CN102506744A - 一种基于数字图像的高层结构动态位移监测方法 - Google Patents

Abstract

本发明提供一种基于数字图像的高层结构动态位移监测方法，属于一种位移监测技术领域。包括图像采集系统、数据分析系统；所述图像采集系统安装于待监测构筑物的测定点上，且其镜头面向地面，镜头方向与竖直方向的夹角为θ，采集地面的图像数据；所述数据分析系统根据采集到的地面图像数据计算构筑物测定点的平动位移和扭转角。该方法能够对高层结构的动态位移进行长期、高精度、实时的自动监测，且具有安装简便，易于推广应用等优点。

Description

一种基于数字图像的高层结构动态位移监测方法

技术领域

本发明涉及一种位移监测方法，具体来说，是涉及一种对高层结构的动态位移监测方法。

背景技术

所谓变形监测，就是利用专门的仪器和设备测定建(构)筑物及其地基在建(构)筑物收到外力作用下随时间而变形的测量工作。变形监测包括内部监测和外部监测两部分。内部监测主要是对建(构)筑物的内部应力、温度变化的监测，以及动力特性和加速度的测定等。外部监测主要是对建(构)筑物的沉降、位移观测、倾斜观测、裂缝观测、挠度观测等。

变形监测按照结构变形或位移的状态可以分为静态和动态。动态变形或位移是指外力作用下产生的变形或位移，它是以外力为函数来表示的动态系统对于时间的变化，其观测结果是表示建筑物在某个时刻的瞬时变形或位移。

建(构)筑物产生变形或位移的因素是多方面的，而且多数变形或位移是由客观自然条件及其变化所造成的，因此建(构)筑物产生变形或位移是不可避免的。当建(构)筑物在施工和运营过程中，产生了不利于建(构)筑物稳定的变化因素时，变形或位移就必然要发生。当变形或位移值超过允许的极限值后，建(构)筑物就可能出现危险甚至破坏，给人们的生命财产造成极大的损失。

对于高层结构，特别是超高层结构，在正常情况下处于与其固有频率相关的摆动和扭动之中，在外载荷——如大风，地震，地基下沉等的作用下，其摆动和扭动的对称性将发生变化；或者由于其内部结构发生损坏或老化，其摆动和扭动的频率也将发生变化。因此，通过动态位移监测系统对高层结构进行实时的监测，可以对高层结构的健康状态作出科学的分析与判断。

近年来，信息技术的蓬勃发展大大带动了结构变形测量技术的发展，涌现了许多新技术和新方法。这些方法在精度上有一定程度的提高，有些方法可以实现自动测量。但是在量程、环境影响、成本控制方面还有许多的不足。目前新型的测量方法有：利用全站仪、精密水准仪、百分表等的人工测量方法，以及倾角仪、激光光斑、光电成像、GPS、惯性等自动测量方法。显然，人工测量方法不适用于对结构进行长期监测。而目前主要的自动测量方法的精度一般在厘米量级，达不到监测要求。

发明内容

针对结构测量系统和方法的不足，我们研制了一种基于数字图像测量原理，精确测量高层结构动态位移的长期监测方法，该方法能够对高层结构的动态位移进行长期、高精度、实时的自动监测，且具有安装简便，易于推广应用等优点。

本发明通过以下技术手段实现：一种基于数字图像的高层结构动态位移监测方法，包括图像采集系统、数据分析系统；所述图像采集系统安装于待监测构筑物的测定点上，且其镜头面向地面，镜头方向与竖直方向的夹角为θ，采集地面的图像数据；所述数据分析系统根据采集到的地面图像数据计算构筑物测定点的平动位移和扭转角；所述数据分析系统计算过程如下：

