CN104406523A - 一种盾构隧道的管片移位检测方法 - Google Patents
一种盾构隧道的管片移位检测方法 Download PDFInfo
- Publication number
- CN104406523A CN104406523A CN201410513033.6A CN201410513033A CN104406523A CN 104406523 A CN104406523 A CN 104406523A CN 201410513033 A CN201410513033 A CN 201410513033A CN 104406523 A CN104406523 A CN 104406523A
- Authority
- CN
- China
- Prior art keywords
- image
- tunnel
- jurisdiction
- section
- ccd camera
- 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.)
- Pending
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提出了一种盾构隧道的管片移位检测方法,主要用于检测管片接缝状态及其发展倾向,属于图像获取与处理技术。本发明通过相机获取隧道管片的真实画面,利用图像检测算法能够快速有效地计算管片接缝的倾斜旋转角度,并作定量分析。本发明通过多次检测同一管片接缝的位置,能够准确计算管片接缝在隧道延伸方向上的位移变化。
Description
技术领域
本发明涉及一种盾构隧道的管片移位检测方法,主要用于检测管片接缝状态及其发展倾向,属于图像获取与处理技术。
背景技术
盾构法修建隧道在我国地铁建设中应用越来越广泛,上海、广州、深圳、南京等城市的地铁建设都大量使用了盾构。虽然我国引进盾构施工技术已有二十多年的历史,但盾构施工技术整体水平不高,而且各地地质条件、水文条件等差异较大,施工过程中出现不少问题,其中隧道管片移位过大是一个比较普遍的问题。如南京、深圳、广州等地在盾构施工过程中已多次出现隧道管片发生较大位移事件,部分造成隧道侵限,严重者不得不通过地铁总体线路的调线调坡来解决,造成很大的经济损失。地铁列车运行过程中,通过隧道衬砌结果将振动能量传向轨道四周地层,管片块成为列车动载的传播载体,列车长时间的运行容易引起管片移位,管片移位过大将会严重威胁列车运行安全。
201110131202.6涉及盾构隧道衬砌管片接缝张开宽度的测量方法。其通过数码相机采集管片接缝的图像,对采集到得图像进行处理后计算最大宽度及平均宽度,最后转换得到管片接缝的实际宽度。单次测量仅能得到管片的当前的接缝,不能分析管片移位倾向和接缝发展状态。
201310290813.4涉及对隧道内管片进行定位和自动检测的系统,其预先对隧道内管片上设置RFID标签,通过定位机构将RFID超高频读写器和照相机送达待采集信息所对应的目标隧道管片位置,最终得到隧道管片的定位和自动检测的处理结果。该案需要预先对每一管片进行标记,成本较高。
发明内容
本发明提出了一种盾构隧道的管片移位检测方法,有效分析管片移位程度和发展倾向。
本发明的技术方案是这样实现的:
一种盾构隧道的管片移位检测方法,其特征在于包括以下步骤:
线阵CCD相机与位移传感器固定于同一检测平台,
检测平台移动过程中,位移传感器提供位移信号,线阵CCD相机根据该位移信号获取隧道内管片的图像,
对单个线阵CCD相机获取的图像流媒体数据进行融合,获得特定尺寸的图像;
沿着隧道延伸方向对图像分块压缩存储,并对图像降噪、增强处理;
利用梯度边缘检测算法以及图像区域灰度特征对图像进行分割,并作形态学膨胀腐蚀与二值化处理,获得轮廓特征;
利用图像直线检测算法,由隧道管片轮廓特征提取相邻管片接缝的轮廓信息,并由位移传感器获得当前管片接缝的位置;
计算管片接缝轮廓相对水平方向与垂直方向的角度;
利用多次检测相同位置管片接缝位置的变化,计算出管片在隧道延伸方向上的位置偏移量。
在本发明的管片移位检测方法中,图像的降噪方法包括图像增强以及滤波算法。
在本发明的管片移位检测方法中,管片接缝轮廓相对水平方向与垂直方向的角度表示管片的旋转偏移量。
一种隧道管片接缝的多图像检测方法,其特征在于包括以下步骤:
检测平台安装多个线阵CCD相机,移动过程中,利用线状激光器向隧道表面发射激光线作为标记,位移传感器提供位移信号,线阵CCD相机根据该位移信号获取隧道图像,激光线在相邻激光器的两个CCD相机获取的两张图像上均有成像;
对单个线阵CCD相机获取的图像流媒体数据进行融合,获得固定尺寸大小的图像,利用红外激光线标记对不同CCD相机获取的图像进行拼接融合;
图像拼接完成后,沿着隧道延伸方向对图像分块压缩存储,利用梯度边缘检测算法以及图像区域灰度特征对图像进行分割,并作形态学膨胀腐蚀与二值化处理,获得轮廓特征;
