(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211185973.8 (22)申请日 2022.09.28 (65)同一申请的已公布的文献号 申请公布号 CN 115272323 A (43)申请公布日 2022.11.01 (73)专利权人 南通羿云智联信息科技有限公司 地址 226000 江苏省南 通市开发区广州路 42号401室 (72)发明人 邱凯铤　张海兵　 (74)专利代理 机构 邯郸泽科知识产权代理有限 公司 13169 专利代理师 田云 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01)(56)对比文件 KR 20200080987 A,2020.07.07 CN 114926436 A,2022.08.19 审查员 叶旭庆 (54)发明名称 用于交通工程路面质量检测的数据智能调 控采集方法 (57)摘要 本发明涉及智能调控 领域， 具体涉及一种用 于交通工程路面质量检测的数据智能调控采集 方法。 获取路面灰度图像的频谱图像； 根构建该 频谱图像的降维序列并进行曲线拟合， 计算该曲 线中每个元素与最后一个元素之间的曲线斜率； 计算分割框尺寸对频谱图像进行滑动分割得到 多个分割区域； 计算每个分割区域的线性异常程 度； 将线性异常程度大于阈值的分割区域的元素 值置为1， 得到路面异常二值图像， 控制车载后置 相机采集异常区域图像； 将车载后置相机采集到 的区域图像输入神经网络， 利用神经网络输出的 路面异常类别对 该路面质量进行判断。 本发明通 过前置相机采集图像的频谱分析结果来控制后 置相机对异常区域进行采集， 可以实现路面质量 的高精度检测。 权利要求书2页 说明书8页 附图3页 CN 115272323 B 2022.12.27 CN 115272323 B 1.一种用于交通工程路面质量检测的数据智能调控 采集方法， 其特 征在于， 包括： 采集路面灰度图像， 获取路面灰度图像的频谱图像； 频谱中靠近中心 的区域为低频区 域， 远离中心的四周区域为高频区域， 频谱中每个元素表示对应频率和方向的周期纹理在 当前图像中的参与程度； 根据频谱图像 中每列元素的频率能量均值构建该频谱图像的降维序列； 对该频谱图像 的降维序列进行曲线拟合， 计算该曲线中每 个元素与最后一个元 素之间的曲线斜 率； 以频谱中心点为起点， 以C/2为序列长度， 获得图像右半部分的每列的均值， 对应频率 能量均值的计算公式为： 式中， 表示第 个列和均值， 表示第频谱中j行i列元素值， K表示共有K行元素； 得 到频谱对应的一维序列： ； 根据与最后一个元素之间曲线最大斜率值对应的元素在降维序列中的序号计算分割 框尺寸， 利用的到的分割框尺寸对频谱图像进行滑动分割， 得到多个分割区域； 对频谱图像进行滑动分割， 得到多个分割区域的方法为： 根据最大差异度对应的元素与最后一个元素之间的曲线斜率和平均斜率获取分割方 向； 其中， 表示分割方 向参数， 下凹横向 ， 上凸纵向 ， 表示最大差异度 对应的元素与最后一个元素之间的曲线斜率， 表示平均斜率， s表示该最大差异度对应 的元素在降维序列中的序号； 利用分割框以对应分割方向对频谱图像进行滑动分割， 得到多个分割区域； 根据每个分割区域对应的降维序列曲线中每个元素与最后一个元素之间的曲线斜率 计算每个分割区域的线性异常程度； 计算每个分割区域的线性异常程度的方法为： 计算线性异常程度的表达式如下： 其中， 表示线性异常程度， 表示降维序列中第i个元素与最后一个元素之间的曲 线斜率， 表示平均斜 率， 为频谱图像中元 素的列数； 获取每个分割区域在降维序列中对应的所有元素， 获取每个分割区域中每个元素与 该 区域最后一个元素之 间的曲线斜率， 利用计算线性异常程度的表达式计算每个分割区域的 线性异常程度； 将所有线性异常程度大于阈值的分割区域的元素值置为1， 将所有线性异常程度小于权　利　要　求　书 1/2 页 2 CN 115272323 B 2等于阈值的分割区域的元 素值置为0， 得到路面异常二 值图像； 将路面异常二值图像划分为多个采集区域， 当对应采集区域中元素值为1时， 控制对应 区域的车 载后置相机进行图像采集； 将车载后置相机采集到的图像输入神经网络， 利用神经网络输出的路面异常类别对该 路面质量进行判断。 2.根据权利要求1所述的一种用于交通工程路面质量检测的数据智能调控采集方法， 其特征在于， 根据频谱图像中每列元素的频率能量均值构建该频谱图像的降维序列的方法 为： 利用傅里叶变换将尺寸 为C×K的路面灰度图像转 化为频谱图像； 以频谱中心为起点， 获取频谱图像右半部分每列元素的频率能量均值， 根据每列元素 的频率能量均值构建该 频谱图像的降维序列。 3.根据权利要求1所述的一种用于交通工程路面质量检测的数据智能调控采集方法， 其特征在于， 计算分割框尺寸的方法为： 计算曲线中每个元素与最后一个元素之间的曲线斜率， 获取所有元素曲线斜率的平均 斜率； 根据每个元素与最后一个元素之间的曲线斜率和平均斜率差值的平方得到每个元素 的差异度， 获取最大差异度对应的元 素在降维序列中的序号 值； 根据该元素在降维序列中的序号 值以及频谱图像的长度计算分割框的尺寸。 4.根据权利要求1所述的一种用于交通工程路面质量检测的数据智能调控采集方法， 其特征在于， 将路面异常二 值图像划分为多个采集区域的方法为： 根据路面异常二值图像中元素的行数以及车载相机所在车辆的行驶速度获取采集时 间， 根据后置相机的采集频率和采集时间将路面异常二 值图纵向划分为多个区域； 根据后置车 载相机的数量将路面异常二 值图像水平划分为多个采集区域。 5.根据权利要求1所述的一种用于交通工程路面质量检测的数据智能调控采集方法， 其特征在于， 控制对应区域的车 载后置相机采集该区域图像的方法为： 获取路面异常二值图中元素值为1的所有元素， 当车载后置相机对应的采集区域中出 现元素值为1的元素时， 控制该后置相机进行图像采集； 当车载后置相机对应的采集区域中未出现元素值为1的元素时， 该后置相机不进行图 像采集。权　利　要　求　书 2/2 页 3 CN 115272323 B 3