一种声光融合的水下桥墩病害检测数据处理方法及系统

技术领域

本发明涉及水下检测数据处理领域。更具体地说，本发明涉及一种声光融合的水下桥墩病害检测数据处理方法及系统。

背景技术

目前在进行水下桥墩病害检测时，主要使用声呐设备可获得桥墩的全局形貌以及地形信息，但声学信息往往精度较低，且对桥墩的细部结构无法表达。除此之外，还有使用水下摄影的方法，通过摄像设备获得更加直观和细致的水下构筑物的光学图像，但是水下摄影的方法的检测范围有限且作业效率低。现有的水下桥墩病害检测方法，在水下桥墩检测数据采集时，由于设备本身的精度及外部环境(风浪流)的影响，导致数据产生噪点，甚至是假信号，这将大大影响后续的数据分析和判断的有效性。如何在保证检测精度的情况下高效作业是制约对水下桥墩病害检测行业发展的一个关键问题。同时，对采集到的数据清洗和处理技术，提高水下地形、桥墩点云数据的精度，也将是水下检测数据后处理必须克服的难题。此外，由于缺乏声呐以及水下光学图像数据的融合处理软件，这使得桥梁水下监测数据之间相互独立，给用户带来了极大的不便。

发明内容

本发明的目的是提供一种声光融合的水下桥墩病害检测数据处理方法及系统，通过接入三维声呐数据、多波束数据以及水下机器人获取的影像数据，实现了水下声学和光学多源检测数据的融合，不仅可以查看桥墩及附近水底地形全貌，还可以对桥墩缺陷部位定量分析，结合具体水下摄影图像使得结果更加直观可靠。

为了实现根据本发明的这些目的和其它优点，提供一种声光融合的水下桥墩病害检测数据处理方法，包括以下步骤：

获取水下桥墩的三维点云数据和影像数据，并将其转换到同一坐标系下进行配准和融合，建立声光融合后的水下桥墩的三维模型；

对所述三维模型进行多维特征提取，提取水下桥墩三维点云数据中的特征点及特征区域，所述特征区域即为水下桥墩的缺陷部位，并输出缺陷部位的三维点云数据和影像数据。

优选的是，所述的一种声光融合的水下桥墩病害检测数据处理方法中，水下桥墩的三维点云数据包括多波束声呐数据和三维声呐数据。

优选的是，所述的一种声光融合的水下桥墩病害检测数据处理方法中，水下桥墩的三维点云数据和影像数据配准前，预先对所述三维点云数据进行去噪、滤波以及分割处理，去除异常点和噪声点，同时对影像数据预处理，提高图像清晰度。

优选的是，所述的一种声光融合的水下桥墩病害检测数据处理方法中，对所述三维点云数据进行滤波处理至少包括下采样、平滑和法向量估计。

优选的是，所述的一种声光融合的水下桥墩病害检测数据处理方法中，对影像数据预处理至少包括直方图均衡化和图像融合。

本发明还提供一种声光融合的水下桥墩病害检测数据处理系统，包括：

数据导入模块，用于获取水下桥墩的三维点云数据和影像数据；

数据融合模块，用于获取所述数据导入模块发送的水下桥墩的三维点云数据和影像数据，并将其转换到同一坐标系下进行配准和融合，建立声光融合后的水下桥墩的三维模型；

特征提取模块，用于对所述三维模型进行多维特征提取，提取水下桥墩三维点云数据中的特征点及特征区域，所述特征区域即为水下桥墩的缺陷部位，并输出缺陷部位的三维点云数据和影像数据。

优选的是，所述的一种声光融合的水下桥墩病害检测数据处理系统中，还包括：

数据预处理，用于对所述数据导入模块获取的水下桥墩的三维点云数据进行去噪、滤波以及分割处理，去除异常点和噪声点，和对影像数据预处理，提高图像清晰度。

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任意一项所述的方法的步骤。

本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一项所述的方法的步骤。

本发明的有益效果是：

本发明通过接入三维声呐数据、多波束数据以及水下机器人获取的影像数据，实现了水下声学和光学多源检测数据的融合，不仅可以查看桥墩及附近水底地形全貌，还可以对桥墩缺陷部位定量分析，结合具体水下摄影图像使得结果更加直观可靠，具体的：

