CN112815840B - 一种基于机器视觉的悬索桥一般索股线形测量方法 - Google Patents

Abstract

本发明公开了一种基于机器视觉的悬索桥一般索股线形测量方法，包括：安装视觉监测设备；架设主缆的基准索股和测量层索股，并在其跨中分别安装光靶，使用视觉监测设备采集不同的光靶在预设时间内的晃动图像数据；对晃动图像数据进行分析、计算后得到基准索股与测量层索股的实际高度差，即测量层索股的实时线形数据；将相对基准索股和测量层索股分别上移，采用相同的方法从下往上依次架设主缆索股。本发明通过在一般索股与基准索股的跨中安装光靶，并使用视觉监测设备采集正射光靶图像，分析光靶晃动图像数据并根据像素距离换算空间实际距离，计算一般索股与基准索股的高差，即得到一般索股的实时线形数据，实现了索股线形的高精度自动化测量。

Description

一种基于机器视觉的悬索桥一般索股线形测量方法

技术领域

本发明涉及桥梁工程监测领域。更具体地说，本发明涉及一种基于机器视觉的悬索桥一般索股线形测量方法。

背景技术

主缆是悬索桥的核心结构之一，主缆由若干索股构成，包括基准索股和一般索股，其中基准索股安装时采用绝对垂度测量方法进行定位安装，一般索股安装时采用相对垂度测量方法进行定位安装，按照“与基准索股若即若离”原则进行架设。目前，一般索股垂度测量通常采用水平尺配合直角尺进行测量，装置体型较大，操作困难，不适合单人测量作业，需要多人合作操作才能完成测试，受测量人员主观判断的因素影响较大，精度不高且测量效率较低，不能满足大直径主缆高效精确安装的要求；另外，一般索股的安装大多选择风速较小、温度稳定的夜间进行，而在山区峡谷风速较大的自然环境下，索股振动幅度大，使用常规的卡尺等测量工具难以准确测量索股线形，也会导致无法精确、快速的完成索股架设，影响施工进度。

发明内容

本发明的目的是提供一种基于机器视觉的悬索桥一般索股线形测量方法，通过在一般索股与基准索股的跨中安装光靶，并使用视觉监测设备采集正射光靶图像，分析光靶晃动图像数据并根据像素距离换算空间实际距离，计算一般索股与基准索股的高差，即得到一般索股的实时线形数据，实现了索股线形的高精度自动化测量。

为了实现根据本发明的这些目的和其它优点，提供了一种基于机器视觉的悬索桥一般索股线形测量方法，包括：

S1、将视觉监测设备安装在悬索桥跨中附近的猫道门架上；

S2、架设主缆的基准索股，并使用绝对垂度测量方法对所述基准索股的垂度进行测量和调整；

S3、将所述主缆的索股从下往上分为多层索股并依次编号，任一层索股的架设高度相同，设定所述基准索股为所述主缆的第一层索股，与所述基准索股相邻的上一层一般索股为所述主缆的第二层索股，将所述第二层索股作为测量层索股；

S4、架设所述测量层索股，在所述测量层索股和所述基准索股的跨中分别安装光靶，使用所述视觉监测设备采集所述基准索股和所述测量层索股的光靶在预设时间内的晃动图像数据；

S5、对所述晃动图像数据进行分析并计算得到所述基准索股与所述测量层索股对应光靶之间的像素高差数据；

S6、对所述像素高差数据进行换算，得到所述基准索股与所述测量层索股的实际高度差，即得到所述测量层索股的实时线形数据；

S7、从下往上依次架设所述多层索股，任一层索股在架设时将与其相邻的下一层索股中最外侧的索股作为新的基准索股，重复S4-S6的内容进行对应的测量层索股的线形测量，直至完成所述主缆的全部索股的架设。

优选的是，所述基于机器视觉的悬索桥一般索股线形测量方法，所述视觉监测设备包括：图像采集装置，其固定在所述猫道门架的横梁中部，包括工业相机、图像采集卡和电源，所述工业相机的镜头正对所述光靶设置；无线发射器，其设置在所述猫道门架的立柱上并与所述图像采集装置电连接。

优选的是，所述基于机器视觉的悬索桥一般索股线形测量方法，S4中，在符合温度要求的夜间环境下采集晃动图像数据，所述温度要求为：所述主缆长度方向的两端的温差小于等于2℃，所述主缆截面方向的相对两侧的温差小于等于1℃。

