CN112284260A - 一种视觉位移监测方法、设备和系统 - Google Patents

Abstract

本发明涉及图像识别的技术领域，尤其是涉及一种视觉位移监测方法、设备和系统。其方法包括：拍摄结构表面的原始图像，并对所述原始图像进行亚像素处理；根据处理后的原始图像，将结构表面存在有裂缝的部分确定为监测区域；在所述监测区域内放置监测标靶后，拍摄包括有监测标靶的初始图像，接着定期拍摄包括有监测标靶的当前图像；分别对初始图像和当前图像进行亚像素处理；根据所述处理后的初始图像和所述处理后的当前图像，获得所述监测标靶的位移量；根据所述位移量，生成用于指示监测区域偏移的严重程度的判定信息。本发明具有降低监测成本，提高监测结果时效性的效果。

Description

一种视觉位移监测方法、设备和系统

技术领域

本发明涉及图像识别的技术领域，尤其是涉及一种视觉位移监测方法、设备和系统。

背景技术

当隧道或桥梁等结构修筑完成后，在重力及其他因素的共同作用下，其结构表面会产生一些细小的裂缝，为避免这些细小的裂缝逐渐扩张并最终危害隧道或桥梁主体结构的稳定性，在相关技术中，会通过定期派遣监测人员的方式，对隧道或桥梁等结构表面进行监测。

在监测过程中，需要监测人员手持裂缝检测仪等专业设备，对隧道或桥梁等结构的表面作细致检测；因为人工监测的工作方式会给监测人员带来较重的工作负担，所以导致开展监测工作的成本较高；

同时由于监测人员无法时刻监测结构表面所出现裂缝的扩展情况，所以人工监测的工作方式只能尽可能预防裂缝发生变化，而不能在裂缝扩展过程中，及时向外发出预警信息，所以通过人工监测方式所获得监测结果的时效性较差。

发明内容

针对相关技术存在的不足，本发明提供一种视觉位移监测方法、设备和系统，其能使对结构表面裂缝所开展的监测工作的成本降低，同时提高监测结果的时效性。

本发明的上述发明目的是通过以下技术方案得以实现的：

第一方面，本发明实施例提供了一种视觉位移监测方法，该方法包括：

拍摄结构表面的原始图像，并对所述原始图像进行亚像素处理，获得处理后的原始图像；

根据所述处理后的原始图像，确定监测区域，所述监测区域为所述结构表面内存在有裂缝的部分；

在所述监测区域内放置监测标靶后，拍摄包括有监测标靶的初始图像；所述监测标靶用于指示所述监测区域中的裂缝；

定期拍摄包括有监测标靶的当前图像；

分别对所述初始图像和所述当前图像进行亚像素处理，获得处理后的初始图像和处理后的当前图像；

根据所述处理后的初始图像和所述处理后的当前图像，获得所述监测标靶的位移量；

根据所述位移量，生成判定信息，所述判定信息用于指示所述监测区域偏移的严重程度。

通过拍摄并处理结构表面的原始图像，来快速识别并定位结构表面的裂缝，以此来减轻监测人员的工作负担，并相应降低监测工作的人力成本；

这之后，通过拍摄并处理初始图像和当前图像的方式，对裂缝（监测区域）的偏移情况进行实时监测，则能相应提高监测结果的时效性；

并且由于对原始图像、初始图像以及当前图像进行了亚像素处理，所以使得本申请所述方法，对原始图像、初始图像以及当前图像的图像分辨率要求较低，这也相应降低了监测工作的设备成本。