利用图像直线检测算法,由隧道管片轮廓特征提取相邻管片接缝的轮廓信息,并由位移传感器获得当前管片接缝的位置;
计算管片接缝轮廓相对水平方向与垂直方向的角度;
利用多次检测相同位置管片接缝位置的变化,计算出管片在隧道延伸方向上的位置偏移量。
实施本发明的这种盾构隧道的管片移位检测方法,具有以下有益效果:本发明通过相机获取隧道管片的真实画面,利用图像算法检测方法能够快速有效地计算管片接缝的倾斜旋转角度,并作定量分析。本发明通过多次检测同一管片接缝的位置,能够准确计算管片接缝在隧道延伸方向上的位移变化。
附图说明
图1为本发明的盾构隧道的管片移位检测方法的实施示意图;
图2为本发明的盾构隧道的管片移位检测方法的流程图;
图3为图2的系统结构示意图;
图4为待拼接的两幅图;
图5为两幅图拼接区域的拼接系数曲线图;
图6为图4的拼接结果。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
本发明的隧道管片接缝的多图像检测方法,主要包括如下步骤:
S1:获取图像。
利用多个高速线阵CCD相机、位移传感器以及光照补偿辅助照明系统获取隧道内部高清图像。对单个线阵CCD相机的图像进行融合,得到图像I。并沿着隧道延伸方向按固定单位长度对图像分块压缩存储{I1,I2,...In},n表示图像分块个数。
S2:将图像Ii,i∈{1,2,...,n}进行去噪处理,去噪结果为。
利用直方图均衡以及高斯滤波方法,对Ii,i∈{1,2,...,n}进行增强与滤波,降低光照影响与图像噪声。二维零均值离散高斯滤波函数其中σ为噪声方差。该滤波器对图像中的服从正态分布的噪声有很好的抑制效果。图像滤波结果记为
S3:对进行图像分割,提取粗轮廓特征以及灰度特征
图像分割算法选择梯度算子其中,Gx,Gy分别为经横向及纵向边缘检测的图像,Bx,By为3*3参数矩阵。粗轮廓特征为图像轮廓区域的灰度信息作为灰度特征
S4:对粗轮廓特征进行形态学处理并对特征二值化,得到
对粗轮廓特征利用膨胀腐蚀算法进行修剪细化,得到更好的分割效果,记为对进行自适应阈值的二值化处理,得到图像的轮廓特征
S5:计算管片接缝的尺寸
利用图像直线检测算法,由隧道管片轮廓特征提取相邻管片接缝的轮廓信息,并由位移传感器获得当前管片接缝的位置;
S6:计算接缝的参数
计算管片接缝轮廓相对水平方向与垂直方向的角度。
S7:管片位移的计算
利用多次检测相同位置管片接缝位置的变化,计算出管片在隧道延伸方向上的位置偏移量。
在本发明中,隧道内壁为弧形,面积大,单个相机无法获取整个隧道的全部图像,需要多个CCD相机配合实现。CCD相机获得的图像会相互交叉,因此在单个相机获取图像后,需要对图像进行拼接。因此得到单个相机的固定尺寸的图像后,利用红外激光线标记对不同CCD相机获取的图像进行拼接融合,具体如下述。
对图像进行灰度变换、硬阈值分割,得到二值轮廓特征图,采用Hough算法检测轮廓特征图的直线,直线应与图像至少一个边的夹角小于5℃,对距离小于设定阈值ξ的两条直线认定为重复直线,只保留其中一条。标记长度大于设定值的直线,直线坐标为pos(pos为直线的横坐标或者纵坐标),此时因为红外激光线标识位于图像边缘部分,由此可排除管片接缝对应的直线。图像拼接区间为[pos–index,pos+index],index为拼接区间宽度参数。阈值ξ小于10个像素。
生成拼接系数参数yx=0.5*exp(-0.5*x2/σ2),其中,x∈[-index,index],σ=20;拼接图像 其中j为图像上的坐标,Ij表示坐标为j的像素线,I1,I2表示相邻的两幅图像,I1j表示I1上坐标为j的像素线,posmax表示I1,I2中pos坐标较大的一个,posmin表示I1,I2中pos坐标较小的一个,W=max(pos1,pos2)+W2-min(pos1,pos2)为合成图像的宽度。I1,I2两幅图像对应的激光线位置pos是不一样的,分成pos1,pos2;对于较大pos值(posmax)的图我们保留其左半图,较小pos值的图(posmin)我们保留右半部分,合成图像的大小为:max(pos1,pos2)+W2-min(pos1,pos2),合成后的图像坐标系与左半边图像一致。在融合区域之外,拼接图像分别于I1,I2一致,在融合区域内(区间[pos–index,pos+index]),拼接图像由I1,I2分别乘以其拼接参数而成。拼接参数的取值随着坐标j的变化而变化,图5显示了图像拼接区域的拼接系数曲线图,图4和图6显示了拼接前后的图像。
