CN113063357B - 一种高边坡稳定性监控方法及装置 - Google Patents
一种高边坡稳定性监控方法及装置 Download PDFInfo
- Publication number
- CN113063357B CN113063357B CN202110276015.0A CN202110276015A CN113063357B CN 113063357 B CN113063357 B CN 113063357B CN 202110276015 A CN202110276015 A CN 202110276015A CN 113063357 B CN113063357 B CN 113063357B
- Authority
- CN
- China
- Prior art keywords
- information
- image
- target object
- position information
- difference
- 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
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
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- 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
Abstract
本申请涉及一种高边坡稳定性监控方法及装置,涉及边坡监控的领域,其方法包括:获取在监控边坡表面的定位点采集到的包含目标物的多帧图像,根据多帧图像形成图像组;根据所述图像组确定至少一组对比图像对;针对每个所述对比图像对,分析所述第一目标物在所述参照图像中的第一位置信息,分析所述第一目标物在所述判断图像中的第二位置信息;计算所述第一位置信息与所述第二位置信息之间的第一差值信息,并将所述第一差值信息作为偏移量,输出所述第一差值信息。本申请具有提高对边坡稳定性监控的精度效果。
Description
技术领域
本申请涉及边坡监控的领域,尤其是涉及一种高边坡稳定性监控方法及装置。
背景技术
高边坡指土质边坡高度大于20m、小于100m或者岩质边坡高度大于30m、小于100m的边坡,边坡的常见病害类型包括风化剥落、流石流泥、掉块落石、崩塌、倾倒、坍塌、溃屈、溜坍、坍滑、滑坡、错落等11大类。
近年来,全球定位系统(GPS)、遥感技术(RS)、地理信息系统(GIS)等技术的迅猛发展为边坡变形监测工作提供了强大的支持,与传统的大地测量技术相比,该类技术具有自动化程度高、定位精度高、观测时间短的特点,可以全天候实时监测边坡表面的位移和/或局部变形。
针对上述中的相关技术,发明人认为以下缺陷:现有的变形监测技术只适用于某些特定条件下的监测,例如GPS系统对待测点的周边环境要求很高,测点附近的大型发电机、变压器、高压线及微波信号发射台等都会对微波信号产生干扰,且GIS技术的三维空间分析能力较为薄弱,很难满足边坡在时空分析领域中的监测要求,因此难以保证对变形监测的准确度。
发明内容
为了提高在不同环境下对高边坡稳定性监控的精度,本申请提供一种高边坡稳定性监控方法及装置。
第一方面,本申请提供一种高边坡稳定性监控方法,采用如下的技术方案:
一种高边坡稳定性监控方法,包括:
获取在监控边坡表面的定位点采集到的包含目标物的多帧图像,根据多帧图像形成图像组,所述图像组包括多个第一图像,多个所述第一图像按时间序列排序,所述目标物包括第一目标物,所述第一目标物为设于所述监控边坡外侧且相对地面静止的标识物;
根据所述图像组确定至少一组对比图像对,将时间序列上靠前的所述第一图像作为参照图像,将另一个所述第一图像作为判断图像;
针对每个所述对比图像对,分析所述第一目标物在所述参照图像中的第一位置信息,分析所述第一目标物在所述判断图像中的第二位置信息;
计算所述第一位置信息与所述第二位置信息之间的第一差值信息,并将所述第一差值信息作为偏移量,输出所述第一差值信息。
