CN109064499B - 一种基于分布式解析的多层框架抗震实验高速视频测量方法 - Google Patents

Abstract

本发明涉及一种基于分布式解析的多层框架抗震实验高速视频测量方法，包括以下步骤：1)构建分布式立体摄影测量网络并获取结构物序列影像；2)通过分布式立体摄影测量网络，采用分布式并行处理策略，对待测结构物上的目标点进行跟踪匹配，并通过光束法整体平差解算目标点序列影像的三维空间坐标，进而计算出解算目标点的振动参数，完成测量。与现有技术相比，本发明具有减少数据处理时间、提高处理效率等优点。

Description

一种基于分布式解析的多层框架抗震实验高速视频测量方法

技术领域

本发明涉及高速视频测量和定位识别领域，尤其是涉及一种基于分布式解析的多层框架抗震实验高速视频测量方法。

背景技术

近年来，高速摄影测量系统在近景摄影测量领域得到了广泛的应用，这使得对高速运动物体进行空间信息变化探测成为可能。在实验中接触式传感存在量程有限、增加模型质量、安装费时费力等缺点，而传统的高速摄影测量方式是通过多台相机获取影像数据，通过后处理的方式对影像数据进行处理。由于在影像获取的过程中高速相机具有高帧频、高分辨率等特点，所使用的高速相机满幅帧频达到500帧/秒，且其影像分辨率可达1280×1024像素。若以500帧/秒的帧频进行拍摄，拍摄一个20秒的工况则需要存储10000张影像，其所占内存高达12GB。这使得在后续数据处理的过程中，单台计算机在数据拷贝和序列影像跟踪匹配时将耗费大量的时间。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于分布式解析的多层框架抗震实验高速视频测量方法。

本发明的目的可以通过以下技术方案来实现：

一种基于分布式解析的多层框架抗震实验高速视频测量方法，包括以下步骤：

1)构建分布式立体摄影测量网络并对待测结构物进行拍摄；

2)根据分布式立体摄影测量网络，采用分布式并行处理的方式，对待测结构物上的目标点进行目标识别和跟踪匹配，并通过全影像光束法平差获取目标点序列影像的三维空间坐标，并解算目标点的振动参数，完成测量。

所述的步骤1)中，分布式立体摄影测量网络包括主控机、多台工控机以及与每台工控机连接的高速相机，所述的主控机通过同步控制器同时触发各高速相机进行影像获取，保证多台高速相机能够对目标物进行同步观测，所述的主控机和多台工控机通过交换机和以太网构建局域网，所述的局域网采用TCP/IP协议实现主控机和多台工控机的指令传输和数据通信。

所述的步骤1)中，采用单开间、四跨、四层的框架模型作为待测结构物，所述的框架模型安装在振动台上，并且在框架基座和每层框架的节点上布设圆形标识点作为目标点，所述的高速相机通过交向摄影方式获取振动过程中的序列影像。

所述的步骤2)具体包括以下步骤：

21)主控机通过同步控制器向各个工控机发送拍摄指令，工控机控制高速相机获取待测结构物模拟振动的序列影像，并将该序列影像存储到工控机中；

22)主控机通过向工控机发送获取初始影像指令，获取其序列影像中的初始帧，并通过椭圆圆心提取法获取初始帧中目标点的二维像素坐标，将其保存至初始点位文件中；

23)主控机将初始点位文件发送给工控机，工控机将序列影像初始帧作为基准影像，将序列影像中后续各帧影像与该基准影像进行跟踪匹配，获取后续各帧影像中各目标点的二维像素坐标，并保存至跟踪匹配结果文件中；

24)主控机获取跟踪匹配结果文件，对每个工控机中的后续各帧影像中各目标点进行三维重建，采用基于共线方程的光束法整体平差法，获取序列图像中各帧影像上目标点的三维物方空间坐标；

25)根据目标点的物方空间坐标解算目标点在振动过程中的位移、速度和加速度。

所述的步骤21)中，在高速相机获取待测结构物模拟振动的序列影像前通过张正友相机标定法对高速相机进行检校，以获取内方位元素和镜头畸变参数。

所述的步骤22)中，通过圆形标识点的椭圆特征，包括周长、面积和椭圆度，进行圆形标识点的识别与边缘提取，并采用最小二乘圆心拟合方法得到圆心的二维像素坐标。

与现有技术相比，本发明具有以下优点：

通过实际工程实验的结果显示，本发明的分布式解析方法跟传统的多相机单机集中处理方法相比，减少了从工控机拷贝大容量序列影像的繁琐步骤，同时，每台机箱可以作为计算节点同时对序列影像进行跟踪匹配处理，减少运行等待时间，在保障测量精度的基础上，提高数据处理效率。

