CN107917695A - 一种基于图像识别技术的房屋倾斜监测方法 - Google Patents

Abstract

本发明公开了一种基于图像识别技术的房屋倾斜监测方法，是在建筑物各层贴上n个同心圆靶标，通过使用无人机拍摄技术获取多组相邻两点靶标的图像，在图上建立直角坐标系，并利用凸透镜成像规律，采用基于C++的圆拟合算法，获得单张图像相邻靶标位移量，并由此计算n‑1个相对位移量，即可求出起点到终点靶标两者相对位移及角度值。多次测量时，可测算多组起点到终点靶标的角度值，从而求出房屋倾斜变化量。本发明将摄影成像技术、数字图像技术与房屋倾斜监测有机结合，利用数学算法计算出房屋的实际倾斜，避免人工测量的误差，可以进一步提高对房屋倾斜监测的精确性和便利性。

Description

一种基于图像识别技术的房屋倾斜监测方法

技术领域

本发明涉及一种基于图像识别技术的房屋倾斜监测方法，用于土木工程领域房屋倾斜变化量的监测。

背景技术

随着我国社会发展，房屋安全事故屡见不鲜，是否能够及时有效的跟踪房屋安全状态成为社会关注的热点。房屋倾斜监测是防犯房屋倒塌的有效措施之一，能够及时掌握分析房屋倾斜量变化，异常情况下可及时作出预警，保障人民人生安全，减少经济损失，具有十分重要的现实意义。根据国家标准JGJ8-2016《建筑变形测量规范》，现有倾斜测量方法主要依靠经纬仪、全站仪等设备进行测量，此类方法存在人工判读误差大、操作繁琐等缺点。

近年来，计算机技术飞速发展，将摄影技术和计算机技术有机结合，采用数字图像识别技术，可以有效提高图像的实用性，同时，数字图像处理技术具有处理精度较高、全场性等特点，这点对于实现高精度测量有长远的意义。

发明内容

本发明的目的是为了避免常规拍摄出现透视失真的情况，解决房屋倾斜监测传感器不便安装的问题，有效改进JGJ8-2016《建筑变形测量规范》中传统人工检测不够精确的缺点，提供了一种简便、精确的倾斜监测方法，将摄影成像技术、数字图像技术与房屋倾斜监测有机结合，利用数学算法计算出房屋的实际倾斜，避免人工测量的误差，可以进一步提高对房屋倾斜监测的精确性和便利性。

本发明采用的技术方案为：一种基于图像识别技术的房屋倾斜监测方法，该方法包括图像采集与图像处理两个部分，使用的设备包括人工标志、无人机，具体包括以下步骤：

第一步：沿房屋高度方向在各层外墙统一安装n个防水人工标志；

第二步：利用无人机捕捉拍摄人工标志，单次测量拍摄n-1张图像，每次拍摄确保采集到相邻两个人工标志；

第三步：对采集图像进行计算机处理，建立直角坐标系，确定每张照片中两个相邻人工标志的坐标位置；

第四步：计算n-1个相对位移量，计算出楼底和楼顶两个人工标志相对位移及角度值，进而推算出房屋首层与顶层的人工标志的相对位移以及倾斜角度；

第五步：定期对人工标志进行拍摄处理，计算不同时刻房屋倾斜角度，与初始测算的角度值求差，使用直角三角形正切函数，获取房屋不同时刻斜率的相对变化量。

作为优选，所述第一步中，选用具有防水功能的人工标志，采用黑白同心圆靶标，相比于一些正方形人工标志，圆形人工标志检测算法比较成熟，定位相对简单。从楼底到楼顶将靶标按楼层高度安装，并保证所有靶标处于同一外墙平面。

