CN102768022B - 采用数码照相技术的隧道围岩变形检测方法 - Google Patents

采用数码照相技术的隧道围岩变形检测方法 Download PDF

Info

Publication number
CN102768022B
CN102768022B CN201210253186.2A CN201210253186A CN102768022B CN 102768022 B CN102768022 B CN 102768022B CN 201210253186 A CN201210253186 A CN 201210253186A CN 102768022 B CN102768022 B CN 102768022B
Authority
CN
China
Prior art keywords
image
country rock
point
surrounding rock
tunnel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201210253186.2A
Other languages
English (en)
Other versions
CN102768022A (zh
Inventor
郑晅
赵乐
任少强
袁文倩
宋梦虎
王永顺
朱晓金
袁志清
刘学
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changan University
Original Assignee
Changan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changan University filed Critical Changan University
Priority to CN201210253186.2A priority Critical patent/CN102768022B/zh
Publication of CN102768022A publication Critical patent/CN102768022A/zh
Application granted granted Critical
Publication of CN102768022B publication Critical patent/CN102768022B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开了一种采用计算机远程控制下的数码照相技术的隧道围岩变形检测方法,该方法在隧道围岩断面上设置若干个观测点,并对观测点利用数字成像设备进行拍摄,将采集的图像利用无线网络传输到监控计算机中,由监控计算机对监测的图像进行处理,得到围岩形变的量测数据。通过对隧道围岩断面上若干个观测点进行拍摄,利用图像增强、图像预处理、图像识别等研究方法,经多级图像处理,提高了对比度,锐化了目标边缘,使围岩观测点更加清晰,从而把重点识别目标从隧道背景中有效分割出来,然后对处理后的图像进行坐标定位比对。可以快速地、安全地、自动化地对围岩形变进行测量预警。

