd相机和图像采集卡等硬件内部产生的噪声等具有随机和不可变性，使得采集的图像存在很大噪声；4、对于车载系统，要求实时性，所以图像处理速度要求亦是一个挑战。上述四方面的难题使得线结构光光条中心的提取成为国内外研究的热点问题。目前常用的光条中心提取方法是从图像处理的角度出发，存在一些明显缺陷：
(1)有些算法抗噪声能力较弱，使得光条中心提取误差大，从而影响检测精度；
(2)数据存储量较大，信息处理速度慢，不能达到实时数据处理；
(3)存在阈值化处理等算法时，会丢失原始信息；
(4)不能处理实际车辙存在的断线、重合情况。
技术实现要素：
有鉴于此，本发明的主要目的在于提供一种用于车辙检测的结构光光条中心提取方法及装置，以期至少部分地解决上述提及的技术问题中的至少之一。
为了实现上述目的，本发明的技术方案如下：
作为本发明的一个方面，提供了一种用于车辙检测的结构光光条中心提取方法，包括以下步骤：
步骤a：在采集的结构光光条图像中提取光条中心的感兴趣区域，得到光条中心图像，并对所述光条中心图像进行图像去噪；
步骤b：在所述光条中心图像中选取沿光条法线方向的相邻n列像素分别作为参考列，n为介于1和7之间的奇数，获取每列参考列的灰度值作为相应参考列的参考列激光光条信号，并选取每列参考列灰度值最大位置处作为相应参考列的搜索起点；
步骤c：在所述光条中心图像中选取沿光条法线方向的相邻n列像素分别作为搜索列，获取每列搜索列的灰度值作为相应搜索列的搜索列激光光条信号；
步骤d：利用信号相关法将n列搜索列激光光条信号与n列参考列激光光条信号一一相关，将得到的n个相关结果进行相加求极大值，得到相关最大值、以及该相关最大值处对应的信号偏移量；
步骤e：将该信号偏移量作为第n列搜索列的光条中心沿光条法线方向上相对于搜索起点发生的位置偏移量，确定第n列搜索列的光条中心的位置，其中第n列搜索列位于所述n列搜索列的最中间列，n＝(n+1)/2；
步骤f：在所述光条中心图像中依次选取不同的相邻n列像素，重复步骤c至e的处理，直至确定所述光条中心图像中每个搜索列的光条中心的位置。
作为本发明的再一个方面，提供一种基于信号相关法的结构光光条中心提取装置，包括：线激光器，用于向待测面投射结构光，在该待测面上形成结构光光条；摄像设备，其光轴与结构光平面成一夹角，用于采集结构光光条图像；以及图像处理设备，用于按照如上所述的结构光光条提取方法，对采集的所述结构光光条图像进行处理。
作为本发明的又一个方面，提供一种车辙检测方法，包括以下步骤：
按照如上所述的结构光光条中心提取方法，确定光条中心图像的光条中心；
将确定的光条中心的坐标代入标定的光平面方程中，获取车辙的实测光条曲线。
基于上述技术方案，本发明的有益效果在于：
(1)利用信号相关法获得搜索列中与参考列的激光光条信号相匹配的光条中心位置，当光条出现断线时，由于断线点处跟相邻光条变化不大，通过相关法可以精确定位断点位置，可以更好的解决激光光条出现的断线问题；
(2)本发明方法简单实用，当设置有至少两列参考列时，无需人为干预，减少参考列选取带来的随机误差；并且可以平滑光条中心曲线，优化结果；
(3)将参考列的数量限制在2～5以内，保证测量结果准确的同时，有利于快速高效地进行光条中心的提取，能满足系统实时检测要求；
(4)在图像处理时无需进行阈值化处理，不会丢失原始信息，光条信号完整度保存较好。
附图说明
图1是本发明信号相关法检测原理图；
图2是本发明基于信号相关法的结构光光条中心提取方法的示意图；
图3是本发明基于信号相关法的结构光光条中心提取装置的示意图；
图4是本发明一实施例中使用ccd相机拍摄的结构光光条图像；
图5是对图4进行感兴趣区域提取后得到的光条中心图像；
图6是对图5进行图像去噪后得到的光条中心图像；
图7是本发明一实施例得到的实测光条曲线图。
上述附图中，附图标记含义具体如下：
1-摄像设备2-线激光器
3-图像处理设备4-待测面