作为优选，所述第二步中，采用具有增稳云台的无人机进行图像采集任务，一共拍摄n-1组图像，每次拍摄必须保证相邻两个靶标标志可以同时出现在相机画面内，拍摄前调试并固定无人机的拍摄角度，使得垂直上升的拍摄过程中，相机的光轴垂直于被拍摄外墙墙面，相机像平面平行于被拍摄外墙墙面，光轴与水平方向夹角误差不超过±5°。

作为优选，所述第三步中，将采集的n-1组图像导入到计算机设备中，对每组图像进行筛选，选取一张拍摄清晰、光线良好、靶标与墙面对比度强烈的图像。从1～n-1对每张图像进行编码，并在每张图像建立直角坐标系。

作为优选，所述第四步中，每张照片相邻人工标志的坐标位置主要通过相机成像原理、凸透镜成像原理及圆拟合算法实现，可以将相邻两个人工标志的相对位移的像素个数通过计算转化为人工标志实际相对位移。

所述相机成像原理中参数之间关系为f(mm)为相机焦距，u(mm)为物距，v(mm)为像距，由于无人机采用定焦镜头，焦距已知。

凸透镜成像原理中，参数关系为k₀(mm/pixel)为相机传感器像素的物理尺寸，表示的是每个像素点的长度，该值已知；d(pixel)为同心圆靶标在像平面上所成像的直径的像素长度，通过圆拟合算法可以很好地定位同心圆靶标的圆心位置(x,y)并得到d；D(mm)为同心圆靶标实际直径大小。通过联立方程(其中i为图像编码，i＝1～n-1)求解得物距u_i与像距v_i。

通过圆拟合算法可以得到图像i像平面上两个靶标的圆心坐标(x_i，y_i),(x_i+1，y_i+1)，计算像平面上其水平和竖直方向的相对偏移量的像素长度为Δx_i＝x_i+1-x_i，Δy_i＝y_i+1-y_i，(i＝1～n-1)，最后代入凸透镜成像公式可得水平和竖直方向两个靶标实际偏移量

楼底和楼顶两个靶标水平和竖直方向的实际偏移量为角度值为

作为优选，所述第五步中，定期对房屋进行拍摄设初始测量角度值为α_c，则第j次拍摄测量时角度为α_j，使用直角三角形正切函数，计算出房屋斜率的相对变化量Δk_j＝tan(α_j-α_c)。

本发明的一种房屋倾斜测量方法，这种方法的原理主要是在建筑物各层贴上n个同心圆靶标，通过使用无人机拍摄技术获取多组相邻两点靶标的图像，在图上建立直角坐标系，并利用凸透镜成像规律，采用基于C++的圆拟合算法，获得单张图像相邻靶标位移量，并由此计算n-1个相对位移量，即可求出起点到终点靶标两者相对位移及角度值。多次测量时，可测算多组起点到终点靶标的角度值，从而求出房屋倾斜变化量。

本发明专为实现精确测量房屋整体倾斜值设计，采用的无人机拍摄技术可以防止固定相机拍摄时出现透视失真的情况，同时，由于无人机采用增稳云台，可保持飞行的稳定性，实现拍摄时相机光轴垂直于外墙墙面，不会影响采集图像的准确性。多个靶标连续拍摄求相对位移的方法可以减小相机直接拍摄房屋整体时像平面与墙面不完全平行的误差。本方法将数字摄影方法应用到房屋倾斜监测上来，具有操作简单，成本低的特点，可以有效解决土木工程测量时传感器不便布设环境下的位移测量,实现了电子信息技术在土木工程领域的应用，有效地发挥电子信息技术高精确度、高效率的特点，是传统行业与先进科技的结合，对土木工程检测信息化具有长远意义。

有益效果：与传统测量倾斜的方法相比，本发明采用无人机追踪采集拍摄人工标志的方式，利用相机成像原理、数字图像识别技术，有效增强了房屋倾斜测量数据的可靠性、精确性，解决了常规拍摄透视失真的问题。该方法设备成本低，操作简单，容易安装，测量由计算机程序判读，可有效避免人工读数产生的误差，提高测量效率。

