CN112461122A - 一种隧道表面特征检测装置及方法 - Google Patents

Abstract

本发明公开了一种隧道表面特征检测装置及方法，包括：移动检测平台，用于提供沿隧道方向的运动；环形阵列系统，安装于所述移动检测平台上部，用于隧道表面图像和到隧道表面的第一距离数据的采集；定位系统，安装于所述移动检测平台底部，用于轨道图像和到轨道的第二距离数据的采集；隧道标识物，用于辅助校正里程、辅助获取隧道收敛变形值；终端，用于操控移动检测平台、环形阵列系统和定位系统；计算移动检测平台与轨道中心之间的位置关系以及移动检测平台进入隧道的里程；校正里程，将隧道标识物的空间坐标与隧道标识物进行关联；识别、定位隧道表面特征。

Description

一种隧道表面特征检测装置及方法

技术领域

本发明属于无损检测领域，尤其涉及一种隧道表面特征检测装置及方法。

背景技术

隧道是重要的交通设施，其状态的优劣直接影响交通运输安全及效能。我国隧道总数量及总里程均处于大规模,这些隧道建设年代不同,材料各异,结构多样。大量早期建设的隧道,存在不同程度的损坏,且呈逐年恶化趋势。为了避免事故的发生，需对隧道进行定期检测，及时维修。

目前隧道衬砌表面状态检测技术手段主要有人工目测法、人工仪器检测法、地质雷达探测法等。人工检测耗费人力，且效率低下,主要依靠工作人员的经验来对裂缝进行判断,有较大的主观性,很难保证检测结果的客观性,而且检测的过程中必须要暂停过往交通工具的运行,通常还要借助升降车等起落设备,对检测人员自身也具有一定的危险性；人工仪器检测需要工作人员操作仪器近距离进行对焦、读取数据和记录数据,这种检测手段同样不仅耗费人力，且效率低下,而且人工读取的数据容易出现误差；地质雷达检测虽然可以准确地探测出裂缝,但不具有图像采集系统的多功能性。

发明内容

本发明的目的是提出一种隧道表面特征检测装置及方法，以解决相关技术中存在的耗费人力、检测效率低、安全性差、功能单一的问题。

为了达到上述目的，本发明实施例所采用的技术方案如下：

第一方面，本发明实施例提供一种隧道表面特征检测装置，包括：

移动检测平台，用于提供沿隧道方向的运动；

环形阵列系统，安装于所述移动检测平台上部，所述环形阵列系统由多个第一图像距离采集单元组成，所述第一图像距离采集单元由第一双目相机和第一激光测距传感器组成，所述第一双目相机用于隧道表面图像的采集，所述第一激光测距传感器用于第一激光测距传感器到隧道表面的第一距离数据的采集；

定位系统，安装于所述移动检测平台底部，所述定位系统由第二图像距离采集单元组成，所述第二图像距离采集单元由第二双目相机和第二激光测距传感器组成，所述第二双目相机用于轨道图像的采集，所述第二激光测距传感器用于第二激光测距传感器到轨道的第二距离数据的采集；

隧道标识物，所述隧道标识物由反光片和电子标识组成，置于隧道拱顶、拱肩、拱脚附近的衬砌表面上，用于辅助校正里程、辅助获取隧道收敛变形值；

终端，用于获取环形阵列系统和定位系统中的相机和激光测距传感器的相对位置关系；对环形阵列系统和定位系统中的所有双目相机进行参数校正，获得深度方向的校正参数，绘制校正参数和距离的关系曲线，并拟合校正参数和距离的关系式；操控移动检测平台进入隧道，操控环形阵列系统和定位系统同步采集图像，并接收隧道表面图像、第一距离数据、轨道图像和第二距离数据；根据轨道图像和第二距离数据，计算移动检测平台与轨道中心之间的位置关系以及移动检测平台进入隧道的里程；根据隧道表面图像和第一距离数据，对隧道标识物进行采集和识别，获取电子标识所关联的位置和里程信息，并对里程进行校正，计算每个隧道标识物的空间坐标，并与该电子标识物进行关联；对不同测次下，同一隧道标识物所关联的空间坐标信息进行比较计算，得到隧道收敛变形值，识别、定位隧道表面特征。