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。在线结构光车辙检测中，线激光是由点激光经过棱镜扩束得到的，点激光一般服从高斯分布，理想情况下，点激光经棱镜扩束之后与路面相交形成一个具有一定宽度的光条，则线激光的光强在其截面上也应服从高斯分布，其峰值即为光条中心光强。虽然实际检测环境复杂，存在被测物体表面纹理引起的反射光干扰等情况，但是激光光条仍大致服从高斯能量分布，而且沥青路面上相邻光条信号的形状、强度等特征相近，即具有较强的相关性，所以可利用雷达数据处理中的信号相关法来提取光条中心。
其原理如图1所示，在若在光条信号中选取一列数据，并设定光条中心位置，作为参考列数据，可通过信号相关法在下一列信号中搜索到与其匹配的光条中心位置，经过迭代可快速计算光条中心。
作为本发明的一个方面，提供了一种基于信号相关法的结构光光条中心提取方法。如图2所示，本发明一种基于信号相关法的结构光光条中心提取方法，包括以下步骤：
步骤a：在采集的结构光光条图像中提取光条中心的感兴趣区域，得到光条中心图像，并对所述光条中心图像进行图像去噪。
本步骤中，通过感兴趣区域的提取可依据本领域中常用算法进行自动提取，减少了数据量，方便后续的图像处理；图像去噪也可依据本领域中常用算法进行，以去除图像中存在的白噪声、椒盐噪声、孤点噪声等，提高图像质量。
步骤b：在光条中心图像中选取沿光条法线方向的相邻n列像素分别作为参考列，n为1、3、5或7，获取每列参考列的灰度值作为相应参考列的参考列激光光条信号，并选取每列参考列灰度值最大位置处作为相应参考列的搜索起点。
当n取值越大，则最后获得的光条中心曲线越光滑，误差越小，但是数据运算越慢，综合考虑，优选取值为3。
优选地，本步骤中还包括在光条中心图像上的参考列处选取参考窗，该参考窗沿光条法线方向以其中一参考列的搜索起点为中心并具有长度l，获取该参考窗内的每列参考列的灰度值作为相应参考列的参考列激光光条信号，一方面，可去除其他区域的噪声产生的影响，另一方面，有利于提高运算速度。
步骤c：在光条中心图像中选取沿光条法线方向的相邻n列像素分别作为搜索列，获取每列搜索列的灰度值作为相应搜索列的搜索列激光光条信号。
与步骤b中类似，在光条中心图像上的搜索列处确定搜索窗，该搜索窗沿光条法线方向的位置、尺寸和参考窗相同，获取该搜索窗内的每列搜索列的灰度值作为相应搜索列的搜索列激光光条信号。
步骤d：利用信号相关法将n列搜索列激光光条信号与n列参考列激光光条信号一一相关，将得到的n个相关结果进行相加求极大值，得到相关最大值，以及相关最大值处对应的信号偏移量。
本步骤具体包括：
子步骤d1：将n列搜索列激光光条信号与n列参考列激光光条信号一一相关，分别得到相关最大时的n个相关结果；
具体地，假设两个实序列x(q)、y(q)，引入互相关运算求得二者的偏移量。其二者的互相关的归一化有偏估计可表示为：
其中l是参考窗长度，rxy(l)是以x(q)为参考列，y(q)为搜索列进行相关的相关函数。由上式可得，y(q)与x(q)的相关最大值对应的横坐标即表示二者的偏移距离。此时，即可利用上式求得每一搜索列与相对应的参考列相关最大时的相关结果。
子步骤d2：将得到的n个相关结果进行相加，从和值的曲线中得到相关最大值作为第n列搜索列的相关最大值，该相关最大值处的信号偏移量为l-py，其中l为参考窗沿光条法线方向的长度，py为相关最大值处的坐标。
步骤e：将该信号偏移量作为第n列搜索列的光条中心沿光条法线方向上相对于搜索起点发生的位置偏移量，确定第n列搜索列的光条中心的位置，其中第n列搜索列位于所述n列搜索列的最中间列，n＝(n+1)/2。
具体地，第n列搜索列的光条中心的位置为(n，k+l-py)，其中，k表示n列参考列的搜索起点沿光条法线方向的坐标的算术平均值。
步骤f：在光条中心图像中多次选取不同的相邻n列像素，重复步骤c至e的处理，直至确定光条中心图像中每个搜索列的光条中心的位置。
步骤g：对获取的光条中心进行拟合得到光条中心曲线。
作为本发明的一个方面，提供了一种基于信号相关法的结构光光条中心提取装置。如图3所示，本发明一种基于信号相关法的结构光光条中心提取装置，包括：线激光器2，用于向待测面投射结构光，在该待测面上形成结构光光条；摄像设备1，其光轴与结构光平面成一夹角，用于采集结构光光条图像；图像处理设备3，用于按照如上所述的结构光光条提取方法，对采集的所述结构光光条图像进行处理。