可选的，所述根据所述处理后的初始图像和所述处理后的当前图像，获得所述监测标靶的位移量包括：

根据所述处理后的初始图像，获得所述监测标靶在所述处理后的初始图像中的初始坐标；

根据所述处理后的当前图像，获得所述监测标靶在所述处理后的当前图像中的当前坐标；

根据所述初始坐标和所述当前坐标，通过比例尺换算处理，获得所述监测标靶的位移量。

可选的，在放置用于配合监测标靶的定位标靶后，所述初始图像还包括所述定位标靶的初始图像，所述当前图像还包括所述定位标靶的当前图像；

所述根据所述处理后的初始图像和所述处理后的当前图像，通过比例尺换算处理，获得所述监测标靶的位移量包括：

根据所述处理后的初始图像，获得初始间距，所述初始间距用于描述所述处理后的初始图像中，所述监测标靶和所述定位标靶之间的间距；

根据所述处理后的当前图像，获得当前间距，所述当前间距用于描述所述处理后的当前图像中，所述监测标靶和所述定位标靶之间的间距；

根据所述初始间距和所述当前间距，通过比例尺换算处理，获得所述监测标靶的位移量。

第二方面，一种视觉位移监测设备，该设备包括：

拍摄模块，用于拍摄结构表面的原始图像；

处理模块，用于对所述原始图像进行亚像素处理；

识别模块，用于根据所述处理后的原始图像，确定监测区域，所述监测区域为所述结构表面内存在有裂缝的部分；

监测标靶，用于指示所述监测区域中的裂缝；

所述拍摄模块还用于，在所述监测区域内放置监测标靶后，拍摄包括有所述监测标靶的初始图像；

所述拍摄模块还用于定期拍摄包括有所述监测标靶的当前图像；

所述处理模块还用于，分别对所述拍摄模块获得的初始图像和当前图像进行亚像素处理，并获得处理后的初始图像和处理后的当前图像；

测算模块，用于根据所述处理模块获得的处理后的初始图像和处理后的当前图像，获得所述监测标靶的位移量；

判定模块，用于根据所述测算模块获得的位移量，生成判定信息，所述判定信息用于指示所述监测区域偏移的严重程度。

可选的，所述测算模块具体用于：

根据所述处理模块获得的处理后的初始图像，获得所述监测标靶在处理后的初始图像中的初始坐标；

根据所述处理模块获得的处理后的当前图像，获得所述监测标靶在处理后的当前图像中的当前坐标；

根据所述初始坐标和所述当前坐标，通过比例尺换算处理，获得所述监测标靶的位移量。

所述设备还包括：定位标靶，用于配合所述监测标靶来指示所述监测区域中的裂缝；

所述初始图像还包括所述定位标靶的初始图像；

所述当前图像还包括所述定位标靶的当前图像；

所述测算模块具体用于：根据所述处理模块获得的处理后的初始图像，获得初始间距，所述初始间距用于描述处理后的初始图像中，所述监测标靶和所述定位标靶之间的间距；

根据所述处理模块获得的处理后的当前图像，获得当前间距，所述当前间距用于描述处理后的当前图像中，所述监测标靶和所述定位标靶之间的间距；

根据所述初始间距和所述当前间距，通过比例尺换算处理，获得所述监测标靶的位移量。

第三方面，一种视觉位移监测系统，该系统包括：

拍摄装置，用于拍摄结构表面的原始图像；

处理装置，用于对所述原始图像进行亚像素处理；

识别装置，用于根据所述处理后的原始图像，确定监测区域，所述监测区域为所述结构表面内存在有裂缝的部分；

监测标靶，用于指示所述监测区域中的裂缝；

所述拍摄装置还用于，在所述监测区域内放置监测标靶后，拍摄初始图像，所述初始图像包括所述监测标靶的初始图像；

所述拍摄装置还用于定期拍摄当前图像，所述当前图像包括所述监测标靶的当前图像；

所述处理装置还用于，分别对所述初始图像和所述当前图像进行亚像素处理，并获得处理后的初始图像和处理后的当前图像；

测算装置，用于根据所述处理装置获得的处理后的初始图像和处理后的当前图像，获得所述监测标靶的位移量；

判定装置，用于根据所述测算装置获得的位移量，生成判定信息，所述判定信息用于指示所述监测区域偏移的严重程度。

可选的，所述测算装置具体用于：

根据所述处理装置获得的处理后的初始图像，获得所述监测标靶在处理后的初始图像中的初始坐标；

根据所述处理装置获得的处理后的当前图像，获得所述监测标靶在处理后的当前图像中的当前坐标；

根据所述初始坐标和所述当前坐标，通过比例尺换算处理，获得所述监测标靶的位移量。

可选的，所述系统还包括：

定位标靶，用于配合所述监测标靶来指示所述监测区域中的裂缝；

所述初始图像还包括所述定位标靶的初始图像；

所述当前图像还包括所述定位标靶的当前图像；

所述测算装置具体用于：根据所述处理装置获得的处理后的初始图像，获得初始间距，所述初始间距用于描述处理后的初始图像中，所述监测标靶和所述定位标靶之间的间距；

根据所述处理装置获得的处理后的当前图像，获得当前间距，所述当前间距用于描述处理后的当前图像中，所述监测标靶和所述定位标靶之间的间距；

根据所述初始间距和所述当前间距，通过比例尺换算处理，获得所述监测标靶的位移量。

综上所述，本发明包括以下有益技术效果：

1.降低监测工作开展的人力成本和设备成本；

2.提高监测结果的精度；

3.提高监测结果的时效性。

附图说明

图1是本发明实施例一中的一种视觉位移监测方法的流程图。

图2是本发明实施例二中的一种视觉位移监测设备的结构示意图。

图3是本发明实施例三中的一种视觉位移监测系统的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，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，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一：

