CN112325790A - 一种激光挠度测量中激光光斑检测方法 - Google Patents

一种激光挠度测量中激光光斑检测方法 Download PDF

Info

Publication number
CN112325790A
CN112325790A CN202110012918.8A CN202110012918A CN112325790A CN 112325790 A CN112325790 A CN 112325790A CN 202110012918 A CN202110012918 A CN 202110012918A CN 112325790 A CN112325790 A CN 112325790A
Authority
CN
China
Prior art keywords
laser
template
image
laser spot
differential image
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.)
Granted
Application number
CN202110012918.8A
Other languages
English (en)
Other versions
CN112325790B (zh
Inventor
史春乐
赵启林
赵广辉
范宇鑫
王国军
潘大荣
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.)
Kunshan House Safety Identification Admnistration Station
KUNSHAN CONSTRUCT ENGINEERING QUALITY TESTING CENTER
Original Assignee
Kunshan House Safety Identification Admnistration Station
KUNSHAN CONSTRUCT ENGINEERING QUALITY TESTING CENTER
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 Kunshan House Safety Identification Admnistration Station, KUNSHAN CONSTRUCT ENGINEERING QUALITY TESTING CENTER filed Critical Kunshan House Safety Identification Admnistration Station
Priority to CN202110012918.8A priority Critical patent/CN112325790B/zh
Publication of CN112325790A publication Critical patent/CN112325790A/zh
Application granted granted Critical
Publication of CN112325790B publication Critical patent/CN112325790B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种激光挠度测量中激光光斑检测方法，该方法包括：在结构加载前，获取结构在投射激光前后的两张图像；对结构在加载前获取的两张图像进行背景差分，得到以激光光斑信息为主的第一差分图像；在所述第一差分图像上提取含有激光光斑的模板；在结构加载后，获取结构在投射激光前后的两张图像；对结构在加载后获取的两张图像进行背景差分，得到以激光光斑信息为主的第二差分图像；在所述第二差分图像上对所述模板进行模板匹配以检测激光光斑的位置。本发明激光挠度测量中激光光斑检测方法通过背景差分保证了激光光斑形态的稳定性，在此基础上提取模板提高了激光光斑的定位精度，有效提高了检测精度和检测效率。