1)测得测定点离地面的距离为h，监测构筑物的横截面长度为L，宽度为W，以构筑物的中心点O为圆心建立直角坐标系，测定点到中心的距离为R；

2)当高层结构未发生位移时，采集初始图像数据，矩形ABCD为采集图像的窗口大小，ABCD分别表示窗口四个角的位置，在图像窗口中任意选择地面上的n个特征点作为分析目标(1，2，…，i，…)；通过数字图像处理方法对特征点进行识别、定位，在以所述构筑物中心的O为原点，矩形的AB边为X轴，AD边为Y轴坐标系XOY中，特征点在图像中的像素坐标分别为(x₁，y₁)，(x₂，y₂)，…，(x_i，y_i)，…；

3)当高层结构发生位移后，监测仪器随监测点同步移动，矩形窗口ABCD即移动到矩形A’B’C’D’位置；采集变形后的图像数据，由于所述特征点为地面特征，其位置不动，通过数字图像处理方法对特征点进行识别、定位，其在以所述构筑物移动后的中心O’为原点，矩形的A’B’边为X轴，A’D’边为Y轴坐标系X’O’Y’中，其坐标分别为(x′₁，y′₁)，(x′₂，y′₂)，…，(x′_i，y′_i)，…；

4)将两次拍摄的图像合并到同一图像中，即按照特征点在窗口ABCD中的相对位置依次将其标记在窗口A’B’C’D’中，并且认为由于构筑物结构的变形，在窗口A’B’C’D’中，特征点1，2，…i，…移动到了特征点1’，2’，…i’，…；

5)扭转角计算

将任意特征点1、2以及1’、2’连接起来，两条线的夹角为：

$\sin \mathrm{\α}=\frac{(x_2-x_1)(y_2^{\′}-y_1^{\′})-(x_2^{\′}-x_1^{\′})(y_2-y_1)}{\sqrt{{(x_1-x_2)}^2+{(y_1-y_2)}^2}\sqrt{{(x_1^{\′}-x_2^{\′})}^2+{(y_1^{\′}-y_2^{\′})}^2}}$

α以顺时针为正

$\mathrm{\α}=\arcsin \frac{(x_2-x_1)(y_2^{\′}-y_1^{\′})-(x_2^{\′}-x_1^{\′})(y_2-y_1)}{\sqrt{{(x_1-x_2)}^2+{(y_1-y_2)}^2}\sqrt{{(x_1^{\′}-x_2^{\′})}^2+{(y_1^{\′}-y_2^{\′})}^2}}(-\mathrm{\π}\≤\mathrm{\α}\≤\mathrm{\π})---\left(1\right)$

角度α即为结构的扭转角；

6)平动位移计算

由于高层结构位移包括平动位移和扭转，在计算出扭转角后，需要去除扭转所产生的平动位移，将特征点1，2以O’为中心，按照扭转角度α相反的方向旋转，在图像窗口A’B’C’D’中得到新的特征点1”、2”，在以所述构筑物移动后的中心O’为原点，矩形的A’B’边为X轴，A’D’边为Y轴坐标系X’O’Y’中，其坐标分别为(x″₁，y″₁)，(x″₂，y″₂)；新的特征点的坐标满足关系式：

$\left\{\begin{array}{c}{x}_1^{\′\′}=x_1\cos \mathrm{\α}-y_1\sin \mathrm{\α}\\ y_1^{\′\′}=x_1\sin \mathrm{\α}+y_1\cos \mathrm{\α}\end{array}\right.---\left(2\right)$

$\left\{\begin{array}{c}{x}_2^{\′\′}=x_2\cos \mathrm{\α}-y_2\sin \mathrm{\α}\\ y_2^{\′\′}=x_2\sin \mathrm{\α}+y_2\cos \mathrm{\α}\end{array}\right.---\left(3\right)$

此时特征点1’、2’移动到1”、2”即为平动位移，即

Δx₁＝x″₁-x′₁，Δy₁＝y″₁-y′₁              (4)

Δx₂＝x″₂-x′₂，Δy₂＝y″₂-y′₂              (5)

每个特征点均可以计算出平动位移，通过所有点的计算结果取平均，以减小计算误差，即

Δx＝(Δx₁+Δx₂)/2，Δy＝(Δy₁+Δy₂)/2        (6)