Description

采用数码照相技术的隧道围岩变形检测方法
技术领域
本发明涉及一种采用计算机远程控制下的数码照相技术的隧道围岩变形检测方法,适用于对隧道围岩或工程围挡物等微小形变监测以及利用数字图像精确定位的生产应用。
背景技术
近年来随着中国国民经济的迅速发展,新建铁路、公路隧道、地下铁道及其它地下工程项目与日俱增。伴随着地下工程的的迅猛发展,施工期间地下工程结构体系的形变量测越来越受到重视。隧道形变监控量测是在隧道施工过程中对围岩、地表、支护结构的形变和稳定状态进行经常性观察和量测的工作,是保证工程安全、指导设计施工和优化施工工艺所必需的环节。隧道围岩的形变监测有助于修正工程设计,通过观测数据与理论上的工程特性指标进行比较,为信息化施工提供重要依据。目前最常用的形变观测方法包括收敛仪法、激光经纬仪交会法、支距法及求积仪法等。而它们共同的缺点是测量时间长,需要固定时间和人员进行测量,不能及时发现突发的安全隐患,同时常常与施工作业相冲突。因此,寻求一个既能保证测量精度同时又能减少测量时间的测量方法,便成为隧道工程测量中一个既重要又很实际的问题。
发明内容
鉴于隧道围岩测量有别于常规测量的独特性,为解决隧道围岩形变信息测量中所面临的困难,本发明的目的在于,提供一种采用数码照相技术的隧道围岩变形检测方法,该方法结合围岩形变特点,通过对围岩特征点标定的方法,对隧道围岩进行了图像采集,利用数字图像处理方法深入的分析研究,提出了图像型隧道围岩变形智能预警测量方法,能够实时监测隧道内围岩的微小形变,并能够实现自动预警。
为了实现上述任务,本发明采取如下的技术解决方案予以实现:
一种采用数码照相技术的隧道围岩变形检测方法,其特征在于,该方法在隧道围岩断面上设置若干个观测点,并对观测点利用数字成像设备进行拍摄,将采集的图像利用无线网络传输到监控计算机中,由监控计算机对监测的图像进行处理,得到围岩形变的量测数据,具体包括下列步骤:
1)建立图像像素与空间距离之间的关系
首先确定数码影像量测坐标系,建立像平面坐标系用以表示像素点在像平面上的位置,根据拍摄点与标记点之间的关系建立像点和对应标记点空间位置的相互换算关系;这个关系采用成对的标准距离的固定标记点的成像后像素关系,从而得到较为精确地像素与具体空间距离的换算关系;这种关系的建立也与本方法的后面计算过程有关系。
2)对图像进行预处理
将采集到围岩图像进行增强,对其中的观测特征,即边缘、轮廓、对比度等进行强调或锐化,以便显示观察和进一步分析与处理,经过增强后的围岩采集图像并不增加其中的相关信息,但增加所识别的观测点特征的颜色值的动态范围,根据采样图中的RGB3分量以及它们的权重来求取信号最高和最低值的相对比值,其中灰度修正使围岩图像动态范围加大,对比度扩展,图像清晰,特征明显。从而使这些特征检测或识别更加容易;
3)对图像信息的阈值分割
由于利用数码影像坐标定位特征点识别算法是基于二值化后观测到的围岩信息图像。所以在进一步提取图像信息前,需要对带有标记点的围岩图像进行二值化,并采用最大类间方差法将直方图在某一阈值处分割成两组,当被分成的两组的方差为最大时,将该分割值定为分割阈值;
4)对图像进行形态学算法处理
将过预处理的围岩信息图像,利用形态学算法对背景图片进行降噪处理,再通过连通区域标记法得到围岩目标标记点的最终精细轮廓,并在像平面坐标系找到目标标记点的轮廓形状的形心实现坐标定位,将坐标数据返回,得到围岩形变量测数据;
5)利用计算机远程控制数码相机,在一定时间段内连续拍摄,根据不同时间的图像中围岩标记点的坐标比对,确定围岩在一定时段内的变形情况,并在超出预警值时自动预警。
本发明的采用数码照相技术的隧道围岩变形检测方法,以现在高速发展的信息技术为指导,结合图像识别技术改变了常规隧道施工中的围岩监测量测方式,实现了量测的自动化、实时化并可起到及时预警的目的,量测精度从0.01毫米-10毫米,可根据围岩地质情况调整检测参数。能够对围岩变形进行连续、智能、即时、稳定的量测,给非接触量测方法开辟了一条新的途径。该方法优点如下:
1、可实现远程不接触的围岩量测。
2、精度高,受人为因素影响少。
3、具有速度快、信息量丰富、对被测对象的影响小等特点;
4、可实现智能化量测,量测时间间隔随时调整,满足不同安全需求。
5、实现了隧道围岩监测量测的自动化、实时化、可视化。
6、实现围岩变形的预警,预警的阈值可调,满足变化的围岩情况。
7、可实现连续30*24小时的观测,掌握围岩连续变化情况。
8、具有断电保护功能并断电报警。
附图说明
图1是本检测方法的实验流程图;
图2是测点布置示意图,其中标记1,2,3表示设置的围岩观测点。
图3是隧道围岩特征及标记点采集实拍照片;
图4为实地隧道围岩采样图像处理后的观测点灰度直方图。
以下结合附图和实施例对本发明作进一步的详细说明。
具体实施方式