通过采用上述技术方案,若第一差值信息为非零值,则说明第一目标物在参照图像中的位置未能与第一目标物在判断图像中的位置重合,由于第一目标物相对于地面静止,因此可说明参照图像与判断图像采集图像的角度或者采集图像的位置可能发生变化,因此此时定位点的位置可能发生位移和/或变形,达到了对变形和/或位移的监控,而通过图像处理的方式,不但具有较高的处理速度、更强的环境适应性,还提高了对边坡表面位移和/或变形进行分析的处理精度。
在一种可能的实现方式中,所述第一目标物包含至少两个选定目标物,所述监控方法还包括:
分别确定每个所述选定目标物在所述参照图像中的初级位置信息,并确定两个所述初级位置信息之间的第一参考差值信息;
分别确定每个所述选定目标物在所述判断图像中的次级位置信息,并确定两个所述次级位置信息之间的第二参考差值信息;
确定所述第一参考差值信息与所述第二参考差值信息之间的差值信息,将该差值信息作为校准差值信息。
通过采用上述技术方案,通过设置至少两个选定目标物,若两个选定目标物之间存在非零值的校准差值信息,则说明定位点相对于两个选定目标物可能发生了位置偏移;同时,两个选定目标物之间相互参照,若其中一个选定目标物与定位点之间未发生位置偏移,而第一参考差值信息与第二参考差值之间存在差值,则可进一步判断其中另一个选定目标物是否相对于地面发生位移,实现了判断选定目标物是否相对于地面发生位移的功能,降低了误差率。
在一种可能的实现方式中,所述监控方法还包括:
获取所述第一目标物所在地面位置处的振动参数信息;
根据所述振动参数信息、所述校准差值信息以及所述第一差值信息得到回归差值信息,输出回归差值信息。
通过采用上述技术方案,通过计算回归差值信息,能够判断振动参数信息以及校准差值信息对第一差值信息的影响,进而便于工作人员进一步准确地获取定位点位置的变化。
在一种可能的实现方式中,所述监控方法还包括:
若根据所述图像组确定的所述对比图像对的个数为至少两对,则计算所有所述对比图像对对应的所述第一差值信息的均值并作为汇总信息,输出所述汇总信息。
通过采用上述技术方案,将所有对比图像对对应的第一差值信息的均值作为汇总信息,能够更加准确地反应第一目标物在不同时刻对应的多个第一图像中位置的变化,降低了某一对对比图像对因为外界环境干扰出现误判的概率。
在一种可能的实现方式中,所述监控方法还包括:
若不存在降雨信息,则以第一频率阈值获取在所述监控边坡表面的所述定位点采集到的包含所述目标物的多帧图像以形成图像组;
若存在降雨信息,则以第二频率阈值获取在所述监控边坡表面的所述定位点采集到的包含所述目标物的多帧图像以形成图像组;
其中,所述第二频率阈值大于所述第一频率阈值。
通过采用上述技术方案,雨水天气下,边坡发生滑坡的可能性更大,此时获取并分析时间间隔更小的图像组,以更加准确、及时地判断边坡在雨水天气下是否出现位移和/或变形。
在一种可能的实现方式中,所述监控方法还包括:
获取所述监控边坡上多个所述定位点的位移信息,输出所述位移信息。
通过采用上述技术方案,通过在边坡的多个定位点设置位移传感器以获得位移信息,便于对图像处理以获取位移信息的方式进行校准,达到进一步提高对边坡稳定性监控的效果。
在一种可能的实现方式中,所述目标物还包括第二目标物,所述第二目标物为设置在边坡上的标识物;
分析所述第二目标物在所述参照图像中的第三位置信息,分析所述第二目标物在所述判断图像中的第四位置信息;
计算第三位置信息与第四位置信息之间的第二差值信息,输出所述第二差值信息。
通过采用上述技术方案,通过分析不同时刻对应的第一图像内的第二目标物位置的变化,在定位点位置相对第一目标物保持静止时,可判断边坡上的第二目标物是否发生偏移,扩大了对边坡位移和/或变形进行监控的监控面积。
第二方面,本申请提供一种高边坡稳定性监控装置,采用如下的技术方案:
一种高边坡稳定性监控装置,包括:
获取模块,获取在监控边坡表面的定位点采集到的包含目标物的多帧图像,根据多帧图像形成图像组,所述图像组包括多个第一图像,多个所述第一图像按时间序列排序,所述目标物包括第一目标物,所述第一目标物为设于所述监控边坡外侧且相对地面静止的标识物;
调取模块,根据所述图像组确定至少一组对比图像对,将时间序列上靠前的所述第一图像作为参照图像,将另一个所述第一图像作为判断图像;
分析模块,针对每个所述对比图像对,分析所述第一目标物在所述参照图像中的第一位置信息,分析所述第一目标物在所述判断图像中的第二位置信息;