上述得到的结果为图像中移动的像素大小，并不是实际的移动长度；下面需要将图像坐标变为实际长度的坐标；在地面上选择上、下、左、右四个特征点P_T、P_B、P_L、P_R，测量出上、下特征点间的距离L_TB和左、右特征点间的距离L_LR，所述距离L_TB和L_LR的单位为毫米；

对初始状态时采集的图象数据，精确提取上述四个特征点在图像中的像素位置，分别为(x_T，y_T)、(x_B，y_B)、(x_L，y_L)、(x_R，y_R)；计算图象上下特征点间的距离l_TB和左右特征点间的距离l_LR，所述距离l_TB和l_LR的单位为象素，则两个方向上的成象比例，即毫米/象素分别为：

k_TB＝L_TB/l_TB            (7)

k_LR＝L_LR/l_LR                                (8)

其中，l_TB和l_LR分别为：

$l_{\mathrm{TB}}=\sqrt{{(x_B-x_T)}^2+{(y_B-y_T)}^2}---\left(9\right)$

$l_{\mathrm{LR}}=\sqrt{{(x_R-x_L)}^2+{(y_R-y_L)}^2}---\left(10\right)$

则监测点两个方向的位移分别为

ΔX＝Δx·k_LR，ΔY＝Δy·k_TB                    (11)

本发明还可做以下改进：

所述图像采集系统安装时，镜头方向与竖直方向的夹角为0-10°。

在6)平动位移计算中，所述在地面上选择的上下特征点连线与左右特征点连线相互垂直。

本发明的一种基于数字图像的高层结构动态位移监测方法的精度分析：

特征点在图象上其中心位置的提取精度设为δ象素，由于该问题中有意义的只是同幅图象中不同特征点及不同图象中同一特征点间的相对位置，而各图像的形态基本一致，所以用模板相关法进行精确定位时，特征点间相对位置的测量精度比单一位置的提取精度更优。

设l_TB和l_LR为m象素，L_TB和L_LR为M毫米，各特征点实际间距的偏差为Δ毫米，则测量结果的误差估计值为：

由于m＞＞δ，M＞＞Δ，故如果相机足够稳定且环境条件良好(采图质量好、电源稳定、气流扰动小等)，则测量精度主要由放大倍数和标志点提取精度δ决定。设使用典型的分辨率为768×576dpi的数字相机，取m＝400，M＝300，Δ＝1，δ＝0.05，则按式(12)计算得到的测量结果的误差估计值为0.038毫米。

与现有技术相比，本发明具有的有益效果为：

1)本发明为自动监测，所耗人力少，适合用于进行长期监测，当变形或位移值超过允许的极限值后，及时预警，减少构筑物出现危险甚至破坏的可能，避免人们的生命和财产造成损失。

2)本发明的自动测量方法精度非常高，相对于目前自动测量方法精度一般在厘米量级，本发明的自动测量方法的误差估计值低至0.038毫米。

3)本发明的一种基于数字图像的高层结构动态位移监测方法，使用设备简单易得，具有安装简便，维护容易，成本低等特点，易于广泛的推广应用。

附图说明

图1为高层结构监测示意图；

图中：1.高层结构；2.图像采集系统；

图2为测定点位置处横截面示意图；

图3为高层结构未变形时的数字图像原理图；

图4为高层结构位移后的数字图像原理图；

图5为高层结构变形前后的数字图像原理图；

图6为计算过程6)中去除扭转后的数字图像原理图；

图7为计算过程6)中在地面选取的四个特征点P_T、P_B、P_L、P_R示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明，但并不构成对本发明的任何限制。

实施例1

一种基于数字图像的高层结构动态位移监测方法，包括图像采集系统、数据分析系统；如图1所示，所述图像采集系统安装于待监测构筑物的测定点上，且其镜头面向地面，镜头方向与竖直方向的夹角为θ，采集地面的图像数据；所述数据分析系统根据采集到的地面图像数据计算构筑物测定点的平动位移和扭转角；所述数据分析系统计算过程如下：