1、本发明结合光学和声呐数据，可以实现各自优点的整合，相互印证，提高水下缺陷检测的精度；

2、本发明将多波束、三维声呐及ROV等设备所采集到的数据相结合，提高了数据处理的效率，丰富了样本数据，得到的结果更加全面；

3、本发明可将所检测到的缺陷部位单独提取出来，使得缺陷部位更加直观，便于判断缺陷的类型以提出合理的应对措施。

本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

附图说明

图1为本发明所述的一种声光融合的水下桥墩病害检测数据处理方法的流程图；

图2为本发明所述的水下桥墩的预处理前后的影像数据的对比示意图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

需要说明的是，下述实施方案中所述实验方法，如无特殊说明，均为常规方法，所述试剂和材料，如无特殊说明，均可从商业途径获得；在本发明的描述中，术语“横向”、“纵向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，并不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

如图1-图2所示，本发明的实施例提供一种声光融合的水下桥墩病害检测数据处理方法，包括以下步骤：

获取水下桥墩的三维点云数据和影像数据，其中三维点云数据包括多波束声呐数据和三维声呐数据，分别采用多波束声呐探测设备和三维声呐探测设备获取水下桥墩的多波束声呐数据和三维声呐数据，采用ROV水下机器人进行获取水下桥墩的影像数据；

然后预先对所述三维点云数据进行去噪、滤波以及分割处理，去除异常点和噪声点，同时对影像数据预处理，提高图像清晰度；对所述三维点云数据进行滤波处理至少包括下采样、平滑和法向量估计，对影像数据预处理至少包括直方图均衡化和图像融合。

最后将预处理后的三维点云数据和影像数据转换到同一坐标系下进行配准和融合，建立声光融合后的水下桥墩的三维模型，三维模型中同一位置的点云数据与图像对应，从而可以观察到三维点云数据组成的模型中各处的实时图像；

对所述三维模型进行多维特征提取，提取水下桥墩三维点云数据中的特征点及特征区域，所述特征区域即为水下桥墩的缺陷部位，并输出缺陷部位的三维点云数据和影像数据。

本实施例中，首先导入水下桥墩的三维点云数据和影像数据，优选的将导入的数据分别存储在三个区域，分别为桥墩水下部分点云数据、桥墩周围地形点云数据、桥墩水下部分影像数据，实现对桥墩周围地形的精确描述和分析，提高桥墩检测的效率和准确性，降低人工干预和误差的风险；同时对影像数据进行影像解析，解析出深度、经纬度、级别等信息，从影像数据中获取更多的水下环境信息，为桥墩检测提供更多的视角和维度。

对水下桥墩的多波束声呐数据和三维声呐数据进行预处理，主要是通过去噪、滤波、分割等操作，以提高数据的质量和可用性，即将那些受到设备、周围环境、被扫描目标本身的特性影响而产生的多余点坐标去除，得到降噪后的桥墩水下部分点云数据，通过消除水下探测数据中的噪声和干扰，提高数据的清晰度和完整度，为桥墩检测提供更高质量的输入数据。具体的，在预处理三维声呐数据时，根据点云中的几何特征和统计特征，识别出与正常点云分布不符合的异常点和噪声点，对桥墩水下部分点云数据和桥墩周围地形点云数据进行去噪处理，去除异常点和噪声点，从而减少数据中的误差和冗余，同时对去噪后的点云数据进行下采样、平滑、法向量估计等滤波操作，以降低数据量和增强数据特征，此外根据点云中的密度和曲率，对点云进行合理的采样和平滑处理，以保留数据中的主要信息和细节，同时降低计算量和存储空间；根据点云中的局部邻域关系，估计出每个点的法向量信息，以增强数据中的表面特征和形状特征；对滤波后的点云数据进行区域增长分割，以提取出桥墩水下部分的点云簇。根据点云中的法向量信息和曲率信息，将点云划分为不同的区域，并根据区域之间的相似性和连通性，将属于同一物体或结构的区域合并为一个点云簇，可以有效地从复杂的水下环境中分离出桥墩水下部分的点云簇，并为后续的桥墩检测提供更精确和简洁的输入数据。