优选的是，所述基于机器视觉的悬索桥一般索股线形测量方法，S5中，计算所述基准索股与所述测量层索股对应光靶之间的像素高差的方法为：

S51、根据所述晃动图像数据建立光靶样本库，并建立光靶识别模型；

S52、设定所述测量层索股包括多根待测索股，使用所述光靶识别模型提取设定时间内所述基准索股、任一待测索股的光靶在水平方向的坐标数据，并得到两个光靶的晃动中点的坐标，分别记为x₁、x₂；

S53、提取设定时间内所述基准索股在x₁点处的竖直方向的坐标并形成时程矩阵Y₁，提取设定时间内所述待测索股在x₂点处的竖直方向的坐标并形成时程矩阵Y₂；

S54、分别计算Y₁、Y₂在设定时间内的均值，记为

得到所述待测索股与所述基准索股的像素高差为

S55、将所述待测索股上的光靶安装至另一待测索股上，重复S52-S54的方法对其与所述基准索股的像素高差进行测量，直至完成所述测量层索股中全部待测索股的像素高差测量。

优选的是，所述基于机器视觉的悬索桥一般索股线形测量方法，S6中，对所述像素高差数据进行换算的方法为：通过激光测距仪测量所述光靶与所述视觉监测设备的水平距离，并读取所述视觉监测设备的参数，计算晃动图像中的像素点与实际空间距离的换算比例

所述基准索股与所述测量层索股的实际高度差L＝n×Δy；

其中，s为所述视觉监测设备中光学传感器的高度，VR为所述视觉监测设备的像素，WD为所述光靶与所述视觉监测设备的水平距离，FL为所述视觉监测设备的焦距，Δy为所述基准索股与所述测量层索股的像素高差。

优选的是，所述基于机器视觉的悬索桥一般索股线形测量方法，S7中，在任一层索股架设前，先对其下一层索股中作为新的基准索股的最外侧索股的绝对垂度进行检测。

本发明至少包括以下有益效果：

1、本发明将工业相机的视觉测量技术引入到一般索股与基准索股的高差测量中，使用高精度的视觉监测设备代替人工手动卡尺对一般索股的线形进行测量，实现了不同索股间距测量的自动化，提高了测量数据的精度，并通过对采集的晃动图像数据进行分析和计算，减小了人为主观判断因素对测量结果的影响，保证了测量结果的精确性和准确性，实现了一般索股线形的高精度、自动化测量，保证了索股安装质量；

2、通过无线传输设备实现测量数据的远程传输，实现了实时和现场无人测量，方便监测人员在桥下远程观测并根据测量结果远程向现场发布指令，指导一般索股线形调整施工；

3、通过采集基准索股与一般索股在相同环境下的晃动图像数据，建立光靶识别模型对一般索股与基准索股的坐标信息进行识别并计算其相对高差，减小了不可控的环境因素对索股线形测量的影响，解决了大风条件下一般索股线形难以测量的技术难题，并保证了测量效率和测量准确性。

本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

附图说明

图1为本发明一个实施例的所述视觉监测设备和所述光靶安装的结构示意图；

图2为上述实施例中所述第一层索股与所述第二层索股的晃动图像的示意图；

图3为上述实施例中所述主缆的多层索股的编号及排列示意图。

附图标记说明：

1、一号索股；2、二号索股；3、三号索股；4、视觉监测设备；5、光靶；6、猫道；7、猫道门架。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

需要说明的是，下述实施方案中所述实验方法，如无特殊说明，均为常规方法，所述试剂和材料，如无特殊说明，均可从商业途径获得；在本发明的描述中，术语“横向”、“纵向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，并不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

如图1-3所示，本发明提供一种基于机器视觉的悬索桥一般索股线形测量方法，包括：

S1、将视觉监测设备4安装在悬索桥跨中附近的猫道门架7上；

S2、架设主缆的基准索股，并使用绝对垂度测量方法对所述基准索股的垂度进行测量和调整；

S3、将所述主缆的索股从下往上分为多层索股并依次编号，任一层索股的架设高度相同，设定所述基准索股为所述主缆的第一层索股，与所述基准索股相邻的上一层一般索股为所述主缆的第二层索股，将所述第二层索股作为测量层索股；

S4、架设所述测量层索股，在所述测量层索股和所述基准索股的跨中分别安装光靶5，使用所述视觉监测设备4采集所述基准索股和所述测量层索股的光靶5在预设时间内的晃动图像数据；