1)如图1所示，对于一高度为H的高层结构，测得测定点离地面的距离为h，如图2所示，监测构筑物的横截面长度为L，宽度为W，以构筑物的中心点O为圆心建立直角坐标系，测定点到中心的距离为R；

2)当高层结构未发生位移时，采集初始图像数据，如图3所示，矩形ABCD为采集图像的窗口大小，ABCD分别表示窗口四个角的位置，在图像窗口中任意选择地面上的n个特征点作为分析目标(1，2，…，i，…)；通过数字图像处理方法对特征点进行识别、定位，在以所述构筑物中心的O为原点，矩形的AB边为X轴，AD边为Y轴坐标系XOY中，特征点在图像中的像素坐标分别为(x₁，y₁)，(x₂，y₂)，…，(x_i，y_i)，…；图中仅列出1，2两个特征标志点，以作说明；

3)当高层结构发生位移后，监测仪器随监测点同步移动，如图4所示，矩形窗口ABCD即移动到矩形A’B’C’D’位置；采集变形后的图像数据，由于所述特征点为地面特征，其位置不动，通过数字图像处理方法对特征点进行识别、定位，其在以所述构筑物移动后的中心O’为原点，矩形的A’B’边为X轴，A’D’边为Y轴坐标系X’O’Y’中，其坐标分别为(x′₁，y′₁)，(x′₂，y′₂)，…，(x′_i，y′_i)，…；

4)将两次拍摄的图像合并到同一图像中，即按照特征点在窗口ABCD中的相对位置依次将其标记在窗口A’B’C’D’中，如图5所示，并且认为由于构筑物结构的变形，在窗口A’B’C’D’中，特征点1，2，…i，…移动到了特征点1’，2’，…i’，…；

5)扭转角计算

如图5所示，将任意特征点1、2以及1’、2’连接起来，两条线的夹角为：

$\sin \mathrm{\α}=\frac{(x_2-x_1)(y_2^{\′}-y_1^{\′})-(x_2^{\′}-x_1^{\′})(y_2-y_1)}{\sqrt{{(x_1-x_2)}^2+{(y_1-y_2)}^2}\sqrt{{(x_1^{\′}-x_2^{\′})}^2+{(y_1^{\′}-y_2^{\′})}^2}}$

α以顺时针为正

$\mathrm{\α}=\arcsin \frac{(x_2-x_1)(y_2^{\′}-y_1^{\′})-(x_2^{\′}-x_1^{\′})(y_2-y_1)}{\sqrt{{(x_1-x_2)}^2+{(y_1-y_2)}^2}\sqrt{{(x_1^{\′}-x_2^{\′})}^2+{(y_1^{\′}-y_2^{\′})}^2}}(-\mathrm{\π}\≤\mathrm{\α}\≤\mathrm{\π})---\left(1\right)$

角度α即为结构的扭转角；

6)平动位移计算

由于高层结构位移包括平动位移和扭转，在计算出扭转角后，需要去除扭转所产生的平动位移。将特征点1，2以O’为中心，按照扭转角度α相反的方向旋转，在图像窗口A’B’C’D’中得到新的特征点1”、2”，在以所述构筑物移动后的中心O’为原点，矩形的A’B’边为X轴，A’D’边为Y轴坐标系X’O’Y’中，其坐标分别为(x″₁，y″₁)，(x″₂，y″₂)；新的特征点的坐标满足关系式：

$\left\{\begin{array}{c}{x}_1^{\′\′}=x_1\cos \mathrm{\α}-y_1\sin \mathrm{\α}\\ y_1^{\′\′}=x_1\sin \mathrm{\α}+y_1\cos \mathrm{\α}\end{array}\right.---\left(2\right)$

