CN112288692B - 一种裂缝监测管理系统及监测管理方法 - Google Patents

一种裂缝监测管理系统及监测管理方法 Download PDF

Info

Publication number
CN112288692B
CN112288692B CN202011108918.XA CN202011108918A CN112288692B CN 112288692 B CN112288692 B CN 112288692B CN 202011108918 A CN202011108918 A CN 202011108918A CN 112288692 B CN112288692 B CN 112288692B
Authority
CN
China
Prior art keywords
crack
management system
cloud platform
monitoring
platform computing
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.)
Active
Application number
CN202011108918.XA
Other languages
English (en)
Other versions
CN112288692A (zh
Inventor
宋爽
徐辉
姚鸿梁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Tonghe Engineering Technology Co ltd
Original Assignee
Shanghai Tonghe Engineering Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Tonghe Engineering Technology Co ltd filed Critical Shanghai Tonghe Engineering Technology Co ltd
Priority to CN202011108918.XA priority Critical patent/CN112288692B/zh
Publication of CN112288692A publication Critical patent/CN112288692A/zh
Application granted granted Critical
Publication of CN112288692B publication Critical patent/CN112288692B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开一种裂缝监测管理系统，包括现场监测解算系统、云平台计算管理系统及客户端查看系统；现场监测解算系统包括智能摄像机及特征靶标，裂缝开裂的两侧设置特征靶标，智能摄像机识别并观测设置于裂缝开裂两侧的特征靶标，监控设置于裂缝开裂两侧的特征靶标是否发生相对位移并解算出设置于裂缝开裂两侧的特征靶标的相对位移数据△x，并上传至云平台计算管理系统；初始状态下，监测人员测量裂缝的初始开裂距离x1，并将监测到的裂缝的初始开裂距离x1通过客户端查看系统输入至云平台计算管理系统，实时监测状态下，云平台计算管理系统接收到智能摄像机输入的相应裂缝两侧的特征靶标的相对位移数据△x后，实时计算该裂缝开裂程度X＝x1+△x。