S5、对所述晃动图像数据进行分析并计算得到所述基准索股与所述测量层索股对应光靶5之间的像素高差数据；

S6、对所述像素高差数据进行换算，得到所述基准索股与所述测量层索股的实际高度差，即得到所述测量层索股的实时线形数据；

S7、从下往上依次架设所述多层索股，任一层索股在架设时将与其相邻的下一层索股中最外侧的索股作为新的基准索股，重复S4-S6的内容进行对应的测量层索股的线形测量，直至完成所述主缆的全部索股的架设。

上述技术方案中，使用常规方法架设基准索股(第一层索股)，在索股入鞍后通过全站仪对基准索股的垂度进行检测，并将基准索股的垂度调至符合要求，第二层索股在日间牵引至所述基准索股的一侧，并在夜间(温度相对稳定的条件下)将第二层索股横移并整形入鞍，在对第二层索股进行临时锚固后，在第一层索股和第二层索股的跨中分别安装与视觉监测设备4的镜头相对的光靶，再使用视觉监测设备4采集所述光靶在一定时间内的晃动图像数据，并基于所述晃动图像数据对第二层索股的线形进行测量和调整，这里，跨中指的是索股两端的两个索塔的正中间位置，索股的跨中位置是该索股垂度的最低点。具体的，第二层索股的线形可具现表示为第二层索股上的光靶与第一层索股的光靶的相对高差，在对晃动图形数据进行分析和计算的过程中：视觉监测设备4采集到的晃动图形数据通过远程传输至监测人员所在的观测点处，通过观测点本地端的图像处理软件对所述晃动图形数据进行处理，得到晃动图像中第一层索股与第二层索股在高度方向的像素坐标差值，并根据视觉监测设备4的具体参数换算第一层索股与第二层索股的光靶的实际高差，即为第一层索股与第二层索股的顶面高差。其中，第一层索股与第二层索股上的光靶都位于跨中位置，因此在横向位置上处于同一平面，在后续其他层索股的线形测量中，存在需要将已测量完成的索股上的光靶拆下并安装至其他层的索股上的情况，在此过程中光靶与视觉监测设备4的水平间距始终保持不变，在光靶安装时需对其横向位置进行确认，当光靶沿索股的长度方向发生错位且错位值较大时，需要重新安装光靶，以防止光靶的前后错位使后续的高差计算产生误差，影响索股线形测量的准确性。

本发明将工业相机的视觉测量技术引入到一般索股与基准索股的高差测量中，使用高精度的视觉监测设备4代替人工手动卡尺对一般索股的线形进行测量，实现了不同索股间距测量的自动化，提高了测量数据的精度，并通过对采集的晃动图像数据进行分析和计算，减小了人为主观判断因素对测量结果的影响，保证了测量结果的精确性和准确性，实现了一般索股线形的高精度、自动化测量，保证了索股安装质量。同时，通过采集基准索股与一般索股在相同环境下的晃动图像数据，对一般索股与基准索股的坐标信息进行识别并计算其相对高差，减小了不可控的环境因素对索股线形测量的影响，解决了大风条件下一般索股线形难以测量的技术难题，并保证了测量效率和测量准确性。

在另一技术方案中，所述的基于机器视觉的悬索桥一般索股线形测量方法，所述视觉监测设备4包括：图像采集装置，其固定在所述猫道门架7的横梁中部，包括工业相机、图像采集卡和电源，所述工业相机的镜头正对所述光靶5设置；无线发射器，其设置在所述猫道门架7的立柱上并与所述图像采集装置电连接。具体的，将工业相机、图像采集卡和电源封装在集成盒内，作为图像采集装置整体安装在猫道门架7的横梁中部，工业相机的镜头正对主缆的的跨中位置设置，在桥下项目部(监测人员所在的观测点)处安装无线接收器，其用于接收经无线发射器传输的图像采集装置采集的晃动图像数据，并将其传输至本地电脑的数据库中。步骤S5-S7中对晃动图像数据进行分析和计算，最终得到一般索股的线形数据的过程均在本地电脑中通过对应的数据处理软件完成，数据处理软件运算得到最终线形数据后将其显示在本地电脑的显示屏上，方便监测人员根据线形数据指导对应索股的垂度调整。通过上述方案，实现了实时索股晃动图像数据的远程传输，实现了实时和现场无人测量，方便监测人员在桥下远程观测并根据测量结果远程向现场发布指令，指导一般索股线形调整施工，保证了索股安装的质量，且不需要监测人员长期停留在索股施工现场，降低了高空、黑暗、大风环境下现场测量时存在的安全风险。