$\left\{\begin{array}{c}{x}_2^{\′\′}=x_2\cos \mathrm{\α}-y_2\sin \mathrm{\α}\\ y_2^{\′\′}=x_2\sin \mathrm{\α}+y_2\cos \mathrm{\α}\end{array}\right.---\left(3\right)$

此时特征点1’、2’移动到1”、2”即为平动位移，即

Δx₁＝x″₁-x′₁，Δy₁＝y″₁-y′₁                    (4)

Δx₂＝x″₂-x′₂，Δy₂＝y″₂-y′₂                    (5)

每个特征点均可以计算出平动位移，通过所有点的计算结果取平均，以减小计算误差，

即

Δx＝(Δx₁+Δx₂)/2，Δy＝(Δy₁+Δy₂)/2            (6)

上述得到的结果为图像中移动的像素大小，并不是实际的移动长度；下面需要将图像坐标变为实际长度的坐标；在地面上选择上、下、左、右四个特征点P_T、P_B、P_L、P_R，测量出上、下特征点间的距离L_TB和左、右特征点间的距离L_LR，所述距离L_TB和L_LR的单位为毫米；

对初始状态时采集的图象数据，精确提取上述四个特征点在图像中的像素位置，分别为(x_T，y_T)、(x_B，y_B)、(x_L，y_L)、(x_R，y_R)；计算图象上下特征点间的距离l_TB和左右特征点间的距离l_LR，所述距离l_TB和l_LR的单位为象素，则两个方向上的成象比例，即毫米/象素分别为：

k_TB＝L_TB/l_TB                (7)

k_LR＝L_LR/l_LR                 (8)

其中，l_TB和l_LR分别为：

$l_{\mathrm{TB}}=\sqrt{{(x_B-x_T)}^2+{(y_B-y_T)}^2}---\left(9\right)$

$l_{\mathrm{LR}}=\sqrt{{(x_R-x_L)}^2+{(y_R-y_L)}^2}---\left(10\right)$

则监测点两个方向的位移分别为

ΔX＝Δx·k_LR，ΔY＝Δy·k_TB    (11)

实施例2

一种基于数字图像的高层结构动态位移监测方法，包括图像采集系统、数据分析系统；如图1所示，所述图像采集系统安装于待监测构筑物的测定点上，且其镜头面向地面，镜头方向与竖直方向的夹角为θ，所述镜头方向与竖直方向的夹角θ为5°。采集地面的图像数据；所述数据分析系统根据采集到的地面图像数据计算构筑物测定点的平动位移和扭转角；所述数据分析系统计算过程如下：

1)如图1所示，对于一高度为H的高层结构，测得测定点离地面的距离为h，如图2所示，监测构筑物的横截面长度为L，宽度为W，以构筑物的中心点O为圆心建立直角坐标系，测定点到中心的距离为R；

2)当高层结构未发生位移时，采集初始图像数据，如图3所示，矩形ABCD为采集图像的窗口大小，ABCD分别表示窗口四个角的位置，在图像窗口中任意选择地面上的n个特征点作为分析目标(1，2，…，i，…)；通过数字图像处理方法对特征点进行识别、定位，在以所述构筑物中心的O为原点，矩形的AB边为X轴，AD边为Y轴坐标系XOY中，特征点在图像中的像素坐标分别为(x₁，y₁)，(x₂，y₂)，…，(x_i，y_i)，…；图中仅列出1，2两个特征标志点，以作说明；

3)当高层结构发生位移后，监测仪器随监测点同步移动，如图4所示，矩形窗口ABCD即移动到矩形A’B’C’D’位置；采集变形后的图像数据，由于所述特征点为地面特征，其位置不动，通过数字图像处理方法对特征点进行识别、定位，其在以所述构筑物移动后的中心O’为原点，矩形的A’B’边为X轴，A’D’边为Y轴坐标系X’O’Y’中，其坐标分别为(x′₁，y′₁)，(x′₂，y′₂)，…，(x′_i，y′_i)，…；