参照图1，为本发明公开的一种视觉位移监测方法，具体包括如下步骤：

101、拍摄结构表面的原始图像，并对原始图像进行亚像素处理，获得处理后的原始图像。

102、根据步骤101获得的处理后的原始图像，确定监测区域。

其中，监测区域为结构表面存在有裂缝的部分。

103、在步骤102所确定监测区域内放置用于指示裂缝的监测标靶后，拍摄包括有监测标靶的初始图像。

其中，监测标靶包括具备高辨识度的固定标志。

104、定期拍摄包括有监测标靶的当前图像。

105、分别对步骤103获得的初始图像和步骤104获得的当前图像进行亚像素处理，获得处理后的初始图像和处理后的当前图像。

106、根据步骤105所获得的处理后的初始图像和处理后的当前图像，获得监测标靶的位移量。

具体的，步骤106的执行过程可以为：

根据步骤105所获得的处理后的初始图像，获得监测标靶在处理后的初始图像中的初始坐标；

根据步骤105所获得的处理后的当前图像，获得监测标靶在处理后的当前图像中的当前坐标；

根据初始坐标和当前坐标，通过比例尺换算处理，获得监测标靶的位移量。

可选的，为降低光线变化对所拍摄图像（初始图像和当前图像）造成的干扰，提高监测精度，在监测区域附近的平地上还可放置用于配合监测标靶的定位标靶，此时步骤103所拍摄的初始图像中不仅包括测量标靶，还包括定位标靶；同样的，步骤104所定期拍摄的当前图像中不仅包括测量标靶，还包括定位标靶，至于步骤106的执行过程则可以为：

根据步骤105所获得的处理后的初始图像，获得初始间距，该初始间距用于描述在处理后的初始图像中，监测标靶和定位标靶之间的间距；

根据步骤105所获得的处理后的当前图像，获得当前间距，该当前间距用于描述在处理后的当前图像中，监测标靶和定位标靶之间的间距；

根据初始间距和当前间距，通过比例尺换算处理，获得监测标靶的位移量。

需要说明的是，在执行步骤106的过程中，可任选上述两种执行方式中的一种进行操作。

107、根据步骤106获得的位移量，生成判定信息。

具体的，判定信息用于指示步骤102所确定监测区域偏移的严重程度。

以下将结合具体实例对步骤101至步骤107所述过程作进一步阐述；

可选的，在一个优选实施例中，步骤101所述的过程可以为：

201、拍摄结构表面的原始图像，并对原始图像进行亚像素处理，获得处理后的原始图像。

具体的，拍摄结构表面的原始图像；

对上述原始图像进行灰度化处理，并获得原始灰度图像；

根据灰度插值算法对上述原始灰度图像进行亚像素处理，获得处理后的原始图像。

需要说明的是，在实际应用过程中，上述灰度插值算法可以是最近邻域插值法，也可以是双线性插值法，还可以是双二次插值法或立方卷积插值法，本申请实施例对具体的灰度插值算法并不加以限定；

并且就上述灰度插值算法而言，其插值倍数的取值区间为[0,10]；

优选的，上述灰度插值算法最佳的插值倍数为5倍；

值得注意的是，在实际应用过程中，上述灰度化处理过程可以按分量法的方式进行，也可以按最大值法的方式进行，还可以按平均值法或加权平均法的方式进行，本申请实施例对灰度化处理过程所采用的具体方式并不加以限定。

可选的，在一个优选实施例中，步骤102所述的过程可以为：

202、根据步骤201获得的处理后的原始图像，确定监测区域。

其中，监测区域为结构表面存在有裂缝的部分；

具体的，对步骤201获得的处理后的原始图像进行自适应阈值化处理，并获得阈值化后的原始图像；

对阈值化后的原始图像进行图像膨胀，获得膨胀后的原始图像；

通过中值滤波算法对膨胀后的原始图像进行过滤，获得过滤后的原始图像；

对过滤后的原始图像进行图像腐蚀，获得腐蚀后的原始图像；

根据腐蚀后的原始图像，获得裂缝的坐标集合；

根据裂缝的坐标集合，确定监测区域。

通过自适应阈值化的处理，对处理后的原始图像进行处理，使原始图像中可能存在的裂缝与图像背景相互分离；在实际应用过程中，自适应阈值化处理的过程可以按均值法的方式进行，也可以按高斯法的方式进行，还可以按大津算法的方式进行，本申请实施例对自适应阈值化处理的具体方式并不加以限定；

当原始图像经过阈值化处理之后，通过对原始图像进行图像膨胀，可以使原始图像中可能存在的裂缝尽可能放大，这能提高裂缝与周围环境之间的区分度；

在经过图像膨胀之后，紧接着又通过中值滤波算法对原始图像进行了过滤处理，这能在原始图像经过膨胀以后，去除原始图像中的高频噪声，故而在后续处理过程中，裂缝的识别精度会有所提高；

至于之后对原始图像所进行的图像腐蚀处理，则是为了进一步过滤原始图像中的其他噪声，使裂缝图像与周围环境的图像相互分割；

若所拍摄的原始图像中存在裂缝，则在经过先膨胀后腐蚀的闭运算处理后，裂缝便会以点集的形式在处理后的原始图像中表现出来，并且由于裂缝具备一定深度，所以使得裂缝所在图像的区域颜色较深，此时通过找寻灰度值低于原始图像平均灰度值的像素点，即可实现对裂缝所在点集的定位，这也相应完成了对监测区域的确定。

相较于相关技术中，通过人工监测来识别结构表面裂缝的方式，本申请实施例通过拍摄结构表面的原始图像，并对所拍摄原始图像进行图像识别的方式，由于简化了监测人员的工作流程，使监测人员仅需拍摄结构表面的原始图像即可完成裂缝识别工作，所以能降低监测人员的工作负担，并相应提升监测工作的前期准备效率。