Description

一种激光挠度测量中激光光斑检测方法
技术领域
本发明涉及挠度测量技术领域，特别涉及一种激光挠度测量中激光光斑检测方法。
背景技术
激光具有高度的指向性、单色性、相干性、聚焦性及能量集中性的特点在测量、目标追踪等领域有着广泛应用。在利用激光进行桥梁等结构挠度测量作业中，桥梁空载时，于地面固定位置上的激光器向梁体侧面投射空间位置不变的激光或在桥梁上设置激光器向固定在桥墩的靶标上投射空间位置随梁体变化的激光；桥梁加载时，梁体将发生竖向位移，于是由地面固定位置激光器上投射到梁体侧面或由梁体上激光器投射到桥墩固定不动靶标上的激光光斑将相对背景发生相对位移，在图像上测量激光光斑相对于背景发生的位置变化即可反映桥梁加载前后的挠度变化。
上述应用主要涉及激光投射、含有激光斑点图像获取、在图像上进行激光斑点与特征点检测以及计算激光光斑相对特征点的距离等主要工作步骤，其中激光光斑位置的检测是提取结构挠度的关键步骤，常用的方法有灰度重心法、圆拟合法、模板匹配法等。其中，模板匹配法对噪声的敏感程度相对较低，经常在工程中加以应用，但依旧存在两个显著问题：1）结构加载前后如果环境光线发生剧烈变化时，激光器在结构表面形成的光斑色彩、形状与大小等依旧会发生显著变化，传统的模板匹配法的定位精度大幅度降低；2）传统的模板匹配是通过现有的模板去与图片进行比较找出图中所匹配的图像，通过模板在待检测的图像上从上向下，从左到右的滑动模板从源图像的左上角开始，进行像素遍历，通过相似度系数计算出最匹配的图像。这种方法具有较高的检测精度，然而随着待测图像的增大，计算时间也同步增加，有时难以满足工程上快速化检测甚至实时监测的需求。因此，需要一种新的激光挠度测量中激光光斑检测方法来解决上述问题。
发明内容
针对现有技术的不足，本发明目的在于提供一种具有高精度、高检测效率的激光挠度测量中激光光斑检测方法。其采用如下技术方案：
一种激光挠度测量中激光光斑检测方法，其包括：
在结构加载前，获取结构在投射激光前后的两张图像；
对结构在加载前获取的两张图像进行背景差分，得到以激光光斑信息为主的第一差分图像；
在所述第一差分图像上提取含有激光光斑的模板；
在结构加载后，获取结构在投射激光前后的两张图像；
对结构在加载后获取的两张图像进行背景差分，得到以激光光斑信息为主的第二差分图像；
在所述第二差分图像上对所述模板进行模板匹配以检测激光光斑的位置。
作为本发明的进一步改进，在所述第一差分图像上提取含有激光光斑的模板，包括：在所述第一差分图像上利用图像形态学运算方法提取含有激光光斑的模板。
作为本发明的进一步改进，在所述第一差分图像上利用图像形态学运算方法提取含有激光光斑的模板，包括：
复制所述第一差分图像，对复制的第一差分图像进行二值化处理；
对二值化处理后的第一差分图像进行滤波，去除孤立像素；
通过设置面积和圆形度的阈值筛选属于激光光斑的连通域；
统计属于激光光斑的连通域的像素坐标；
根据激光光斑的连通域的像素坐标在滤波后的第一差分图像中截取包含激光光斑的最小图像作为模板。
作为本发明的进一步改进，所述面积和圆形度的阈值分别为：面积大于或等于300个像素和圆形度大于或等于0.7。
作为本发明的进一步改进，在所述第二差分图像上对所述模板进行模板匹配以检测激光光斑的位置，包括：在所述第二差分图像上利用自适应模板匹配算法对所述模板进行模板匹配以检测激光光斑的位置。
作为本发明的进一步改进，在所述第二差分图像上利用自适应模板匹配算法对所述模板进行模板匹配以检测激光光斑的位置，包括：
设置初始滑移步长，根据初始滑移步长在所述第二差分图像上滑移所述模板；
计算所述模板和第二差分图像重叠区域的相似度系数，每次滑移时根据获得的重叠区域的相似度系数反馈调整滑移步长；
统计所有模板滑移过区域与模板的相似度系数，选取最大相似度系数时模板中心的位置作为激光光斑的位置。
作为本发明的进一步改进，根据初始滑移步长在所述第二差分图像上滑移所述模板，包括：根据滑移步长在所述第二差分图像上从左上角开始，从上向下、从左到右滑动所述模板，进行像素遍历。
作为本发明的进一步改进，所述滑移步长与相似度系数大小负相关，设模板的尺寸为m*n，所述滑移步长的公式为：
Figure 585443DEST_PATH_IMAGE001
其中y表示步长，C为相似度系数，floor表示将数值向下取整，min表示取最小值。
作为本发明的进一步改进，采用标准化协方差相关函数计算相似度系数，所述标准化协方差相关函数的形式如下：
Figure 619126DEST_PATH_IMAGE002
其中，C为相似度系数，
Figure 141244DEST_PATH_IMAGE003
为模板上点
Figure 604586DEST_PATH_IMAGE004
处的灰度值；
Figure 355504DEST_PATH_IMAGE005
为模板覆盖的第二差分图像上区域点
Figure 837170DEST_PATH_IMAGE006
处的灰度值；