4)将两次拍摄的图像合并到同一图像中，即按照特征点在窗口ABCD中的相对位置依次将其标记在窗口A’B’C’D’中，如图5所示，并且认为由于构筑物结构的变形，在窗口A’B’C’D’中，特征点1，2，…i，…移动到了特征点1’，2’，…i’，…；

5)扭转角计算

如图5所示，将任意特征点1、2以及1’、2’连接起来，两条线的夹角为：

$\sin \mathrm{\α}=\frac{(x_2-x_1)(y_2^{\′}-y_1^{\′})-(x_2^{\′}-x_1^{\′})(y_2-y_1)}{\sqrt{{(x_1-x_2)}^2+{(y_1-y_2)}^2}\sqrt{{(x_1^{\′}-x_2^{\′})}^2+{(y_1^{\′}-y_2^{\′})}^2}}$

α以顺时针为正

$\mathrm{\α}=\arcsin \frac{(x_2-x_1)(y_2^{\′}-y_1^{\′})-(x_2^{\′}-x_1^{\′})(y_2-y_1)}{\sqrt{{(x_1-x_2)}^2+{(y_1-y_2)}^2}\sqrt{{(x_1^{\′}-x_2^{\′})}^2+{(y_1^{\′}-y_2^{\′})}^2}}(-\mathrm{\π}\≤\mathrm{\α}\≤\mathrm{\π})---\left(1\right)$

角度α即为结构的扭转角；

6)平动位移计算

由于高层结构位移包括平动位移和扭转，在计算出扭转角后，需要去除扭转所产生的平动位移。将特征点1，2以O’为中心，按照扭转角度α相反的方向旋转，在图像窗口A’B’C’D’中得到新的特征点1”、2”，在以所述构筑物移动后的中心O’为原点，矩形的A’B’边为X轴，A’D’边为Y轴坐标系X’O’Y’中，其坐标分别为(x″₁，y″₁)，(x″₂，y″₂)；新的特征点的坐标满足关系式：

$\left\{\begin{array}{c}{x}_1^{\′\′}=x_1\cos \mathrm{\α}-y_1\sin \mathrm{\α}\\ y_1^{\′\′}=x_1\sin \mathrm{\α}+y_1\cos \mathrm{\α}\end{array}\right.---\left(2\right)$

$\left\{\begin{array}{c}{x}_2^{\′\′}=x_2\cos \mathrm{\α}-y_2\sin \mathrm{\α}\\ y_2^{\′\′}=x_2\sin \mathrm{\α}+y_2\cos \mathrm{\α}\end{array}\right.---\left(3\right)$

此时特征点1’、2’移动到1”、2”即为平动位移，即

Δx₁＝x″₁-x′₁，Δy₁＝y″₁-y′₁                (4)

Δx₂＝x″₂-x′₂，Δy₂＝y″₂-y′₂                (5)

每个特征点均可以计算出平动位移，通过所有点的计算结果取平均，以减小计算误差，即

Δx＝(Δx₁+Δx₂)/2，Δy＝(Δy₁+Δy₂)/2          (6)

上述得到的结果为图像中移动的像素大小，并不是实际的移动长度；下面需要将图像坐标变为实际长度的坐标；在地面上选择上、下、左、右四个特征点P_T、P_B、P_L、P_R，所述在地面上选择的上下特征点连线与左右特征点连线相互垂直，如图7所示，测量出上、下特征点间的距离L_TB和左、右特征点间的距离L_LR，所述距离L_TB和L_LR的单位为毫米；

对初始状态时采集的图象数据，精确提取上述四个特征点在图像中的像素位置，分别为(x_T，y_T)、(x_B，y_B)、(x_L，y_L)、(x_R，y_R)；计算图象上下特征点间的距离l_TB和左右特征点间的距离l_LR，所述距离l_TB和l_LR的单位为象素，则两个方向上的成象比例，即毫米/象素分别为：

k_TB＝L_TB/l_TB                (7)

k_LR＝L_LR/l_LR                (8)