附图说明

图1a为本发明测点安装及拍摄方法示意图(标志正面变形前)；

图1b为本发明测点安装及拍摄方法示意图(标志正面变形后)；

图1c为本发明测点安装及拍摄方法示意图(标志侧面)；

图2为本发明所采集图像上靶标之间相对位置图。

具体实施方式

以下结合附图及具体实施例对本发明作进一步的详细说明。

如图1所示，一种基于图像识别技术的房屋倾斜监测方法，该方法包括图像采集与图像处理两个部分，使用的设备包括人工标志、无人机，具体包括以下步骤：

第一步：沿房屋高度方向在各层外墙统一安装n个防水人工标志；

选用具有防水功能的人工标志，采用黑白同心圆靶标，相比于一些正方形人工标志，圆形人工标志检测算法比较成熟，定位相对简单。从楼底到楼顶将靶标按楼层高度安装，并保证所有靶标处于同一外墙平面。

第二步：利用无人机捕捉拍摄人工标志，单次测量拍摄n-1张图像，每次拍摄确保采集到相邻两个人工标志；

采用具有增稳云台的无人机进行图像采集任务，一共拍摄n-1组图像，每次拍摄必须保证相邻两个靶标标志可以同时出现在相机画面内，拍摄前调试并固定无人机的拍摄角度，使得垂直上升的拍摄过程中，相机的光轴垂直于被拍摄外墙墙面，相机像平面平行于被拍摄外墙墙面，光轴与水平方向夹角误差不超过±5°。

第三步：对采集图像进行计算机处理，建立直角坐标系，确定每张照片中两个相邻人工标志的坐标位置；

将采集的n-1组图像导入到计算机设备中，对每组图像进行筛选，选取一张拍摄清晰、光线良好、靶标与墙面对比度强烈的图像。从1～n-1对每张图像进行编码，并在每张图像建立直角坐标系。

第四步：计算n-1个相对位移量，计算出楼底和楼顶两个人工标志相对位移及角度值，进而推算出房屋首层与顶层的人工标志的相对位移以及倾斜角度；

每张照片相邻人工标志的坐标位置主要通过相机成像原理、凸透镜成像原理及圆拟合算法实现，可以将相邻两个人工标志的相对位移的像素个数通过计算转化为人工标志实际相对位移。

所述相机成像原理中参数之间关系为f(mm)为相机焦距，u(mm)为物距，v(mm)为像距，由于无人机采用定焦镜头，焦距已知。

凸透镜成像原理中，参数关系为k₀(mm/pixel)为相机传感器像素的物理尺寸，表示的是每个像素点的长度，该值已知；d(pixel)为同心圆靶标在像平面上所成像的直径的像素长度，通过圆拟合算法可以很好地定位同心圆靶标的圆心位置(x,y)并得到d；D(mm)为同心圆靶标实际直径大小。通过联立方程(其中i为图像编码，i＝1～n-1)求解得物距u_i与像距v_i。

通过圆拟合算法可以得到图像i像平面上两个靶标的圆心坐标(x_i，y_i),(x_i+1，y_i+1)，计算像平面上其水平和竖直方向的相对偏移量的像素长度为Δx_i＝x_i+1-x_i，Δy_i＝y_i+1-y_i，(i＝1～n-1)，最后代入凸透镜成像公式可得水平和竖直方向两个靶标实际偏移量

楼底和楼顶两个靶标水平和竖直方向的实际偏移量为角度值为

第五步：定期对人工标志进行拍摄处理，计算不同时刻房屋倾斜角度，与初始测算的角度值求差，使用直角三角形正切函数，获取房屋不同时刻斜率的相对变化量。

定期对房屋进行拍摄设初始测量角度值为α_c，则第j次拍摄测量时角度为α_j，使用直角三角形正切函数，计算出房屋斜率的相对变化量Δk_j＝tan(α_j-α_c)。

