CN111623713A - 基于机器视觉的位移监测系统及其方法 - Google Patents

Abstract

本发明涉及一种基于机器视觉的位移监测系统，该系统的远摄镜头的前端固定连接有非可见光滤镜，远摄镜头的后端固定连接有机器视觉传感器，机器视觉传感器下方固定连接有伺服电机，机器视觉传感器和伺服电机分别与微电脑处理器数据线连接，微电脑处理器还与数据远传模块数据线连接，多个非可见光标定物固定在机器视觉传感器监测的建筑基础上，数据远传模块与远程数据接收模块无线连接，远程数据接收模块上设置有报警模块。本发明基于机器视觉的建筑建筑基础桩顶位移的监测系统解决了现有技术中存在的监测精度低，效率低，不能持续性监测，误差大的问题。

Description

基于机器视觉的位移监测系统及其方法

技术领域:

本发明涉及建筑物位移监测技术领域，具体涉及一种基于机器视觉的建筑工程支护桩顶、混凝土构筑物及钢构件位移监测系统及其方法。

背景技术:

随着我国经济和社会建设的发展，建筑工程越来越多，对于建筑工程的位移监测系统及其方法日趋突显出其重要性和困难性。作为建筑位移监测的重要内容，进行24小时监测建筑工程的位移尤其困难。现有的建筑工程支护桩顶位移的监测方法，是采用全站仪或是经纬仪，设站后人工肉眼监测。现有的监测方法其缺陷主要体现在两个方面，一方面是人工视觉加全站仪或经纬仪监测的效率低，且监测人员的目视误差大；另一方面是由于夜间或是恶劣天气不便于监测，很难做到24小时的监测。即现有监测方法的监测精度和监测持续性都不能达到要求，同时也耗费人力资源。

发明内容:

发明目的：

本发明提供一种基于机器视觉的建筑工程支护桩顶、混凝土构筑物及钢构件位移监测系统及其方法，其目的在于解决现有监测方法的监测精度和监测持续性都不能达到工程要求的问题。

技术方案：

一种基于机器视觉的位移监测系统，该系统的远摄镜头的前端固定连接有非可见光滤镜，远摄镜头的后端固定连接有机器视觉传感器，机器视觉传感器下方固定连接有伺服电机，机器视觉传感器和伺服电机分别与微电脑处理器数据线连接，微电脑处理器还与数据远传模块数据线连接，多个非可见光标定物固定在机器视觉传感器监测的建筑基础上，数据远传模块与远程数据接收模块无线连接，远程数据接收模块上设置有报警模块。

伺服电机固定设置在支板中心处，支板下端面与支架固定连接，支架底端为倒锥形结构，支板上端面设置有凸台，凸台内设置有滚珠，滚珠接触壳体下表面，伺服电机的输出轴穿过凸台与壳体固定连接，支板上还固定设置有防护罩，防护罩包括固定板、被动滑盖和主动滑盖，固定板、被动滑盖和主动滑盖的弧度一致，固定板为横截面呈方管形的弧形板结构，固定板固定在支板上端面，被动滑盖为由内壁和外壁组成的横截面呈方环状的弧形板，被动滑盖内壁和外壁之间形成的方环状腔体与固定板卡接，主动滑盖为弧形板结构，被动滑盖内壁形成的内腔与主动滑盖卡接。

一种基于机器视觉的位移监测系统方法，包括如下步骤：

步骤一，安装基于机器视觉的位移监测系统；

步骤二，标定监测点，按照采集方法获取监测点0的坐标；

步骤三，第a天第一次采集周期；按照采集方法得到第一次采集周期数据，自动保存记录到硬盘并上传到云端，a≥1；

步骤四，第a天第二次采集周期；按照采集方法得到第二次采集周期数据，自动保存记录到硬盘并上传到云端，a≥1；

步骤五，第a天第i次采集周期；按照采集方法得到第i次采集周期数据，自动保存记录到硬盘并上传到云端，a≥1，1≤i≤24；第a+1天按照采集方法得到第a+1天的i次采集周期数据,自动保存记录到硬盘并上传到云端；

步骤六，计算偏移量；

步骤七，判断是否报警；

步骤八，重复以上步骤，完成自动监测，自动报警。

步骤一至步骤五中的采集方法的步骤为：

1)根据非可见光标定物的监测点0的位置调整机器视觉传感器的起始位置角度：通过微电脑处理器控制伺服电机的输出轴带动连接有非可见光滤镜和远摄镜头及其机器视觉传感器的刚体转动到固定有非可见光标定物监测点0的位置角度；

2)图像采集：微电脑处理器控制机器视觉传感器进行图像采集，采集非可见光标定物的黑白图像；

3)图像处理：对步骤2)中采集的黑白图像进行中值滤波处理，再阈值分割处理；

4)数据处理：利用图像处理算法的指定灰度值图像的区域面积和中心算法，计算以像素为单位的非可见光标定物的中心坐标X0_0和Y0_0和直径d；

5)换算实际尺寸：根据换算实际尺寸公式换算出实际坐标数据，电脑处理器及网络交换机自动记录该点的数据X0_0和Y0_0，自动保存记录并上传到云端；

6)采集全部数据：继续执行1)到4)得到第二个监测点数据X0_1和Y0_1，在200度范围内得到第n个监测点X0_n和Y0_n，n≥2，自动保存记录并上传到云端；