本发明的盾构隧道的管片移位检测方法可以采用图3所示的系统实现,其由主控单元、线阵CCD相机、图像压缩单元、图像存储单元、同步控制器、位移传感器等构成。该同步控制器的输入端连接至所述主控单元,输出端连接至所述图像压缩单元,该图像压缩单元的输出端连接至所述线阵CCD相机,该图像压缩单元的输出端还连接至所述图像存储单元,该图像存储单元的输出端连接至所述主控单元。位移传感器提供原始位移信号,依次通过主控单元、同步控制器、图像压缩单元控制线阵CCD相机抓取图像数据,线阵CDD相机将该图像数据连通该时刻的位移信号提供给图像压缩单元,图像压缩单元将图像、位移数据发送至图像存储单元。图像存储单元将图像数据提供给主控单元,主控单元对图像进行拼接、分析,得到管片接缝尺寸。此外,为保证图像亮度,还可以设置光照补偿系统,其可以包括面光源。移动存储设备可以便于将图像存储单元等存储的数据读出。
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 (4)
1.一种盾构隧道的管片移位检测方法,其特征在于包括以下步骤:
线阵CCD相机与位移传感器固定于同一检测平台,
检测平台移动过程中,位移传感器提供位移信号,线阵CCD相机根据该位移信号获取隧道内管片的图像,
对单个线阵CCD相机获取的图像流媒体数据进行融合,获得特定尺寸的图像;
沿着隧道延伸方向对图像分块压缩存储,并对图像进行降噪、增强处理;
利用梯度边缘检测算法以及图像区域灰度特征对图像进行分割,并作形态学膨胀腐蚀与二值化处理,获得轮廓特征;
利用图像直线检测算法,由隧道管片轮廓特征提取相邻管片接缝的轮廓信息,并由位移传感器获得当前管片接缝的位置;
计算管片接缝轮廓相对水平方向与垂直方向的角度;
利用多次检测相同位置管片接缝位置的变化,计算出管片在隧道延伸方向上的位置偏移量。
2.根据权利要求1所述的管片移位检测方法,其特征在于,图像的降噪方法包括图像增强以及滤波算法。
3.根据权利要求1所述的管片移位检测方法,其特征在于,管片接缝轮廓相对水平方向与垂直方向的角度表示管片的旋转偏移量。
4.一种隧道管片接缝的多图像检测方法,其特征在于包括以下步骤:
检测平台安装多个线阵CCD相机,移动过程中,线状激光器向隧道表面发射激光线,位移传感器提供位移信号,线阵CCD相机根据该位移信号获取隧道图像,激光线在相邻激光器的两个CCD相机获取的两张图像上均有成像;
对单个线阵CCD相机获取的图像流媒体数据进行融合,获得固定尺寸大小的图像,利用红外激光器标记对不同CCD相机获取的图像进行拼接融合;
图像拼接完成后,沿着隧道延伸方向对图像分块压缩存储,利用梯度边缘检测算法以及图像区域灰度特征对图像进行分割,并作形态学膨胀腐蚀与二值化处理,获得轮廓特征;
利用图像直线检测算法,由隧道管片轮廓特征提取相邻管片接缝的轮廓信息,并由位移传感器获得当前管片接缝的位置;
计算管片接缝轮廓相对水平方向与垂直方向的角度;
利用多次检测相同位置管片接缝位置的变化,计算出管片在隧道延伸方向上的位置偏移量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410513033.6A CN104406523A (zh) | 2014-09-29 | 2014-09-29 | 一种盾构隧道的管片移位检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410513033.6A CN104406523A (zh) | 2014-09-29 | 2014-09-29 | 一种盾构隧道的管片移位检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104406523A true CN104406523A (zh) | 2015-03-11 |
Family
ID=52644171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410513033.6A Pending CN104406523A (zh) | 2014-09-29 | 2014-09-29 | 一种盾构隧道的管片移位检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104406523A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105257321A (zh) * | 2015-09-28 | 2016-01-20 | 上海市基础工程集团有限公司 | 盾构法隧道初期施工管片拉接装置及施工方法 |
CN105588512A (zh) * | 2015-12-15 | 2016-05-18 | 上海隧道工程有限公司 | 类矩形隧道管片构件尺寸的测量装置与方法 |
CN106327475A (zh) * | 2016-08-26 | 2017-01-11 | 曾美枝 | 图像处理方法和装置 |