其中，l_TB和l_LR分别为：

$l_{\mathrm{TB}}=\sqrt{{(x_B-x_T)}^2+{(y_B-y_T)}^2}---\left(9\right)$

$l_{\mathrm{LR}}=\sqrt{{(x_R-x_L)}^2+{(y_R-y_L)}^2}---\left(10\right)$

则监测点两个方向的位移分别为

ΔX＝Δx·k_LR，ΔY＝Δy·k_TB    (11)

实施例3

本发明的一种基于数字图像的高层结构动态位移监测方法的精度分析：

特征点在图象上其中心位置的提取精度设为δ象素，由于该问题中有意义的只是同幅图象中不同特征点及不同图象中同一特征点间的相对位置，而各图像的形态基本一致，所以用模板相关法进行精确定位时，特征点间相对位置的测量精度比单一位置的提取精度更优。

设l_TB和l_LR为m象素，L_TB和L_LR为M毫米，各特征点实际间距的偏差为Δ毫米，则测量结果的误差估计值为：

由于m＞＞δ，M＞＞Δ，故如果相机足够稳定且环境条件良好(采图质量好、电源稳定、气流扰动小等)，则测量精度主要由放大倍数

和标志点提取精度δ决定。设使用典型的分辨率为768×576dpi的数字相机，取m＝400，M＝300，Δ＝1，δ＝0.05，则按式(12)计算得到的测量结果的误差估计值为0.038毫米。

上述的实施例仅为本发明的优选实施例，不能以此来限定本发明的权利范围，因此，依本发明申请专利范围所作的等同变化，仍属本发明所涵盖的范围。

Claims (3)

1.一种基于数字图像的高层结构动态位移监测方法，其特征在于：包括图像采集系统、数据分析系统；所述图像采集系统安装于待监测构筑物的测定点上，且其镜头面向地面，镜头方向与竖直方向的夹角为θ，采集地面的图像数据；所述数据分析系统根据采集到的地面图像数据计算构筑物测定点的平动位移和扭转角；所述数据分析系统计算过程如下：

1)以构筑物的中心点O为圆心建立直角坐标系；

2)当高层结构未发生位移时，采集初始图像数据，矩形ABCD为采集图像的窗口大小，ABCD分别表示窗口四个角的位置，在图像窗口中任意选择地面上的n个特征点作为分析目标(1，2，…，i，…)；通过数字图像处理方法对特征点进行识别、定位，在以所述构筑物中心的O为原点，矩形的AB边为X轴，AD边为Y轴坐标系XOY中，特征点在图像中的像素坐标分别为(x₁，y₁)，(x₂，y₂)，…，(x_i，y_i)，…；

3)当高层结构发生位移后，监测仪器随监测点同步移动，矩形窗口ABCD即移动到矩形A’B’C’D’位置；采集变形后的图像数据，由于所述特征点为地面特征，其位置不动，通过数字图像处理方法对特征点进行识别、定位，其在以所述构筑物移动后的中心O’为原点，矩形的A’B’边为X轴，A’D’边为Y轴坐标系X’O’Y’中，其坐标分别为(x′₁，y′₁)，(x′₂，y′₂)，…，(x′_i，y′_i)…；

4)将两次拍摄的图像合并到同一图像中，即按照特征点在窗口ABCD中的相对位置依次将其标记在窗口A’B’C’D’中，并且认为由于构筑物结构的变形，在窗口A’B’C’D’中，特征点1，2，…i，…移动到了特征点1’，2’，…i’，…；

5)扭转角计算

将任意特征点1、2以及1’、2’连接起来，两条线的夹角为：

$\sin \mathrm{\α}=\frac{(x_2-x_1)(y_2^{\′}-y_1^{\′})-(x_2^{\′}-x_1^{\′})(y_2-y_1)}{\sqrt{{(x_1-x_2)}^2+{(y_1-y_2)}^2}\sqrt{{(x_1^{\′}-x_2^{\′})}^2+{(y_1^{\′}-y_2^{\′})}^2}}$