其中，根据猫道门架7至跨中的实际距离选择合适的工业相机的镜头焦距：

常见镜头焦距有50mm，85mm，105mm，135mm，200mm等，以JAI工业相机JAI_SP-12401C-USB为例，设定工业相机沿主缆的长度方向至主缆的跨中位置的水平距离为50米，感光芯片尺寸(横×纵)为14.2×10.4mm，监控区域范围(长×高)为5m×4m左右，则镜头焦距＝50000mm×10.4mm/4000mm＝130mm，因此可以选择135mm焦距镜头。这里，光靶晃动的范围要考虑现场大风影响下，光靶的左右(横向)和上下(竖向)晃动范围，正常情况(6级风以内)左右晃动不会超过1米，上下晃动不超过0.25米，现场超过6级风时将停止施工，上述实施例中将监控区域的总高度作为光靶晃动的最大高度差进行计算，为提高测量精度并减小测量误差，可以根据实际情况预设光靶晃动高度差为一个较小的纸，以选择更大焦距的镜头，提高采集到的晃动图像数据的清晰度。

在另一技术方案中，所述的基于机器视觉的悬索桥一般索股线形测量方法，S4中，在符合温度要求的夜间环境下采集晃动图像数据，所述温度要求为：所述主缆长度方向的两端的温差小于等于2℃，所述主缆截面方向的相对两侧的温差小于等于1℃。

上述技术方案中，由于温度对索股线形的影响较大，需要在温度相对稳定的夜间环境中进行索股的线形测量，使得到的线形数据更加符合实际，保证索股线形数据的准确性；同时，为节省施工时间，提高施工效率，待测索股可以在日间完成牵引，等到夜间温度状态符合要求后再直接将索股横移至索鞍中进行临时锚固并开始测量线形数据。

在另一技术方案中，所述的基于机器视觉的悬索桥一般索股线形测量方法，S5中，计算所述基准索股与所述测量层索股对应光靶之间的像素高差的方法为：

S51、根据所述晃动图像数据建立光靶样本库，并建立光靶识别模型；

S52、设定所述测量层索股包括多根待测索股，使用所述光靶识别模型提取设定时间内所述基准索股、任一待测索股的光靶在水平方向的坐标数据，并得到两个光靶的晃动中点的坐标，分别记为x₁、x₂；

S53、提取设定时间内所述基准索股在x₁点处的竖直方向的坐标并形成时程矩阵Y₁，提取设定时间内所述待测索股在x₂点处的竖直方向的坐标并形成时程矩阵Y₂；

S54、分别计算Y₁、Y₂在设定时间内的均值，记为

，得到所述待测索股与所述基准索股的像素高差为

S55、将所述待测索股上的光靶安装至另一待测索股上，重复S52-S54的方法对其与所述基准索股的像素高差进行测量，直至完成所述测量层索股中全部待测索股的像素高差测量。

其中，所述光靶识别模型用于自动识别并提取所述晃动图像数据中不同光靶的坐标信息，具体的，光靶识别模型基于光靶的图像库，标注光靶的图像位置信息，采用成熟的网络结构模型，如YOLO v3、YOLO v4、YOLO v5、Fast R-CNN、Faster R-CNN等，通过深度学习算法学习光靶特征，从而，当光靶识别模型输入一张监测图像时，光靶识别模型可自动从图像中识别出光靶的位置(即在图像中像素坐标)。在进行所述测量层索股的线形测量过程中，可以先将一个光靶安装在测量层索股中的一根待测索股上，在该待测索股的线形测量并调整完成后，将光靶移动并安装到与该待测索股相邻的待测索股上，再对新的待测索股线形进行测量，也可以直接设置两个或多个光靶，并将其分别安装在测量层索股中多根待测索股的跨中位置。本实施例中，在将第二层索股作为测量层索股时，由于所述第二层索股包括两根索股，采用在所述两根索股上分别设置两个光靶的方式，可进一步提高测量效率。