7)停止采集：停止伺服电机转动，停止采集；

8)伺服电机5复位：即伺服电机5返回到步骤1)的起始位置等候下一周期采集。

步骤3)图像处理方法中的中值滤波处理方法中二维中值滤波输出为

g(x,y)＝med{f(x-k,y-l),(k,l∈W)} (1)

其中，f(x-k,y-l)为原始图像，g(x,y)为处理后图像，W为二维模板，通常为5*5区域。

步骤4)中利用图像处理算法的指定灰度值图像的区域面积计算公式为，

S＝{(r,c)∈R|Gmin<＝Fr.c<＝Gmax} (2)

其中，S为输出点区域，(r，c)为某一个点，R为灰度值处于的指定范围点，Gmin为0，Fr.c为某一个点的灰度值，Gmax为255。

步骤4)中利用图像处理算法的指定灰度值图像的中心算法公式为，

其中，X为横轴坐标，Y为纵轴坐标，W为图像像素宽度，H图像像素高度为，f(i，j)表示像素点(i，j)处的灰度值。

步骤5)换算实际尺寸公式为：

K＝D/d (5)

式中K为常数；D为实际直径，单位mm；d为计算出的直径，单位为像素数量。

第i次采集周期与其上一次的采集周期的间隔为1小时或者2小时。

步骤六中计算桩顶位移量的方法为，计算一天内各个监测点的均值；Xn_M＝1/i*∑Xn,Yn_M＝1/i*∑Yn，与前一天采集周期各个监测点均值Xn_Mp,Yn_Mp做减法运算，计算出偏移量。

优点及效果：

1、本发明基于机器视觉的建筑建筑基础桩顶位移的监测系统解决了现有技术中存在的监测精度低，效率低，不能持续性监测，误差大的问题。本发明实现建筑建筑基础桩顶位移的自动监测，从而减少人工目视全站仪或经纬仪监测带来的各种弊端。

2、本发明充分利用了非可见光成像技术，940纳米到1000纳米波长的非可见光，不受其体它光线影响，具有绕过穿透性，恶劣天气中或在夜间也一样做到24小时监测。

3、本发明可以自动绘成位移曲线，可以实时在线监测，自动保存数据上传云端，远程报警。

4、本发明第一次建立监测系统后，不需要人工干预，自动完成监测，节省人工。

5、所有监测数据自动上传到云端存储，自动保存在专有的文件夹里，避免人为篡改数据，确保数据的真实性。

6、分辨率为262144脉冲/转的伺服电机的绝对位置编码器，远高于全站仪或经纬仪的分辨率108000秒/每周。

附图说明

图1为本发明的位移监测系统结构示意图；

图2为本发明的原理图；

图3为机器视觉传感器支架结构侧视图；

图4为机器视觉传感器支架结构主视图；

图5为凸台结构示意图；

图6为固定板、被动滑盖和主动滑盖连接处结构示意图；

图7为本发明方法流程示意图；

图中标注：1、微电脑处理器，2、机器视觉传感器，3、远摄镜头，4、非可见光滤镜，5、伺服电机，5-1、输出轴，6、非可见光标定物，7、数据远传模块，8、报警模块，9、远程数据接收模块，10、网络交换机，11、支架，12、支板，13、凸台，13-1、滚珠，14、防护罩，14-1、固定板，14-2、被动滑盖，14-2-1、内壁，14-2-2、外壁，14-3、主动滑盖，15、壳体。

具体实施方式

以下将结合说明书附图，通过具体实施方式详细描述本发明的技术方案。

建筑基础即建筑物地面以下的承重结构，如基坑、承台、框架柱、地梁等。

如图1-2所示，一种基于机器视觉的位移监测系统，该系统包括微电脑处理器1、机器视觉传感器2、远摄镜头3、非可见光滤镜4、伺服电机5、非可见光标定物6、数据远传模块7、报警模块8和远程数据接收模块9；

机器视觉传感器2、远摄镜头3和非可见光滤镜4为刚性连接，组成刚性体，该系统的远摄镜头3的前端固定连接有非可见光滤镜4，远摄镜头3的后端固定连接有机器视觉传感器2，远摄镜头3下方固定连接有伺服电机5，机器视觉传感器2和伺服电机5与微电脑处理器1通过网络交换机10星形数据线或者总线连接，伺服电机5为双向驱动电机，能够驱动输出轴5-1顺时针或者逆时针转动，从而带动远摄镜头3在平行于地面的水平面上，圆周转动扫描，水平转动的角度为0度-200度，该角度正好能够覆盖建筑基础的水平面。微电脑处理器1还通过网络交换机10与数据远传模块7数据线连接，多个非可见光标定物6固定在远摄镜头3监测的建筑基础上，数据远传模块7与远程数据接收模块9无线连接，远程数据接收模块9上设置有报警模块8。本系统能够持续性的监测。避免了人工视觉加全站仪或经纬仪监测的效率低，目视误差大的问题；避免了夜间或是恶劣天气不便于监测，很难做到24小时的监测的情况。

