1.一种基于双目视觉稠密点云的道路坑洼检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于双目视觉稠密点云的道路坑洼检测方法,其特征在于,在步骤s2中,所述采用改进的平均哈希算法对图像的每个像素点进行对比包括:
3.根据权利要求2所述的基于双目视觉稠密点云的道路坑洼检测方法,其特征在于,在步骤s23中,所述对道路的第二图像像素点和第一图像像素点进行评价,并进行聚类分析为根据所述道路的图像像素点评价数据信息,对每个图像像素点进行评价,将相同评价的像素点进行聚类,得到道路视差图的像素矩阵数据信息。
4.根据权利要求1所述的基于双目视觉稠密点云的道路坑洼检测方法,其特征在于:所述第i个道路的第二图像像素点的评价因子ɑ1i和所述第j个道路的第一图像像素点的评价因子ɑ2j的约束条件为,
5.根据权利要求1所述的基于双目视觉稠密点云的道路坑洼检测方法,其特征在于,在步骤s3中,所述采用sgbm算法和bm算法进行视差图的三维点匹配包括:
6.根据权利要求5所述的基于双目视觉稠密点云的道路坑洼检测方法,其特征在于:所述像素点的像素值函数p为,
7.根据权利要求1所述的基于双目视觉稠密点云的道路坑洼检测方法,其特征在于:所述道路路面坑洼区域的综合数据信息包括道路路面坑洼区域的深度数据信息、道路路面坑洼区域的面积数据信息和道路路面坑洼区域的位置数据信息。
8.根据权利要求1所述的基于双目视觉稠密点云的道路坑洼检测方法,其特征在于,在步骤s4中,所述采用路面坑洼区域拓扑算法对道路的路面进行筛选包括:
9.一种用于实现权利要求1-8任一项所述的基于双目视觉稠密点云的道路坑洼检测方法的系统,其特征在于,所述系统包括:
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有被编程或配置以执行权利要求1~8中任意一项所述的改进的基于双目视觉稠密点云的道路坑洼检测方法的计算机程序。