第二方面，本发明实施例提供一种隧道表面特征检测方法，该方法在第一方面所述的一种隧道表面特征检测装置中实现，该方法包括：

步骤S1.获取环形阵列系统和定位系统中的相机和激光测距传感器的相对位置关系；

步骤S2.对环形阵列系统和定位系统中的所有双目相机进行参数校正，获得深度方向的校正参数，绘制校正参数和距离的关系曲线，并拟合校正参数和距离的关系式；

步骤S3.操控移动检测平台进入隧道，操控环形阵列系统和定位系统同步采集图像，并接收隧道表面图像、第一距离数据、轨道图像和第二距离数据；

步骤S4.根据轨道图像和第二距离数据，结合步骤S2得到的校正参数与距离的关系式，计算并校正移动检测平台与轨道中心之间的位置关系以及移动检测平台进入隧道的里程；

步骤S5.根据隧道表面图像，对隧道标识物进行采集和识别，获取电子标识所关联的位置和里程信息，并对步骤S4所述里程进行校正，根据双目测距原理和第一距离数据，结合步骤S2得到的校正参数与距离的关系式，计算并校正每个隧道标识物的空间坐标，并与该电子标识物进行关联；对不同测次下，同一隧道标识物所关联的空间坐标信息进行比较计算，得到隧道收敛变形值；

步骤S6.根据隧道表面图像和第一距离数据，结合步骤S2得到的校正参数与距离的关系式，采用图像识别技术、图像拼接技术以及双目测距原理，识别、定位隧道表面特征，完成隧道表面特征的检测。

根据以上技术方案，本发明的以上技术方案，通过环形阵列系统采集的隧道表面图像和第一图像距离采集单元到隧道表面的距离数据，能够实现隧道表面三维模型的重构，并将隧道表面特征在三维模型上标注呈现；通过定位系统采集的轨道图像和第二图像距离采集单元到轨道的距离数据，能够确定移动检测平台与轨道中心之间的位置关系以及移动检测平台进入隧道的里程；通过隧道标识物，能够辅助校正里程、辅助获取隧道收敛变形值。通过整套装置，能够解放人力，实现隧道表面特征检测的自动化，具有高效、精准、便捷等优点。

附图说明：

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本实施例中一种隧道表面特征检测装置示意图；

图2为本实施例中第一图像距离采集单元组成示意图；

图3为本实施例中第二图像距离采集单元组成示意图；

图4为本实施例中人工校定板示意图；

图5为本实施例中一种隧道表面特征检测方法的流程图；

图中：移动检测平台1；环形阵列系统2；定位系统3；第一相机4；第一激光测距传感器5；第二相机6；第二激光测距传感器7；人工校定板8。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应该理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。

实施例1：

参考图1-4，本实施例提供的一种隧道表面特征检测装置，包括：

移动检测平台1，用于提供沿隧道方向的运动；

环形阵列系统2，安装于所述移动检测平台上部，所述环形阵列系统由多个第一图像距离采集单元组成，所述第一图像距离采集单元由第一双目相机4和第一激光测距传感器5组成，所述第一双目相机4用于隧道表面图像的采集，所述第一激光测距传感器5用于第一激光测距传感器到隧道表面的距离数据的采集；

定位系统3，安装于所述移动检测平台底部，所述定位系统由第二图像距离采集单元组成，所述第二图像距离采集单元由第二双目相机6和第二激光测距传感器7组成，所述第二双目相机6用于轨道图像的采集，所述第二激光测距传感器7用于第二激光测距传感器到轨道的距离数据的采集；

隧道标识物，所述隧道标识物由反光片和电子标识组成，置于隧道拱顶、拱肩、拱脚附近的衬砌表面上，用于辅助校正里程、辅助获取隧道收敛变形值；

终端，用于获取环形阵列系统和定位系统中的相机和激光测距传感器的相对位置关系；对环形阵列系统和定位系统中的所有双目相机进行参数校正，获得深度方向的校正参数，绘制校正参数和距离的关系曲线，并拟合校正参数和距离的关系式；操控移动检测平台进入隧道，操控环形阵列系统和定位系统同步采集图像，并接收隧道表面图像、第一距离数据、轨道图像和第二距离数据；根据轨道图像和第二距离数据，计算移动检测平台与轨道中心之间的位置关系以及移动检测平台进入隧道的里程；根据隧道表面图像和第一距离数据，对隧道标识物进行采集和识别，获取电子标识所关联的位置和里程信息，并对里程进行校正，计算每个隧道标识物的空间坐标，并与该电子标识物进行关联；对不同测次下，同一隧道标识物所关联的空间坐标信息进行比较计算，得到隧道收敛变形值，识别、定位隧道表面特征。