参见图1.按照本发明的技术方案,本实施例给出了一种采用数码照相技术的隧道围岩变形检测方法,它是鉴于隧道围岩测量有别于常规测量的独特性,为解决隧道围岩形变信息测量中所面临的困难,提出了一种基于数字图像处理技术的测量方法,该方法在隧道围岩断面上若干个观测点,并对观测点进行拍摄,对隧道围岩形变进行量测。通过利用图像增强、图像预处理、图像识别等研究方法,经多级图像处理,提高了对比度,锐化了目标边缘,使围岩观测点更加清晰,从而把重点识别目标从隧道背景中有效分割出来,然后对处理后的图像进行坐标定位比对,从而监测隧道围岩的形变并自动预警。给非接触量测方法开辟了一条新的途径,是一种与传统测量完全不同的新方法。
具体实现的方法是:
1)利用数码照相技术获取观测图像:
围岩形变量测是对隧道断面上所布置的观测点及时进行测量,监测其沉降位移,其数据的采集主要取决于源数据的可获得性和形变数据的分辨率、精度要求、数据量大小和技术条件等。将最终的位移数据用以计算和分析围岩收敛形变的大小和趋势,通过监控量测了解该工程条件下所表现、反映出来的一些地下工程规律和特点,为今后类似工程和该工法本身的发展提供借鉴、依据和指导作用。隧道围岩特征及标记点采集实拍如图3所示。
隧道形变监测断面中的测点和测线的布置如图2所示。另外隧道围岩图像采集系统的数据线及图像采集设备都加装了相应的屏蔽罩,尽量将外界的干扰信号屏蔽掉。
2)利用高功率无线网络传输,将监测图像实时发送到远程监控计算机。
3)对图像进行数码影像分析
首先确定数码影像量测坐标系,像平面坐标系(x’,y’)用以表示像素点在像平面上的位置,理想的成像系统中,像平面坐标系的原点与主点重合,其x’,y’分别表示该像素在数字图像中的列数和行数与图像中心像素所在列数和行数的差值。图像坐标系(x,y)是用以表征像点在像平面内位置的二维平面坐标系。进而便于像点和对应点空间位置的相互换算转换公式为
x ′ = x / d u = s u · x y ′ = y / d v = s v · y - - - ( 1 )
其中,du、dv分别为同一像素在x和y方向上的物理尺寸;Su,Sv分别为x和y方向上的采样频率。再结合参考相机CCD型号和图像分辨率参数信息来进行选取具体数值。
4)对图像进行预处理
将采集到围岩图像进行增强,对其中的观测特征,如边缘、轮廓、对比度等进行强调或锐化,以便显示观察和进一步分析与处理。经过增强后的围岩采集图像并不增加其中的相关信息,但增加所选观测点特征的动态范围,根据采样图中的RGB3分量以及它们的权重来求取信号最高和最低值的相对比值,其中灰度修正使围岩图像动态范围加大,对比度扩展,图像清晰,特征明显,从而使这些特征检测或识别更加容易。实地隧道围岩采样图像处理后的观测点灰度直方图如图4所示。
5)对图像信息的阈值分割。由于利用数码影像坐标定位特征点识别算法是基于二值化后观测到的围岩信息图像,所以在进一步提取图像信息前,需要对围岩图像进行二值化,对于一般方法效果较差,容易造成观测点的断裂、粘连,对噪声也很敏感。采用最大类间方差法将直方图在某一阈值处分割成两组,当被分成的两组的方差为最大时,将该分割值定为分割阈值。设隧道围岩采样图像的灰度值为1-m级,灰度值为i的像素数为ni。此时可以得到总的像素数:
N = Σ i = 1 m n i - - - ( 2 )
各灰度值的概率为:
p p = n i N - - - ( 3 )
然后用k将其分成两组:
C0={0,1,2,L,k};
C1{k+1,K+2,L,m}                    (4)
最大类间方差法基于直方图双峰情况研究(如图4所示出现双峰情况),在目标与背景灰度差大的前提下适用性强,正好符合隧道内光线暗而与观测点明暗反差大的特点。通过对标定图像的观察和分析发现,在目标和背景的边界附近的像点,它的灰度值和邻域平均灰度间差异明显,即图像目标与背景这两类的总体灰度之间存在差距。基于以上研究采用了最大类间方差法进行隧道围岩图像的信息分割处理。
6)对图像进行形态学算法处理。最后将过预处理的围岩信息图像,利用形态学算法对背景图片进行降噪处理,具体包括腐蚀收缩图像,集合A被集合(结构元素)B腐蚀,定义为:
AΘB = { z | B + z ⊆ A } - - - ( 5 )
式中,A被B腐蚀是所有位移z的集合,B平移z后得到的图像仍包含于A。
开运算是对图像先进行腐蚀然后再进行膨胀的运算求其结果,定义为:
用结构元素B对图像A进行的开操作就是用B对A腐蚀,然后用B对结果进行膨胀,膨胀具有扩大图像信息的作用。
之后,再通过连通区域标记法得到围岩目标标记点的最终精细轮廓,并在像平面坐标系中定位,将坐标数据动态连续返回,得到围岩形相对变化量的观测数据。
7)系统得出监控结果,并在超出预警值时自动预警。
在暗环境下,观测点采用LED发光标记点,LED发光标记点采用电池供电,便于围岩侧壁安装,有效发光持续时间大于一个月。