Figure 546500DEST_PATH_IMAGE007
为模板的平均灰度；
Figure 684089DEST_PATH_IMAGE008
为模板覆盖的第二差分图像的平均灰度。
作为本发明的进一步改进，所述初始滑移步长为1个像素。
本发明的有益效果：
本发明激光挠度测量中激光光斑检测方法通过背景差分保证了激光光斑形态的稳定性，在此基础上提取模板提高了激光光斑的定位精度，有效提高了检测精度和检测效率。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
图1是本发明优选实施例中激光挠度测量中激光光斑检测方法的流程图；
图2a是本发明优选实施例中得到的第一差分图像；图2b是本发明优选实施例中得到的激光光斑连通域；图2c是本发明优选实施例中得到的模板。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
如图1所示，本发明优选实施例中的激光挠度测量中激光光斑检测方法，包括以下步骤：
步骤11、在结构加载前，获取结构在投射激光前后的两张图像。其中，结构在投射激光前不含有光斑，在投射激光后含有光斑。在本实施例中，上述结构为桥梁等。
步骤12、对结构在加载前获取的两张图像进行背景差分，得到以激光光斑信息为主的第一差分图像。
步骤13、在所述第一差分图像上提取含有激光光斑的模板。具体地，在所述第一差分图像上利用图像形态学运算方法提取含有激光光斑的模板。
进一步的，步骤13包括以下步骤：
步骤131、复制所述第一差分图像（如图2a所示），对复制的第一差分图像进行二值化处理；
步骤132、对二值化处理后的第一差分图像进行滤波，去除孤立像素；
步骤133、通过设置面积和圆形度的阈值筛选属于激光光斑的连通域（如图2b所示）；在本实施例中，所述面积和圆形度的阈值分别为：面积大于或等于300个像素和圆形度大于或等于0.7。在本发明的其他实施例中，面积和圆形度的阈值可根据实际需求进行调整。
步骤134、统计属于激光光斑的连通域的像素坐标；
步骤135、根据激光光斑的连通域的像素坐标在滤波后的第一差分图像中截取包含激光光斑的最小图像作为模板（如图2c所示）。
步骤21、在结构加载后，获取结构在投射激光前后的两张图像。
步骤22、对结构在加载后获取的两张图像进行背景差分，得到以激光光斑信息为主的第二差分图像。
步骤30、在所述第二差分图像上对所述模板进行模板匹配以检测激光光斑的位置。具体地，在所述第二差分图像上利用自适应模板匹配算法对所述模板进行模板匹配以检测激光光斑的位置。
进一步的，步骤30包括以下步骤：
步骤31、设置初始滑移步长，根据初始滑移步长在所述第二差分图像上滑移所述模板；具体地，根据滑移步长在所述第二差分图像上从左上角开始，从上向下、从左到右滑动所述模板，进行像素遍历。优选的，所述初始滑移步长为1个像素。
步骤32、计算所述模板和第二差分图像重叠区域的相似度系数，每次滑移时根据获得的重叠区域的相似度系数反馈调整滑移步长。
自适应步长模板匹配可以根据计算的相似度系数来调整下一步的步长值，在远离激光光斑的区域，相似度系数计算值较小，可以采用大步长计算，而在激光光斑区域影响的范围内采用较小的步长逼近，这样在保证精度的情况下，可以大幅地提高计算效率。
其中，所述滑移步长与相似度系数大小负相关，设模板的尺寸为m*n，所述滑移步长的公式为：
Figure 707540DEST_PATH_IMAGE001
其中y表示步长，C为相似度系数，floor表示将数值向下取整，min表示取最小值。
在本实施例中，采用标准化协方差相关函数计算相似度系数，所述标准化协方差相关函数的具体形式如下：
Figure 246975DEST_PATH_IMAGE002
其中，C为相似度系数，
Figure 923944DEST_PATH_IMAGE003
为模板上点
Figure 283250DEST_PATH_IMAGE004
处的灰度值；
Figure 438287DEST_PATH_IMAGE005
为模板覆盖的第二差分图像上区域点
Figure 582961DEST_PATH_IMAGE006
处的灰度值；
Figure 680099DEST_PATH_IMAGE007
为模板的平均灰度；
Figure 543013DEST_PATH_IMAGE008
为模板覆盖的第二差分图像的平均灰度。
步骤33、统计所有模板滑移过区域与模板的相似度系数，选取最大相似度系数时模板中心的位置作为激光光斑的位置。
在实验中，分别用本实施例中自适应模板匹配和传统模板匹配检测得到图像，其尺寸是5184像素×3456像素，在未曝光拍摄的情况下，采用自适应模板匹配耗时897s，而传统的模板匹配耗时3388s。在曝光拍摄的情况下，自适应步长模板匹配耗时921s，而传统的模板匹配耗时3389s。
以上实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (8)

