基于数字图像法对路面构造深度的方法研究.pdf

-56-基于数字图像法对路面构造深度的方法研究荣文涛1,2，门阳阳1,2（1.山东交通职业学院，山东 潍坊 261206；2.山东省交通运输行业公路工程材料教学研究实验室，山东 潍坊 261206）摘要：针对传统铺砂法计算路面构造深度效率低、激光断面法成本高及数字图像法准确性低等问题，提出了一种基于数字图像处理技术评价路面构造深度的方法，使用实景建模软件对多张数字图像进行三维建模，通过空三运算将路面影像生成包含路面三维坐标信息的点云数据，利用矩阵数值计算手段对点云数据进行矫正处理，计算路面构造深度数值并进行路面三维显示，最后通过铺砂法试验验证了该方法的可行性，最大误差仅为 4.8%。关键词：道路工程；构造深度；数字图像；实景建模中图分类号：U416.01 文献标识码：AResearch on the method of pavement structure depth based on digital image methodRONG Wentao1,MEN Yangyang 2（1.Shandong Transport Vocational College,Shandong Weifang 261206 China；2.Teaching and Research Laboratory of Highway Engineering Materials for Transportation Industry in Shandong Province,Shandong Weifang 261206 China）Abstract:Aiming at the problems of low efficiency of traditional sand paving method in calculating the depth of pavement structure,high cost of laser section method and low accuracy of digital image method,this paper proposes a method to evaluate the depth of pavement structure based on digital image processing technology.It uses real scene modeling software to carry out three-dimensional modeling on multiple digital images,and generates point cloud data containing three-dimensional coordinate information of the pavement from the road image through spatial three-dimensional operation,The matrix numerical calculation method is used to correct the point cloud data,calculate the pavement structure depth value and display the pavement in three dimensions.The feasibility of this method is verified by the sand paving test,and the maximum error is only 4.8%.Key words:road engineering；texture depth；digital image；real scene modeling引言路面构造深度（Texture Depth）是路面状况检测的一项重要指标，指一定面积的路表面凹凸不平的开口孔隙的平均深度，主要用来评价路面宏观纹理构造，反映了路面的粗糙程度，直接影响着路面抗滑性能，同时也影响着雨天路面的排水性能1-2。目前路表面平均构造深度测量方法主要有体积法（铺砂法）、激光断面法、数字图像法三种,目前主要利用灰度图像获取路面的高程信息，计算准确性较低3-5。随着我国公路交通的基础设施的发展，越来越多的构造深度检测技术应用于公路工程6-9。冯兴乐等6 对激光测量法进行改进，提出了基于 B 样条断点插值和滤波去噪的算法，通过断面法估算路面的构造深度,充分考虑分析了摩擦系数的相关性。韦福禄等7 提出了一种构造深度测试装置，该装置可通过采集箱的多台照相机采集路面图像，再通过控制器提取路面三维坐标并进行处理，计算路面构造深度。张向阳和钟棉卿8采用车载激光扫描仪获取路面激光点云数据，数据处理后检测路面构造深度。李寅9简述了工程应用中分别用激光断面法和人工铺砂法对路面构造深度进行了测定，并进行了相关性对比分析。可以看出，数字测量方法均未对计算参考平面和点云数据参考坐标系进行矫正分析。