Claims (2)

1.一种采用数码照相技术的隧道围岩变形检测方法,其特征在于,该方法在隧道围岩断面上设置若干个观测点,并对观测点进行拍摄,将采集的图像利用无线网络传输到监控计算机中,由监控计算机对监测的图像按下列步骤进行处理:
1)对图像进行数码影像分析
首先确定数码影像量测坐标系,像平面坐标系xoy用以表示像素点在像平面上的位置,理想的成像系统中,像平面坐标系的原点与主点重合,其中,图像坐标系是用以表征像点在像平面内位置的二维平面坐标系,进而便于像点和对应点空间位置的相互换算;
2)对图像进行预处理
将采集到围岩图像进行增强,对其中的观测特征,即边缘、轮廓、对比度进行强调或锐化,以便显示观察和进一步分析与处理,经过增强后的围岩采集图像并不增加其中的相关信息,但增加所选观测点特征的颜色值的动态范围,根据采样图中的RGB3分量以及它们的权重来求取信号最高和最低值的相对比值,其中灰度修正使围岩图像动态范围加大,对比度扩展,图像清晰,特征明显,从而使这些特征检测或识别更加容易;
3)对图像信息的阈值分割
由于利用数码影像坐标定位特征点识别算法是基于二值化后观测到的围岩信息图像,所以在进一步提取图像信息前,需要对围岩图像进行二值化,并采用最大类间方差法将直方图在某一阈值处分割成两组,当被分成的两组的方差为最大时,将该分割值定为分割阈值;
4)对图像进行形态学算法处理
将过预处理的围岩信息图像,利用形态学算法对背景图片进行降噪处理,再通过连通区域标记法得到围岩目标标记点的最终精细轮廓,并在像平面坐标系中定位,将坐标数据返回,得到围岩形变量测数据;
5)利用计算机远程控制数码相机,在一定时间段内连续拍摄,根据不同时间的图像中围岩标记点的坐标比对,确定围岩在一定时段内的变形情况,并在超出预警值时自动预警。
2.如权利要求1所述的方法,其特征在于,在暗环境下,所述的观测点采用LED发光标记点,LED发光标记点由电池供电,有效发光持续时间大于一个月。
CN201210253186.2A 2012-07-20 2012-07-20 采用数码照相技术的隧道围岩变形检测方法 Expired - Fee Related CN102768022B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210253186.2A CN102768022B (zh) 2012-07-20 2012-07-20 采用数码照相技术的隧道围岩变形检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210253186.2A CN102768022B (zh) 2012-07-20 2012-07-20 采用数码照相技术的隧道围岩变形检测方法

Publications (2)

Publication Number Publication Date
CN102768022A CN102768022A (zh) 2012-11-07
CN102768022B true CN102768022B (zh) 2015-04-15

Family

ID=47095511

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210253186.2A Expired - Fee Related CN102768022B (zh) 2012-07-20 2012-07-20 采用数码照相技术的隧道围岩变形检测方法

Country Status (1)