实施例2：

参考图5，本实施例提供的一种隧道表面特征检测方法，该方法包括以下步骤：

步骤S1.获取环形阵列系统和定位系统中的相机和激光测距传感器的相对位置关系；

具体地，步骤S1中所述的相对位置关系包含：环形阵列系统和定位系统中各组双目相机间的相对位置关系、各组双目相机与对应的激光测距传感器间的相对位置关系。步骤S1所述的相对位置关系由相机标定获得。根据张正友法，对环形阵列系统2和定位系统3中各组双目相机进行双目标定，对各组双目相机相对于双目定位系统的相对位置进行标定，利用结构光的标定方法，对各组双目相机与对应的激光测距传感器的相对位置进行标定。本实施例中，采用matlab相机标定工具箱完成上述标定工作，该方法有便于操作、精度较高等优势。

步骤S2.对环形阵列系统和定位系统中的所有双目相机进行参数校正，获得深度方向的校正参数，绘制校正参数和距离的关系曲线，并拟合校正参数和距离的关系式；具体包括以下子步骤：

步骤2.1.将人工校定板8置于距双目相机预定距离处，使得激光测距传感器发出的激光束位于人工校定板8上，且双目相机能够采集到人工校定板的图像，读取激光测距传感器的距离数据L，并采集图像，在双目相机采集的图像上分别提取激光斑点所在的像素坐标(u₁，v₁)和(u₂，v₂)；本实施例中，采用基于传统视觉的特征点提取算法或基于深度学习的特征点提取算法来提取激光斑点所在的像素坐标。采用基于传统视觉的特征点提取算法具有算法效率高、可移植性好、精度较高等优势，而采用基于深度学习的特征点提取算法具有精度高、鲁棒性好等优势。

步骤2.2.根据双目测距原理，得下列式子：

式中，(x_c1，y_c1，z_c1)表示激光斑点在双目相机左目的摄像机坐标系下的空间坐标，(x_c2，y_c2，z_c2)表示激光斑点在双目相机右目的摄像机坐标系下的空间坐标，由以上方程组，解得(x_c1，y_c1，z_c1)；

步骤2.3.根据双目相机左目与激光测距传感器之间的位置关系及激光测距传感器的距离数据L，得：

式中，(x_c1′，y_c1′，z_c1′)表示激光斑点在双目相机左目的摄像机坐标系下的空间坐标，(x₀，y₀，z₀)表示激光测距传感器在双目相机左目的摄像机坐标系下的空间坐标，(i，j，k)表示激光测距传感器发出的光束在双目相机左目的摄像机坐标系下的单位方向向量；受实际因素影响，由双目原理解出的(x_c1，y_c1，z_c1)存在较大误差，且该误差主要由深度方向的z_c1引起的，而由激光测距传感器的距离数据L间接得到的z_c1′较为精准，故引入校正参数

步骤2.4.根据实际工程需要，将人工校定板置于距双目相机不同距离处，重复上述2.1～2.4步骤，得到不同的z_c1值情况下校正系数

的值，并绘制

关系曲线图，进而对曲线图进行曲线拟合，得到

的拟合关系式。本实施例中，采用差值法绘制

关系曲线图，可借助matlab、mathematics等软件实现，该方法能够有效地估算未知z_c1值下的校正系数

的值。

步骤S3.操控移动检测平台进入隧道，操控环形阵列系统和定位系统同步采集图像，并接收隧道表面图像、第一距离数据、轨道图像和第二距离数据；

步骤S4.根据轨道图像和第二距离数据，结合步骤S2得到的校正参数与距离的关系式，计算并校正移动检测平台与轨道中心之间的位置关系以及移动检测平台进入隧道的里程；具体包括以下子步骤：