因此，有必要在已有研究的基础上，建立更为完善的路面构造深度数字检测方法，从而更为有效、快速、简单、精准地实现路面构造深度的评价。收稿日期：2022-11-25作者简介：荣文涛（1981），男，山东潍坊人，硕士研究生，副教授，研究方向为路桥施工。2023 年第 3 期山东交通科技-57-1 路面构造深度计算原理铺砂法是我国公路路面的构造深度检测标准，本研究根据铺砂法的检测原理，基于路面数字图像点云三维坐标数据计算其构造深度。铺砂法是将一定体积（25 000 mm3）的定量砂均匀摊铺在路面的测试区域上，尽量摊铺成圆形，使用钢尺测量该铺砂圆的平均直径。路面的构造深度为定量砂的体积与铺砂圆面积的比值，即为平均构造深度10：MTD=VS=VD2/4（1）式中：MTD路面平均构造深度，mm；V 定量砂的体积，mm3；S铺砂圆的面积，mm2；D 铺砂圆的平均直径，mm。依据铺砂法原理，结合有限元思维，基于采集的离散点云三维坐标数据，计算构造深度：11kknnkknnVVMTDSS=（2）式中：Vn第 n 个有限元柱体的体积，mm3；Sn第n 个有限元柱体截面积，mm2。2 路面构造深度计算方法2.1 路面点云数据采集与读取使用实景建模软件 Context Capture Master 对相机采集的多张路面影像进行空三运算11-12，生成点云数据，格式为 LAS；然后采用数学建模软件MATLAB 编写点云数据读取程序，对路面的三维坐标数据进行读取，提取点数据信息中的 X、Y、Z 采集值及相应的比例因子和偏移值13，根据坐标转换公式（3）得到三维坐标矩阵 Ok3，k 为点坐标数量，点云数据读取算法见图 1。图 1 点云数据读取算法的流程输入点云数据读取点云数据的 X、Y、Z 比例因子和偏移值确定点数据的起始位置形成坐标矩阵 Ok3否读取一个点数据记录三维坐标转换提取 X、Y、Z 采集值是否读完数据点X=（XrecordXscale）+XoffsetY=（YrecordYscale）+YoffsetZ=（ZrecordZscale）+Zoffset（3）式中：Xrecord、Yrecord、Zrecord 点云数据的采集值；Xscale、Yscale、Zscale比例因子；Xoffset、Yoffset、Zoffset偏移值。2.2 矫正三维坐标矩阵的坐标系用于矫正坐标系的参考平面为最小二乘法14拟合的点云平面，坐标系矫正算法见图 2。最小二乘法拟合点云参考平面计算参考平面的法向量 n1计算参考平面与 XOY平面的夹角计算参考平面与 XOY 平面的交线方向向量 l旋转路面坐标矩阵 Ok3形成矫正坐标系下的路面坐标矩阵 Pk3图 2 坐标系矫正算法的流程通过最小二乘法对点云数据进行平面拟合，得到参考平面方程为 z=ax+by+c，则参考平面的法向量为=a，b，-1，取矫正后坐标系的 XOY 平面的法向量=（0,0,1），参考平面与矫正后坐标系的XOY 平面夹角：（4）通过向量积计算参考平面与矫正后坐标系 XOY平面的交线向量；求取交线向量的单位向量，将三维坐标矩阵Ok3绕单位向量旋转角度，旋转矩阵如公式（5）所示，形成矫正后坐标系下的路面三维坐标矩阵。a11 a12 a13 a21 a22 a23（5）a31 a32 a33式中：a11=cos+（1-cos）xe2；a12=（1-cos）xeye-（sin）ze；a13=（1-cos）xeze+（sin）ye；a21=（1-cos）yexe+（sin）ze；a22=cos+（1-cos）ye2；a23=（1-cos）yeze-（sin）xe；a31=（1-cos）荣文涛，门阳阳：基于数字图像法对路面构造深度的方法研究-58-zexe-（sin）ye；a32=（1-cos）zeye+（sin）xe；a33=cos+（1-cos）ze2。2.3 路面构造深度数值计算方法根据构造深度原理编写算法完成构造深度数值计算，并且可以通过后处理呈现被测路面的三维曲面图、三维纹理图和散点图等，计算流程见图 3。取矩阵 Pk3的 Z 坐标 数据，形成数组 Ak取数组 Ak前 i 个 最大值，形成组数 Ai求 Ai的算术平均值取矩阵Pk3的Z坐标数据，形成数组Ak求Ai的算术平均值Ai，得到铺砂平面ZB0从Ak中剔除m个大于ZB0的点，形成数组Ak-m计算每个点的高差Hk-m=ZB0-Ak-m取数组Ak前i个最大值，形成数组Ai计算构造深度11k mnnMTDHkm=，得到铺砂平面 ZBO从 Ak中提出 m 个大于 ZBO的点，形成数组 Ak-m计算每个点的高差Hk-m=ZBO-Ak-m计算构造深度图 3 路面构造深度计算流程提取的 Pk3的第 3 列 Z 坐标数据，形成 k1的列数组 Ak；提取列数组 Ak前 i 个最大值（选取前10%），形成i1的列数组Ai，并对其求取算术平均值，得到用于计算的铺砂表面的空间平面 ZBO=Ai；假设列数组 Ak中大于 ZBO的元素个数为 m，则应剔除m 个大于铺砂平面的元素，剩余的元素形成列数组Ak-m；根据有限元法，铺砂平面 ZBO与路面表面围成的空间可以近似看作多个微小的等截面的长方柱体（有限元柱体）均匀分布组成，每个长方柱体对应 1个数据点，长方柱体的上表面与铺砂平面重合，计算长方柱体高度数组 Hk-m=ZBO-Ak-m；根据构造深度铺砂法的检测原理，计算构造深度：（6）式中：Hn第 n 个有限元柱体的高，mm；S0单个有限元柱体截面积，mm2。