比对模块,计算所述第一位置信息与所述第二位置信息之间的第一差值信息,并将所述第一差值信息作为偏移量,输出所述第一差值信息。
在一种可能的实现方式中,获取模块获取图像组,用于:
所述第一目标物包含至少两个选定目标物,分别确定每个所述选定目标物在所述参照图像中的初级位置信息,并确定两个所述初级位置信息之间的第一参考差值信息;
分别确定每个所述选定目标物在所述判断图像中的次级位置信息,并确定两个所述次级位置信息之间的第二参考差值信息;
确定所述第一参考差值信息与所述第二参考差值信息之间的差值信息,将该差值信息作为校准差值信息。
在一种可能的实现方式中,所述监控装置还包括环境采集模块,用于:
获取所述第一目标物所在地面位置处的振动参数信息;
根据所述振动参数信息、所述校准差值信息以及所述第一差值信息得到回归差值信息,输出回归差值信息。
综上所述,本申请包括以下有益技术效果:
通过图像处理的方式,判断第一目标物在参照图像中的位置与第一目标物在判断图像中的位置是否能够重合,以判断定位点的位置是否相对于静止的地面发生位移和/或变形,图像处理的方式不但具有较高的处理速度、更强的环境适应性、还具有更高的处理精度。
附图说明
图1是本申请实施例高边坡稳定性监控方法的流程示意图;
图2是突出第一目标物以及定位点位置的示意图;
图3是突出第一目标物、第二目标物以及定位点位置俯视图;
图4是对第一图像中第一目标物以及背景进行区分的示意图;
图5是本申请实施例高边坡稳定性监控方法的框图。
附图标记说明:11、第一目标物;12、第二目标物;13、定位点;1000、高边坡稳定性监控装置;1001、获取模块;1002、调取模块;1003、分析模块;1004、比对模块。
具体实施方式
以下结合附图对本申请作进一步详细说明。
本具体实施例仅仅是对本申请的解释,其并不是对本申请的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
本申请实施例提供了一种高边坡稳定性监控方法,可以由电子设备执行,参照图1,该方法可以包括:
步骤S101、获取在监控边坡表面的定位点采集到的包含目标物的多帧图像,根据多帧图像形成图像组。
其中,图像组包括多个第一图像,多个第一图像按时间序列排序,目标物包括第一目标物,第一目标物为设于监控边坡外侧且相对地面静止的标识物。
参照图2,具体地,第一目标物可固定设置在边坡上方或者是边坡下方,第一目标物可为实体标杆、或者是能够发出红外激光的光源,本申请实施例采用能够发出红外激光源的光源为第一目标物,以使得第一图像中的第一目标物在白天和夜晚均能够被准确地捕捉。
其中,参照图3,定位点设置在边坡的表面上,定位点可设置一个或多个,本申请实施例以其中任一定位点为例进行说明:将图像采集装置设置在定位点处,由图像采集装置获取第一图像,若第一目标物在不同时刻对应的第一图像中的位置未发生变化,则说明位于该定位点处的图像采集装置的位置未发生变化,则该边坡的表面可能未发生位移和/或变形;若第一目标物在不同时刻采集的第一图像中的位置发生变化,则说明位于该定位点处的图像采集装置的位置发生变化,该边坡的表面可能发生位移和/或变形。
具体地,图像采集装置主要由成像系统、CCD、图像采集卡共同组成,其中成像系统负责对目标物成像,CCD把成像系统所成的光学图像转换为模拟电信号,而图像采集卡把模拟电信号转换为最终的数字图像。
其中,由于大气衰减的原因,第一目标物发出的激光光源经过长距离传输后其能量会出现较大幅限制,在大气衰减比较严重的时候就有可能使CCD所能接收到的信号强度低于最低照度限制,因此在本申请中可以采用处于大气透射窗口波长的激光器作为光源以减小衰减。
参照图1,
步骤S102、根据图像组确定至少一组对比图像对,将时间序列上靠前的第一图像作为参照图像,将另一个第一图像作为判断图像。
具体地,对比图像对中的两个第一图像可以为时间序列上相邻的两个第一图像,也可以为按照预设调取间隔调取的两个第一图像。
参照图1,
步骤S013、针对每个对比图像对,分析第一目标物在参照图像中的第一位置信息,分析第一目标物在判断图像中的第二位置信息。
具体地,图像中目标物中心位置的变化幅度与目标物本身真实位移的对应关系可以用下文进行描述:
假设当前测得目标物中心在图像中的坐标为(x1,y1),而基准中心坐标为(x0,y0),则可以求得在图像中目标物中心的偏移为:
Δx=(x1-x0) (1)
Δy=(y1-y0) (2)
对应远处目标物发生的真实位移为:
ΔSx=kxΔx (3)
ΔSy=kyΔy (4)
式中kx、ky,分别表示目标物中心在图像中的水平和竖直方向上移动一个坐标单位所对应的目标物真实位移值。其具体的值可以用下式求得:
其中rx,、ry分别为CCD感光像元的的水平和竖直边长,β总为成像系统总的横向放大率。
参照图1,步骤S104、计算第一位置信息与第二位置信息之间的第一差值信息,并将第一差值信息作为偏移量,输出第一差值信息。
具体地,根据第一位置信息与第二位置信息之间的第一差值信息,以判断图像采集装置所对应的定位点是否相对于第一目标物的位置发生偏移。
本申请实施例中,用一套安装在定位点处的图像采集装置去拍摄远处第一目标物的图像,所得第一图像将由目标物和背景两部分组成,参照图4,图中A所处的白色区域表示目标物图像,B所处的黑色区域表示背景。假设在图像的获取过程中不受外界任何因素影响,并且摄像系统本身没有任何移动,则所得图像中目标物A的位置变化应该完全由图像采集装置所在定位点处的位移引起。即当第一目标物固定不动时、且图像采集装置未发生移动时,其对应第一图像中的位置也不会有任何变动,而当第一目标物未发生移动时,图像采集装置发送位移时,连续拍摄含有目标物的第一图像并时刻监控第一目标物中心在第一图像中的位置变化就可以对图像采集装置(即定位点)的微小位移进行监测。
进一步地,在一种可能的实现方式中,在步骤S101中,获取在监控边坡表面的定位点采集到的包含目标物的多帧图像,根据多帧图像形成图像组,还包括步骤S1010(图中未示出),包括:
步骤S10100(图中未示出)、若不存在降雨信息,则以第一频率阈值获取在监控边坡表面的定位点采集到的包含目标物的多帧图像以形成图像组。
步骤S10101(图中未示出)、若存在降雨信息,则以第二频率阈值获取在监控边坡表面的定位点采集到的包含目标物的多帧图像以形成图像组。
其中,第二频率阈值大于第一频率阈值,判断边坡处是否存在降雨的方式为:在边坡处设置有雨水传感器,用于检测是否存在雨水以及雨水的强度,由于雨水天气下,边坡由于含水量增加,其出现滑坡的可能性增大,因此获取并分析分析时间间隔更小的图像组以及对比图像对,以实现在雨水天气下更为准确、及时地判断边坡表面是否存在位移和/或变形的功能。
进一步地,在一种可能的实现方式中,步骤S101中还包括步骤S1011(图中未示出),包括:
步骤S10110(图中未示出)、第一目标物包含至少两个选定目标物,分别确定每个选定目标物在参照图像中的初级位置信息,并确定两个初级位置信息之间的第一参考差值信息。
步骤S10111(图中未示出)、分别确定每个选定目标物在判断图像中的次级位置信息,并确定两个次级位置信息之间的第二参考差值信息。
步骤S10112(图中未示出)、确定第一参考差值信息与第二参考差值信息之间的差值信息,将该差值信息作为校准差值信息。
具体地,由于每个第一目标物对应的两个选定目标物所在的位置可能会发生地面振动、或者是由于风力等因素的影响而发生偏移,此时若图像采集装置所在位置处的定位点未发生偏移,而其中一个选定目标物的位置发生偏移,也会造成边坡位置发生偏移的误判;而通过设置两个选定目标物,首先根据校准差值信息判断两个选定目标物的距离是否发生变化,若未发生变化,则说明该第一目标物的位置可能未相对于静止的地面发生偏移,若两个选定目标物之间的距离发生变化,则说明该第一目标物位置处可能受地面振动或风力的影响。
另外,在步骤S103中,分析第一目标物在参照图像中的第一位置信息,分析第一目标物在判断图像中的第二位置信息,包括:
设定第一目标物中的两个选定目标物分别为参照目标物和对比目标物,分析第一目标物在参照图像中的第一位置信息包括:分析参照目标物在参照图像中的参照位置信息,以及分析对比目标物在参照图像中的对比位置信息,参照位置信息以及对比位置信息组成第一位置信息;分析第一目标物在判断图像中的第二位置信息与上述相同;在步骤S104中,计算第一位置信息与第二位置信息之间的第一差值信息,包括:计算参照目标物在参照图像中的参照位置信息,以及计算参照目标物在判断图像中的参照位置信息,并形成参照差值信息;计算对比目标物在参照图像中的对比位置信息,以及计算对比目标物在判断图像中的对比位置信息,并形成对比差值信息,参照差值信息和对比差值信息构成第一差值信息。