如图3-6所示，伺服电机5固定设置在支板12中心处，支板12为方形便于支撑防护罩，使防护罩足够大能够覆盖、遮挡刚性体，机器视觉传感器2前端通过连接螺纹固定有远摄镜头3，远摄镜头3的前端通过连接螺纹固定连接有非可见光滤镜4形成刚性体，刚性体固定设置在壳体15内，支板12下端面与支架11固定连接，支架11为三脚支架，支架11底端为倒锥形，倒锥形便于将支架11插入土内，使本装置固定的更牢固。支板12上端面设置有凸台13，凸台13高于支板12的平面，避免当支板12的平面上存有少量雨雪时对机器视觉传感器2的影响。凸台13内设置有滚珠13-1，滚珠13-1接触壳体15下表面，滚珠13-1起到支撑和减小壳体15转动摩擦力的作用。伺服电机5的输出轴5-1穿过凸台13与壳体15固定连接，支板12上还固定设置有防护罩14，防护罩14用于遮挡雨雪、避免物体撞击刚性体，同时防护罩14仅为棚体结构，两侧无遮挡不影响机器视觉传感器2转动拍照的视野，而且利于刚性体散热。防护罩14包括固定板14-1、被动滑盖14-2和主动滑盖14-3，固定板14-1、被动滑盖14-2和主动滑盖14-3的弧度一致，固定板14-1为横截面呈方管形的弧形板结构，固定板14-1通过螺栓固定在支板12上端面，被动滑盖14-2为由内壁14-2-1和外壁14-2-2组成的横截面呈方环状的弧形板，被动滑盖14-2内壁14-2-1和外壁14-2-2之间形成的方环状腔体与固定板14-1卡接，主动滑盖14-3为弧形板结构，被动滑盖14-2内壁14-2-1形成的内腔与主动滑盖14-3卡接。被动滑盖14-2的内壁和外壁之间形成的方环状腔体一端开口，一端封闭，开口端与固定板14-1卡接，封闭端与主动滑盖14-3卡接，也即，被动滑盖14-2的厚度大于固定板14-1、主动滑盖14-3的厚度。

拉动主动滑盖14-3上设置的凸起把手，拉动把手，主动滑盖14-3带动被动滑盖14-2从固定板14-1上拉出，此时，被动滑盖14-2处于弧形的顶处，由于主动滑盖14-3套接在被动滑盖14-2内，固定板14-1也套接在被动滑盖14-2内，所以当有雨雪淋在防护罩14上时，会沿着被动滑盖14-2流下，而不会流入被动滑盖14-2与主动滑盖14-3、被动滑盖14-2与固定板14-1的卡接处，从而避免易生锈的问题；当需要调整机器视觉传感器2时，可以将主动滑盖14-3推入被动滑盖14-2内，带动被动滑盖14-2套接在固定板14-1上，方便机器视觉传感器2的调整。

微电脑处理器1为现有处理器；微电脑处理器1包含CPU、内存、硬盘、显示器、键盘、鼠标和网路交换机，CPU为Intel(R)Core(TM)i5-3320M CPU@2。6GHZ，内存8GB，硬盘为128G固态硬盘，运行windows7 64位操作系统，微电脑处理器通过网络交换机10利用以太网连接机器视觉传感器和伺服电机驱动器还有数据远传模块。

网络交换机10为现有交换机，网络交换机，是一种用于电(光)信号转发的网络设备。它可以为接入交换机的任意两个网络节点提供独享的电信号通路。最常见的交换机是以太网交换机，本发明采用4网口。

机器视觉传感器2为CCD光电传感器工业摄像机，为全局快门，黑白通道，高分辨率，高采集率。利用远摄镜头3通过非可见光滤镜4，采集非可见光标定物6形状及尺寸，反馈至微电脑处理器1。

微电脑处理器1通过usb或以太网连接机器视觉传感器2，伺服电机5与微电脑处理器1通过总线连接，数据远传模块7通过usb或以太网连接微电脑处理器1，微电脑处理器即能控制伺服电机的运行，同时能够不间断的处理机器视觉传感器获取的非可见光标定物6的图像，经过图像算法计算出位移数据，通过数据远传模块7发送到远程数据接收及其报警模块8，同时数据上传到云端永久保存。微电脑处理器实时绘制偏移曲线，直观显现。

非可见光标定物6以产生红外辐射为主要目的的非照明用电光源。可为热辐射红外光源、气体放电红外光源或者激光红外光源。本发明优选为激光红外光源，非可见光标定物6为圆形不锈钢结构，直径为200毫米，能发射圆柱形防水，防尘，抗震动的红外光源的半导体激光器，半导体激光器为现有产品，其特点如下:A方向性：激光器发射的光，是朝一个方向射出，光束的发散角小，接近于理想平行光；B单色性：激光的光谱宽度非常的小，是几个纳米量级。所以其具有良好的单色性光源；C亮度高，能量密度大。非可见光标定物6具体结构为高度100毫米，内径200毫米，外径210毫米，不锈钢圆筒密封体，顶面用钢化耐磨透明玻璃密封，底面为带有固定安装孔的不锈钢法兰板密封。该密封体内设置有可更换的18650型号电池，及5个均匀分布的激光红外灯芯(型号HG_IR3503)。

