[發(fā)明專(zhuān)利]一種基于圖像的橋梁結(jié)構(gòu)撓度測(cè)量方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201811531900.3
• 申請(qǐng)日: 2018-12-14
• 公開(kāi)（公告）號(hào): CN109754429A
• 公開(kāi)（公告）日: 2019-05-14
• 發(fā)明（設(shè)計(jì)）人: 張建;于姍姍
• 申請(qǐng)（專(zhuān)利權(quán)）人: 東南大學(xué)
• 主分類(lèi)號(hào): G06T7/80
• 分類(lèi)號(hào): G06T7/80;G06T7/33
• 代理公司: 南京蘇高專(zhuān)利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 王安琪

本發(fā)明公開(kāi)了一種基于圖像的橋梁結(jié)構(gòu)撓度測(cè)量方法，通過(guò)一臺(tái)相機(jī)依次在位置A和位置B分別拍攝一張包含目標(biāo)結(jié)構(gòu)的圖片，并記錄相機(jī)在兩個(gè)位置的實(shí)際距離；通過(guò)SURF?BRISK特征匹配算法對(duì)兩張圖片進(jìn)行匹配，配合預(yù)先標(biāo)定的相機(jī)系統(tǒng)的內(nèi)參結(jié)果對(duì)目標(biāo)結(jié)構(gòu)進(jìn)行三維重構(gòu)；得到目標(biāo)結(jié)構(gòu)上任一特征點(diǎn)在B位置相機(jī)的光心為世界坐標(biāo)系的三維坐標(biāo)(X，Y，Z)，通過(guò)Z便得到了相應(yīng)測(cè)點(diǎn)的目標(biāo)放大系數(shù)S，相機(jī)放置在位置B繼續(xù)進(jìn)行后續(xù)光學(xué)測(cè)量，采集結(jié)構(gòu)變形前后的一系列圖像，通過(guò)SURF?BRISK特征點(diǎn)匹配算法測(cè)量結(jié)構(gòu)的二維亞像素位移，利用測(cè)點(diǎn)的目標(biāo)放大系數(shù)S將亞像素位移轉(zhuǎn)化為實(shí)際位移。本發(fā)明直接利用結(jié)構(gòu)特征不需要人為設(shè)計(jì)目標(biāo)靶面，具有非接觸低成本高精度的優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明涉及結(jié)構(gòu)健康監(jiān)測(cè)技術(shù)領(lǐng)域，尤其是一種基于圖像的橋梁結(jié)構(gòu)撓度測(cè)量方法。

背景技術(shù)

二維圖像測(cè)量技術(shù)在工程中應(yīng)用廣泛，相比三維測(cè)量技術(shù)系統(tǒng)更為簡(jiǎn)潔操作更方便。但仍然存在一些關(guān)鍵難題阻礙二維圖像技術(shù)的廣泛應(yīng)用和實(shí)用性。其中一個(gè)重要問(wèn)題就是放大系數(shù)的求解問(wèn)題。放大系數(shù)是將圖像像素位移轉(zhuǎn)化為實(shí)際物理位移的紐帶，該放大系數(shù)的求解方式目前主要有兩種方法，一是通過(guò)目標(biāo)附近已知長(zhǎng)度在圖像中的像素長(zhǎng)度計(jì)算出一個(gè)放大系數(shù)，大致認(rèn)為是測(cè)點(diǎn)的放大系數(shù)，這樣的已知長(zhǎng)度通常是一個(gè)構(gòu)件的長(zhǎng)度，一個(gè)梁的厚度，如果沒(méi)有已知長(zhǎng)度，還可以在目標(biāo)附近粘貼已知尺寸的靶面或者豎立一根鋼尺，等顯然這種方法訊在很大的局限性，如果是測(cè)量高聳的橋塔，或者跨江河的橋梁，實(shí)驗(yàn)人員再去放置標(biāo)靶，就會(huì)大大增加工作難度和風(fēng)險(xiǎn)。第二種常用方法是在相機(jī)系統(tǒng)上安裝激光測(cè)距儀，測(cè)量相機(jī)光心到被測(cè)點(diǎn)的距離，通過(guò)相機(jī)小孔成像模型，并通過(guò)相機(jī)和鏡頭的設(shè)計(jì)參數(shù)計(jì)算測(cè)點(diǎn)的放大系數(shù)，一方面，為了操作方便和便于準(zhǔn)確找到激光測(cè)距儀瞄準(zhǔn)的測(cè)點(diǎn)，激光測(cè)距儀需要通過(guò)硬件改裝與相機(jī)系統(tǒng)一同工作，另一方面在白天時(shí)，激光很容易受到光照的干擾精度下降，而且更加不容易捕捉到激光瞄準(zhǔn)的位置，再者，遠(yuǎn)距離測(cè)量時(shí)，要購(gòu)買(mǎi)較大量程而精度同樣可以保證的測(cè)距儀，會(huì)大大增加測(cè)量成本。以上是已有方法的局限性，而本專(zhuān)利公開(kāi)的方法則有效避免了這些問(wèn)題。不需要視場(chǎng)中存在已知尺寸的結(jié)構(gòu)，也不需要一味通過(guò)高價(jià)優(yōu)良的硬件系統(tǒng)直接測(cè)量較大的物距，反而是充分利用圖像技術(shù)和間接測(cè)量較小且十分容易測(cè)量的兩個(gè)相機(jī)不同位置之間的距離。