进一步地,在一种可能的实现方式中,步骤S101中还包括步骤S1012(图中未示出),包括:
步骤S10120(图中未示出)、分析第二目标物在参照图像中的第三位置信息,分析第二目标物在判断图像中的第四位置信息。
其中,目标物还包括第二目标物,第二目标物为设置在边坡上的标识物。
步骤S10121(图中未示出)、计算第三位置信息与第四位置信息之间的第二差值信息,输出第二差值信息。
具体地,由于设置图像采集装置对应的定位点在边坡上对应的面积有限,因此只能对与其关联的部分边坡表面的位移进行判断,而为了进一步扩大该定位点及其周边边坡面积的判断范围,本申请实施例设置除了对第一图像中的第一目标物进行判断外,还能对第一图像中的第二目标物的位置是否发生偏移进行判断,下面举例说明;若任一对比图像对中,根据第一差值信息判断得出定位点的位置相对于第一目标物未发生变化,而对比图像对中第二目标物的位置发生变化,则说明第二目标物的位置相对于地面发生了变化,扩大了对定位点周边的边坡进行监控的监测范围。
进一步地,在一种可能的实现方式中,在步骤S102,根据图像组确定至少一组对比图像对,还包括:
步骤S1021(图中未示出)、若根据图像组确定的对比图像对的个数为至少两对,则计算所有对比图像对对应的第一差值信息的均值并作为汇总信息,输出汇总信息。
步骤S1022(图中未示出)、若根据图像组确定的对比图像对的个数为一对,则计算第一位置信息与第二位置信息之间的第一差值信息,并将第一差值信息作为偏移量,输出第一差值信息。
具体地,若根据图像组确定了多个对比图像对,将所有对比图像对对应的第一差值信息的均值作为汇总信息,能够更加准确地反应第一目标物在不同时刻对应的多个第一图像中位置的变化,降低了某一对对比图像对因为外界环境干扰出现误判的概率。
进一步地,在一种可能的实现方式中,监控方法还包括步骤S105(图中未示出)、包括:
步骤S1051(图中未示出)、获取第一目标物所在地面位置处的振动参数信息。
步骤S1052(图中未示出)、根据振动参数信息、校准差值信息以及第一差值信息得到回归差值信息,输出回归差值信息。
具体地,采集第一目标物位置所在地面位置处的振动参数信息可采用振动传感器,根据振动参数信息、校准差值信息以及第一差值信息得到回归差值信息,可以为:回归差值信息=第一差值信息-a1*校准差值信息-a2*振动参数信息,其中a1和a2可为根据多组数据实验得到的最优值;通过计算得到回归差值信息,能够判断振动参数信息以及校准差值信息对第一差值信息的影响,进而便于工作人员进一步准确获取定位点位置的变化。
进一步地,在一种可能的实现方式中,监控方法还包括步骤S106(图中未示出)、包括:获取监控边坡上多个定位点的位移信息,输出位移信息。
具体地,采集位移信息的方式为在定位点处设置位移传感器,通过位移传感器与图像处理相结合的方式,能够进一步提高对定位点位移采集的准确度。
上述实施例从方法流程的角度介绍一种高边坡稳定性监控方法,下述实施例从虚拟模块或者虚拟单元的角度介绍了一种高边坡稳定性监控装置1000,具体详见下述实施例。
参照图5,
一种高边坡稳定性监控装置1000,包括:
获取模块1001,获取在监控边坡表面的定位点采集到的包含目标物的多帧图像,根据多帧图像形成图像组,图像组包括多个第一图像,多个第一图像按时间序列排序,目标物包括第一目标物,第一目标物为设于监控边坡外侧且相对地面静止的标识物;
调取模块1002,根据图像组确定至少一组对比图像对,将时间序列上靠前的第一图像作为参照图像,将另一个第一图像作为判断图像;
分析模块1003,针对每个对比图像对,分析第一目标物在参照图像中的第一位置信息,分析第一目标物在判断图像中的第二位置信息;
比对模块1004,计算第一位置信息与第二位置信息之间的第一差值信息,并将第一差值信息作为偏移量,输出第一差值信息。
进一步地,在一种可能的实现方式中,获取模块1001获取图像组,用于:
第一目标物包含至少两个选定目标物,分别确定每个选定目标物在参照图像中的初级位置信息,并确定两个初级位置信息之间的第一参考差值信息;