Description

一种裂缝监测管理系统及监测管理方法
技术领域
本发明涉及结构物裂缝监测管理技术领域，具体涉及一种基于机器视觉技术的裂缝监测管理系统及监测管理方法。
背景技术
不同的结构物(例如：桥梁、隧道等)在投入使用后，除了要承受各种自然荷载以外，还不可避免的承受行车动力荷载、超载或撞击等，必将引起结构物力学或结构性能的变化，这种内在变化将通过裂缝的形式表现出来，为了解结构物结构的安全状况需要对其上出现的裂缝进行长期安全监测，防止结构物结构出现坍塌等事故的发生。
传统的裂缝监测方法通过在裂缝处安装拉杆式裂缝计或拉绳式裂缝计，当裂缝开裂时，通过拉杆式裂缝计或拉绳式裂缝计的拉绳被拉伸的长度，确定裂缝的实时开裂状况，然而通过拉杆式裂缝计或拉绳式裂缝计监测裂缝变化的方式，具有如下缺点：
1)需要监测人员长期驻守现场，对现场结构物的结构进行观察是否出现裂缝，以在出现裂缝后及时安装拉杆式裂缝计或拉绳式裂缝计，人工观察裂缝的方法不具有便利性；
2)需要人工定期对拉杆式裂缝计或拉绳式裂缝计进行数据的读取，人工读取的方式常常造成数据读取的误差，且当裂缝出现较大程度开裂时，不能及时发现，而造成安全隐患。
目前市面上也出现了无线拉杆式裂缝计或无线拉绳式裂缝计，可将裂缝开裂数据实时上传至云端以便监测人员进行读取，但是由于雨雪天气会造成拉绳被迫受力延伸，而造成上传至云端的数据有误，监测人员不能准确辨别是否存在真实的风险，而造成安全隐患。
因此，有必要提供一种新的裂缝监测管理系统及监测管理方法，能够简单有效可行的对裂缝进行自动化实时监测。
发明内容
为了改善现有技术，本发明提出了一种裂缝监测管理系统及监测管理方法，该系统通过机器视觉技术对裂缝的开裂程度进行观测计算，保证数据的有效性及人员远程监测的便利性。
为了达到上述目的，本发明提供一种裂缝监测管理系统，用于监测管理被测物的各被测区域上的各裂缝，所述裂缝监测管理系统包括现场监测解算系统、云平台计算管理系统及客户端查看系统；所述现场监测解算系统包括智能摄像机及特征靶标，所述智能摄像机内置自动识别程序及解算算法程序，所述裂缝开裂的两侧设置特征靶标，所述智能摄像机识别并观测设置于裂缝开裂两侧的特征靶标，所述智能摄像机监控设置于裂缝开裂两侧的特征靶标是否发生相对位移并解算出设置于裂缝开裂两侧的特征靶标的相对位移数据△x，并将相对位移数据△x上传至云平台计算管理系统；所述云平台计算管理系统包括计算算法程序，初始状态下，监测人员测量裂缝的初始开裂距离x1，并将监测到的裂缝的初始开裂距离x1通过客户端查看系统输入至所述云平台计算管理系统，实时监测状态下，云平台计算管理系统接收到智能摄像机输入的相应裂缝两侧的特征靶标的相对位移数据△x后，实时计算该裂缝开裂程度X＝x1+△x。
进一步地，所述智能摄像机以一定时间间隔拍摄被测区域的图像并识别图像上是否有裂缝，并对出现的裂缝进行标识后将图像发送至云平台计算管理系统并向客户端查看系统发送提醒，监测人员通过客户端查看系统查看图像确定裂缝的存在后，云平台计算管理系统对被测区域中出现的裂缝进行裂缝编号管理。
进一步地，监测人员于每一裂缝开裂的两侧按照一定间隔设置多对特征靶标，每一对特征靶标的中心连线与裂缝的切线垂直，云平台计算管理系统对每一裂缝两侧安装的多对特征靶标按对进行特定编号管理。
进一步地，所述智能摄像机监控设置于裂缝开裂两侧的每一对特征靶标是否发生相对位移并解算出每一对特征靶标的相对位移数据△x，并将每一对特征靶标的相对位移数据△x上传至云平台计算管理系统，云平台计算管理系统接收到智能摄像机输入的相应裂缝两侧的多对特征靶标的多个相对位移数据△x后，实时计算该裂缝的对应的每一对特征靶标处的裂缝开裂程度X1＝x1+△x，云平台计算管理系统选取该裂缝的多个裂缝开裂程度X1中的最大值X显示在图像上，监测人员通过客户端查看系统可查看图像上各裂缝的裂缝开裂程度最大值X，指定特征靶标特定编号可查看该对特征靶标处的裂缝开裂程度X1。
进一步地，所述被测物设置有多个被测区域，每一被测区域对应的位置设置一智能摄像机，每一智能摄像机在视野范围内观测对应的被测区域,利用多个智能摄像机独立监测组合的方式对被测物整体进行监测，所述云平台计算管理系统对多个被测区域的图像进行拼接、消除边缘重叠及对被测区域图像编号管理，所述客户端查看系统可指定编号查看对应的被测区域的图像。