红外辐射是波长大于红色光波长的一定范围的电磁辐射，波长为0.78～1000μm，分为近红外(代号IR-A，波长0.78～1.4μm)、中红外(IR-B，1.4～3μm)、远红外(IR-C，3～1000μm)3个波段。

相应的红外光源分别称之为近红外、中红外和远红外光源。红外光源常用于加热、理疗、夜视、通讯、导航、植物栽培和禽畜饲养等。

种类分为3种:

1，热辐射红外光源

可以是黑体、通电碳化硅棒等。黑体是理想的热辐射红外光源。因为在同一温度下，黑体的辐射功率密度最大。

白炽灯泡能将75％以上的输入电能转变为红外辐射，可作为红外光源。因白炽体辐射出的5000nm以上的红外辐射均被玻璃外壳吸收，故白炽灯是一种近红外和中红外光源。为充分利用白炽灯泡的红外辐射，可采用反射形玻璃外壳，通过玻壳后部的铝反射面把红外辐射集中到前方，进一步增强红外辐射效果。此外，还可采用石英管形红外白炽灯作为红外光源，它利用卤钨循环原理工作，体积小、机械强度高、便于安装使用，且寿命可达5000小时以上。

碳化硅棒通电加热后在波长为2000～20000nm范围内近似黑体辐射，是一种中、远红外光源。

在发热物体表面涂敷钛、锆、铬、锰、铁、镍和硅的氧化物，或硼和硅的碳化物，可以制成远红外光源。

2，气体放电红外光源

某些气体放电光源放电时产生红外辐射，可作为红外光源使用。氙灯的光谱连续并且在近红外区域产生强烈的辐射，常被用作太阳模拟光源、熔炼特殊金属或材料的热源；其红外辐射容易调制，可用于红外通信。

3，激光红外光源

某些激光器可作为红外光源使用钇铝石榴石或钕玻璃固体激光器的辐射波长为1064nm，是一种近红外光源。

用不同材料制成的半导体激光器，在不同工作温度下可以用作从近红外至远红外波段的红外光源。

优选第三种激光红外光源，在需要被监测点上，固定该标定物。

远摄镜头3为现有单反相机镜头，长焦距。远摄镜头3前端连接非可见光滤镜4，为能够滤掉940纳米波长以下的可见光，使940纳米到1000纳米波长的非可见光穿入，不受其体它光线影响，具有绕过穿透性，恶劣天气中或在夜间也一样做到24小时监测。远摄镜头3后端连接机器视觉传感器2。远摄镜头3为单反相机镜头，长焦距。优选型号EF 400mm f/2。8L IS USM，是佳能长焦镜头前端连接非可见光滤镜，滤镜直径52mm(插入型)，能够滤掉940纳米波长以下的可见光，避免可见光的干扰。镜头后端连接机器视觉传感器的C型接口。

伺服电机5为高精度电机，分辨率为262144脉冲/转的绝对位置编码器，能够精确停止在指定角度位置，重复精度高。通过微电脑处理器1控制其转动角度。伺服电机5为高精度三菱伺服MR-J3电机，能够精确停止在指定角度位置，重复精度高。通过微电脑处理器1控制其转动角度。MR-J3系列配套的高性能伺服电机编码器采用了分辨率为262144脉冲/转的绝对位置编码器，速度环路频率响应提高到900HZ，具有高速/大转矩特性。

数据远传模块7为DTU数据远传模块，为无线移动网络，将微电脑处理器1的计算数据发送到远程数据接收模块9及其报警模块8上。DTU数据远传模块为现有产品，可购买型号：WL-4010/4030 4G LTE DTU，为全网通，能通过无线网络，将微电脑处理器计算数据发送到远程数据接收模块9及其报警模块8上。

远程数据接收及其报警模块8是运行监测数据的手机APP，或者是运行监控报警软件的电脑，能够接收数据远传模块7发送的数据。便于及时通知工作人员。

机器视觉传感器2为常用工业相机，具体为CDD机器视觉传感器，具有如下特性：

分辨率(Resolution)：相机每次采集图像的像素点数(Pixels)，对于本次选用的工业相机机是直接与光电传感器的像元数对应的，采用640*480。

像素深度(PixelDepth)：即每像素数据的位数，采用的是8Bit。

最大帧率(Frame Rate)/行频(Line Rate)：相机机采集传输图像的速率，对于面阵相机机一般为每秒采集的帧数(Frames/Sec)，采用25帧/秒。