分别确定每个选定目标物在判断图像中的次级位置信息,并确定两个次级位置信息之间的第二参考差值信息;
确定第一参考差值信息与第二参考差值信息之间的差值信息,将该差值信息作为校准差值信息。
进一步地,在一种可能的实现方式中,监控装置还包括环境采集模块,用于:
获取第一目标物所在地面位置处的振动参数信息;
根据振动参数信息、校准差值信息以及第一差值信息得到回归差值信息,输出回归差值信息。
进一步地,在一种可能的实现方式中,分析模块1003还用于,若根据图像组确定的对比图像对的个数为至少两对,则计算所有对比图像对对应的第一差值信息的均值并作为汇总信息,输出汇总信息。
进一步地,在一种可能的实现方式中,获取模块1001还用于,若不存在降雨信息,则以第一频率阈值获取在监控边坡表面的定位点采集到的包含目标物的多帧图像以形成图像组;
若存在降雨信息,则以第二频率阈值获取在监控边坡表面的定位点采集到的包含目标物的多帧图像以形成图像组;
其中,第二频率阈值大于第一频率阈值。
进一步地,在一种可能的实现方式中,监控装置还包括环境检测模块1005(图中未示出),用于:获取监控边坡上多个定位点的位移信息,输出位移信息。
进一步地,在一种可能的实现方式中,分析模块1003还用于,目标物还包括第二目标物,第二目标物为设置在边坡上的标识物;
分析第二目标物在参照图像中的第三位置信息,分析第二目标物在判断图像中的第四位置信息;
计算第三位置信息与第四位置信息之间的第二差值信息,输出第二差值信息。
在上述实施例中提供了一种高边坡稳定性监控装置1000,适用于上述方法实施例,在此不再赘述。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (6)
1.一种高边坡稳定性监控方法,其特征在于,包括:
获取在监控边坡表面的定位点采集到的包含目标物的多帧图像,根据多帧图像形成图像组,所述图像组包括多个第一图像,多个所述第一图像按时间序列排序,所述目标物包括第一目标物,所述第一目标物为设于所述监控边坡外侧且相对地面静止的标识物;
根据所述图像组确定至少一组对比图像对,将时间序列上靠前的所述第一图像作为参照图像,将另一个所述第一图像作为判断图像;
针对每个所述对比图像对,分析所述第一目标物在所述参照图像中的第一位置信息,分析所述第一目标物在所述判断图像中的第二位置信息;
计算所述第一位置信息与所述第二位置信息之间的第一差值信息,并将所述第一差值信息作为偏移量,输出所述第一差值信息;
所述第一目标物包含至少两个选定目标物,所述监控方法还包括:
分别确定每个所述选定目标物在所述参照图像中的初级位置信息,并确定两个所述初级位置信息之间的第一参考差值信息;
分别确定每个所述选定目标物在所述判断图像中的次级位置信息,并确定两个所述次级位置信息之间的第二参考差值信息;
确定所述第一参考差值信息与所述第二参考差值信息之间的差值信息,将该差值信息作为校准差值信息;
所述监控方法还包括:
获取所述第一目标物所在地面位置处的振动参数信息;
根据所述振动参数信息、所述校准差值信息以及所述第一差值信息得到回归差值信息,输出回归差值信息。
2.根据权利要求1所述的一种高边坡稳定性监控方法,其特征在于,所述监控方法还包括:
若根据所述图像组确定的所述对比图像对的个数为至少两对,则计算所有所述对比图像对对应的所述第一差值信息的均值并作为汇总信息,输出所述汇总信息。
3.根据权利要求1所述的一种高边坡稳定性监控方法,其特征在于,所述监控方法还包括:
若不存在降雨信息,则以第一频率阈值获取在所述监控边坡表面的所述定位点采集到的包含所述目标物的多帧图像以形成图像组;
若存在降雨信息,则以第二频率阈值获取在所述监控边坡表面的所述定位点采集到的包含所述目标物的多帧图像以形成图像组;
其中,所述第二频率阈值大于所述第一频率阈值。
4.根据权利要求1所述的一种高边坡稳定性监控方法,其特征在于,所述监控方法还包括:
获取所述监控边坡上多个所述定位点的位移信息,输出所述位移信息。
5.根据权利要求1所述的一种高边坡稳定性监控方法,其特征在于,所述目标物还包括第二目标物,所述第二目标物为设置在边坡上的标识物;