步骤4.1，计算移动检测平台与轨道中心之间的位置关系：

提取轨道中心点在定位系统采集的轨道图像中的像素点，并根据双目测距原理，计算轨道中心点在双目相机左目的摄像机坐标系下的空间坐标(x_c，y_c，z_c)，并将对应的第二距离数据代入步骤S2得到的校正参数与距离的关系式，得到校正参数

并计算校正后的空间坐标

本实施例中，采用基于传统视觉的图分割算法或基于深度学习的图分割算法来提取轨道中心点所在的像素坐标。采用基于传统视觉的图分割算法具有算法效率高、可移植性好、精度较高等优势，而采用基于深度学习的图分割算法具有精度高、鲁棒性好等优势。

步骤4.2，计算移动检测平台进入隧道的里程：

随着移动检测平台的运动，设定位系统在移动检测平台运动到位置i处采集图像对为p_i，提取图像对p_i+1与p_i之间的重复点，并根据双目测距原理，分别计算当移动检测平台运动到位置i+1和位置i时，该重复点在双目相机左目的摄像机坐标系下的空间坐标(x_i+1，y_i+1，z_i+1)和(x_i，y_i，z_i)，并将对应的第二距离数据代入步骤S2得到的校正参数与距离的关系式，得到校正参数

和

得到校正后的空间坐标

和

进而实现对移动检测平台运动里程的确定。本实施例中，采用图像特征点匹配算法提取图像对p_i+1与p_i之间的重复点，该方法具有匹配效率高、精度高、鲁棒性好等优点。

步骤S5.根据隧道表面图像，对隧道标识物进行采集和识别，获取电子标识所关联的位置和里程信息，并对步骤S4所述里程进行校正，根据双目测距原理和第一距离数据，结合步骤S2得到的校正参数与距离的关系式，计算并校正每个隧道标识物的空间坐标，并与该电子标识物进行关联；对不同测次下，同一隧道标识物所关联的空间坐标信息进行比较计算，得到隧道收敛变形值；具体包括以下子步骤：

步骤5.1，在隧道重要路段的隧道拱顶、拱肩、拱脚附近的衬砌表面上粘贴隧道标识物，并在其中的电子标识中记录位置和里程信息；本实施例中，电子标识采用二维码，具有易于识别、通用性好、成本低等优点

步骤5.2，当移动检测平台上的环形阵列系统采集的图像中包含隧道标识物时，扫描其电子标识，读取其中的位置和里程信息，并对步骤S4计算得到的里程进行校准；

步骤5.3，识别并提取隧道标识物中反光片在图像上的位置，根据双目测距原理，结合环形阵列系统中各组双目相机之间的相对位置关系，并将对应的第一距离数据代入步骤S2得到的校正参数与距离的关系式，得到校正参数，进而计算校正后的每个反光片的空间坐标，并与所对应的电子标识信息进行关联；

步骤5.4，对不同测次下，同一隧道标识物所关联的空间坐标信息进行比较计算，得到隧道收敛变形值。

步骤S6.根据隧道表面图像和第一距离数据，结合步骤S2得到的校正参数与距离的关系式，采用图像识别技术、图像拼接技术以及双目测距原理，识别、定位隧道表面特征，完成隧道表面特征的检测。具体包括以下子步骤：

步骤6.1，提取隧道表面特征在隧道表面图像中的像素点，并根据双目测距原理，计算隧道表面特征在双目相机左目的摄像机坐标系下的空间坐标，并将对应的第一距离数据代入步骤S2得到的校正参数与距离的关系式，得到校正参数，并计算校正后的空间坐标；本实施例中，采用图像识别技术，提取裂缝、漏水等隧道表面特征，具有高效、高精度等优点。

步骤6.2，根据步骤6.1所述的校正后的空间坐标，还原隧道表面特征的空间三维信息；

步骤6.3，利用图像拼接技术，将隧道表面图像依次拼接，根据步骤6.2所述的空间三维信息，结合图像识别技术，将隧道表面特征在拼接后的隧道表面图像上作相应的标识。

本实施例中，根据校正后的空间坐标，结合图像拼接技术和图像识别技术，能够重建隧道三维模型，具有直观的优点，进而定位裂缝、漏水等隧道表面特征的位置，计算裂缝的尺寸、漏水的面积等几何信息，能够快速、有效地辅助检测人员定位和识别隧道表面特征。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种隧道表面特征检测装置，其特征在于，包括：