可选的，在一个优选实施例中，步骤103所述的过程可以为：

203、在步骤202所确定监测区域内放置监测标靶后，拍摄初始图像。

具体的，将步骤202所获得的裂缝点集显示在原始图像中，以使监测人员根据原始图像上所显示的裂缝点集，将用于指示监测区域内裂缝的监测标靶放置于裂缝点集所显示区域的一侧；

在监测区域所朝向的平地区域固定拍摄设备后，便拍摄包括有监测标靶的初始图像；

需要注意的是，监测标靶可以为方形的固体标志，其高辨识度的特性主要通过靶面颜色来体现，结构表面的颜色与监测标靶的靶面颜色互为对比色；并且监测标靶的靶面中心还设置有用于唯一标识该监测标靶的数字编号；

之所以在监测标靶上设置数字编号，是为了对结构表面上安放的多个测量标靶进行区分，这能便利后续图像识别工作，并使监测效率得到提升；而对监测标靶的靶面颜色进行设置，则是为了增加监测标靶与结构表面之间的区分度，这同样能便利后续的图像识别工作，并使监测效率获得提升。

可选的，在一个优选实施例中，步骤104所述的过程可以为：

204、定期拍摄包括有监测标靶的当前图像。

具体的，根据预设的监测时间间隔，定期拍摄包括有监测标靶的当前图像；上述监测时间间隔的取值区间为[10,3600]，单位为秒（s）；

优选的，最佳的监测时间间隔为30秒。

可选的，在一个优选实施例中，步骤105所述的过程可以为：

205、分别对步骤203获得的初始图像和步骤204获得的当前图像进行亚像素处理，获得处理后的初始图像和处理后的当前图像。

具体的，对步骤203获得的初始图像执行步骤201所进行的灰度化处理和亚像素处理，并获得处理后的初始图像；

对步骤204获得的当前图像执行步骤201所进行的灰度化处理和亚像素处理，并获得处理后的当前图像；

由于高分辨力摄相头的采购成本和维护成本较高，所以为降低监测工作的成本，一般会先用分辨力较低的摄像设备对初始图像和当前图像进行拍摄，再对初始图像及当前图像进行亚像素处理，这样不仅能降低监测工作的成本，还能使所拍摄初始图像和当前图像具备较高的分辨率，故而最后所获得的监测结果仍能保有较高的精度。

需要说明的是，对初始图像所进行灰度化处理和亚像素处理过程，可以先于对当前图像所进行灰度化处理和亚像素处理过程进行，也可以后于对当前图像所进行灰度化处理和亚像素处理过程进行，还可以与当前当前图像所进行灰度化处理和亚像素处理过程同步进行，本申请实施例对上述两个处理过程的执行顺序并不加以限定。

可选的，在一个优选实施例中，步骤106所述的过程可以为：

206、根据步骤205所获得的处理后的初始图像和处理后的当前图像，获得监测标靶的位移量。

具体的，步骤206的执行过程可以为：

A1、根据步骤205所获得的处理后的初始图像，建立第一平面直角坐标系。其中，第一平面直角坐标系的坐标原点为处理后的初始图像的中心点；

根据处理后的初始图像和特征提取算法，获得与多个监测标靶一一对应的多个第一标靶图像；

根据上述多个第一标靶图像，获得与多个监测标靶一一对应的多组第一端点坐标，上述第一端点坐标用于标识监测标靶端角在第一平面直角坐标系中的位置；

根据上述多组第一端点坐标，获得与多个监测标靶一一对应的多个第一靶点坐标；上述第一靶点坐标与其所对应的多个第一端点坐标之间的间距相同。

根据处理后的初始图像和OCR算法，获得与多个监测标靶一一对应的第一数字编号；

A2、根据步骤205所获得的处理后的当前图像，建立第二平面直角坐标系。其中，第二平面直角坐标系的坐标原点为处理后的当前图像的中心点；

根据当前图像和特征提取算法，获得与多个监测标靶一一对应的多个第二标靶图像；

根据上述多个第二标靶图像，获得与多个监测标靶一一对应的多组第而端点坐标，上述第二端点坐标用于标识监测标靶端角在第而平面直角坐标系中的位置；

根据上述多组第二端点坐标，获得与多个监测标靶一一对应的多个第二靶点坐标；上述第二靶点坐标与其所对应的多个第二端点坐标之间的间距相同。

根据处理后的当前图像和OCR算法，获得与多个监测标靶一一对应的多个第二数字编号；

A3、根据多个第一数字编号和多个第二数字编号，识别对应于同一监测标靶的第一靶点坐标和第二靶点坐标，并获得该监测标靶的图像间距；所述图像间距为该监测标靶在所拍摄图像中的间隔距离；