分析所述第二目标物在所述参照图像中的第三位置信息,分析所述第二目标物在所述判断图像中的第四位置信息;
计算第三位置信息与第四位置信息之间的第二差值信息,输出所述第二差值信息。
6.一种高边坡稳定性监控装置,其特征在于,包括:
获取模块,获取在监控边坡表面的定位点采集到的包含目标物的多帧图像,根据多帧图像形成图像组,所述图像组包括多个第一图像,多个所述第一图像按时间序列排序,所述目标物包括第一目标物,所述第一目标物为设于所述监控边坡外侧且相对地面静止的标识物;
调取模块,根据所述图像组确定至少一组对比图像对,将时间序列上靠前的所述第一图像作为参照图像,将另一个所述第一图像作为判断图像;
分析模块,针对每个所述对比图像对,分析所述第一目标物在所述参照图像中的第一位置信息,分析所述第一目标物在所述判断图像中的第二位置信息;
比对模块,计算所述第一位置信息与所述第二位置信息之间的第一差值信息,并将所述第一差值信息作为偏移量,输出所述第一差值信息;
获取模块获取图像组,用于:
所述第一目标物包含至少两个选定目标物,分别确定每个所述选定目标物在所述参照图像中的初级位置信息,并确定两个所述初级位置信息之间的第一参考差值信息;
分别确定每个所述选定目标物在所述判断图像中的次级位置信息,并确定两个所述次级位置信息之间的第二参考差值信息;
确定所述第一参考差值信息与所述第二参考差值信息之间的差值信息,将该差值信息作为校准差值信息;
所述监控装置还包括环境采集模块,用于:
获取所述第一目标物所在地面位置处的振动参数信息;
根据所述振动参数信息、所述校准差值信息以及所述第一差值信息得到回归差值信息,输出回归差值信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110276015.0A CN113063357B (zh) | 2021-03-15 | 2021-03-15 | 一种高边坡稳定性监控方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110276015.0A CN113063357B (zh) | 2021-03-15 | 2021-03-15 | 一种高边坡稳定性监控方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113063357A CN113063357A (zh) | 2021-07-02 |
CN113063357B true CN113063357B (zh) | 2022-02-08 |
Family
ID=76561418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110276015.0A Active CN113063357B (zh) | 2021-03-15 | 2021-03-15 | 一种高边坡稳定性监控方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113063357B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721370A (zh) * | 2012-06-18 | 2012-10-10 | 南昌航空大学 | 基于计算机视觉的山体滑坡实时监测方法 |
CN107843204A (zh) * | 2017-10-27 | 2018-03-27 | 王文柏 | 基于监控级摄像机的边坡三维变形监测方法及系统 |
CN110232683A (zh) * | 2019-06-10 | 2019-09-13 | 北京工业大学 | 一种基于无人机点云的滑坡检测方法 |
CN111947605A (zh) * | 2020-08-20 | 2020-11-17 | 上海同禾工程科技股份有限公司 | 一种边坡安全监测系统及其监测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3927353B2 (ja) * | 2000-06-15 | 2007-06-06 | 株式会社日立製作所 | 比較検査における画像の位置合せ方法、比較検査方法及び比較検査装置 |
-
2021