曝光方式(Exposure)和快门速度(Shutter)：采用面阵相机机帧曝光，快门速度高。

像元尺寸(Pixel Size)：像元大小和像元数(分辨率)共同决定了相机机靶面的大小。相机像元尺寸为3μm。

光谱响应特性(Spectral Range)：是指该像元传感器对不同光波的敏感特性，响应范围是350nm－1000nm，相机机在靶面前加了一个非可见光滤镜4，滤掉可见光光线，避免可见光干扰。

如图7所示，一种基于机器视觉的位移监测系统方法，包括如下步骤：

步骤一，安装基于机器视觉的位移监测系统；

将视觉监测组件固定于距离建筑基础的纵横向交汇点,视觉监测组件的重心据地面2-3米处,多个非可见光标定物6均匀固定设置在建筑基四周桩顶位移监测点，监测点间距8米-15米。连接基于机器视觉的位移监测系统的各结构，并调试备用，自动调节远摄镜头光圈及焦距，使监测点的圆形非可见光标定物6清晰可见。非可见光标定物6采用现有方法固定，其底部设置的法兰通过螺栓固定在建筑基础上。

步骤二，标定监测点，按照采集方法获取第a天监测点0的坐标；

第a天第零次采集周期

(1)根据非可见光标定物6的监测点0调整机器视觉传感器2的位置角度：通过微电脑处理器1控制伺服电机5的输出轴5-1带动连接有非可见光滤镜4和远摄镜头3及其机器视觉传感器2的刚体转动到固定有非可见光标定物6的监测点0位置角度。

(2)图像采集：微电脑处理器1控制机器视觉传感器2进行图像采集，采集非可见光标定物6的黑白图像。

(3)图像处理：对步骤2中采集的黑白图像进行平滑滤波处理，再阈值分割处理。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升(或下降)的为二维数据序列。

(4)数据处理：利用图像处理算法的指定灰度值图像的区域面积和中心算法，计算以像素为单位的非可见光标定物6的中心坐标X0_0和Y0_0和直径d。

(5)换算实际尺寸：非可见光标定物的实际直径D除以d，换算出图像中每个像素代表的实际尺寸。微电脑处理器1自动记录该点的数据X0_0和Y0_0，自动保存记录并上传到云端。

(6)采集全部数据：继续执行1到4得到第二个监测点数据X0_1和Y0_1。在200度范围内得到第n个监测点X0_n和Y0_n，自动保存记录到硬盘并上传到云端。

(7)停止采集：停止伺服电机转动，停止采集。

(8)伺服电机5复位：即伺服电机5返回到步骤1的起始位置等候下一周期采集。

步骤三，第a天第一次采集周期

重复第零次采集周期采集方法的步骤1到8得到第一次采集周期的数据

X1_0，Y1_0；X1_1，Y1_1；X1_n Y1_n

自动保存记录到硬盘并上传到云端。

步骤四，第a天第二次采集周期

重复第零次采集周期采集方法的1到8得到第二次采集周期的数据

X2_0，Y2_0；X2_1，Y2_1；X2_n，Y2_n

自动保存记录到硬盘并上传到云端。

步骤五，第a天第i次采集周期

重复第零次采集周期采集方法的1到8得到第a天第i次采集周期的数据，自动保存记录到硬盘并上传到云端。1≤i≤24；第a+1天按照采集方法得到第a+1天的i次采集周期数据,自动保存记录到硬盘并上传到云端，监测周期以天为单位，直至监测结束的那一天。

第i次采集周期与其上一次的采集周期的间隔为1小时或者2小时。当采集周期的间隔为1小时，一天内共采集24次，即i≤24，当采集周期的间隔为2小时，一天内共采集12次，即i≤12。采集周期若低于1小时，会导致监测点数据稳定，造成数据干扰；采集周期若大于2小时，采集周期的间隔时间较长，不利于及时监测到位移量，及时报警。

步骤六，计算桩顶位移量

计算第a+1天各个监测点的均值；Xn_M＝1/i*∑Xn,Yn_M＝1/i*∑Yn，与第a天同一时刻采集周期各个监测点均值Xn_Mp,Yn_Mp做减法运算，计算出偏移量。第a天各个监测点的均值Xn_M，Yn_M为第二天计算桩顶位移量中的Xn_Mp,Yn_Mp_n，以次类推。

由于每个监测点由于天气变化或施工进度变化，引起各个监测点数据波浪形起伏比较大，所以平均值计算会避免误报警，减少没必要的计算量。

监测点0在X方向上的偏移量为(X0_M–X0_Mp)*K＝BX_0

监测点0在Y方向上的偏移量为(Y0_M–Y0_Mp)*K＝BY_0

第一个监测点在X方向上的偏移量为(X1_M–X1_Mp)*K＝BX_1

第一个监测点在Y方向上的偏移量为(Y1_M–Y1_Mp)*K＝BY_1

第二个监测点在X方向上的偏移量为(X2_M–X2_Mp)*K＝BX_2

第二个监测点在Y方向上的偏移量为(Y2_M–Y2_Mp)*K＝BY_2

第n个监测点在X方向上的偏移量为(Xn_M–Xn_Mp)*K＝BX_n

第n个监测点在Y方向上的偏移量为(Yn_M–Yn_Mp)*K＝BY_n

步骤七，判断是否报警

微电脑处理器1实时绘制第a+1天各个监测点数据曲线与第a+1天和第a天监测点数据的偏移曲线，直观显现。偏移量通过数据远传模块7通过无线移动网络，将微电脑处理器1的计算数据发送到远程数据接收9及其报警模块8上。如果超过5mm则报警，如果未超过5mm，则不报警。