1.一种激光挠度测量中激光光斑检测方法，其特征在于，包括：
在结构加载前，获取结构在投射激光前后的两张图像；
对结构在加载前获取的两张图像进行背景差分，得到以激光光斑信息为主的第一差分图像；
在所述第一差分图像上提取含有激光光斑的模板；
在结构加载后，获取结构在投射激光前后的两张图像；
对结构在加载后获取的两张图像进行背景差分，得到以激光光斑信息为主的第二差分图像；
在所述第二差分图像上对所述模板进行模板匹配以检测激光光斑的位置；
在所述第一差分图像上提取含有激光光斑的模板，包括：在所述第一差分图像上利用图像形态学运算方法提取含有激光光斑的模板；
在所述第一差分图像上利用图像形态学运算方法提取含有激光光斑的模板，包括：
复制所述第一差分图像，对复制的第一差分图像进行二值化处理；
对二值化处理后的第一差分图像进行滤波，去除孤立像素；
通过设置面积和圆形度的阈值筛选属于激光光斑的连通域；
统计属于激光光斑的连通域的像素坐标；
根据激光光斑的连通域的像素坐标在滤波后的第一差分图像中截取包含激光光斑的最小图像作为模板。
2.如权利要求1所述的激光挠度测量中激光光斑检测方法，其特征在于，所述面积和圆形度的阈值分别为：面积大于或等于300个像素和圆形度大于或等于0.7。
3.如权利要求1所述的激光挠度测量中激光光斑检测方法，其特征在于，在所述第二差分图像上对所述模板进行模板匹配以检测激光光斑的位置，包括：在所述第二差分图像上利用自适应模板匹配算法对所述模板进行模板匹配以检测激光光斑的位置。
4.如权利要求3所述的激光挠度测量中激光光斑检测方法，其特征在于，在所述第二差分图像上利用自适应模板匹配算法对所述模板进行模板匹配以检测激光光斑的位置，包括：
设置初始滑移步长，根据初始滑移步长在所述第二差分图像上滑移所述模板；
计算所述模板和第二差分图像重叠区域的相似度系数，每次滑移时根据获得的重叠区域的相似度系数反馈调整滑移步长；
统计所有模板滑移过区域与模板的相似度系数，选取最大相似度系数时模板中心的位置作为激光光斑的位置。
5.如权利要求4所述的激光挠度测量中激光光斑检测方法，其特征在于，根据初始滑移步长在所述第二差分图像上滑移所述模板，包括：根据滑移步长在所述第二差分图像上从左上角开始，从上向下、从左到右滑动所述模板，进行像素遍历。
6.如权利要求4所述的激光挠度测量中激光光斑检测方法，其特征在于，所述滑移步长与相似度系数大小负相关，设模板的尺寸为m*n，所述滑移步长的公式为：
Figure 822461DEST_PATH_IMAGE001
其中y表示步长，C为相似度系数，floor表示将数值向下取整，min表示取最小值。
7.如权利要求4所述的激光挠度测量中激光光斑检测方法，其特征在于，采用标准化协方差相关函数计算相似度系数，所述标准化协方差相关函数的形式如下：
Figure 694602DEST_PATH_IMAGE002
其中，C为相似度系数，
Figure 880776DEST_PATH_IMAGE003
为模板上点
Figure 900684DEST_PATH_IMAGE004
处的灰度值；
Figure 840958DEST_PATH_IMAGE005
为模板覆盖的第二差分图像上区域点
Figure 551294DEST_PATH_IMAGE006
处的灰度值；
Figure 918822DEST_PATH_IMAGE007
为模板的平均灰度；
Figure 347398DEST_PATH_IMAGE008
为模板覆盖的第二差分图像的平均灰度。
8.如权利要求4所述的激光挠度测量中激光光斑检测方法，其特征在于，所述初始滑移步长为1个像素。
CN202110012918.8A 2021-01-06 2021-01-06 一种激光挠度测量中激光光斑检测方法 Active CN112325790B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110012918.8A CN112325790B (zh) 2021-01-06 2021-01-06 一种激光挠度测量中激光光斑检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110012918.8A CN112325790B (zh) 2021-01-06 2021-01-06 一种激光挠度测量中激光光斑检测方法