移动检测平台，用于提供沿隧道方向的运动；

环形阵列系统，安装于所述移动检测平台上部，所述环形阵列系统由多个第一图像距离采集单元组成，所述第一图像距离采集单元由第一双目相机和第一激光测距传感器组成，所述第一双目相机用于隧道表面图像的采集，所述第一激光测距传感器用于第一激光测距传感器到隧道表面的第一距离数据的采集；

定位系统，安装于所述移动检测平台底部，所述定位系统由第二图像距离采集单元组成，所述第二图像距离采集单元由第二双目相机和第二激光测距传感器组成，所述第二双目相机用于轨道图像的采集，所述第二激光测距传感器用于第二激光测距传感器到轨道的第二距离数据的采集；

隧道标识物，所述隧道标识物由反光片和电子标识组成，置于隧道拱顶、拱肩、拱脚附近的衬砌表面上，用于辅助校正里程、辅助获取隧道收敛变形值；

终端，用于获取环形阵列系统和定位系统中的相机和激光测距传感器的相对位置关系；对环形阵列系统和定位系统中的所有双目相机进行参数校正，获得深度方向的校正参数，绘制校正参数和距离的关系曲线，并拟合校正参数和距离的关系式；操控移动检测平台进入隧道，操控环形阵列系统和定位系统同步采集图像，并接收隧道表面图像、第一距离数据、轨道图像和第二距离数据；根据轨道图像和第二距离数据，计算移动检测平台与轨道中心之间的位置关系以及移动检测平台进入隧道的里程；根据隧道表面图像和第一距离数据，对隧道标识物进行采集和识别，获取电子标识所关联的位置和里程信息，并对里程进行校正，计算每个隧道标识物的空间坐标，并与该电子标识物进行关联；对不同测次下，同一隧道标识物所关联的空间坐标信息进行比较计算，得到隧道收敛变形值，识别、定位隧道表面特征。

2.一种隧道表面特征检测方法，其特征在于，该方法在权利要求1所述的一种隧道表面特征检测装置中实现，该方法包括：

步骤S1.获取环形阵列系统和定位系统中的相机和激光测距传感器的相对位置关系；

步骤S2.对环形阵列系统和定位系统中的所有双目相机进行参数校正，获得深度方向的校正参数，绘制校正参数和距离的关系曲线，并拟合校正参数和距离的关系式；

步骤S3.操控移动检测平台进入隧道，操控环形阵列系统和定位系统同步采集图像，并接收隧道表面图像、第一距离数据、轨道图像和第二距离数据；

步骤S4.根据轨道图像和第二距离数据，结合步骤S2得到的校正参数与距离的关系式，计算并校正移动检测平台与轨道中心之间的位置关系以及移动检测平台进入隧道的里程；

步骤S5.根据隧道表面图像，对隧道标识物进行采集和识别，获取电子标识所关联的位置和里程信息，并对步骤S4所述里程进行校正，根据双目测距原理和第一距离数据，结合步骤S2得到的校正参数与距离的关系式，计算并校正每个隧道标识物的空间坐标，并与该电子标识物进行关联；对不同测次下，同一隧道标识物所关联的空间坐标信息进行比较计算，得到隧道收敛变形值；

步骤S6.根据隧道表面图像和第一距离数据，结合步骤S2得到的校正参数与距离的关系式，采用图像识别技术、图像拼接技术以及双目测距原理，识别、定位隧道表面特征，完成隧道表面特征的检测。

3.根据权利要求2所述的一种隧道表面特征检测方法，其特征在于，步骤S1中所述的相对位置关系包含：环形阵列系统和定位系统中各组双目相机间的相对位置关系、各组双目相机与对应的激光测距传感器间的相对位置关系。

4.根据权利要求2所述的一种隧道表面特征检测方法，其特征在于，步骤S1所述的相对位置关系由相机标定获得。

5.根据权利要求2所述的一种隧道表面特征检测方法，其特征在于，步骤S2具体包括：

步骤2.1.将人工校定板置于距双目相机预定距离处，使得激光测距传感器发出的激光束位于人工校定板上，且双目相机能够采集到人工校定板的图像，读取激光测距传感器的距离数据L，并采集图像，在双目相机采集的图像上分别提取激光斑点所在的像素坐标(u₁，v₁)和(u₂，v₂)；