Country Link
CN (1) CN102768022B (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103486977B (zh) * 2013-09-13 2016-09-07 河南理工大学 大断面硐室围岩收敛快速测量方法
CN104123119B (zh) * 2014-07-07 2017-05-10 北京信息科技大学 基于gpu的动态视觉测量特征点中心快速定位方法
CN104596478B (zh) * 2015-01-30 2017-04-26 北京林业大学 一种隧道轮廓挖填量普通数码相机任意摄影测算方法
CN104992428B (zh) * 2015-04-23 2018-01-02 北京宇航时代科技发展有限公司 一种基于k均值聚类分析的图像落石体积测定方法
CN105423940B (zh) * 2015-12-25 2017-12-26 同济大学 一种地铁隧道结构断面变形快速检测装置
CN106225770B (zh) * 2016-08-26 2018-12-25 招商局重庆交通科研设计院有限公司 隧道掌子面地质多维数字化记录识别方法及系统
CN106780284B (zh) * 2016-12-28 2023-05-02 中铁工程装备集团有限公司 隧道洞壁围岩完整性信息采集装置及评价方法
CN107220983B (zh) * 2017-04-13 2019-09-24 中国农业大学 一种基于视频的生猪检测方法和系统
CN106895791B (zh) * 2017-04-14 2023-07-28 云南电网有限责任公司电力科学研究院 一种板卡形变监测预警系统
CN108205324B (zh) * 2018-01-03 2021-01-15 耀维科技南京有限公司 一种智能道路清理装置
CN108534701B (zh) * 2018-06-25 2024-04-16 中国电建集团中南勘测设计研究院有限公司 洞室收敛监测摄影测量结构及方法
CN109579719A (zh) * 2018-11-09 2019-04-05 河海大学 一种隧道施工过程中围岩全断面变形监测系统及方法
CN109839073A (zh) * 2019-03-06 2019-06-04 上海数久信息科技有限公司 一种基于视觉图像的隧道收敛变形检测方法及系统
CN110044289B (zh) * 2019-04-17 2020-12-01 上海同岩土木工程科技股份有限公司 基于自动变焦的隧道多断面收敛变形视频监测装置及方法
CN112325935A (zh) * 2020-10-30 2021-02-05 湖北省水利水电规划勘测设计院 一种深埋隧洞的安全性能监测系统
CN112508861A (zh) * 2020-11-19 2021-03-16 安徽理工大学 一种基于图像处理的煤炭开采沉陷的预警系统
CN113155648B (zh) * 2021-05-18 2022-10-11 苏州大学 一种基于冲击试验的材料微观形变量测量方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201757642U (zh) * 2010-07-29 2011-03-09 同济大学 一种基于数字照相技术的变形远程监控系统
CN102346013A (zh) * 2010-07-29 2012-02-08 同济大学 一种隧道衬砌裂缝宽度的测量方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003130642A (ja) * 2001-10-24 2003-05-08 Central Res Inst Of Electric Power Ind 遠隔計測方法および装置
KR100734390B1 (ko) * 2005-06-24 2007-07-06 (주)지티씨코퍼레이션 2차원 터널 변형 자동계측장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201757642U (zh) * 2010-07-29 2011-03-09 同济大学 一种基于数字照相技术的变形远程监控系统
CN102346013A (zh) * 2010-07-29 2012-02-08 同济大学 一种隧道衬砌裂缝宽度的测量方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
地铁隧道变形监测的数字图像处理技术研究;周奇才等;《中国工程机械学报》;20091231;第7卷(第4期);正文第464页第1栏最后一段至第468页最后一段 *
数码摄影技术在隧道位移信息采集中的研究与应用;刘大刚;《中国优秀博硕士学位论文全文数据库》;20050615(第2期);正文第10页至第20页 *

Also Published As

Publication number Publication date
CN102768022A (zh) 2012-11-07

Similar Documents

Publication Publication Date Title
CN102768022B (zh) 采用数码照相技术的隧道围岩变形检测方法
CN110529186B (zh) 基于红外热成像的隧道结构渗漏水精确识别装置和方法
CN104005325B (zh) 基于深度和灰度图像的路面裂缝检测装置和方法
US20230258791A1 (en) Lane alignment detection method based on millimeter wave radar data
CN103324913B (zh) 一种基于形状特征和轨迹分析的行人事件检测方法
CN103487034B (zh) 一种基于立式标靶的车载单目摄像头测距测高方法
CN104567708A (zh) 基于主动式全景视觉的隧道全断面高速动态健康检测装置与方法
CN110766979A (zh) 一种用于自动驾驶车辆的泊车车位检测方法
CN105203552A (zh) 一种360°踏面图像检测系统及其检测方法
CN101714211B (zh) 高分辨率遥感影像道路中心线的检测的方法
CN112731440B (zh) 高速铁路边坡形变检测方法及装置
CN114444158B (zh) 一种基于三维重建的地下巷道形变预警方法及系统
CN202946195U (zh) 一种图像型隧道围岩变形智能检测仪
CN112924955B (zh) 一种路侧激光雷达点云坐标动态修正方法
CN105700525A (zh) 基于Kinect传感器深度图机器人工作环境不确定性地图构建法
CN103630088A (zh) 基于双激光带的高精度隧道断面检测方法及装置
CN112455502B (zh) 基于激光雷达的列车定位方法及装置
CN111717244A (zh) 一种列车自动驾驶感知方法和系统
CN103927553A (zh) 基于多尺度微纹理和对比度联合分布的煤岩识别方法
CN103759724A (zh) 一种基于灯饰特征的室内导航方法及系统
CN103149603A (zh) 一种基于视频的道路气象检测方法
CN103983239B (zh) 基于车道等宽线的测距方法
CN102930618B (zh) 一种基于测距原理的实时人数统计方法与系统
CN112924990A (zh) 基于gnss加速度计融合的滑坡体监测方法和系统
CN104463896A (zh) 基于核相似区分布特性的图像角点检测方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150415

Termination date: 20170720

CF01 Termination of patent right due to non-payment of annual fee