Publications (2)

Publication Number Publication Date
CN112325790A true CN112325790A (zh) 2021-02-05
CN112325790B CN112325790B (zh) 2021-05-28

Family

ID=74302254

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110012918.8A Active CN112325790B (zh) 2021-01-06 2021-01-06 一种激光挠度测量中激光光斑检测方法

Country Status (1)

Country Link
CN (1) CN112325790B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117197138A (zh) * 2023-11-07 2023-12-08 深圳市极摩客科技有限公司 基于图像特征的电脑主机外壳划痕检测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102564323A (zh) * 2011-03-10 2012-07-11 大连海事大学 基于四象限位置探测器测试桥梁挠度/纵向位移变化的方法
CN105865735A (zh) * 2016-04-29 2016-08-17 浙江大学 一种基于视频监控的桥梁振动测试与动力特性识别方法
CN106370123A (zh) * 2016-10-10 2017-02-01 重庆市勘测院 基于激光光斑漂移的亚毫米监测装置及其控制方法
CN108629792A (zh) * 2017-08-23 2018-10-09 长安通信科技有限责任公司 基于背景建模与背景差分的激光目标检测方法和装置
WO2020084833A1 (ja) * 2018-10-26 2020-04-30 株式会社島津製作所 試験装置、及び試験装置の制御方法
CN111103106A (zh) * 2019-07-31 2020-05-05 卿俐文 桥梁在线挠度监测系统及方法
CN111811419A (zh) * 2020-07-14 2020-10-23 杭州鲁尔物联科技有限公司 一种基于激光的桥梁挠度检测系统及方法
CN211927216U (zh) * 2019-07-31 2020-11-13 卿俐文 桥梁在线挠度监测系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102564323A (zh) * 2011-03-10 2012-07-11 大连海事大学 基于四象限位置探测器测试桥梁挠度/纵向位移变化的方法
CN105865735A (zh) * 2016-04-29 2016-08-17 浙江大学 一种基于视频监控的桥梁振动测试与动力特性识别方法
CN106370123A (zh) * 2016-10-10 2017-02-01 重庆市勘测院 基于激光光斑漂移的亚毫米监测装置及其控制方法
CN108629792A (zh) * 2017-08-23 2018-10-09 长安通信科技有限责任公司 基于背景建模与背景差分的激光目标检测方法和装置
WO2020084833A1 (ja) * 2018-10-26 2020-04-30 株式会社島津製作所 試験装置、及び試験装置の制御方法
CN111103106A (zh) * 2019-07-31 2020-05-05 卿俐文 桥梁在线挠度监测系统及方法
CN211927216U (zh) * 2019-07-31 2020-11-13 卿俐文 桥梁在线挠度监测系统
CN111811419A (zh) * 2020-07-14 2020-10-23 杭州鲁尔物联科技有限公司 一种基于激光的桥梁挠度检测系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117197138A (zh) * 2023-11-07 2023-12-08 深圳市极摩客科技有限公司 基于图像特征的电脑主机外壳划痕检测方法
CN117197138B (zh) * 2023-11-07 2024-02-23 深圳市极摩客科技有限公司 基于图像特征的电脑主机外壳划痕检测方法

Also Published As

Publication number Publication date
CN112325790B (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
CN107203973B (zh) 一种三维激光扫描系统中线激光中心的亚像素定位方法
CN109410207B (zh) 一种基于ncc特征的无人机巡线图像输电线路检测方法
Nadernejad et al. Edge detection techniques: Evaluations and comparisons
CN108805904B (zh) 一种基于卫星序列图像的运动舰船检测与跟踪方法
CN107369159B (zh) 基于多因素二维灰度直方图的阈值分割方法
WO2022205525A1 (zh) 基于双目视觉自主式水下机器人回收导引伪光源去除方法
US8103055B2 (en) Detection of blobs in images
CN108470338B (zh) 一种水位监测方法
CN108229433B (zh) 一种基于直线段检测和形状特征的靠岸舰船检测方法
CN110189375B (zh) 一种基于单目视觉测量的图像目标识别方法
CN115170669B (zh) 基于边缘特征点集配准的识别定位方法及系统、存储介质
CN106996748A (zh) 一种基于双目视觉的轮径测量方法
CN111354047B (zh) 一种基于计算机视觉的摄像模组定位方法及系统
CN105787912B (zh) 一种基于分类的阶跃型边缘亚像素定位方法
CN110517280A (zh) 基于红外识别船舶尾气监测系统
CN111507919B (zh) 一种三维点云数据的去噪处理方法
CN112325790B (zh) 一种激光挠度测量中激光光斑检测方法
CN111553878A (zh) 基于双目视觉的沥青路面混合料摊铺均匀性的检测方法
CN108510544B (zh) 一种基于特征聚类的光条定位方法
CN113313116A (zh) 一种基于视觉的水下人工目标准确检测与定位方法
CN111127384A (zh) 基于偏振成像的强反射工件视觉测量方法
CN109671084B (zh) 一种工件形状的测量方法
CN113406111B (zh) 一种基于结构光场视频流的缺陷检测方法和装置
JP4771797B2 (ja) 距離計測装置及び距離計測方法
CN113607058B (zh) 一种基于机器视觉的直刃刀尺寸检测方法及系统

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