步骤八，重复以上步骤，完成自动监测，自动报警。

步骤一至步骤五中的采集方法的步骤为：

1)根据非可见光标定物6的监测点0的位置调整机器视觉传感器2的起始位置角度：通过微电脑处理器1控制伺服电机5的输出轴5-1带动连接有非可见光滤镜4和远摄镜头3及其机器视觉传感器2的刚体转动到固定有非可见光标定物6监测点0的位置角度。

2)图像采集：微电脑处理器1控制机器视觉传感器2进行图像采集，采集非可见光标定物6的黑白图像。

3)图像处理：对步骤2)中采集的黑白图像进行中值滤波处理，再阈值分割处理。

图像处理方法中的中值滤波处理方法中二维中值滤波输出为

g(x,y)＝med{f(x-k,y-l),(k,l∈W)} (1)

其中，f(x-k,y-l)为原始图像，g(x,y)为处理后图像，W为二维模板，通常为5*5区域。

4)数据处理：利用图像处理算法的指定灰度值图像的区域面积和中心算法，计算以像素为单位的非可见光标定物6的中心坐标X0_0和Y0_0和直径d。

灰度值图像的区域面积计算公式为，根据面积值计算直径d

S＝{(r,c)∈R|Gmin<＝Fr.c<＝Gmax} (2)

其中，S为输出点区域，(r，c)为某一个点，R为灰度值处于的指定范围点，Gmin为0，Fr.c为某一个点的灰度值，Gmax为255。

灰度值图像的中心算法公式为，

其中，X为横轴坐标，Y为纵轴坐标，W为图像像素宽度，H图像像素高度为，f(i，j)表示像素点(i，j)处的灰度值。

5)换算实际尺寸：根据换算实际尺寸公式换算出实际坐标数据，电脑处理器及网络交换机(1)自动记录该点的数据X0_0和Y0_0，自动保存记录并上传到云端。

实际尺寸公式为：

K＝D/d (5)

式中K为常数；D为实际直径，单位mm；d为计算出的直径，单位为像素数量。

6)采集全部数据：继续执行1)到4)得到第二个监测点数据X0_1和Y0_1，在200度范围内得到第n个监测点X0_n和Y0_n，n≥2，自动保存记录并上传到云端。

7)停止采集：停止伺服电机转动，停止采集。

8)伺服电机5复位：即伺服电机5返回到步骤1)的起始位置等候下一周期采集。

第i次采集周期与其上一次的采集周期的间隔为1小时或者2小时。当采集周期的间隔为1小时，一天内共采集24次，即i≤24，当采集周期的间隔为2小时，一天内共采集12次，即i≤12。

实施例1

一种基于机器视觉的位移监测系统，该系统包括微电脑处理器1、机器视觉传感器2、远摄镜头3、非可见光滤镜4、伺服电机5、非可见光标定物6、数据远传模块7、报警模块8和远程数据接收模块9；

机器视觉传感器2、远摄镜头3和非可见光滤镜4为刚性连接，组成刚性体，该系统的远摄镜头3的前端固定连接有非可见光滤镜4，远摄镜头3的后端固定连接有机器视觉传感器2，机器视觉传感器2下方固定连接有伺服电机5，机器视觉传感器2和伺服电机5与微电脑处理器1通过网络交换机10星形数据线或者总线连接，伺服电机5为双向驱动电机，能够驱动输出轴5-1顺时针或者逆时针转动，从而带动远摄镜头3在平行于地面的水平面上，圆周转动扫描，水平转动的角度为0度-200度，该角度正好能够覆盖建筑基础的水平面。微电脑处理器1还通过网络交换机10与数据远传模块7数据线连接，多个非可见光标定物6固定在机器视觉传感器2监测的建筑基础上，数据远传模块7与远程数据接收模块9无线连接，远程数据接收模块9上设置有报警模块8。

一种基于机器视觉的建筑基础桩顶位移监测系统的监测方法，包含以下步骤：

步骤一，安装基于机器视觉的位移监测系统；

在需要监测的建筑基础桩顶位移点、混凝土构筑物或者钢构件的位移点时，可以固定任意多个固定好非可见光标定物6，本实施例中以5个非可见光标定物6进行说明，标记为监测点0、监测点1、监测点2、监测点3和监测点4。在这六点对应的建筑基础的角点，监测点间距8-12米，具体根据实际情况选择，本实施例中监测点间距10米。固定伺服电机5，在伺服电机5的输出轴5-1上螺纹连接刚性体(非可见光滤镜/远摄镜头/机器视觉传感器组成)，刚性体距离建筑基础的距离根据实际情况设置，要保证机器视觉传感器能够覆盖所有监测点。调整伺服电机的原点位置，使之在监测点的起点方向。