A4、根据处理后的初始图像和边缘检测算法，获得上述监测标靶的图像面积，该图像面积用于说明上述监测标靶在第一平面直角坐标系中的所占面积；

根据上述图像面积和监测标靶的实际面积，获得初始图像的比例尺；

根据初始图像的比例尺和步骤A3所获得的图像间距，获得上述监测标靶的位移量，该位移量即为上述监测标靶在监测时间间隔内的实际偏移距离。

可选的，为消除因光线变化所产生的环境误差，使上述第一靶点坐标和第二靶点坐标的定位更加准确；还可以在结构表面的稳定区域（无裂缝）放置用于配合监测标靶的定位标靶，此时步骤203所拍摄的初始图像中，不仅包括多个监测标靶，还包括定位标靶；同样的，步骤204所拍摄的当前图像中，不仅包括多个监测标靶，还包括定位标靶，而步骤206的执行过程则可以为：

B1、根据步骤205所获得的处理后的初始图像，建立第一平面直角坐标系。其中，第一平面直角坐标系的坐标原点为处理后的初始图像的中心点；

根据初始图像和特征提取算法，获得一个第一定标图像和多个第一标靶图像；上述多个监测标靶与多个第一标靶图像一一对应，而第一定标图像则与定位标靶所对应；

根据上述多个第一标靶图像，获得与多个监测标靶一一对应的多组第一端点坐标，上述第一端点坐标用于标识监测标靶端角在第一平面直角坐标系中的位置；

根据上述多组第一端点坐标，获得与多个监测标靶一一对应的多个第一靶点坐标；上述第一靶点坐标与其所对应的多个第一端点坐标之间的间距相同；

根据上述第一定标图像，获得与定位标靶所对应的一组第三端点坐标，上述第三端点坐标用于标识定位标靶端角在第一平面直角坐标系中的位置；

根据上述多组第三端点坐标，获得与定位标靶所对应的第三靶点坐标；上述第三靶点坐标与其所对应的多个第三端点坐标之间的间距相同；

根据上述第三靶点坐标和多个第一靶点坐标，获得多个初始间距，上述初始间距用于描述监测标靶与定位标靶在第一平面直角坐标系内的距离；

根据处理后的初始图像和OCR算法，获得与多个监测标靶一一对应的第一数字编号；

B2、根据步骤205所获得的处理后的当前图像，建立第二平面直角坐标系。其中，第二平面直角坐标系的坐标原点为处理后的当前图像的中心点；

根据处理后的当前图像和特征提取算法，获得一个第二定标图像和多个第二标靶图像；上述多个监测标靶与多个第二标靶图像一一对应，而第二定标图像则与定位标靶所对应；

根据上述多个第二标靶图像，获得与多个监测标靶一一对应的多组第二端点坐标，上述第二端点坐标用于标识监测标靶端角在第二平面直角坐标系中的位置；

根据上述多组第二端点坐标，获得与多个监测标靶一一对应的多个第二靶点坐标；上述第二靶点坐标与其所对应的多个第二端点坐标之间的间距相同；

根据上述第二定标图像，获得与定位标靶所对应的一组第四端点坐标，上述第四端点坐标用于标识定位标靶端角在第二平面直角坐标系中的位置；

根据上述多组第四端点坐标，获得与定位标靶所对应的第四靶点坐标；上述第四靶点坐标与其所对应的多个第四端点坐标之间的间距相同；

根据上述第四靶点坐标和多个第二靶点坐标，获得多个当前间距，上述当前间距用于描述监测标靶与定位标靶在第二平面直角坐标系内的距离；

根据处理后的当前图像和OCR算法，获得与多个监测标靶一一对应的第二数字编号；

B3、根据多个第一数字编号和多个第二数字编号，识别对应于同一监测标靶的初始间距和当前间距，并获得该监测标靶的间距变化量；所述间距变化量为初始间距和当前间距之间的差值；

B4、根据处理后的初始图像和边缘检测算法，获得上述监测标靶的图像面积，该图像面积用于说明上述监测标靶在第一平面直角坐标系中的所占面积；

根据上述图像面积和监测标靶的实际面积，获得初始图像的比例尺；

根据初始图像的比例尺和步骤B3所获得的间距变化量，获得上述监测标靶的位移量，该位移量即为上述监测标靶在监测时间间隔内的实际偏移距离。

需要说明的是，由于拍摄设备的位置固定，所以使得初始图像所拍摄区域同当前图像所拍摄区域完全一致，故而在后续图像识别与处理的过程中，初始图像和当前图像可视为同一张图像；