附图说明

图1为多层框架结构图。

图2为本发明的技术流程图。

图3为相机布设俯视图。

图4为工控机-主控机网络结构图。

图5为分布式流程图。

图6为跟踪不同帧数处理时间对比图。

图7为跟踪不同目标点处理时间对比图。

图8为两种处理方法耗时对比图。

图9为跟踪点位分布示意图。

图10为目标点位移结果图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

本实施例中通过使用振动台模拟地震，通过高速相机摄影测量系统量测结构不同阶段的位移、速度和加速度响应，进而检验在遭遇不同等级的地震作用下多层框架的抗震稳健性。如图1所示，实验模型为单开间、四跨、四层框架，箍筋为HPB300，梁柱纵筋为HRB400，钢筋混凝土强度等级为C30。该框架模型平面尺寸为6.2m×1.8m，正立面尺寸为6.2m×5.0m，侧立面尺寸为1.8m×5.00m，其中梁截面尺寸为100mm×150mm，柱截面尺寸为150mm×150mm。在模型的各层布置附加质量块。

本例中使用高速相机摄影测量系统对普通框架进行量测，来验证该系统的可行性与精度。在多层框架的基座和每层框架的节点上各粘贴4个目标点，共粘贴25个目标点

本发明的技术方案为：

在本例中，通过布设两台高速相机，采用交向摄影方式记录整个实验过程。同时，在各个相机的工控机与主控机之间通过有线网络连接到同一局域网中。首先在采集的序列影像中通过椭圆圆心提取方法获取目标点位坐标，然后利用分布式匹配策略实现各个工控机上的多目标跟踪匹配，最后通过光束法平差方法由跟踪匹配得到的目标序列影像坐标解算出高精度的目标点序列三维空间坐标，其技术流程图如图2所示。

1、高速相机网络构建

由于振动台模拟实验往往只在一个方向上进行振动。因此只需对多层框架的正立面进行测量。相机布设如图3所示，常规摄像机对整个振动实验全程拍摄，而两台高速相机以交向摄影的方式记录多层框架的运动状态。其中黑色的区域中摆放控制杆件以供近景摄影测量解析之用。

在本实施例中，高速相机摄影测量系统包括一台主控电脑，两台高速相机，两套含有高速图像存储系统和高速图像采集卡的高速相机配套小机箱和四根CameraLink线(相机电缆线)。工控机-主控机网络构建如图4所示，首先，通过同步控制线将两台机箱连接到同步控制器上，再用串口线将同步控制器和主控电脑相连接。在进行同步采集和同步存储时，主控电脑向同步控制器发出命令，由同步控制器触发同步信号启动所有相机进行同步观测。最后，通过千兆网线将两台机箱和主控电脑连接到同一交换机上，这样将机箱与主控电脑之间连接到同一局域网中。主控电脑通过本地局域网向指定机箱发送指令及数据，同时还可以接收机箱的反馈信息，实现数据分布式并行处理。

2、空间解析算法

2.1高速相机检校

通过高速相机检校可以获取相机精确的内范围元素和畸变参数，以提高像点的像平面坐标精度。考虑到平面检校方法的鲁棒性和灵活性，本例采用张正友相机标定法的数学模型框架，并且进一步考虑了相机的切向畸变和径向畸变。

2.2同名匹配

对于同名匹配主要包括目标自动识别与同名配对。对于目标识别本实验采用在结构物上粘贴人工标识点的方式，精确获取人工标志像平面坐标。首先，通过圆形标识点的椭圆特征，包括周长、面积、椭圆度，可以对椭圆进行快速的识别与边缘提取；然后采用最优化的最小二乘法，拟合出椭圆圆心。并通过基于窗口的跟踪点自动匹配方法，实现了影像序列跟踪点的快速、精确地识别与跟踪。

2.3三维重建

在获取左右像片同名像点坐标和通过全站仪测量获得控制点的三维坐标之后，本实验运用基于共线方程的整体光束法平差方法，联合求解目标点的物方空间坐标和相机的外方位参数。通过整体光束法平差可确定各相机与局部物方坐标系的相对位置关系，进而求解相机的外方位元素。在获取各相机的内外方位元素之后，后续各帧像片中的目标点空间坐标可基于前方交会算法求解。

2.4参数解算

在物体动态运动的过程中，可以使用位移、速度、加速度等参数描述其动态响应过程。通过一个或多个参数的组合，可以很直观、详细、准确的获取运动物体的动态响应过程。通过三维重建获取的序列影像中跟踪点的三维空间坐标求解跟踪点的位移、速度和加速度，从而对物体的运动过程进行合理、准确的分析。