圖像測(cè)量方法最早基于模板匹配技術(shù)，目前被廣泛使用的有數(shù)字圖像相關(guān)(DIC)，光流法(optical flow)，邊緣檢測(cè)(edge detection)，方向編碼匹配(orientation-codematching，OCM)。基于模板匹配的光測(cè)方法，在土木工程領(lǐng)域被廣泛應(yīng)用。模板匹配技術(shù)在實(shí)際結(jié)構(gòu)應(yīng)用中存在局限性：模板匹配要求圖像只能進(jìn)行平行移動(dòng)，若原圖像中的匹配目標(biāo)發(fā)生旋轉(zhuǎn)或尺度變化，該算法無(wú)效，而且實(shí)際工程結(jié)構(gòu)本身特征不夠豐富，往往在精度上達(dá)不到理想效果。于是針對(duì)不同的模板匹配算法，人們決定預(yù)先在結(jié)構(gòu)表面噴制特征或者人為設(shè)計(jì)具有對(duì)比強(qiáng)烈的目標(biāo)靶面以此提高匹配精度，但這實(shí)際上違背了光測(cè)非接觸式測(cè)量的初衷。

不同于模板匹配，特征點(diǎn)追蹤則只需要圖像中有可檢測(cè)并有效匹配的穩(wěn)定興趣點(diǎn)。特征點(diǎn)追蹤包括三個(gè)步驟：檢測(cè)、描述和匹配。近十幾年來(lái)，出現(xiàn)了一系列特征點(diǎn)檢測(cè)器：SIFT、SURF和FAST；描述器SIFT、SURF、Harris角點(diǎn)檢測(cè)、BRIEF、ORB、BRISK和FREAK。已經(jīng)有了一些很有借鑒意義的研究結(jié)論，其中，SIFT算法檢測(cè)的特征在空間和尺度上定位更加精確，但SIFT因?yàn)槠渚薮蟮奶卣饔?jì)算量而使得特征點(diǎn)提取的過(guò)程異常花費(fèi)時(shí)間；SURF算法在檢測(cè)同樣豐富的特征點(diǎn)的執(zhí)行時(shí)間是SIFT的三分之一，同時(shí)，SURF也具有較好的旋轉(zhuǎn)不變性和尺度不變性。優(yōu)先考慮速度的時(shí)候FAST、BRIEF、ORB是最好的選擇；ORB采用FAST檢測(cè)算子，速度快，但不具有尺度不變性；Bekele等就BRIEF、ORB、BRISK、FREAK和SIFT這5種局部特征描述符的性能進(jìn)行了比較，認(rèn)為BRISK特征描述符在這五種二進(jìn)制特征描述符中擁有最高的精確度以及最大的最佳匹配點(diǎn)數(shù)目。

發(fā)明內(nèi)容