设定第一层索股为一号索股1，第二层索股包括二号索股2和三号索股3，计算第一层索股与第二层索股的三个光靶间的像素高差的具体方法为：使用光靶识别模型提取设定时间周期(比如2min)内一号索股1、二号索股2、三号索股3的光靶在水平方向的坐标数据，得到三个光靶的晃动中点的横坐标分别为x₁、x₂、x₃，持续记录相同设定时间内一号索股1在x₁点的竖直方向的坐标并形成动态时程矩阵为{y₁₁,y₁₂,y₁₃,y₁₄……y_1m}，二号索股2在x₂点的竖直方向的坐标的动态时程矩阵为{y₂₁,y₂₂,y₂₃,y₂₄……y_2n}，三号索股3在x₃点的竖直方向的坐标的时程矩阵为{y₃₁,y₃₂,y₃₃,y₃₄……y_3k}，其中，m、n、k为相同设定时间内读取到的一号索股1、二号索股2、三号索股3分别在x₁、x₂、x₃处垂直坐标数量(m、n、k的值随时间推移而动态变化)，令

则，

为当前二号索股2距一号索股1的像素高度差，

为当前三号索股3距一号索股1的像素高度差。

在另一技术方案中，所述的基于机器视觉的悬索桥一般索股线形测量方法，S6中，对所述像素高差数据进行换算的方法为：通过激光测距仪测量所述光靶与所述视觉监测设备4的水平距离，并读取所述视觉监测设备4的参数，计算晃动图像中的像素点与实际空间距离的换算比例

所述基准索股与所述测量层索股的实际高度差L＝n×Δy；

其中，s为所述视觉监测设备4中光学传感器的高度，VR为所述视觉监测设备4的像素，WD为所述光靶与所述视觉监测设备4的水平距离，FL为所述视觉监测设备4的焦距，Δy为所述基准索股与所述测量层索股的像素高差。

其中，需要的所述视觉监测设备4的参数包括镜头焦距、相机CCD尺寸、像素、相机镜头到光靶的横向距离等，根据这些参数，可以通过公式换算出图像中的一个像素对应在实际空间中的距离。例如，在本实施例中，镜头焦距FL＝150mm，工业相机的CCD尺寸为14.2mm×10.4mm(长×高)，工业相机的像素为4096×3000，工业相机的镜头到光靶的水平距离为50m，可以换算得出，拍摄的图像中一个像素代表1.1556mm，即，如果两个光靶在图像中的高差是100个像素，则空间实际高差为100×1.1556＝115.56mm。通过上述方法，可准确换算出第一层索股与第二层索股的实际高度差，从而间接得到第二层索股的实时线形数据，由于所述视觉监测设备4的参数在同一工程中固定不变，只需要根据采集到的的实时晃动的图像数据作为变量进行计算即可得出最终的线形数据，计算过程简便，不需要调整参数。

在另一技术方案中，所述的基于机器视觉的悬索桥一般索股线形测量方法，S7中，在任一层索股架设前，先对其下一层索股中作为新的基准索股的最外侧索股的绝对垂度进行检测。具体的，在步骤S7中，在完成第二层索股架设后，日间牵引第三层(四号-六号)索股，将二号索股2作为相对基准索股测量四号-六号索股的线形，重复步骤S4-S6完成第三层索股线形测量后，将四号索股作为第四层(七号-十号)索股线形测量的相对基准索股，依次类推，每架设一层，测量层索股上移一层，相对基准索股也上移一层，直至完成主缆所有一般索股的架设和线形测量。上述技术方案中，始终将最外侧的索股作为相对基准索股，并用全站仪对所有作为相对基准索股的一般索股的绝对垂度进行检测和修正，以减小累计误差，防止相邻的两层索股间的测量误差逐层累积，保证上层的索股的线形测量的准确性。

另外，在完成同一测量层的全部一般索股的线形测量后，在下一测量层的一般索股架设前，需要根据测量得到的索股线形进行索股垂度调整，其方法如下：

在测量出一般索股在跨中位置与基准索股的高差之后，测量索股温度、索塔偏位，结合跨度影响系数、温度影响系数，根据跨中标高与索长调整量的关系式，计算得到一般索股在鞍座处的调整量(一般索股在塔的索鞍处的收放量)，然后用手拉葫芦等设备把索股拉紧或放松所述收放量对应的收放距离，最后用硬木块、千斤顶等装置把索股固定在鞍槽内，即完成一般索股的垂度调整与安装。