3、分布式并行处理

虽然使用人工标志作为目标观测点则可以有效提高近景摄影测量的精度和目标跟踪速度，但是高速视频影像摄影测量每秒会产生几百张甚至上千张的相片。一般的计算机在处理这些数据都需要耗费大量时间，阻塞了整个处理进程，同时相机所拍摄的序列影像都存储在工控机中，单机处理时须将各个子机箱中的序列影像数据拷贝至主控机，由于机箱数量多，数据存储量大，使得操作十分繁琐。因此，本实验通过工控机与主控机之间所构建的局域网，基于TCP/IP协议和自定义应用层协议，实现工控机与主控机之间指令和数据的传输。主控机通过向工控机发送指令和起始跟踪点数据，触发工控机对序列影像进行目标跟踪，获得各目标点在时序中的序列影像坐标。运用这种分布式的计算策略可以同时对多台相机上的序列影像进行处理，减少处理阻塞时间。

3.1分布式流程

分布式处理可以分为两个部分，UDP数据包的发送与接收，自定义数据包的发送与接收。首先在启动工控机或主控机时，主机会向局域网中已在线的机箱发送广播，即向所有局域网主机发送UDP数据包。在线用户对接收的UDP数据包进行解析，更新在线用户列表，可以实时了解在线用户的数量。然后通过自定义应用层协议，主控机与工控机之间根据自定义的数据包结构，相互发送和解析指令信息以及完成文件数据的发送与接收功能。具体流程见图5：

3.2分布式数据处理

3.2.1设置监听

软件领域的端口一般是指网络中面向连接和无连接服务的通讯网络协议端口，计算机可以通过该端口与外界进行交流。在本实施例中工控机和主控机对设置的端口进行监听，监听成功后便可接收局域网中传输的数据。

3.2.2获取影像基本信息

在进行分布式匹配跟踪之前，主控机需获悉工控机中影像存储的位置及影像文件名信息，以便后续的数据处理。在本实验中，主控器通过向指定的工控机发送“获取影像基本信息”指令。工控机接收到该指令后，向主控机发送含有影像存储信息的描述文件。主控机成功接收该描述文件后对文件进行解析便可获得工控机中的影像存储信息。

3.2.3获取影像数据

因获取的影像基本信息中含有工控机中的影像文件名及影像存储路径信息，所以可以根据使用者的需求对所要获取的影像进行选择。本实验中首先在主控机上选择所要获取影像数据的工控机号及影像名，一般选取某一工况的初始影像，然后向该工控机发送含有上述信息的“获取影像数据”指令。工控机接收到该指令后，对指令进行解析，读取所要传输的影像文件，并将该文件传输至主控机，通过影像数据的在线传输，可以免去人工拷贝影像序列影像的繁琐步骤，简化处理操作。

3.2.4传递初始点位文件

通过影像数据的获取，主控机内存中已经存储了工控机序列影像中的某帧影像，即可以在主控机中直接打开已获取的高速相机所拍摄的影像。在本实验中，首先打开已获取的工控机初始影像，然后通过目标识别算法快速的识别与提取目标点的圆心位置，确定初始影像中目标跟踪点的位置，并将这些位置信息保存至初始点位文件中，最后通过网络通讯协议将点位文件发送至工控机中。工控机成功接收初始点位文件后发送接收文件成功的消息，确认文件传输完毕，保证数据传输的质量。

3.2.5发送匹配跟踪命令

当已知初始目标点位置后，将初始帧的目标影像视为基准影像(即匹配模板)，后续的各帧影像与该基准影像进行跟踪匹配，获取序列各帧影像中同名像点的二维坐标。在本实施例中，首先在主控机上选择接收命令的机箱，序列影像跟踪的起始帧数等参数，并将这些参数同匹配命令一起发送至各工控机。工控机接收到匹配命令后，按照参数的设定对高速相机拍摄的序列影像进行跟踪匹配，当匹配跟踪运算完成后，将各目标点在每帧影像中的二维坐标保存至跟踪匹配结果文件中，并向主控机发送匹配完成消息，告知主控机运行状态。由于各个工控机及工控机与主控机之间的运算的相互独立，所以各个工控机可以同时运行跟踪匹配算法。同时主控机不会因运行序列影像匹配跟踪算法而发生阻塞。

3.2.6获取结果文件

通过匹配跟踪，可以获取各目标点每帧影像上的二维坐标。将这些坐标作为输入参数，经三维重建解算便可求解出目标点的三维坐标。在本实施例中，在工控机已完成匹配跟踪的情况下，主控机首先向工控机发送获取结果文件命令，以获取工控机的跟踪匹配结果文件。工控机接收到命令后，将结果文件发送至主控机，主控机接收结果文件后，经光束法整体平差可求出目标点的三维坐标。