进一步地，初始状态下，监测人员通过客户端查看系统于云平台计算管理系统内设置裂缝开裂距离上限值X限，当云平台计算管理系统计算检测到裂缝开裂程度X≧X限时，云平台计算管理系统向所述客户端查看系统发送提醒警报。
进一步地，所述裂缝开裂距离上限值X限根据被测区域所属被测物的属性进行设置。
本发明还提供一种裂缝监测管理方法，通过使用上述裂缝监测管理系统进行，所述裂缝监测管理方法按照如下步骤实施：
1)选取与被测物相对的位置设置多个智能摄像机，每一智能摄像机在视野范围内观测被测物的某一被测区域；
2)对各智能摄像机拍摄对应被测区域的图像的一定时间间隔进行设置；依据所监测的被测区域所属被测物的属性，在云平台计算管理系统内设置相应的裂缝开裂距离上限值X限；
3)令各智能摄像机以一定时间间隔拍摄对应被测区域的图像并识别图像上是否有裂缝，对可能的裂缝进行标识后发送至云平台计算管理系统，云平台计算管理系统对每一被测区域的图像进行拼接、消除边缘重叠及被测区域图像编号管理，并向客户端查看系统发送提醒，监测人员通过客户端查看系统查看图像确定裂缝的存在后，云平台计算管理系统对被测区域中出现的裂缝进行裂缝编号管理。
4)监测人员在现场对各被测区域内出现的每一裂缝开裂的两侧按照一定间隔设置多对特征靶标，并使每一对特征靶标的中心连线与裂缝的切线垂直,云平台计算管理系统对每对特征靶标进行特定编号管理；
5)监测人员测量每一裂缝初始状态下的开裂距离x1，并将初始状态下的开裂距离x1通过客户端查看系统上传至云平台计算管理系统；
6)智能摄像机识别并观测设置于每一裂缝开裂两侧的多对特征靶标，解算每对特征靶标的相对位移数据△x，并将各对特征靶标相对位移数据△x上传至云平台计算管理系统；
7)云平台计算管理系统接收到智能摄像机输入的相应裂缝两侧的多对特征靶标的多个相对位移数据△x后，实时计算该裂缝的对应的每一对特征靶标处的裂缝开裂程度X1＝x1+△x，云平台计算管理系统选取该裂缝的多个裂缝开裂程度X1中的最大值X显示在图像上，监测人员通过客户端查看系统可查看图像上各裂缝的裂缝开裂程度最大值X，选取特征靶标特定编号可查看该对特征靶标处的裂缝开裂程度X1；
8)云平台计算管理系统实时将当前计算的裂缝开裂程度最大值X与云平台计算管理系统内设置的裂缝开裂距离上限值X限进行比较，当X≧X限时，云平台计算管理系统向所述客户端查看系统发送提醒警报；
9)重复上述步骤3)至步骤8)。
进一步地，在步骤8)中，当监测人员接收到警报后，可通过客户端查看系统指定被测区域编号查看对应的被测区域的图像，也可指定裂缝编号查看对应的裂缝及该裂缝的开裂程度最大值X，指定特定编号查看特定特征靶标所监测的裂缝开裂程度X1。
进一步地，还包括步骤10)，云平台计算管理系统可按月份或年份自动统计被测物整体及各被测区域在某段时间段内出现的裂缝数量，监测人员可通过客户端查看系统进行查看。
本发明具有如下有益效果：
1)本申请利用多个智能摄像机独立监测组合的方式对被测物整体进行监测，更加便捷，安全；
2)本申请中智能摄像机对被测区域拍摄图像并识别图像上是否有裂缝，并对出现的裂缝进行标识后发送至云平台计算管理系统，监测人员通过客户端查看系统查看图像上是否有裂缝标识，而无需监测人员进行现场实地考察，实施更方便快捷，安全；
3)本申请智能摄像机监控裂缝开裂两侧设置的特征靶标的相对位移数据△x，并将相对位移数据△x上传至云平台计算管理系统，云平台计算管理系统可实时计算当前的裂缝开裂程度X1＝x1+△x，监测及计算数据更精准，避免人工读取数据的失误及数据丢失，且监测人员可远程读取数据；
4)云平台计算管理系统内置裂缝开裂距离上限值X限，当当前的裂缝开裂程度最大值X≧X限时，云平台计算管理系统可向监测人员发送警报避免危险事故的发生；
5)监测人员接收到警报后，可通过客户端查看系统指定被测区域编号查看对应的被测区域的图像，也可指定裂缝编号查看对应的裂缝及该裂缝的开裂程度最大值X，指定特定编号查看特定特征靶标所监测的裂缝开裂程度X1，进一步远程判断被测区域所存在的风险，减少因雨雪触碰等外部环境因素带来的误判。
附图说明
图1是本发明裂缝监测管理系统的示意图；