步骤2.2.根据双目测距原理，得下列式子：

式中，(x_c1，y_c1，z_c1)表示激光斑点在双目相机左目的摄像机坐标系下的空间坐标，(x_c2，y_c2，z_c2)表示激光斑点在双目相机右目的摄像机坐标系下的空间坐标，由以上方程组，解得(x_c1，y_c1，z_c1)；

步骤2.3.根据双目相机左目与激光测距传感器之间的位置关系及激光测距传感器的距离数据L，得：

式中，(x_c1′，y_c1′，z_c1′)表示激光斑点在双目相机左目的摄像机坐标系下的空间坐标，(x₀，y₀，z₀)表示激光测距传感器在双目相机左目的摄像机坐标系下的空间坐标，(i，j，k)表示激光测距传感器发出的光束在双目相机左目的摄像机坐标系下的单位方向向量；

引入校正参数

步骤2.4.根据实际工程需要，将人工校定板置于距双目相机不同距离处，重复上述2.1～2.4步骤，得到不同的z_c1值情况下校正系数

的值，并绘制

关系曲线图，进而对曲线图进行曲线拟合，得到

的拟合关系式。

6.根据权利要求2所述的一种隧道表面特征检测方法，其特征在于，步骤S4具体包括：

步骤4.1，计算移动检测平台与轨道中心之间的位置关系：

提取轨道中心点在定位系统采集的轨道图像中的像素点，并根据双目测距原理，计算轨道中心点在双目相机左目的摄像机坐标系下的空间坐标(x_c，y_c，z_c)，并将对应的第二距离数据代入步骤S2得到的校正参数与距离的关系式，得到校正参数

并计算校正后的空间坐标

步骤4.2，计算移动检测平台进入隧道的里程：

随着移动检测平台的运动，设定位系统在移动检测平台运动到位置i处采集图像对为p_i，提取图像对p_i+1与p_i之间的重复点，并根据双目测距原理，分别计算当移动检测平台运动到位置i+1和位置i时，该重复点在双目相机左目的摄像机坐标系下的空间坐标(x_i+1，y_i+1，z_i+1)和(x_i，y_i，z_i)，并将对应的第二距离数据代入步骤S2得到的校正参数与距离的关系式，得到校正参数

和

得到校正后的空间坐标

和

进而实现对移动检测平台运动里程的确定。

7.根据权利要求2所述的一种隧道表面特征检测方法，步骤S5具体包括：

步骤5.1，在隧道重要路段的隧道拱顶、拱肩、拱脚附近的衬砌表面上粘贴隧道标识物，并在其中的电子标识中记录位置和里程信息；

步骤5.2，当移动检测平台上的环形阵列系统采集的图像中包含隧道标识物时，扫描其电子标识，读取其中的位置和里程信息，并对步骤S4计算得到的里程进行校准；

步骤5.3，识别并提取隧道标识物中反光片在图像上的位置，根据双目测距原理，结合环形阵列系统中各组双目相机之间的相对位置关系，并将对应的第一距离数据代入步骤S2得到的校正参数与距离的关系式，得到校正参数，进而计算校正后的每个反光片的空间坐标，并与所对应的电子标识信息进行关联；

步骤5.4，对不同测次下，同一隧道标识物所关联的空间坐标信息进行比较计算，得到隧道收敛变形值。

8.根据权利要求2所述的一种隧道表面特征检测方法，步骤S6具体包括：

步骤6.1，提取隧道表面特征在隧道表面图像中的像素点，并根据双目测距原理，计算隧道表面特征在双目相机左目的摄像机坐标系下的空间坐标，并将对应的第一距离数据代入步骤S2得到的校正参数与距离的关系式，得到校正参数，并计算校正后的空间坐标；

步骤6.2，根据步骤6.1所述的校正后的空间坐标，还原隧道表面特征的空间三维信息；

步骤6.3，利用图像拼接技术，将隧道表面图像依次拼接，根据步骤6.2所述的空间三维信息，结合图像识别技术，将隧道表面特征在拼接后的隧道表面图像上作相应的标识。

Images