用千兆网线连接机器视觉传感器与微电脑处理器还有数据远传模块，组成局域网，运行远程数据接收终端，建立和数据远传模块的无线通信连接。

确认伺电机原点角度位置数据及监测点0角度位置，还有监测点1-4的角度位置。调节远摄镜头光圈及焦距，使监测点的圆形非可见光标定物6清晰可见。

运行伺服电机5原点回归指令，准备开始采集监测点非可见光标定物6。

步骤二，标定监测点，按照采集方法获取第一天监测点0的坐标；

根据非可见光标定物6的监测点0调整机器视觉传感器2的位置角度：通过微电脑处理器1控制伺服电机5的输出轴5-1带动连接有非可见光滤镜4和远摄镜头3及其机器视觉传感器2的刚体转动到固定有非可见光标定物6的监测点0位置角度。

开始启动伺服电机5，逆时针转动，转数为10转/秒。在监测点0抓拍非可见光标定物6，图像经过平滑滤波处理，经过阈值分割出监测点0的非可见光标定物6，利用图像处理算法的指定灰度值图像的区域面积和中心算法，计算该标定物以像素为单位的中心坐标为257/315，直径为100，200mm/100＝2毫米，即一个像素代表2毫米。自动保存记录并上传到云端。

采集全部数据：继续执行采集步骤1)到4)得到第一天第二个监测点数据X0_1和Y0_1。在180度范围内得到第n个监测点X0_n和Y0_n，自动保存记录到硬盘并上传到云端。

在监测点1抓拍非可见光标定物，经过相同运算，计算出以像素为单位的中心坐标123/321。伺服电机抓拍完监测点1后运行至下一个监测点。

在监测点2抓拍非可见光标定物，经过相同运算，计算出以像素为单位的中心坐标40/324。伺服电机抓拍完监测点2后运行至下一个监测点。

在监测点3抓拍非可见光标定物，经过相同运算，计算出以像素为单位的中心坐标43/480。伺服电机抓拍完监测点3后运运行至下一个监测点。

在监测点4抓拍非可见光标定物，经过相同运算，计算出以像素为单位的中心坐标123/700。伺服电机抓拍完监测点4后运行原点返回指令，并等待下一个周期(第二个周期)的抓拍。

停止采集：停止伺服电机转动，停止采集。

伺服电机5复位：即伺服电机5返回到步骤1)的起始位置等候下一周期采集。

步骤三，第一次采集周期；第零次采集周期结束后，延时1小时，按照采集方法得到第一次采集周期数据，自动保存记录到硬盘并上传到云端；每延时1小时，则进行一次采集周期的采集，并将采集数据自动保存记录到硬盘并上传到云端；

步骤四，计算偏移量。

计算第i次采集周期采集后的各个监测点的均值；Xn_M＝1/i*∑Xn,Yn_M＝1/i*∑Yn，与前一天采集周期各个监测点均值做减法运算，计算出偏移量。

监测点0坐标无变化，监测点1坐标无变化，监测点2坐标无变化，监测点3坐标无变化，监测点4坐标无变化。

步骤五，第i次采集周期后各个监测点均值数据与前一天的各个监测点均值数据做减法运算，得出偏移量均为0mm，小于5mm，则不报警。

步骤六，所有坐标数据都自动保存。上传到云端，并且通过DTU数据远处模块发送到相关人员的远程数据接收终端手机上面。完成自动监测。

步骤七，重复上述步骤，所有坐标数据都自动保存。上传到云端，并且通过DTU数据远处模块发送到相关人员的远程数据接收终端手机上面。完成自动监测以及报警。

Claims (10)

1.一种基于机器视觉的位移监测系统，其特征在于：该系统的远摄镜头(3)的前端固定连接有非可见光滤镜(4)，远摄镜头(3)的后端固定连接有机器视觉传感器(2)，机器视觉传感器(2)下方固定连接有伺服电机(5)，机器视觉传感器(2)和伺服电机(5)分别与微电脑处理器(1)数据线连接，微电脑处理器(1)还与数据远传模块(7)数据线连接，多个非可见光标定物(6)固定在机器视觉传感器(2)监测的建筑基础上，数据远传模块(7)与远程数据接收模块(9)无线连接，远程数据接收模块(9)上设置有报警模块(8)。

2.根据权利要求1所述的基于机器视觉的位移监测系统，其特征在于：伺服电机(5)固定设置在支板(12)中心处，支板(12)下端面与支架(11)固定连接，支架(11)底端为倒锥形结构，支板(12)上端面设置有凸台(13)，凸台(13)内设置有滚珠(13-1)，滚珠(13-1)接触壳体(15)下表面，伺服电机(5)的输出轴(5-1)穿过凸台(13)与壳体(15)固定连接，支板(12)上还固定设置有防护罩(14)，防护罩(14)包括固定板(14-1)、被动滑盖(14-2)和主动滑盖(14-3)，固定板(14-1)、被动滑盖(14-2)和主动滑盖(14-3)的弧度一致，固定板(14-1)为横截面呈方管形的弧形板结构，固定板(14-1)固定在支板(12)上端面，被动滑盖(14-2)为由内壁(14-2-1)和外壁(14-2-2)组成的横截面呈方环状的弧形板，被动滑盖(14-2)内壁(14-2-1)和外壁(14-2-2)之间形成的方环状腔体与固定板(14-1)卡接，主动滑盖(14-3)为弧形板结构，被动滑盖(14-2)内壁(14-2-1)形成的内腔与主动滑盖(14-3)卡接。