图2是本发明裂缝监测管理系统对图像的识别管理方式示意图；
图3是本发明裂缝监测管理系统对某一裂缝的识别管理方式示意图；
图中：1、智能摄像机；2、特征靶标；3、云平台计算管理系统；4、客户端查看系统；5、被测区域；6、裂缝。
具体实施方式
以下结合附图1至附图3，通过具体实施方式进一步说明本发明。
请参照图1所示，本发明揭示一种裂缝监测管理系统，用于监测管理被测物的各被测区域5上的各裂缝6。
裂缝监测管理系统包括现场监测解算系统、云平台计算管理系统3及客户端查看系统4。
现场监测解算系统包括智能摄像机1及特征靶标2。被测物设置有多个被测区域5，每一被测区域5对应的位置设置一智能摄像机1，每一智能摄像机1在视野范围内观测对应的被测区域5,利用多个智能摄像机1独立监测组合的方式对被测物整体进行监测。云平台计算管理系统3对多个被测区域5的图像进行拼接、消除边缘重叠及对被测区域图像编号管理，以供后续客户端查看系统4指定编号查看对应的被测区域5的图像。
参照图2及图3所示，以下以某一智能摄像机1观测与之对应的某一被测区域5的图像识别管理方式为例进一步说明本发明(图示中该被测区域5的编号被设定为“#被测区域一”)：
对智能摄像机1进行设置使其以一定时间间隔拍摄对应观测的被测区域5的图像并识别图像上是否有裂缝6，并对出现的裂缝6进行框选标识后将图像发送至云平台计算管理系统3并向客户端查看系统4发送提醒，监测人员通过客户端查看系统4查看图像确定裂缝6的存在后，云平台计算管理系统3对被测区域5中出现的裂缝6进行裂缝编号管理(参附图2示例中#被测区域一的三个裂缝分别被编号为①、②、③)。监测人员通过客户端查看系统4确定裂缝6存在的具体位置后到现场于每一裂缝6开裂的两侧按照一定间隔设置多对特征靶标2，每一对特征靶标2的中心连线与裂缝6的切线垂直，云平台计算管理系统3对每一裂缝6两侧安装的多对特征靶标2按对进行特定编号管理(参附图3示例中#被测区域一的编号为3的裂缝共设置三对特征靶标，三对特征靶标分别编号为3.1、3.2、3.3)。同时，监测人员测量裂缝6在初始状态下的开裂距离x1，并将监测到的裂缝6的初始开裂距离x1通过客户端查看系统4输入至云平台计算管理系统3。
特征靶标2可以是圆形、方形等结构，其上设置有特征码以供智能摄像机1进行识别。特征码可以为二维码、条码或其他图案。特征靶标2可以以安装、贴附、喷印等方式设置于被测区域5。
智能摄像机1内置自动识别程序及解算算法程序，智能摄像机1识别并观测设置于每一裂缝6开裂两侧的每一对特征靶标2，并监控设置于裂缝6开裂两侧的每一对特征靶标2是否发生相对位移并解算出每一对特征靶标2的相对位移数据△x，并将每一对特征靶标2的相对位移数据△x通过网络上传至云平台计算管理系统3。
云平台计算管理系统3包括计算算法程序，实时监测状态下，云平台计算管理系统3接收到智能摄像机1输入的相应裂缝6两侧的多对特征靶标2的多个相对位移数据△x后，实时计算该裂缝6的对应的每一对特征靶标2处的裂缝开裂程度X1＝x1+△x，云平台计算管理系统3选取该裂缝6的多个裂缝开裂程度X1中的最大值X显示在图像上，监测人员通过客户端查看系统4可查看图像上各裂缝6的裂缝开裂程度最大值X，指定特征靶标2特定编号可查看该对特征靶标2处的裂缝开裂程度X1。
本申请中的被测区域5可以为桥梁、隧道等被测物的某一区域。由于不同的被测物的结构属性，用途属性等不一致，对其上出现的裂缝6的开裂程度具有不同的规范要求，因此监测人员可根据所监测的被测区域5所属被测物的属性，在初始状态下，监测人员通过客户端查看系统4于云平台计算管理系统3内设置裂缝开裂距离上限值X限，当云平台计算管理系统3计算检测到裂缝开裂程度最大值X≧X限时，云平台计算管理系统3通过网络向客户端查看系统4发送提醒警报。
监测人员接收到警报后，可通过客户端查看系统4指定被测区域编号查看对应的被测区域5的图像，也可指定裂缝编号查看对应的裂缝6及该裂缝6的开裂程度最大值X，指定特定编号查看特定特征靶标2所监测的裂缝开裂程度X1。
本申请中的云平台计算管理系统3可按月份或年份自动统计被测物整体及各被测区域5在该时间段内出现的裂缝6数量，监测人员可通过客户端查看系统4进行查看。