应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (6)

1.一种基于图像识别技术的房屋倾斜监测方法，其特征在于：该方法包括图像采集与图像处理两个部分，使用的设备包括人工标志、无人机，具体包括以下步骤：

第一步：沿房屋高度方向在各层外墙统一安装n个防水人工标志；

第二步：利用无人机捕捉拍摄人工标志，单次测量拍摄n-1张图像，每次拍摄确保采集到相邻两个人工标志；

第三步：对采集图像进行计算机处理，建立直角坐标系，确定每张照片中两个相邻人工标志的坐标位置；

第四步：计算n-1个相对位移量，计算出楼底和楼顶两个人工标志相对位移及角度值，进而推算出房屋首层与顶层的人工标志的相对位移以及倾斜角度；

第五步：定期对人工标志进行拍摄处理，计算不同时刻房屋倾斜角度，与初始测算的角度值求差，使用直角三角形正切函数，获取房屋不同时刻斜率的相对变化量。

2.根据权利要求1所述的一种基于图像识别技术的房屋倾斜监测方法，其特征在于：所述第一步中，选用具有防水功能的人工标志，采用黑白同心圆靶标。

3.根据权利要求1所述的一种基于图像识别技术的房屋倾斜监测方法，其特征在于：所述第二步中，采用具有增稳云台的无人机进行图像采集任务，一共拍摄n-1组图像，每次拍摄必须保证相邻两个靶标标志可以同时出现在相机画面内，拍摄前调试并固定无人机的拍摄角度，使得垂直上升的拍摄过程中，相机的光轴垂直于被拍摄外墙墙面，相机像平面平行于被拍摄外墙墙面，光轴与水平方向夹角误差不超过±5°。

4.根据权利要求1所述的一种基于图像识别技术的房屋倾斜监测方法，其特征在于：所述第三步中，将采集的n-1组图像导入到计算机设备中，对每组图像进行筛选，选取一张拍摄清晰、光线良好、靶标与墙面对比度强烈的图像；从1～n-1对每张图像进行编码，并在每张图像建立直角坐标系。

5.根据权利要求1所述的一种基于图像识别技术的房屋倾斜监测方法，其特征在于：所述第四步中，每张照片相邻人工标志的坐标位置通过相机成像原理、凸透镜成像原理及圆拟合算法实现，将相邻两个人工标志的相对位移的像素个数通过计算转化为人工标志实际相对位移；

所述相机成像原理中参数之间关系为f为相机焦距，u为物距，v为像距，由于无人机采用定焦镜头，焦距已知；

凸透镜成像原理中，参数关系为k₀为相机传感器像素的物理尺寸，表示的是每个像素点的长度，该值已知；d为同心圆靶标在像平面上所成像的直径的像素长度，通过圆拟合算法可以很好地定位同心圆靶标的圆心位置(x,y)并得到d；D为同心圆靶标实际直径大小；通过联立方程其中i为图像编码，i＝1～n-1，求解得物距u_i与像距v_i；

通过圆拟合算法得到图像i像平面上两个靶标的圆心坐标(x_i，y_i),(x_i+1，y_i+1)，计算像平面上其水平和竖直方向的相对偏移量的像素长度为Δx_i＝x_i+1-x_i，Δy_i＝y_i+1-y_i，i＝1～n-1，最后代入凸透镜成像公式得水平和竖直方向两个靶标实际偏移量

楼底和楼顶两个靶标水平和竖直方向的实际偏移量为角度值为

6.根据权利要求1所述的一种基于图像识别技术的房屋倾斜监测方法，其特征在于：所述第五步中，定期对房屋进行拍摄设初始测量角度值为α_c，则第j次拍摄测量时角度为α_j，使用直角三角形正切函数，计算出房屋斜率的相对变化量Δk_j＝tan(α_j-α_c)。