另外，在实际应用过程中，可任选上述两种执行过程中的一种来完成步骤206。

可选的，在一个优选实施例中，步骤107所述的过程可以为：

207、根据步骤206获得的位移量，生成判定信息。

具体的，

2071、根据步骤206获得的位移量，获得监测区域的位移速率；

2072、判断监测区域的位移速率是否小于或等于5mm/d（毫米每天），若是，则执行步骤2077；否则，则执行步骤2073；

2073、判断监测区域的位移速率是否小于10mm/d（毫米每天），若是，则生成包括有蓝色警告和位移速率的判定信息，并结束本次判定过程；否则，则执行步骤2074；

2074、判断监测区域的位移速率是否小于30mm/d（毫米每天），若是，则生成包括有黄色警告和位移速率的判定信息，并结束本次判定过程；否则，则执行步骤2075；

2075、判断监测区域的位移速率是否小于50mm/d（毫米每天），若是，则生成包括有橙色警告和位移速率的判定信息，并结束本次判定过程；否则，则执行步骤2076；

2076、生成包括有红色警告和位移速率的判定信息，并结束本次判定过程；

2077、生成包括有位移速率的判定信息，并结束本次判定过程。

需要说明的是，上述阈值（5mm/d、10mm/d、30mm/d、50mm/d）可根据实际检测情况进行适应性增减，其增减值的取值区间为[-5,5]，单位为mm/d（毫米每天），本申请实施例对阈值的具体数值并不加以限定。

实施例二

本发明实施例提供了一种视觉位移监测设备3，参照图2所示，该设备3包括：

拍摄模块301，用于拍摄结构表面的原始图像；

处理模块302，用于对所述原始图像进行亚像素处理；

识别模块303，用于根据所述处理后的原始图像，确定监测区域，所述监测区域为所述结构表面内存在有裂缝的部分；

监测标靶，用于指示所述监测区域中的裂缝；

所述拍摄模块301还用于，在识别模块303所确定的监测区域内放置监测标靶后，拍摄初始图像，所述初始图像包括所述监测标靶的初始图像；

所述拍摄模块301还用于定期拍摄当前图像，所述当前图像包括所述监测标靶的当前图像；

所述处理模块302还用于，分别对所述初始图像和所述当前图像进行亚像素处理，并获得处理后的初始图像和处理后的当前图像；

测算模块304，用于根据所述处理模块302获得的处理后的初始图像和处理后的当前图像，获得所述监测标靶的位移量；

判定模块305，用于根据所述测算模块304获得的位移量，生成判定信息，所述判定信息用于指示所述监测区域偏移的严重程度。

可选的，上述测算模块304具体用于：

根据所述处理模块302获得的处理后的初始图像，获得所述监测标靶在处理后的初始图像中的初始坐标；

根据所述处理模块302获得的处理后的当前图像，获得所述监测标靶在处理后的当前图像中的当前坐标；

根据所述初始坐标和所述当前坐标，通过比例尺换算处理，获得所述监测标靶的位移量。

可选的，为消除因光线变化所产生的环境误差，所述设备3还包括用于配合监测标靶的定位标靶，在监测标靶的放置过程中，定位标靶也会随之放置于在结构表面的稳定区域（无裂缝）处，此时拍摄模块301所拍摄的初始图像中不仅包括监测标靶，还包括定位标靶；同样的，拍摄模块301所定期拍摄的当前图像中不仅包括监测标靶，还包括定位标靶；而上述测算模块304则具体用于：

根据处理模块302获得的处理后的初始图像，获得初始间距，所述初始间距用于描述处理后的初始图像中，监测标靶和定位标靶之间的间距；

根据处理模块302获得的处理后的当前图像，获得当前间距，所述当前间距用于描述处理后的当前图像中，监测标靶和定位标靶之间的间距；

根据初始间距和当前间距，通过比例尺换算处理，获得监测标靶的位移量。

实施例三

本发明实施例提供了一种视觉位移监测系统，参照图3所示，该系统包括：

拍摄装置401，用于拍摄结构表面的原始图像；

处理装置402，用于对所述原始图像进行亚像素处理；

识别装置403，用于根据所述处理后的原始图像，确定监测区域，所述监测区域为所述结构表面内存在有裂缝的部分；

监测标靶，用于指示所述监测区域中的裂缝；

所述拍摄装置401还用于，在识别装置403所确定的监测区域内放置监测标靶后，拍摄初始图像，所述初始图像包括所述监测标靶的初始图像；

所述拍摄装置401还用于定期拍摄当前图像，所述当前图像包括所述监测标靶的当前图像；

所述处理装置402还用于，分别对所述初始图像和所述当前图像进行亚像素处理，并获得处理后的初始图像和处理后的当前图像；

测算装置404，用于根据所述处理装置402获得的处理后的初始图像和处理后的当前图像，获得所述监测标靶的位移量；

判定装置405，用于根据所述测算装置404获得的位移量，生成判定信息，所述判定信息用于指示所述监测区域偏移的严重程度。

可选的，上述测算装置404具体用于：

根据所述处理装置402获得的处理后的初始图像，获得所述监测标靶在处理后的初始图像中的初始坐标；

根据所述处理装置402获得的处理后的当前图像，获得所述监测标靶在处理后的当前图像中的当前坐标；

根据所述初始坐标和所述当前坐标，通过比例尺换算处理，获得所述监测标靶的位移量。

可选的，为消除因光线变化所产生的环境误差，本申请实施例三所述系统还包括用于配合监测标靶的定位标靶，在监测标靶的放置过程中，定位标靶也会随之放置于在结构表面的稳定区域（无裂缝）处，此时拍摄装置401所拍摄的初始图像中不仅包括监测标靶，还包括定位标靶；同样的，拍摄装置401所定期拍摄的当前图像中不仅包括监测标靶，还包括定位标靶；而上述测算装置404则具体用于：