本申请中的裂缝监测管理系统进一步包括照明装置，照明装置可与特征靶标2一体设置，也可分离设置于被测区域5的附近以为特征靶标2提供照明，从而实现裂缝监测管理系统夜间对裂缝6的实时监测管理。
实施本实施例时，按照如下步骤依次实施：
1)选取与被测物相对的位置设置多个智能摄像机1，每一智能摄像机1在视野范围内观测被测物的某一被测区域5；
2)对各智能摄像机1拍摄对应被测区域5的图像的一定时间间隔进行设置；依据所监测的被测区域5所属被测物的属性，在云平台计算管理系统3内设置相应的裂缝开裂距离上限值X限；
3)令各智能摄像机1以一定时间间隔拍摄对应被测区域5的图像并识别图像上是否有裂缝6，对可能的裂缝6进行框选标识后发送至云平台计算管理系统3，云平台计算管理系统3对每一被测区域5的图像进行拼接、消除边缘重叠及被测区域图像编号管理，并向客户端查看系统4发送提醒，监测人员通过客户端查看系统4查看图像确定裂缝6的存在后，云平台计算管理系统3对被测区域5中出现的裂缝6进行裂缝编号管理。
4)监测人员在现场对各被测区域5内出现的每一裂缝6开裂的两侧按照一定间隔设置多对特征靶标2，并使每一对特征靶标2的中心连线与裂缝6的切线垂直,云平台计算管理系统3对每对特征靶标2进行特定编号管理；
令特征靶标2一体设置一照明装置，或于被测区域5的附近设置一照明装置以为特征靶标2提供夜间照明。
5)监测人员测量每一裂缝6初始状态下的开裂距离x1，并将初始状态下的开裂距离x1通过客户端查看系统4上传至云平台计算管理系统3；
6)智能摄像机1识别并观测设置于每一裂缝6开裂两侧的多对特征靶标2，解算每对特征靶标2的相对位移数据△x，并将各对特征靶标2相对位移数据△x上传至云平台计算管理系统3；
7)云平台计算管理系统3接收到智能摄像机1输入的相应裂缝6两侧的多对特征靶标2的多个相对位移数据△x后，实时计算该裂缝6的对应的每一对特征靶标2处的裂缝开裂程度X1＝x1+△x，云平台计算管理系统3选取该裂缝6的多个裂缝开裂程度X1中的最大值X显示在图像上，监测人员通过客户端查看系统4可查看图像上各裂缝6的裂缝开裂程度最大值X，选取特征靶标2特定编号可查看该对特征靶标2处的裂缝开裂程度X1；
8)云平台计算管理系统3实时将当前计算的裂缝开裂程度最大值X与云平台计算管理系统3内设置的裂缝开裂距离上限值X限进行比较，当X≧X限时，云平台计算管理系统3向所述客户端查看系统4发送提醒警报，监测人员接收到警报后，可通过客户端查看系统4指定被测区域编号查看对应的被测区域5的图像，也可指定裂缝编号查看对应的裂缝6及该裂缝6的开裂程度最大值X，指定特定编号查看特定特征靶标2所监测的裂缝开裂程度X1；
9)重复上述步骤3)至步骤8)。
10)云平台计算管理系统3可按月份或年份自动统计被测物整体及各被测区域在某段时间段内出现的裂缝6数量，监测人员可通过客户端查看系统4进行查看。
本发明具有如下有益效果：
1)本申请利用多个智能摄像机1独立监测组合的方式对被测物整体进行监测，更加便捷，安全；
2)本申请中智能摄像机1对被测区域5拍摄图像并识别图像上是否有裂缝6，并对出现的裂缝6进行标识后发送至云平台计算管理系统3，监测人员通过客户端查看系统4查看图像上是否有裂缝标识，而无需监测人员进行现场实地考察，实施更方便快捷，安全；
3)本申请智能摄像机1监控裂缝6开裂两侧设置的特征靶标2的相对位移数据△x，并将相对位移数据△x上传至云平台计算管理系统3，云平台计算管理系统3可实时计算当前的裂缝开裂程度X1＝x1+△x，监测及计算数据更精准，避免人工读取数据的失误及数据丢失，且监测人员可远程读取数据；
4)云平台计算管理系统3内置裂缝开裂距离上限值X限，当当前的裂缝开裂程度最大值X≧X限时，云平台计算管理系统3可向监测人员发送警报避免危险事故的发生；
5)监测人员接收到警报后，可通过客户端查看系统4指定被测区域编号查看对应的被测区域5的图像，也可指定裂缝编号查看对应的裂缝6及该裂缝6的开裂程度最大值X，指定特定编号查看特定特征靶标2所监测的裂缝开裂程度X1，进一步远程判断被测区域5所存在的风险，减少因雨雪触碰等外部环境因素带来的误判。
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (8)