3.一种如权利要求1所述的基于机器视觉的位移监测系统方法，其特征在于：

包括如下步骤：

步骤一，安装基于机器视觉的位移监测系统；

步骤二，标定监测点，按照采集方法获取监测点0的坐标；

步骤三，第a天第一次采集周期；按照采集方法得到第一次采集周期数据，自动保存记录到硬盘并上传到云端，a≥1；

步骤四，第a天第二次采集周期；按照采集方法得到第二次采集周期数据，自动保存记录到硬盘并上传到云端，a≥1；

步骤五，第a天第i次采集周期；按照采集方法得到第i次采集周期数据，自动保存记录到硬盘并上传到云端，a≥1，1≤i≤24；第a+1天按照采集方法得到第a+1天的i次采集周期数据,自动保存记录到硬盘并上传到云端；

步骤六，计算偏移量；

步骤七，判断是否报警；

步骤八，重复以上步骤，完成自动监测，自动报警。

4.根据权利要求3所述的基于机器视觉的位移监测系统方法，其特征在于：

步骤一至步骤五中的采集方法的步骤为：

1)根据非可见光标定物(6)的监测点0的位置调整机器视觉传感器(2)的起始位置角度：通过微电脑处理器(1)控制伺服电机(5)的输出轴(5-1)带动连接有非可见光滤镜(4)和远摄镜头(3)及其机器视觉传感器(2)的刚体转动到固定有非可见光标定物(6)监测点0的位置角度；

2)图像采集：微电脑处理器(1)控制机器视觉传感器(2)进行图像采集，采集非可见光标定物(6)的黑白图像；

3)图像处理：对步骤2)中采集的黑白图像进行中值滤波处理，再阈值分割处理；

4)数据处理：利用图像处理算法的指定灰度值图像的区域面积和中心算法，计算以像素为单位的非可见光标定物(6)的中心坐标X0_0和Y0_0和直径d；

5)换算实际尺寸：根据换算实际尺寸公式换算出实际坐标数据，电脑处理器及网络交换机(1)自动记录该点的数据X0_0和Y0_0，自动保存记录并上传到云端；

6)采集全部数据：继续执行1)到4)得到第二个监测点数据X0_1和Y0_1，在200度范围内得到第n个监测点X0_n和Y0_n，n≥2，自动保存记录并上传到云端；

7)停止采集：停止伺服电机转动，停止采集；

8)伺服电机5复位：即伺服电机5返回到步骤1)的起始位置等候下一周期采集。

5.根据权利要求4所述的基于机器视觉的位移监测系统的监测方法，其特征在于：步骤3)图像处理方法中的中值滤波处理方法中二维中值滤波输出为

g(x,y)＝med{f(x-k,y-l),(k,l∈W)} (1)

其中，f(x-k,y-l)为原始图像，g(x,y)为处理后图像，W为二维模板，通常为5*5区域。

6.根据权利要求4所述的基于机器视觉的位移监测系统的监测方法，其特征在于：步骤4)中利用图像处理算法的指定灰度值图像的区域面积计算公式为，

S＝{(r,c)∈R|Gmin<＝Fr.c<＝Gmax} (2)

其中，S为输出点区域，(r，c)为某一个点，R为灰度值处于的指定范围点，Gmin为0，Fr.c为某一个点的灰度值，Gmax为255。

7.根据权利要求4所述的基于机器视觉的位移监测系统的监测方法，其特征在于：步骤4)中利用图像处理算法的指定灰度值图像的中心算法公式为，

其中，X为横轴坐标，Y为纵轴坐标，W为图像像素宽度，H图像像素高度为，f(i，j)表示像素点(i，j)处的灰度值。

8.根据权利要求4所述的基于机器视觉的位移监测系统的监测方法，其特征在于：步骤5)换算实际尺寸公式为：

K＝D/d (5)

式中K为常数；D为实际直径，单位mm；d为计算出的直径，单位为像素数量。

9.根据权利要求3所述的基于机器视觉的位移监测系统的监测方法，其特征在于：第i次采集周期与其上一次的采集周期的间隔为1小时或者2小时。

10.根据权利要求3所述的基于机器视觉的位移监测系统的监测方法，其特征在于：步骤六中计算桩顶位移量的方法为，计算一天内各个监测点的均值；Xn_M＝1/i*∑Xn,Yn_M＝1/i*∑Yn，与前一天采集周期各个监测点均值Xn_Mp,Yn_Mp做减法运算，计算出偏移量。

Images