根据处理装置402获得的处理后的初始图像，获得初始间距，所述初始间距用于描述处理后的初始图像中，监测标靶和定位标靶之间的间距；

根据处理装置402获得的处理后的当前图像，获得当前间距，所述当前间距用于描述处理后的当前图像中，监测标靶和定位标靶之间的间距；

根据初始间距和当前间距，通过比例尺换算处理，获得监测标靶的位移量。

实施例四：

本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有一个或者多个预设程序，预设程序被处理器执行时实现实施例一的视觉位移监测方法的步骤。

本发明实施例提供了一种视觉位移监测方法、系统、装置和可读存储介质，通过拍摄结构表面的原始图像，并对所述原始图像进行亚像素处理，获得处理后的原始图像；根据处理后的原始图像，将结构表面存在有裂缝的部分确定为监测区域；在所述监测区域内放置监测标靶后，拍摄包括有监测标靶的初始图像，接着定期拍摄包括有监测标靶的当前图像；分别对初始图像和当前图像进行亚像素处理，获得处理后的初始图像和处理后的当前图像；根据所述处理后的初始图像和所述处理后的当前图像，获得所述监测标靶的位移量；根据所述位移量，生成用于指示监测区域偏移的严重程度的判定信息。

以往通过监测人员手持裂缝检测仪等专业设备，对结构表面所出现的裂缝进行识别与监测的方式，会给监测人员带来较大的工作负担，且监测效率较为低下，同时监测结果的时效性较差；

而本申请所述的视觉位移监测方法，通过拍摄并处理结构表面的原始图像的方式，来对结构表面出现的裂缝进行识别与定位，这能便利监测人员对裂缝的找寻工作，并相应降低监测人员的工作负担；

在定位结构表面所出现的裂缝之后，本申请所述方法又通过拍摄并处理初始图像和实时图像的方式，来对结构表面出现的裂缝进行实时监测，由于排除了人为因素的干扰，所以能使监测结果的精度得到提高；同时因为实时图像的拍摄与处理工作，可由相关设备在预设的监测时间间隔内自动完成，所以使得监测结果的时效性较强。

并且为了尽可能降低监测工作的开展成本，还对初始图像和当前图像进行了亚形式处理，这能保证监测结果具备较高精度的基础上，降低拍摄设备的采购成本和维护成本。

值得注意的是，本申请实施例一所述方法除了能对桥梁或隧道结构表面的裂缝进行监测外，还能对可能存在不稳定区域的地域进行实时监测，该过程相较于当对结构表面的监测而言，需要先对监测地域进行地质踏勘，在确定监测对象的不稳定区域及可能存在的裂缝后，在裂缝或不稳定区域的两侧布置测量标靶，这之后的监测流程与本申请实施例一中所提及的监测流程一致，未避免重复描述，故不再进一步展开说明。

综上所述，通过采用本申请所述的视觉位移监测方法，不仅降低了监测工作的人力成本和费用成本，提高了监测结果的精度，同时还进一步提升了监测结果的时效性。

上述所有可选技术方案，可以采用任意结合形成本发明的可选实施例，在此不再一一赘述。

需要说明的是：上述实施例提供用于视觉位移监测设备和系统在执行视觉位移监测方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备和设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的视觉位移监测方法、设备和系统的实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，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 (9)

1.一种视觉位移监测方法，其特征在于，包括：

拍摄结构表面的原始图像，并对所述原始图像进行亚像素处理，获得处理后的原始图像；

根据所述处理后的原始图像，确定监测区域，所述监测区域为所述结构表面内存在有裂缝的部分；

在所述监测区域内放置用于指示裂缝的监测标靶后，拍摄包括有监测标靶的初始图像；所述监测标靶包括具备高辨识度的固定标志；

定期拍摄包括有监测标靶的当前图像；

分别对所述初始图像和所述当前图像进行亚像素处理，获得处理后的初始图像和处理后的当前图像；

根据所述处理后的初始图像和所述处理后的当前图像，获得所述监测标靶的位移量；

根据所述位移量，生成判定信息，所述判定信息用于指示所述监测区域偏移的严重程度。

2.根据权利要求1所述的方法，其特征在于，所述根据所述处理后的初始图像和所述处理后的当前图像，获得所述监测标靶的位移量包括：

根据所述处理后的初始图像，获得所述监测标靶在所述处理后的初始图像中的初始坐标；

根据所述处理后的当前图像，获得所述监测标靶在所述处理后的当前图像中的当前坐标；

根据所述初始坐标和所述当前坐标，通过比例尺换算处理，获得所述监测标靶的位移量。

3.根据权利要求1所述的方法，其特征在于，在放置用于配合监测标靶的定位标靶后，所述初始图像还包括所述定位标靶的初始图像，所述当前图像还包括所述定位标靶的当前图像；