1.一种裂缝监测管理系统，用于监测管理被测物的各被测区域(5)上的各裂缝(6)，其特征在于：
所述裂缝监测管理系统包括现场监测解算系统、云平台计算管理系统(3)及客户端查看系统(4)；
所述现场监测解算系统包括智能摄像机(1)及特征靶标(2)，所述智能摄像机(1)内置自动识别程序及解算算法程序，所述裂缝(6)开裂的两侧设置多对特征靶标(2)，监测人员于每一裂缝(6)开裂的两侧按照一定间隔设置多对特征靶标(2)，每一对特征靶标(2)的中心连线与裂缝(6)的切线垂直，所述智能摄像机(1)识别并观测设置于裂缝(6)开裂两侧的特征靶标(2)，云平台计算管理系统(3)对每一裂缝(6)两侧安装的多对特征靶标(2)按对进行特定编号管理，所述智能摄像机(1)监控设置于裂缝(6)开裂两侧的每一对特征靶标(2)是否发生相对位移并解算出设置于裂缝(6)开裂两侧的每一对特征靶标(2)的相对位移数据△x，并将相对位移数据△x上传至云平台计算管理系统(3)；
所述云平台计算管理系统(3)包括计算算法程序，初始状态下，监测人员测量裂缝(6)的初始开裂距离x1，并将监测到的裂缝(6)的初始开裂距离x1通过客户端查看系统(4)输入至所述云平台计算管理系统(3)，实时监测状态下，云平台计算管理系统(3)接收到智能摄像机(1)输入的相应裂缝(6)两侧的特征靶标(2)的相对位移数据△x后，实时计算该裂缝(6)的对应的每一对特征靶标(2)处的开裂程度X1＝x1+△x；
当裂缝(6)开裂的两侧设置多对特征靶标(2)时，云平台计算管理系统(3)选取该裂缝(6)的多个裂缝开裂程度X1中的最大值X显示在图像上，监测人员通过客户端查看系统(4)可查看图像上各裂缝(6)的裂缝开裂程度最大值X，指定特征靶标(2)特定编号可查看该对特征靶标(2)处的裂缝开裂程度X1。
2.如权利要求1所述的裂缝监测管理系统，其特征在于：
所述智能摄像机(1)以一定时间间隔拍摄被测区域(5)的图像并识别图像上是否有裂缝(6)，并对出现的裂缝(6)进行标识后将图像发送至云平台计算管理系统(3)并向客户端查看系统(4)发送提醒，监测人员通过客户端查看系统(4)查看图像确定裂缝(6)的存在后，云平台计算管理系统(3)对被测区域(5)中出现的裂缝(6)进行裂缝编号管理。
3.如权利要求2所述的裂缝监测管理系统，其特征在于：
所述被测物设置有多个被测区域(5)，每一被测区域(5)对应的位置设置一智能摄像机(1)，每一智能摄像机(1)在视野范围内观测对应的被测区域(5),利用多个智能摄像机(1)独立监测组合的方式对被测物整体进行监测，所述云平台计算管理系统(3)对多个被测区域(5)的图像进行拼接、消除边缘重叠及对被测区域图像编号管理，所述客户端查看系统(4)可指定编号查看对应的被测区域(5)的图像。
4.如权利要求1所述的裂缝监测管理系统，其特征在于：
初始状态下，监测人员通过客户端查看系统(4)于云平台计算管理系统(3)内设置裂缝开裂距离上限值X限，当云平台计算管理系统(3)计算检测到裂缝开裂程度X≧X限时，云平台计算管理系统(3)向所述客户端查看系统(4)发送提醒警报。
5.如权利要求4所述的裂缝监测管理系统，其特征在于：
所述裂缝开裂距离上限值X限根据被测区域(5)所属被测物的属性进行设置。
6.一种裂缝监测管理系统的监测管理方法，其中，
裂缝监测管理系统为以上权利要求1-5中任一项构成，其特征在于：按照如下步骤实施：
1)选取与被测物相对的位置设置多个智能摄像机(1)，每一智能摄像机(1)在视野范围内观测被测物的某一被测区域(5)；