α以顺时针为正

$\mathrm{\α}=\arcsin \frac{(x_2-x_1)(y_2^{\′}-y_1^{\′})-(x_2^{\′}-x_1^{\′})(y_2-y_1)}{\sqrt{{(x_1-x_2)}^2+{(y_1-y_2)}^2}\sqrt{{(x_1^{\′}-x_2^{\′})}^2+{(y_1^{\′}-y_2^{\′})}^2}}(-\mathrm{\π}\≤\mathrm{\α}\≤\mathrm{\π})---\left(1\right)$

角度α即为结构的扭转角；

6)平动位移计算

由于高层结构位移包括平动位移和扭转，在计算出扭转角后，需要去除扭转所产生的平动位移，将特征点1，2以O’为中心，按照扭转角度α相反的方向旋转，在图像窗口A’B’C’D’中得到新的特征点1”、2”，在以所述构筑物移动后的中心O’为原点，矩形的A’B’边为X轴，A’D’边为Y轴坐标系X’O’Y’中，其坐标分别为(x″₁，y″₁)，(x″₂，y″₂)；新的特征点的坐标满足关系式：

$\left\{\begin{array}{c}{x}_1^{\′\′}=x_1\cos \mathrm{\α}-y_1\sin \mathrm{\α}\\ y_1^{\′\′}=x_1\sin \mathrm{\α}+y_1\cos \mathrm{\α}\end{array}\right.---\left(2\right)$

$\left\{\begin{array}{c}{x}_2^{\′\′}=x_2\cos \mathrm{\α}-y_2\sin \mathrm{\α}\\ y_2^{\′\′}=x_2\sin \mathrm{\α}+y_2\cos \mathrm{\α}\end{array}\right.---\left(3\right)$

此时特征点1’、2’移动到1”、2”即为平动位移，即

Δx₁＝x″₁-x′₁，Δy₁＝y″₁-y′₁                    (4)

Δx₂＝x″₂-x′₂，Δy₂＝y″₂-y′₂                    (5)

每个特征点均可以计算出平动位移，通过所有点的计算结果取平均，以减小计算误差，即

Δx＝(Δx₁+Δx₂)/2，Δy＝(Δy₁+Δy₂)/2            (6)

上述得到的结果为图像中移动的像素大小，并不是实际的移动长度；下面需要将图像坐标变为实际长度的坐标；在地面上选择上、下、左、右四个特征点P_T、P_B、P_L、P_R，测量出上、下特征点间的距离L_TB和左、右特征点间的距离L_LR，所述距离L_TB和L_LR的单位为毫米；

对初始状态时采集的图象数据，精确提取上述四个特征点在图像中的像素位置，分别为(x_T，y_T)、(x_B，y_B)、(x_L，y_L)、(x_R，y_R)；计算图象上下特征点间的距离l_TB和左右特征点间的距离l_LR，所述距离l_TB和l_LR的单位为象素，则两个方向上的成象比例，即毫米/象素分别为：

k_TB＝L_TB/l_TB                    (7)

k_LR＝L_LR/l_LR                    (8)

其中，l_TB和l_LR分别为：

$l_{\mathrm{TB}}=\sqrt{{(x_B-x_T)}^2+{(y_B-y_T)}^2}---\left(9\right)$

$l_{\mathrm{LR}}=\sqrt{{(x_R-x_L)}^2+{(y_R-y_L)}^2}---\left(10\right)$

则监测点两个方向的位移分别为

ΔX＝Δx·k_LR，ΔY＝Δy·k_TB                  (11)

2.根据权利要求1所述的一种基于数字图像的高层结构动态位移监测方法，其特征在于：所述图像采集系统安装时，镜头方向与竖直方向的夹角为0-10°。

3.根据权利要求1或2所述的一种基于数字图像的高层结构动态位移监测方法，其特征在于：6)平动位移计算中，所述在地面上选择的上下特征点连线与左右特征点连线相互垂直。

Images