其中，所述图像处理设备为工控机，连接至线激光器2和摄像设备1，用于对线激光器2和摄像设备1进行控制，以及对采集的所述结构光光条图像进行处理；摄像设备1例如可以为ccd相机。
以下以n＝3(即选取3个参考列)时光条中心提取方法为例，通过多次相关求最大值的方法，对图像进行结构光光条中心提取，并运用车辙检测系统的标定结果来验证此方法的检测精度。具体包括以下步骤：(1)在平板上分别放置厚度为5mm、9mm、9mm、9mm的量块，线激光器往平板上打出一条光线，ccd相机拍摄图片，如图4所示。
(2)进行roi光条中心提取：自动提取感兴趣的光条中心图像，以减少数据量。原始图像像素是1600*1200，经处理后的图像像素是445*65，为以后的处理提供大大的便利；roi提取过后的光条中心图像如图5所示。
(3)图像去噪：去除图像中存在的白噪声、椒盐噪声、孤点噪声等，提高图像质量，去噪后的光条中心图像如图6所示。
(4)获取相关参考窗信号：选取光条中心图像的第i-1、i、i+1列像素分别作为参考列，i≥2。提取第i-1列灰度值数据，选取光条中心灰度值最大的点为搜索起点(m1，k1)，以其为中心选取长度为l的参考窗，获取该参考窗内的灰度值作为第i-1列的参考列激光光条信号，同样地，分别获取第i、i+1列在该参考窗内的灰度值作为第i、i+1列的参考列激光光条信号，确定相应的搜索起点分别为(m2，k2)、(m3，k3)。
(5)获取相关搜索窗信号：以光条中心图像的第n-1、n、n+1列像素分别作为搜索列，在该些搜索列处确定搜索窗，该搜索窗沿光条法线方向的位置、尺寸和参考窗相同；分别提取搜索窗内的第n-1、n、n+1列搜索列的灰度值作为搜索列激光光条信号，作为搜索窗信号。
(6)确定第n列搜索列的光条中心的位置：分别将第i-1列信号与第n-1列信号相关得到相关最大值rm1；第i列信号与第n列信号相关得到相关最大值rm2；第i+1列信号与第n+1列信号相关得到相关最大值rm3；则rm＝rm1+rm2+rm3；rmx＝max(rm)；找到最大值rmx对应的坐标py，将其作为第n列信号相对于参考窗内信号的位置偏移量，由几何关系得到第n列搜索窗内位置为(n，k+l-py)，其中，k＝(k1+k2+k3)/3。
(7)代入不同n值，重复以上步骤(5)至(6)，计算光条中心图像中每个搜索列的光条中心。
(8)将提取的光条中心坐标值带入系统标定结果及拟合得到的光平面方程中，可以得到实测光条曲线如图7所示，实测与量块的误差值及算法用时如表1所示。
(9)由图7、表1可得，提取误差小于0.1mm，小于道路检测规范要求的1mm，而且算法用时0.11s，满足实时性检测要求。该方法可以准确快速的提取结构光光条中心。
表1数据处理结果
综上所述，本发明提供一种基于信号相关法的结构光光条中心提取方法及装置，利用信号相关法获得搜索列中与参考列的激光光条信号相匹配的光条中心位置，可以更好的解决激光光条出现的断线问题，可快速高效地进行光条中心地提取，能够满足系统实时检测地要求。
还需要说明的是，单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。说明书与权利要求中所使用的序数例如“第一”、“第二”、“第三”等的用词，以修饰相应的元件，其本身并不意味着该元件有任何的序数，也不代表某一元件与另一元件的顺序、或是制造方法上的顺序，该些序数的使用仅用来使具有某命名的一元件得以和另一具有相同命名的元件能做出清楚区分。
此外，除非特别描述或必须依序发生的步骤，上述步骤的顺序并无限制于以上所列，且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑，彼此混合搭配使用或与其他实施例混合搭配使用，即不同实施例中的技术特征可以自由组合形成更多的实施例。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。