CN109029270A (zh) * | 2018-08-17 | 2018-12-18 | 浙江大丰实业股份有限公司 | 舞台台面位移监测平台 |
CN111524154A (zh) * | 2020-04-21 | 2020-08-11 | 南京航空航天大学 | 一种基于影像的隧道管片自动化分割方法 |
CN112967221A (zh) * | 2020-12-04 | 2021-06-15 | 江苏龙冠新型材料科技有限公司 | 一种盾构管片生产与拼装信息管理系统 |
CN113063789A (zh) * | 2021-03-18 | 2021-07-02 | 山东建筑大学 | 一种盾构隧道管片内部微破坏检测装置及方法 |
CN114111601A (zh) * | 2021-12-07 | 2022-03-01 | 合肥工业大学智能制造技术研究院 | 一种利用线阵ccd技术检测装配孔位置偏移量的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05107064A (ja) * | 1991-10-18 | 1993-04-27 | Mitsui Miike Mach Co Ltd | トンネル自動掘削機における機体位置の検出方法 |
JPH1062212A (ja) * | 1996-08-26 | 1998-03-06 | Mitsubishi Heavy Ind Ltd | トンネル危険予知システム |
CN103510963A (zh) * | 2013-10-27 | 2014-01-15 | 吉林大学 | 基于多传感器信息融合的盾构机管片定位控制系统及控制方法 |
CN104048969A (zh) * | 2014-06-19 | 2014-09-17 | 樊晓东 | 一种隧道病害的识别方法 |
-
2014
- 2014-09-29 CN CN201410513033.6A patent/CN104406523A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05107064A (ja) * | 1991-10-18 | 1993-04-27 | Mitsui Miike Mach Co Ltd | トンネル自動掘削機における機体位置の検出方法 |
JPH1062212A (ja) * | 1996-08-26 | 1998-03-06 | Mitsubishi Heavy Ind Ltd | トンネル危険予知システム |
CN103510963A (zh) * | 2013-10-27 | 2014-01-15 | 吉林大学 | 基于多传感器信息融合的盾构机管片定位控制系统及控制方法 |
CN104048969A (zh) * | 2014-06-19 | 2014-09-17 | 樊晓东 | 一种隧道病害的识别方法 |
Non-Patent Citations (1)
Title |
---|
万敏: "使用整环加载试验图像研究隧道衬砌管片接缝的变化特征", 《市政技术》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105257321A (zh) * | 2015-09-28 | 2016-01-20 | 上海市基础工程集团有限公司 | 盾构法隧道初期施工管片拉接装置及施工方法 |
CN105588512A (zh) * | 2015-12-15 | 2016-05-18 | 上海隧道工程有限公司 | 类矩形隧道管片构件尺寸的测量装置与方法 |
CN106327475A (zh) * | 2016-08-26 | 2017-01-11 | 曾美枝 | 图像处理方法和装置 |
CN109029270A (zh) * | 2018-08-17 | 2018-12-18 | 浙江大丰实业股份有限公司 | 舞台台面位移监测平台 |
CN109029270B (zh) * | 2018-08-17 | 2020-11-27 | 浙江大丰实业股份有限公司 | 舞台台面位移监测平台 |
CN111524154A (zh) * | 2020-04-21 | 2020-08-11 | 南京航空航天大学 | 一种基于影像的隧道管片自动化分割方法 |
CN111524154B (zh) * | 2020-04-21 | 2021-12-28 | 南京航空航天大学 | 一种基于影像的隧道管片自动化分割方法 |
CN112967221A (zh) * | 2020-12-04 | 2021-06-15 | 江苏龙冠新型材料科技有限公司 | 一种盾构管片生产与拼装信息管理系统 |
CN112967221B (zh) * | 2020-12-04 | 2024-05-14 | 江苏龙冠新型材料科技有限公司 | 一种盾构管片生产与拼装信息管理系统 |