3 路面构造深度计算结果与分析通过实景建模软件的空三运算，得到路面的点云数据和三维实景建模结果，见图 4。通过 MATLAB中 LASread 函数读取路面点云数据，提取点云坐标数据，经坐标系矫正后可通过 scatter 函数和 griddata函数构建路面的散点图和三维曲面图，见图 5。（a）点云结果（b）实景建模图 4 ContextCapture 处理结果（a）散点（b）三维曲面图 5 matlab 处理结果-20-21-22-23-24-25-26y/mmx/mmz/mm-20-252003001000-100-300-200-1000100200250200150100500-50-20-21-22-23-24-25-26y/mmx/mm-250-200-150-100 -50 0 50 100 150根据图 5 可知，该路面最高点和最低点的高差约为 6 mm，根据构造深度计算方法，剔除不合理的数据点后，计算该路面的构造深度为 0.914 mm。通过铺砂法测试研究对象的构造深度，测试过程见图 6，测量摊铺圆的直径，4 次测试直径结果分别为 19.2 mm、18.9 mm、18.9 mm、18.8 mm，取其平均值 18.95 mm，根据公式（1）可推算出该路面的构造深度实测值为 0.886 mm，实测值与计算值较为接近，计算误差为 3.2%。2023 年第 3 期山东交通科技-59-（a）测试 1（b）测试 2（c）测试 3（d）测试 4图 6 铺砂法测试构造深度为防止偶然性，选取其他路面 3 个不同地点进行重复性试验，见图 7。该路面不同测点铺砂法构造深度实测结果和计算结果见表 1，可见最大误差为4.8%，说明构造深度计算方法切实可行。图 7 不同测点试验结果测点 1测点 2测点 3表 1 铺砂法测试结果测点构造深度计算值/mm实测值/mm误差/%10.6510.6214.82 0.6250.6132.030.7620.7442.44 结语（1）应用实景建模软件 Context Capture Master和数学建模软件 MATLAB，综合考虑铺砂平面和矫正坐标系的影响，对路面进行了构造深度数值计算和三维构建。（2）应用数字图像构造深度计算方法对某一沥青路面进行了计算和研究，获取到了其点云分布图、实景建模图、散点图和三维曲面图，很好地还原了真实路面状况。（3）通过铺砂法试验验证了构造深度计算方法的准确性，最大误差为4.8%。参考文献：1 肖承龙.基于三维点云的沥青路面平均构造深度计算方法D.武汉:湖北工业大学,2019.2 TIMOTHY,MILLER,EANIEL,et al.Characterization of Asphalt Pavement Surface TextureJ.Transportation Research Record,2018,2295（1）:19-26.3 李伟,孙朝云,呼延菊,等.基于激光3D数据的沥青路面构造深度检测方法J.中外公路,2016,36（5）:9-12.4 黄志福,翟晓静,梁乃兴.基于数字图像处理技术的沥青路面构造深度评价方法研究J.合肥工业大学学报：自然科学版,2017,40（10）:7.5 陈鹏.基于（图像）三维数据的沥青路面构造深度算法研究D.西安：长安大学,2014.6 冯兴乐,张海鸥,李伟,等.基于静动态抗滑特性的路面构造深度测量算法J.西南交通大学学报,2020,55（3）:8.7 韦福禄,曾珍,孙旻,等.基于摄影测量技术的路面构造深度测试装置及其测试方法P.中国专利:CN112325791A,2021.8 张向阳,钟棉卿.车载激光扫描技术在路况检测中的应用J.电子技术与软件工程,2021（15）:2.9 李寅.高速公路沥青路面构造深度检测技术J.工程技术研究,2020,5（11）:66-67.10 文静.数字化技术评价沥青路面构造深度研究D.西安:长安大学,2009.11 王卓林,卢晨,黄昊,等.蒙版残差卷积神经网络辅助的输电杆塔快速倾斜空三建模J.遥感信息,2021,36（6）:8.12 WANG F,LIU Z,ZHU H,et al.An Improved Method for Stable Feature Points Selection in Structure-from-Motion Considering Image Semantic and Structural Characteristics J.Sensors,2021,21（7）:2416.13 闻兆海,谢忠.基于Matlab的LAS格式数据解析与显示J.地理空间信息,2015,13（1）:3.14 薄怀志.三种点云数据平面拟合方法的精度比较与分析J.测绘与空间地理信息,2018,41（5）:3.