- 2021-03-15 CN CN202110276015.0A patent/CN113063357B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721370A (zh) * | 2012-06-18 | 2012-10-10 | 南昌航空大学 | 基于计算机视觉的山体滑坡实时监测方法 |
CN107843204A (zh) * | 2017-10-27 | 2018-03-27 | 王文柏 | 基于监控级摄像机的边坡三维变形监测方法及系统 |
CN110232683A (zh) * | 2019-06-10 | 2019-09-13 | 北京工业大学 | 一种基于无人机点云的滑坡检测方法 |
CN111947605A (zh) * | 2020-08-20 | 2020-11-17 | 上海同禾工程科技股份有限公司 | 一种边坡安全监测系统及其监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113063357A (zh) | 2021-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11519724B2 (en) | Method for monitoring ground settlement based on computer vision | |
CN101339003B (zh) | 大结构水平二维位移自动测量装置及方法 | |
CN102589523A (zh) | 远距离监测建筑物位移的方法和所用装备 | |
CN106092059B (zh) | 一种基于多点拟合的结构物平面位移监测方法 | |
CN112147633A (zh) | 一种电力线路安全距离检测方法 | |
CN109737883A (zh) | 一种基于图像识别的三维形变动态测量系统及测量方法 | |
JP6061205B2 (ja) | 構造物変位の常時監視方法及びその装置 | |
KR101876928B1 (ko) | 레이더와 반사체를 이용한 구조물 변형 감지 시스템 | |
CN108692701B (zh) | 基于粒子滤波器的移动机器人多传感器融合定位方法 | |
CN111947578A (zh) | 一种结构物位移测量系统及其测量方法 | |
CN102768022A (zh) | 采用数码照相技术的隧道围岩变形检测方法 | |
CN109405764A (zh) | 一种基于激光测距的变形自动监测系统 | |
KR102002904B1 (ko) | 레이더와 반사체를 이용한 구조물 변형 감지 시스템 | |
CN112924955B (zh) | 一种路侧激光雷达点云坐标动态修正方法 | |
CN114608465B (zh) | 基于计算机视觉的土木工程结构多测点空间位移实时测量方法 | |
AU2019353165B2 (en) | Optics based multi-dimensional target and multiple object detection and tracking method | |
CN214199982U (zh) | 一种结构物位移测量系统 | |
CN113063357B (zh) | 一种高边坡稳定性监控方法及装置 | |
CN106303412B (zh) | 基于监控影像的排土场位移远程实时监测方法 | |
KR20060018909A (ko) | 구조물 감시, 진단을 위한 이미지 프로세싱에 기반한구조물의 동적영상변위계측시스템 | |
CN111277791B (zh) | 一种案事件监测方法及系统 | |
CN205138429U (zh) | 一种光电式滑坡体动态在线监测一体机 | |
KR100913165B1 (ko) | 이동체의 위치 검출 장치 및 방법 | |
CN112284351A (zh) | 一种测量交叉跨越线路方法 | |
CN111719603A (zh) | 一种基于无人机的基坑监测方法 |
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 |