CN113063789A (zh) * | 2021-03-18 | 2021-07-02 | 山东建筑大学 | 一种盾构隧道管片内部微破坏检测装置及方法 |
CN114111601A (zh) * | 2021-12-07 | 2022-03-01 | 合肥工业大学智能制造技术研究院 | 一种利用线阵ccd技术检测装配孔位置偏移量的方法 |
CN114111601B (zh) * | 2021-12-07 | 2024-01-30 | 合肥工业大学智能制造技术研究院 | 一种利用线阵ccd技术检测装配孔位置偏移量的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104406523A (zh) | 一种盾构隧道的管片移位检测方法 | |
Attard et al. | Tunnel inspection using photogrammetric techniques and image processing: A review | |
Yang et al. | Drivingstereo: A large-scale dataset for stereo matching in autonomous driving scenarios | |
Lei et al. | A novel tunnel-lining crack recognition system based on digital image technology | |
CN104048969A (zh) | 一种隧道病害的识别方法 | |
Song et al. | Real-time tunnel crack analysis system via deep learning | |
Tang et al. | Pixel-level pavement crack segmentation with encoder-decoder network | |
CN104881645B (zh) | 基于特征点互信息量和光流法的车辆前方目标的检测方法 | |
CN104574393B (zh) | 一种三维路面裂缝图像生成系统和方法 | |
CN103679707A (zh) | 基于双目相机视差图的道路障碍物检测系统及检测方法 | |
CN104266591A (zh) | 一种隧道内移动装置的移位检测方法 | |
CN105387801B (zh) | 一种地铁隧道管片错台量检测方法 | |
JP6307037B2 (ja) | 障害物検知方法およびその装置 | |
CN106846340A (zh) | 一种基于非固定特征点的光条边界提取方法 | |
Wang et al. | Fully convolution network architecture for steel-beam crack detection in fast-stitching images | |
CN106909925A (zh) | 一种水下图像目标检测方法 | |
CN103134900A (zh) | 一种高超声速飞行器的热防护结构的烧蚀测试方法 | |
Hermann et al. | Half-resolution semi-global stereo matching | |
Meshram et al. | Traffic surveillance by counting and classification of vehicles from video using image processing | |
CN113034439B (zh) | 一种高速铁路声屏障缺损检测方法及装置 | |
US20150178573A1 (en) | Ground plane detection | |
Diaz-Ruiz et al. | Ithaca365: Dataset and driving perception under repeated and challenging weather conditions | |
CN104878679B (zh) | 一种车载车辙实时检测系统及检测方法 | |
Bae et al. | Computer vision-based statistical crack quantification for concrete structures | |
CN104266592A (zh) | 基于枕木的隧道内移动装置的移位测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150311 |
|
WD01 | Invention patent application deemed withdrawn after publication |