国外相关论文,持续更新
基于视差变换和路面建模的坑洼检测![](https://img-blog.csdnimg.cn/ee8d8f9b26ac4ba8ab3cc0920028ed61.png)
坑洼检测是道路维护最重要的任务之一。 计算机视觉方法通常基于 2D 道路图像分析 或 3D 路面建模。但是,始终使用这两个类别 独立地。此外,坑洼检测精度还远未达到 满意。因此,在本文中,我们提出了一种鲁棒的坑洼检测 既准确又计算高效的算法。一个密集的 首先变换视差图以更好地区分受损和 未损坏的路区。为了实现更大的视差转换效率, 利用黄金分割搜索和动态规划来估计 转换参数。然后使用Otsu的阈值方法提取 变换后的视差地图中潜在的未损坏道路区域。这 提取区域中的视差由二次曲面建模,使用 最小二乘拟合。为了提高视差图建模的鲁棒性, 曲面法线也集成到曲面建模过程中。 此外,利用随机样本共识来减少造成的影响 由异常值。通过比较实际和建模之间的差异 视差图,可以准确检测坑洼。最后,重点 从重建的3D道路中提取检测到的坑洼云 表面。实验结果表明,成功检测准确 所提出的系统约为98.7%,整体像素级精度为 约99.6%。