对ROV水下机器人获取的水下桥墩的影像数据进行预处理，对导入的ROV影像进行图像预处理，提高图像清晰度，通过算法，利用直方图均衡化、图像融合等功能，对图像预处理，提高数据处理的准确性；根据水下影像中的亮度和对比度分布，对影像进行直方图均衡化处理，以增强影像中的细节和特征；对影像进行图像融合处理，以消除影像中的色散和畸变，有效地改善水下影像的视觉效果和质量，为桥墩检测提供更清晰和真实的输入数据。

将预处理后的三维点云数据和影像数据进行配准和融合，对预处理后的数据进行融合和特征提取，以实现水下目标检测和识别；将桥墩水下部分点云数据和桥墩水下部分影像数据进行配准和融合，以得到声光融合后的三维模型，进而实现多波束水下地形数据与桥墩数据的融合；利用多波束声呐图像作为参考，对三维声呐图像进行位置校正，以提高三维模型的精度和可信度，有效地解决水下探测中存在的视野受限、光线衰减、色散畸变等问题，为桥墩检测提供更优质和高效的输入数据；整理ROV所测得的桥墩缺陷实际图像，标注缺陷的具体位置及类型，方便后续直接使用观察；此外，还可以通过图像识别功能，对桥墩缺陷图像进行自动或半自动地标注和分类，以识别出缺陷的位置和类型，并将其存储在数据库中，方便后续直接使用观察，有效地提高桥墩缺陷检测的效率和准确性，为桥墩检测提供更丰富和详细的输入数据；将影像数据与三维声呐数据转换到同一坐标系下，利用系统功能，将两者数据融为一体，进而实现多波束水下地形数据与桥墩数据的融合。

对三维模型进行多维特征提取，主要是对桥梁水下部位数据中特征点、对声光融合后的三维模型进行几何特征、纹理特征等多维特征提取，以描述水下目标的形状、纹理等属性，包括缺陷的大小形状、位置等；对水下目标和桥墩缺陷进行全方位和细致的表达和表示；利用非缺陷部位与缺陷部位特征向量的变化情况不同，提取桥墩水下部分点云的特征点及特征区域，特征区域即为缺陷部分；对桥墩水下部分点云进行特征点检测和特征区域分割，以识别出与正常部位不同的缺陷部位，并将其提取出来，从而实现对桥墩缺陷的定位和划分；将缺陷部分点云与ROV所得缺陷图像单独提取出来相对比，更加直观反映缺陷信息；

综上所述，本实施例中利用声光两种不同的传感方式，对桥墩缺陷进行双重观测和记录，并将两种不同类型的数据进行对比和分析，以获取更清晰和真实的缺陷信息，并验证数据之间的一致性和可靠性；同时将缺陷点云部分在整体点云明显标识，并将ROV所得缺陷图像与对应位置缺陷点云相链接，可以随意查看任意缺陷部位以及缺陷部位的具体信息；中在整体点云中用不同颜色或形状标记出缺陷点云部分，并将其与ROV所得缺陷图像进行关联和链接，以实现对桥墩缺陷的可视化和交互式查看，并提供更多关于缺陷部位的具体信息。

本发明的实施例中还提供一种声光融合的水下桥墩病害检测数据处理系统，包括：

数据导入模块，用于获取水下桥墩的三维点云数据和影像数据；

数据融合模块，用于获取所述数据导入模块发送的水下桥墩的三维点云数据和影像数据，并将其转换到同一坐标系下进行配准和融合，建立声光融合后的水下桥墩的三维模型；

特征提取模块，用于对所述三维模型进行多维特征提取，提取水下桥墩三维点云数据中的特征点及特征区域，所述特征区域即为水下桥墩的缺陷部位，并输出缺陷部位的三维点云数据和影像数据；

数据预处理，用于对所述数据导入模块获取的水下桥墩的三维点云数据进行去噪、滤波以及分割处理，去除异常点和噪声点，和对影像数据预处理，提高图像清晰度。

本发明的实施例中还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任意一项所述的方法的步骤。

本发明的实施例中还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一项所述的方法的步骤。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的实施例。