通过上述方法，使用测量得到的索股实时线形数据结合外部影响因子(温度、索塔结构等)实现了正常的调索施工，提高索股安装的精确度，保证了索股的安装质量，也解决了在夜间风速较大的环境下难以进行索股垂度调整，导致索股安装质量不佳或影响施工进度的问题，本发明中的索股线形测量方法具有较大的实用意义。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (6)

1.一种基于机器视觉的悬索桥一般索股线形测量方法，其特征在于，包括：

S1、将视觉监测设备安装在悬索桥跨中附近的猫道门架上；

S2、架设主缆的基准索股，并使用绝对垂度测量方法对所述基准索股的垂度进行测量和调整；

S3、将所述主缆的索股从下往上分为多层索股并依次编号，任一层索股的架设高度相同，设定所述基准索股为所述主缆的第一层索股，与所述基准索股相邻的上一层一般索股为所述主缆的第二层索股，将所述第二层索股作为测量层索股；

S4、架设所述测量层索股，在所述测量层索股和所述基准索股的跨中分别安装光靶，使用所述视觉监测设备采集所述基准索股和所述测量层索股的光靶在预设时间内的晃动图像数据；

S5、对所述晃动图像数据进行分析并计算得到所述基准索股与所述测量层索股对应光靶之间的像素高差数据；

S6、对所述像素高差数据进行换算，得到所述基准索股与所述测量层索股的实际高度差，即得到所述测量层索股的实时线形数据；

S7、从下往上依次架设所述多层索股，任一层索股在架设时将与其相邻的下一层索股中最外侧的索股作为新的基准索股，重复S4-S6的内容进行对应的测量层索股的线形测量，直至完成所述主缆的全部索股的架设。

2.如权利要求1所述的基于机器视觉的悬索桥一般索股线形测量方法，其特征在于，所述视觉监测设备包括：图像采集装置，其固定在所述猫道门架的横梁中部，包括工业相机、图像采集卡和电源，所述工业相机的镜头正对所述光靶设置；无线发射器，其设置在所述猫道门架的立柱上并与所述图像采集装置电连接。

3.如权利要求1所述的基于机器视觉的悬索桥一般索股线形测量方法，其特征在于，S4中，在符合温度要求的夜间环境下采集晃动图像数据，所述温度要求为：所述主缆长度方向的两端的温差小于等于2℃，所述主缆截面方向的相对两侧的温差小于等于1℃。

4.如权利要求1所述的基于机器视觉的悬索桥一般索股线形测量方法，其特征在于，S5中，计算所述基准索股与所述测量层索股对应光靶之间的像素高差的方法为：

S51、根据所述晃动图像数据建立光靶样本库，并建立光靶识别模型；

S52、设定所述测量层索股包括多根待测索股，使用所述光靶识别模型提取设定时间内所述基准索股、任一待测索股的光靶在水平方向的坐标数据，并得到两个光靶的晃动中点的坐标，分别记为x₁、x₂；

S53、提取设定时间内所述基准索股在x₁点处的竖直方向的坐标并形成时程矩阵Y₁，提取设定时间内所述待测索股在x₂点处的竖直方向的坐标并形成时程矩阵Y₂；

S54、分别计算Y₁、Y₂在设定时间内的均值，记为

得到所述待测索股与所述基准索股的像素高差为

S55、将所述待测索股上的光靶安装至另一待测索股上，重复S52-S54的方法对其与所述基准索股的像素高差进行测量，直至完成所述测量层索股中全部待测索股的像素高差测量。

5.如权利要求1所述的基于机器视觉的悬索桥一般索股线形测量方法，其特征在于，S6中，对所述像素高差数据进行换算的方法为：通过激光测距仪测量所述光靶与所述视觉监测设备的水平距离，并读取所述视觉监测设备的参数，计算晃动图像中的像素点与实际空间距离的换算比例

所述基准索股与所述测量层索股的实际高度差L＝n×Δy；

其中，s为所述视觉监测设备中光学传感器的高度，VR为所述视觉监测设备在高度方向的像素，WD为所述光靶与所述视觉监测设备的镜头的水平距离，FL为所述视觉监测设备的焦距，Δy为所述基准索股与所述测量层索股的像素高差。

6.如权利要求1所述的基于机器视觉的悬索桥一般索股线形测量方法，其特征在于，S7中，在任一层索股架设前，先对其下一层索股中作为新的基准索股的最外侧索股的绝对垂度进行检测。

Images