所述根据所述处理后的初始图像和所述处理后的当前图像，通过比例尺换算处理，获得所述监测标靶的位移量包括：

根据所述处理后的初始图像，获得初始间距，所述初始间距用于描述所述处理后的初始图像中，所述监测标靶和所述定位标靶之间的间距；

根据所述处理后的当前图像，获得当前间距，所述当前间距用于描述所述处理后的当前图像中，所述监测标靶和所述定位标靶之间的间距；

根据所述初始间距和所述当前间距，通过比例尺换算处理，获得所述监测标靶的位移量。

4.一种视觉位移监测设备，其特征在于，所述设备包括：

拍摄模块，用于拍摄结构表面的原始图像；

处理模块，用于对所述原始图像进行亚像素处理；

识别模块，用于根据所述处理后的原始图像，确定监测区域，所述监测区域为所述结构表面内存在有裂缝的部分；

监测标靶，用于指示所述监测区域中的裂缝；

所述拍摄模块还用于，在所述监测区域内放置监测标靶后，拍摄包括有所述监测标靶的初始图像；

所述拍摄模块还用于定期拍摄包括有所述监测标靶的当前图像；

所述处理模块还用于，分别对所述拍摄模块获得的初始图像和当前图像进行亚像素处理，并获得处理后的初始图像和处理后的当前图像；

测算模块，用于根据所述处理模块获得的处理后的初始图像和处理后的当前图像，获得所述监测标靶的位移量；

判定模块，用于根据所述测算模块获得的位移量，生成判定信息，所述判定信息用于指示所述监测区域偏移的严重程度。

5.根据权利要求4所述的设备，其特征在于，所述测算模块具体用于：

根据所述处理模块获得的处理后的初始图像，获得所述监测标靶在处理后的初始图像中的初始坐标；

根据所述处理模块获得的处理后的当前图像，获得所述监测标靶在处理后的当前图像中的当前坐标；

根据所述初始坐标和所述当前坐标，通过比例尺换算处理，获得所述监测标靶的位移量。

6.根据权利要求4所述的设备，其特征在于，所述设备还包括：

定位标靶，用于配合所述监测标靶来指示所述监测区域中的裂缝；

所述初始图像还包括所述定位标靶的初始图像；

所述当前图像还包括所述定位标靶的当前图像；

所述测算模块具体用于：

根据所述处理模块获得的处理后的初始图像，获得初始间距，所述初始间距用于描述处理后的初始图像中，所述监测标靶和所述定位标靶之间的间距；

根据所述处理模块获得的处理后的当前图像，获得当前间距，所述当前间距用于描述处理后的当前图像中，所述监测标靶和所述定位标靶之间的间距；

根据所述初始间距和所述当前间距，通过比例尺换算处理，获得所述监测标靶的位移量。

7.一种视觉位移监测系统，其特征在于，所述系统包括：

拍摄装置，用于拍摄结构表面的原始图像；

处理装置，用于对所述原始图像进行亚像素处理；

识别装置，用于根据所述处理后的原始图像，确定监测区域，所述监测区域为所述结构表面内存在有裂缝的部分；

监测标靶，用于指示所述监测区域中的裂缝；

所述拍摄装置还用于，在所述监测区域内放置监测标靶后，拍摄初始图像，所述初始图像包括所述监测标靶的初始图像；

所述拍摄装置还用于定期拍摄当前图像，所述当前图像包括所述监测标靶的当前图像；

所述处理装置还用于，分别对所述初始图像和所述当前图像进行亚像素处理，并获得处理后的初始图像和处理后的当前图像；

测算装置，用于根据所述处理装置获得的处理后的初始图像和处理后的当前图像，获得所述监测标靶的位移量；

判定装置，用于根据所述测算装置获得的位移量，生成判定信息，所述判定信息用于指示所述监测区域偏移的严重程度。

8.根据权利要求7所述的系统，其特征在于，所述测算装置具体用于：

根据所述处理装置获得的处理后的初始图像，获得所述监测标靶在处理后的初始图像中的初始坐标；

根据所述处理装置获得的处理后的当前图像，获得所述监测标靶在处理后的当前图像中的当前坐标；

根据所述初始坐标和所述当前坐标，通过比例尺换算处理，获得所述监测标靶的位移量。

9.根据权利要求7所述的系统，其特征在于，所述系统还包括：

定位标靶，用于配合所述监测标靶来指示所述监测区域中的裂缝；

所述初始图像还包括所述定位标靶的初始图像；

所述当前图像还包括所述定位标靶的当前图像；

所述测算装置具体用于：根据所述处理装置获得的处理后的初始图像，获得初始间距，所述初始间距用于描述处理后的初始图像中，所述监测标靶和所述定位标靶之间的间距；

根据所述处理装置获得的处理后的当前图像，获得当前间距，所述当前间距用于描述处理后的当前图像中，所述监测标靶和所述定位标靶之间的间距；

根据所述初始间距和所述当前间距，通过比例尺换算处理，获得所述监测标靶的位移量。

Images