在对序列影像跟踪匹配的过程中，由于通过分布式处理系统，通过主控机在局域网中发送指令的方式对工控机进行控制，减少了拷贝数据的繁琐步骤，节约了处理时间。在跟踪同等数量的跟踪点的基础上，对单机处理方式和双机处理方式跟踪不同帧数的序列影像所需花费的处理时间进行对比，如图6所示。同时也对比了相同数量序列影像，跟踪不同数量目标点所需的处理时间，如图7所示。

在整个高速相机序列影像处理过程中，在本实验中以第14工况序列影像为例，该工况序列影像是由1500张1.25MB大小的灰度影像组成，这种数据结构导致在数据拷贝时需要不停执行读取和写入步骤，使得拷贝时间耗时较长。将该工况数据从两台工控机拷贝至主控机中，平均耗时约600秒。而通过分布式高速测量方法，主控机可以直接通过局域网获取工控机中的影像，无需通过第三方存储介质对数据传输，减少了拷贝数据的时间。两台工控机可以同时对序列影像进行跟踪匹配操作，减少了处理时间。对于第14工况分别使用传统的高速视频测量方法和分布式高速视频测量方法。通过使用分布式处理方法，处理时间由原来的1065秒减少到440秒，如图8所示，处理效率提高了58.7％。通过分布式并行处理方法在一号和二号工控机上直接对序列影像进行跟踪匹配操作，最后通过主控机进行三维重建运算求解出序列影像上目标点的三维坐标，根据这些坐标解算出位移、速度和加速度参数。本次实验共拍摄二十余次工况数据，由于振动台的震动方向与Y方向平行，目标点在Y方向产生较大的位移，本实验显示了目标框架上的三个目标点Y方向位移，其分布位置和位移解算结果分别如图9和如图10所示，其中坐标系为右手三维空间坐标系，X轴方向垂直框架平面向里，Y轴方向水平向左，Z轴方向竖直向上。在获得实验结果后，通过控制点检核，本方法能够达到亚毫米级的点位定位精度。

本方法充分利用各个工控机，使用分布式并行计算的方式直接在各个机箱的工控机上进行序列影像跟踪匹配，由单机处理转变为多机箱分布式处理，极大的减少了运行时间，提高处理效率。

Claims (3)

1.一种基于分布式解析的多层框架抗震实验高速视频测量方法，其特征在于，包括以下步骤：

1)构建分布式立体摄影测量网络并对待测结构物进行拍摄，分布式立体摄影测量网络包括主控机、多台工控机以及与每台工控机连接的高速相机，所述的主控机通过同步控制器同时触发各高速相机进行影像获取，所述的主控机和多台工控机通过交换机和以太网构建局域网，所述的局域网采用TCP/IP协议实现主控机和多台工控机的指令传输和数据通信，采用单开间、四跨、四层的框架模型作为待测结构物，所述的框架模型安装在振动台上，并且在框架基座和每层框架的节点上布设圆形标识点作为目标点，所述的高速相机通过交向摄影方式获取振动过程中的序列影像；

2)根据分布式立体摄影测量网络，采用分布式并行处理的方式，对待测结构物上的目标点进行目标识别和跟踪匹配，并通过全影像光束法平差获取目标点序列影像的三维空间坐标，并解算目标点的振动参数，完成测量，具体包括以下步骤：

21)主控机通过同步控制器向各个工控机发送拍摄指令，工控机控制高速相机获取待测结构物模拟振动的序列影像，并将该序列影像存储到工控机中；

22)主控机通过向工控机发送获取初始影像指令，获取其序列影像中的初始帧，并通过椭圆圆心提取法获取初始帧中目标点的二维像素坐标，将其保存至初始点位文件中；

23)主控机将初始点位文件发送给工控机，工控机将序列影像初始帧作为基准影像，将序列影像中后续各帧影像与该基准影像进行跟踪匹配，获取后续各帧影像中各目标点的二维像素坐标，并保存至跟踪匹配结果文件中；

24)主控机获取跟踪匹配结果文件，对每个工控机中的后续各帧影像中各目标点进行三维重建，采用基于共线方程的光束法整体平差法，获取序列图像中各帧影像上目标点的三维物方空间坐标；

25)根据目标点的物方空间坐标解算目标点在振动过程中的位移、速度和加速度。

2.根据权利要求1所述的一种基于分布式解析的多层框架抗震实验高速视频测量方法，其特征在于，所述的步骤21)中，在高速相机获取待测结构物模拟振动的序列影像前通过张正友相机标定法对高速相机进行检校。

3.根据权利要求1所述的一种基于分布式解析的多层框架抗震实验高速视频测量方法，其特征在于，所述的步骤22)中，通过圆形标识点的椭圆特征，包括周长、面积和椭圆度，进行圆形标识点的识别与边缘提取，并采用最小二乘圆心拟合方法得到圆心的二维像素坐标。

Images