2)对各智能摄像机(1)拍摄对应被测区域(5)的图像的一定时间间隔进行设置；依据所监测的被测区域(5)所属被测物的属性，在云平台计算管理系统(3)内设置相应的裂缝开裂距离上限值X限；
3)令各智能摄像机(1)以一定时间间隔拍摄对应被测区域(5)的图像并识别图像上是否有裂缝(6)，对可能的裂缝(6)进行标识后发送至云平台计算管理系统(3)，云平台计算管理系统(3)对每一被测区域(5)的图像进行拼接、消除边缘重叠及被测区域图像编号管理，并向客户端查看系统(4)发送提醒，监测人员通过客户端查看系统(4)查看图像确定裂缝(6)的存在后，云平台计算管理系统(3)对被测区域(5)中出现的裂缝(6)进行裂缝编号管理；
4)监测人员在现场对各被测区域(5)内出现的每一裂缝(6)开裂的两侧按照一定间隔设置多对特征靶标(2)，并使每一对特征靶标(2)的中心连线与裂缝(6)的切线垂直,云平台计算管理系统(3)对每对特征靶标(2)进行特定编号管理；
5)监测人员测量每一裂缝(6)初始状态下的开裂距离x1，并将初始状态下的开裂距离x1通过客户端查看系统(4)上传至云平台计算管理系统(3)；
6)智能摄像机(1)识别并观测设置于每一裂缝(6)开裂两侧的多对特征靶标(2)，解算每对特征靶标(2)的相对位移数据△x，并将各对特征靶标(2)相对位移数据△x上传至云平台计算管理系统(3)；
7)云平台计算管理系统(3)接收到智能摄像机(1)输入的相应裂缝(6)两侧的多对特征靶标(2)的多个相对位移数据△x后，实时计算该裂缝(6)的对应的每一对特征靶标(2)处的裂缝开裂程度X1＝x1+△x，云平台计算管理系统(3)选取该裂缝(6)的多个裂缝开裂程度X1中的最大值X显示在图像上，监测人员通过客户端查看系统(4)可查看图像上各裂缝(6)的裂缝开裂程度最大值X，选取特征靶标(2)特定编号可查看该对特征靶标(2)处的裂缝开裂程度X1；
8)云平台计算管理系统(3)实时将当前计算的裂缝开裂程度最大值X与云平台计算管理系统(3)内设置的裂缝开裂距离上限值X限进行比较，当X≧X限时，云平台计算管理系统(3)向所述客户端查看系统(4)发送提醒警报；
9)重复上述步骤3)至步骤8)。
7.如权利要求6所述的裂缝监测管理系统的监测管理方法，其特征在于：
在步骤8)中，当监测人员接收到警报后，可通过客户端查看系统(4)指定被测区域编号查看对应的被测区域(5)的图像，也可指定裂缝编号查看对应的裂缝(6)及该裂缝(6)的开裂程度最大值X，指定特定编号查看特定特征靶标(2)所监测的裂缝开裂程度X1。
8.如权利要求6所述的裂缝监测管理系统的监测管理方法，其特征在于：
还包括步骤10)，云平台计算管理系统(3)可按月份或年份自动统计被测物整体及各被测区域在某段时间段内出现的裂缝(6)数量，监测人员可通过客户端查看系统(4)进行查看。
CN202011108918.XA 2020-10-16 2020-10-16 一种裂缝监测管理系统及监测管理方法 Active CN112288692B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011108918.XA CN112288692B (zh) 2020-10-16 2020-10-16 一种裂缝监测管理系统及监测管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011108918.XA CN112288692B (zh) 2020-10-16 2020-10-16 一种裂缝监测管理系统及监测管理方法

Publications (2)

Publication Number Publication Date
CN112288692A CN112288692A (zh) 2021-01-29
CN112288692B true CN112288692B (zh) 2023-04-07

Family

ID=74497418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011108918.XA Active CN112288692B (zh) 2020-10-16 2020-10-16 一种裂缝监测管理系统及监测管理方法

Country Status (1)

Country Link
CN (1) CN112288692B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113108700B (zh) * 2021-04-28 2022-10-21 上海同禾工程科技股份有限公司 一种基于机器视觉的位移校核系统及位移校核方法
CN113188463A (zh) * 2021-05-25 2021-07-30 上海同禾工程科技股份有限公司 一种尾矿库坝体变形监测系统及监测方法
CN116929311B (zh) * 2023-09-19 2024-02-02 中铁第一勘察设计院集团有限公司 变焦成像的断面变形监测方法、装置、系统及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102759337A (zh) * 2012-04-28 2012-10-31 中国神华能源股份有限公司 一种井工开采工作面动态裂缝的监测方法
CN104463888A (zh) * 2014-12-19 2015-03-25 中国科学院武汉岩土力学研究所 裂缝宽度变化监测装置及其方法
CN106875388A (zh) * 2017-02-21 2017-06-20 中国公路工程咨询集团有限公司 基于时空大数据的可视化路面快速养护检测装置
KR20190087179A (ko) * 2018-01-16 2019-07-24 주식회사 지오멕스소프트 표적을 이용한 구조물 표면 균열 측정 방법 및 이를 기록한 기록매체
CN209485275U (zh) * 2018-12-29 2019-10-11 陕西交建公路工程试验检测有限公司 一种基于数字图像处理技术的裂缝动态变化传感器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102759337A (zh) * 2012-04-28 2012-10-31 中国神华能源股份有限公司 一种井工开采工作面动态裂缝的监测方法
CN104463888A (zh) * 2014-12-19 2015-03-25 中国科学院武汉岩土力学研究所 裂缝宽度变化监测装置及其方法
CN106875388A (zh) * 2017-02-21 2017-06-20 中国公路工程咨询集团有限公司 基于时空大数据的可视化路面快速养护检测装置
KR20190087179A (ko) * 2018-01-16 2019-07-24 주식회사 지오멕스소프트 표적을 이용한 구조물 표면 균열 측정 방법 및 이를 기록한 기록매체
CN209485275U (zh) * 2018-12-29 2019-10-11 陕西交建公路工程试验检测有限公司 一种基于数字图像处理技术的裂缝动态变化传感器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种基于视觉和深度信息的山体裂缝宽度测量方法仿真研究;程宏浩 等;《传感技术学报》;20191031;第32卷(第10期);第1583-1588页 *
基于图像处理技术的房屋裂缝宽度变化实时监测研究;杨钢 等;《四川建筑科学研究》;20180831;第44卷(第4期);第13-18页 *

Also Published As

Publication number Publication date
CN112288692A (zh) 2021-01-29

Similar Documents

Publication Publication Date Title
CN112288692B (zh) 一种裂缝监测管理系统及监测管理方法
KR102105568B1 (ko) 무인비행체를 이용한 구조물 진단방법 및 이를 이용한 구조물 진단시스템
CN109685704B (zh) 基于vr的管网巡检系统
CN107328783A (zh) 一种基于无人机的桥梁智能检测系统
CN102280005A (zh) 基于红外热成像技术的森林防火预警系统及方法
CN104091168A (zh) 基于无人机影像的电力线自动提取定位方法
CN107514976B (zh) 电力线路覆冰监测方法及终端设备
CN112802004B (zh) 便携式输电线路和杆塔健康智能视频检测装置
CN113198166B (zh) 一种跳远检测方法与检测装置
CN108731611B (zh) 一种人防门吊角形变状态检测系统及方法
CN104732103A (zh) 一种面向输电线路的山火临近风险评估方法
CN114187536B (zh) 一种施工进度的确定方法、装置、电子设备和可读介质
KR20200030317A (ko) 열화상카메라 및 iot센서를 활용한 송배전설비 현장점검 증강현실 플랫폼
CN106855394A (zh) 铁路声风屏障安全监测装置、系统及方法
CN205726126U (zh) 一种基于摄像头的高支模监测装置
CN117238226B (zh) 一种led显示屏故障自检方法及系统
CN113450471A (zh) 一种生产园区智能巡检系统
CN113358033A (zh) 基于视觉分析软测量的输电线下树木安全距离判断方法
CN116823192A (zh) 一种铁塔智能检测系统
CN112489017A (zh) 一种电力设备故障智能识别方法及识别系统
KR101542134B1 (ko) 스마트 카메라모듈을 통한 열차선로 상의 낙석·사람으로 이루어진 관심 객체 실시간 감시 장치 및 방법
CN116989679A (zh) 一种基于图像处理的高速公路高边坡位移集成监测方法
KR101939941B1 (ko) 전차선로시설물 변형 영상감시 시스템
CN112781518B (zh) 一种房屋形变监测方法及系统
CN115841730A (zh) 视频监控系统、异常事件检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant