CN113393530A - 一种基于双目立体视觉的滑坡位移监测方法、系统及装置 - Google Patents

一种基于双目立体视觉的滑坡位移监测方法、系统及装置 Download PDF

Info

Publication number
CN113393530A
CN113393530A CN202110515671.1A CN202110515671A CN113393530A CN 113393530 A CN113393530 A CN 113393530A CN 202110515671 A CN202110515671 A CN 202110515671A CN 113393530 A CN113393530 A CN 113393530A
Authority
CN
China
Prior art keywords
displacement
image
value
landslide
binocular
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.)
Pending
Application number
CN202110515671.1A
Other languages
English (en)
Inventor
李柯含
蒋书龙
彭万林
刘奕含
何烨
袁畅
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.)
Shenzhen Hyperspectral New Technology Co ltd
Shenzhen Beidouyun Information Technology Co ltd
Original Assignee
Shenzhen Hyperspectral New Technology Co ltd
Shenzhen Beidouyun Information 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 Shenzhen Hyperspectral New Technology Co ltd, Shenzhen Beidouyun Information Technology Co ltd filed Critical Shenzhen Hyperspectral New Technology Co ltd
Priority to CN202110515671.1A priority Critical patent/CN113393530A/zh
Publication of CN113393530A publication Critical patent/CN113393530A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T7/85Stereo camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • G06T2207/10012Stereo images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30184Infrastructure
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30204Marker

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请涉及一种基于双目立体视觉的滑坡位移监测方法、系统及装置,属于机器视觉的领域,监测方法包括图像处理,采集命令触发后,周期性获取被测坡体的第一图像和第二图像,记录拍摄时间,对双目图像采集装置进行标定,得到双目图像采集装置的标定结果;立体图像获取,得到被测坡体关于三维的立体图像;热点图生成,生成关于单元位移的热点图,并得到位移轨迹和第一位移值;数据上报,将热点图、位移轨迹和第一位移值上报至远程监控中心。与相关技术相比,本申请具有改善监测效率较低的问题的效果。

Description

一种基于双目立体视觉的滑坡位移监测方法、系统及装置
技术领域
本申请涉及机器视觉的领域,尤其是涉及一种基于双目立体视觉的滑坡位移监测方法、系统及装置。
背景技术
滑坡监测,通过观测和分析各种滑坡前兆现象,记录滑坡形成活动过程的各种工作。滑坡监测是为了了解和掌握滑坡坡体的演变过程,对滑坡灾害的因素进行分析,为滑坡的预防及治理提供相应的数据。我国国土广袤,山区面积较大,山体滑坡的预防和治理是保护山区人民的生命及财权安全的重要措施。
目前,常见的滑坡监测方法包括遥感法、监测装置监测法、测缝法等。监测装置监测法,是将监测装置设置在被测坡面上,观察监测装置上监测部件的运动来进行监测,但若是监测人员在观察运动时发生滑坡,则会带来危险。遥感法,利用卫星、飞机等拍摄滑坡的变形,但是这种监测方法成本较高,且只有已经发生大范围、区域性滑坡时才易于被监测到,监测效率较低。
发明内容
为了改善监测效率较低的问题,本申请提供一种基于双目立体视觉的滑坡位移监测方法、系统及装置。
第一方面,本申请提供一种基于双目立体视觉的滑坡位移监测方法,采用如下的技术方案:
一种基于双目立体视觉的滑坡位移监测方法,包括,图像处理,采集命令触发后,周期性获取双目图像采集装置同时拍摄的被测坡体的第一图像和第二图像,记录拍摄时间,对所述双目图像采集装置进行标定,得到所述双目图像采集装置的标定结果,所述标定结果包括内参数和外参数;
立体图像获取,根据所述标定结果,对所述第一图像和第二图像进行双目矫正、视差计算和三维重建,得到被测坡体关于三维的立体图像;
热点图生成,对上报周期内获取的多张所述立体图像进行网格化、对比和处理,生成关于单元位移的热点图,并得到位移轨迹和第一位移值;以及,
数据上报,将所述热点图、位移轨迹和第一位移值上报至远程监控中心。
通过采用上述技术方案,根据第一图像和第二图像获取被测坡体的立体图像,对立体图像网格化进行对比,得到关于上报周期内发生位移变化的热点图,以及得到第一位移值,且热点图是关于单元位移的热点图,从而距离被测坡体较远的监测人员根据热点图,就能得知被测坡体以单元为单位的位移情况,极大降低得到热点图所需要的成本,从而有助于改善监测效率较低的问题。
可选的,所述热点图生成的方法包括,将上报周期内获取的多张所述立体图像以相同的比例进行网格化,分成多个单元,每个单元对应被测坡体的一个区域;
将多张所述立体图像对应被测坡体同一个区域的单元进行对比,得到位移单元,以及位移单元的高度差;
将相邻的所述位移单元结合得到位移轨迹,结合所述立体图像与被测坡体的比例尺,得到第一位移值;以及,
根据所述位移单元的高度差,在最晚拍摄时间获取的立体图像上标注警示颜色,生成热点图。
通过采用上述技术方案,由网格化的多张立体图像中得到位移单元及位移单元的高度差,再根据位移单元的高度差,在立体图像上标注警示色,从而便于得到热点图。
可选的,所述得到位移单元,以及位移单元的高度差的方法包括,在所述上报周期内获取的多张立体图像中选取最早拍摄时间获取的早期立体图像,以及最晚拍摄时间获取的晚期立体图像;
根据坐标,得到所述早期立体图像和晚期立体图像中各个单元的高度,并将对应单元的高度相减得到高度差;以及,
基于误差允许范围,根据各个单元的所述高度差得到位移单元。
通过采用上述技术方案,早期立体图像和晚期立体图像都为三维图像,因此根据坐标后易于得到各个单元的高度,以得到高度差,再根据误差允许范围,能够得到位移单元。
可选的,所述采集命令触发的方法包括,获取滑坡位移检测装置测量的关于被测坡体的第二位移值;以及,
基于位移阈值,在所述第二位移值大于位移阈值时,触发采集命令。
通过采用上述技术方案,通过滑坡位移检测装置测量的第二位移值与位移阈值的大小关系,来触发采集信号以唤醒双目图像采集装置,使得双目图像采集装置无需一直处于工作状态,能够降低电能损耗。
可选的,所述滑坡位移监测方法还包括,预警信号发出,得到所述第二位移值与第一位移值的位移差值,若所述位移差值大于位移差阈值,则发出预警信号。
通过采用上述技术方案,通过第一位移值和第二位移值的位移差值,来相互验证,若相差较大,则预警信号进行提醒检修人员及时检修,以在一定程度上避免滑坡位移检测装置和双目图像采集装置中有设备出现故障而产生的监测错误。
可选的,所述内参数包括相机矩阵和畸变系数,所述外参数包括旋转矩阵和平移向量。
第二方面,本申请提供一种基于双目立体视觉的滑坡位移监测系统,采用如下的技术方案:
一种基于双目立体视觉的滑坡位移监测系统,包括图像处理模块、立体图像获取模块、热点图生成模块和数据上报模块;
所述图像处理模块,用于采集命令触发后,周期性获取双目图像采集装置同时拍摄的被测坡体的第一图像和第二图像,记录拍摄时间,对所述双目图像采集装置进行标定,得到所述双目图像采集装置的标定结果,所述标定结果包括内参数和外参数;
所述立体图像获取模块,用于根据所述标定结果,对所述第一图像和第二图像进行双目矫正、视差计算和三维重建,得到被测坡体关于三维的立体图像;
所述热点图生成模块,用于对所述上报周期内获取的多张所述立体图像进行网格化、对比和处理,生成关于单元位移的热点图,并得到位移轨迹和第一位移值;
所述数据上报模块,用于将所述热点图、位移轨迹和第一位移值上报至远程监控中心。
通过采用上述技术方案,根据第一图像和第二图像获取被测坡体的立体图像,对立体图像网格化进行对比,得到关于上报周期内发生位移变化的热点图,以及得到第一位移值,且热点图是关于单元位移的热点图,从而距离被测坡体较远的监测人员根据热点图,就能得知被测坡体以单元为单位的位移情况,极大降低得到热点图所需要的成本,从而能够改善监测效率较低的问题。
可选的,所述监测系统还包括第二位移值获取模块、第一控制模块、验证模块和预警模块;
所述第二位移值获取模块,用于获取滑坡位移检测装置测量的关于被测坡体的第二位移值;
所述第一控制模块,用于基于位移阈值,在所述第二位移值大于位移阈值时,触发采集命令;
所述验证模块,用于得到所述第二位移值与第一位移值的位移差值,若位移差值大于位移差阈值,则发送预警命令至预警模块;
所述预警模块,用于根据预警命令发出预警信号。
通过采用上述技术方案,通过滑坡位移检测装置测量的第二位移值与位移阈值的大小关系,来触发采集信号以唤醒双目图像采集装置,使得双目图像采集装置无需一直处于工作状态,能够降低电能损耗;而通过第一位移值和第二位移值的位移差值,来相互验证,若相差较大,则预警信号进行提醒检修人员及时检修,以在一定程度上避免位移监测装置、双目图像采集装置中有设备出现故障而产生的监测错误。
第三方面,本身提供一种基于双目立体视觉的滑坡位移监测装置,采用如下的技术方案:
一种基于双目立体视觉的滑坡位移监测装置,包括,双目图像采集装置,用于周期性且同时获取被测坡体的第一图像和第二图像;
计时装置,用于获取所述第一图像和第二图像的拍摄时间;
处理器,用于对所述上报周期内获取的第一图像和第二图像进行处理,得到被测坡体的热点图、位移轨迹和第一位移值;
滑坡位移检测装置,用于埋设于被测坡体内,获取被测坡体的第二位移值;
第二控制模块,用于根据所述第二位移值唤醒双目摄像头;
上传模块,用于与远程监控中心通信连接,传输所述热点图、位移轨迹和第一位移值。
综上所述,本申请包括以下至少一种有益技术效果:
1.本申请提供一种基于双目立体视觉的滑坡位移监测方法,距离被测坡体较远的监测人员根据热点图,就能得知被测坡体以单元为单位的位移情况,极大降低得到热点图所需要的成本,从而有助于改善监测效率较低的问题。
2.采用热点图,能够使监测人员更直观地了解被测坡体的位移情况。
3.本申请提供一种基于双目立体视觉的滑坡位移监测系统,从而距离被测坡体较远的监测人员根据热点图,就能得知被测坡体以单元为单位的位移情况,极大降低得到热点图所需要的成本,从而能够改善监测效率较低的问题。
附图说明
图1是滑坡位移监测装置的结构示意图。
图2是滑坡位移监测方法的第一流程图。
图3是滑坡位移监测方法的第二流程图。
图4是滑坡位移监测方法的第三流程图。
图5是滑坡位移监测系统的结构示意图。
附图标记说明:10、箱体;11、双目图像采集装置;12、计时装置;13、上传模块;14、第二控制模块;20、主板;21、存储器;22、处理器;30、滑坡位移检测装置。
具体实施方式
以下结合附图1-图5对本申请作进一步详细说明。
本申请实施例公开一种双目立体视觉的滑坡位移监测装置。参照图1,滑坡位移监测装置包括:
双目图像采集装置11,用于周期性且同时获取被测坡体的第一图像和第二图像;
计时装置12,用于获取第一图像和第二图像的拍摄时间;
处理器22,用于对上报周期内获取的第一图像和第二图像进行处理,得到被测坡体的热点图、位移轨迹和第一位移值;
滑坡位移检测装置30,用于埋设于被测坡体内,获取被测坡体的第二位移值;
第二控制模块14,用于根据第二位移值唤醒双目摄像头;
上传模块13,用于与远程监控中心通信连接,传输热点图、位移轨迹和第一位移值。
参照图1,监测装置还包括监测箱体10,监测箱体10用于设置于靠近被测坡体的位置处,双目图像采集装置11安装与监测箱体10上。监测箱体10内安装有计时装置12、上传模块13、第二控制模块14以及主板20,主板20上集成有存储器21和处理器22。存储器21用于存储第一图像、第二图像、热点图和滑坡位移监测程序。处理器22在运行所述滑坡位移监测程序时,执行以下滑坡位移监测方法的方法和步骤。
下面结合滑坡位移监测装置对滑坡位移监测方法的实施进行详细说明:
参照图2,滑坡位移监测方法包括图像处理101、立体图像获取102、热点图生成103以及数据上报104。
图像处理101,采集命令触发后,周期性获取双目图像采集装置11同时拍摄的被测坡体的第一图像和第二图像,记录拍摄时间,对双目图像采集装置11进行标定,得到的双目图像采集装置11的标定结果。
其中,标定结果包括内参数和外参数。本实施方式中,双目图像采集装置11由双目摄像头(双目相机)实现,即由双目摄像头获取第一图像和第二图像。
在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互位置关系,因此必须建立相机成像的几何模型。建立相机成像的几何模型,通过对双目图像采集装置11进行标定来实现,得到的标定结果即为相机成像的几何模型。
对双目图像采集装置11进行标定,即对双目摄像头进行标定。本实施方式中,通过MATLAB对两个摄像头分别进行标定,得到两个摄像头各自的内参数,其中一个摄像头的内参数包括相机矩阵K1和畸变系数D1,另一个摄像头的内参数包括相机矩阵K2和畸变系统D1。结合两个摄像头各自的内参数,对双目摄像头进行标定,得到外参数,外参数包括旋转矩阵R和平移向量t。
立体图像获取102,根据标定结果,对第一图像和第二图像进行双目矫正、视差计算和三维重建,得到被测坡体关于三维的立体图像。
结合内参数和外参数,利用OpenCV里的stereoRectify函数、initUndistortRectifyMap函数和remap函数,得到第一图像和第二图像各自对应的矫正图像。
结合矫正图像,通过BM或SGM等立体匹配算法对两张矫正图像进行立体匹配得到立体匹配图,再对立体匹配图结合 OpenCV里的stereoBM函数进行视差计算,生成视差图。
再根据视差图,利用Q矩阵计算三维点坐标,以得到立体图像。
需要说明的是,双目矫正、视差计算和三维重建是双目立体视觉技术里常见的处理方法,不属于本发明创造的改进点。
热点图生成103,对上报周期内获取的多张立体图像进行网格化、对比和处理,生成关于单元位移的热点图,并得到位移轨迹和第一位移值。
热点图是通过使用不同的标志将图或页面上的区域按照受关注程度的不同加以标注并呈现的一种分析手段。
上报周期为变频周期,即在不同的季节或不同的被测坡面等,均可有不一样的值,如在雨季,上报周期更短,在旱季上报周期更长。如在易于滑坡的被测坡面,上报周期更短,在坚实的被测坡面,上报周期更短。
数据上报104,将热点图、位移轨迹和位移值上报至远程监控中心。
通过有线/无线网络传输、卫星宽带传输等远程传输方式,将热点图、位移轨迹和位移值上传至远程监控中心。
参照图3,作为采集信号触发的一种实施方式,采集信号触发的方法包括:
1011、获取滑坡位移检测装置30测量的关于被测坡面的第二位移值。
滑坡位移检测装置30包括倾角加速度计,倾角加速度计埋设于被测坡面内。
需要说明的是,倾角加速度计也可以替换成位移传感器或其他能够测量滑坡位移的测量装置,一样能够测量到第二位移传感器。
1012、基于位移阈值,在第二位移值大于位移阈值时,触发采集信号。
位移阈值为预先设置的一个阈值,可以是由历史经验数据得到的值。
需要说明的是,触发采集信号后,设置有采集时长,在采集时长内,会周期性地采集高程数据,超过采集时长后,采集停止,等再次触发采集信号后才会再次采集高程数据。采集时长可以为5天、10天、一个月等等,根据需求进行设置即可。
参照图4,作为热点图生成103的一种实施方式,热点图生成103包括如下步骤:
1031、将上报周期内获取的多张立体图像以相同的比例进行网格化,分成多个单元,每个单元对应被测坡体的一个区域。
每个单元对应的区域的实际面积可以为1m*1m、1m*2m、2m*2m等等,即数字高程模型被细分成N个单元。
1032、将多张立体图像对应被测坡体同一个区域的单元进行对比,得到位移单元,以及位移单元的高度差。
具体地,包括:
在上报周期内获取的多张立体图像中选取最早拍摄时间获取的早期立体图像,以及最晚拍摄时间获取的晚期立体图像;
根据坐标,得到早期立体图像和晚期立体图像中各个单元的高度,并将对应单元的高度相减得到高度差;以及,
基于误差允许范围,根据各个单元的高度差得到位移单元。
立体图像是基于三维重建而得到,因此能够在立体图像上建立坐标系,得到各个单元的高度。
误差允许范围为高度高程误差允许范围,都为根据大量历史经验数据设置的范围。当高度差差位于高度误差允许范围内时,表明未发生坡度变化,否则已发生坡度变化。如,高度误差允许范围可能为-0.1m—0.1m。
用晚期立体图像的单元的高度减去早期立体图像的单元的高度,得到的高度差未处于高度误差允许范围内,此时,若高度差为负值,则表明发生滑坡,且此处为泥石下滑,反之,则发生滑坡,此处堆积了下滑的泥石。
1033、将相邻的位移单元结合得到位移轨迹,结合立体图像与被测坡体的比例尺,得到第一位移值。
需要说明的是,有位移单元相邻,则相邻的位移单元结合得到位移轨迹,若无相邻的位移单元,则单个位移单元即为一个位移轨迹。
1034、根据位移单元的高度差,在最晚拍摄时间获取的立体图像上标注警示颜色,生成热点图。
以滑坡等级划分成四个等级为例,分别为无滑坡、轻度滑坡、中度滑坡和重度滑坡。高度差等级有第一高度差、第二高度差和第三高度差,这三个高度差均为预设的值,且第一高度差<第二高度差<第三坡度差。
当某个单元的高度差小于第一高度差时,则这个单元的滑坡程度为无滑坡;当某个单元的高度差大于第一高度差,且小于第二高度差时,则为轻度滑坡;当某个单元的高度差大于第二高度差,且小于第三高度差时,则这个单元为中度滑坡;否则,为高度滑坡。
以绿色、黄色、橙色和红色为例,若单元的滑坡程度为无滑坡,则该单元标注为绿色,若单元的滑坡程度为轻度滑坡,则标注为黄色,若单元的滑坡程度为中度滑坡,则标注为橙色,若单元的滑坡程度为重度滑坡,则标注为红色。
参照图2,作为滑坡位移监测方法的进一步实施方式,还包括,预警信号发出105,得到所述第二位移值与第一位移值的位移差值,若所述位移差值大于位移差阈值,则发出预警信号。
位移差阈值为预先设置的值,若位移差值小于位移差阈值,则表明倾角加速度计无故障,且获取第一位移值和热点图的过程中所使用的设备也无故障,反之,则均有可能出现故障。
本申请实施例还提供一种基于双目立体视觉的滑坡位移监测系统,参照图5,包括图像处理模块、立体图像获取模块、热点图生成模块和数据上报模块;
图像处理模块,用于采集命令触发后,周期性获取双目图像采集装置11同时拍摄的被测坡体的第一图像和第二图像,记录拍摄时间,对双目图像采集装置11进行标定,得到的双目图像采集装置11的标定结果,标定结果包括内参数和外参数;
立体图像获取模块,用于根据标定结果,对第一图像和第二图像进行双目矫正、视差计算和三维重建,得到被测坡体关于三维的立体图像;
热点图生成模块,用于对上报周期内获取的多张立体图像进行网格化、对比和处理,生成关于单元位移的热点图,并得到位移轨迹和第一位移值;
数据上报模块,用于将热点图、位移轨迹和第一位移值上报至远程监控中心。
本实施方式中,双目图像采集装置11由双目摄像头(双目相机)实现,即由双目摄像头获取第一图像和第二图像。
在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互位置关系,因此必须建立相机成像的几何模型。建立相机成像的几何模型,通过对双目图像采集装置11进行标定来实现,得到的标定结果即为相机成像的几何模型。
对双目图像采集装置11进行标定,即对双目摄像头进行标定。本实施方式中,通过MATLAB对两个摄像头分别进行标定,得到两个摄像头各自的内参数,其中一个摄像头的内参数包括相机矩阵K1和畸变系数D1,另一个摄像头的内参数包括相机矩阵K2和畸变系统D1。结合两个摄像头各自的内参数,对双目摄像头进行标定,得到外参数,外参数包括旋转矩阵R和平移向量t。
结合内参数和外参数,利用OpenCV里的stereoRectify函数、initUndistortRectifyMap函数和remap函数,得到第一图像和第二图像各自对应的矫正图像。
结合矫正图像,通过BM或SGM等立体匹配算法对两张矫正图像进行立体匹配得到立体匹配图,再对立体匹配图结合 OpenCV里的stereoBM函数进行视差计算,生成视差图。
再根据视差图,利用Q矩阵计算三维点坐标,以得到立体图像。
Q矩阵,指的是标准转移概率矩阵对应的转移强度矩。
需要说明的是,双目矫正、视差计算和三维重建是双目立体视觉技术里常见的处理方法,不属于本发明创造的改进点。
参照图5,作为监测系统的进一步实施方式,还包括第二位移值获取模块、第一控制模块、验证模块和预警模块;
第二位移值获取模块,用于获取滑坡位移检测装置30测量的关于被测坡体的第二位移值;
第一控制模块,用于基于位移阈值,在第二位移值大于位移阈值时,触发采集命令;
验证模块,用于得到第二位移值与第一位移值的位移差值,若位移差值大于位移差阈值,则发送预警命令至预警模块;
预警模块,用于根据预警命令发出预警信号。
验证模块是用于相互验证滑坡位移检测装置30和双目图像采集装置11的采集结果,以检测二者中是否有设备出现故障,以便于及时检修。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,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,即将装置和系统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。上述描述的系统和模块的具体工作过程,可以参考前述方法实施方式中的对应过程,在此不再赘述。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。

Claims (9)

1.一种基于双目立体视觉的滑坡位移监测方法,其特征在于:包括,
图像处理(101),采集命令触发后,周期性获取双目图像采集装置同时拍摄的被测坡体的第一图像和第二图像,记录拍摄时间,对所述双目图像采集装置进行标定,得到所述双目图像采集装置的标定结果,所述标定结果包括内参数和外参数;
立体图像获取(102),根据所述标定结果,对所述第一图像和第二图像进行双目矫正、视差计算和三维重建,得到被测坡体关于三维的立体图像;
热点图生成(103),对上报周期内获取的多张所述立体图像进行网格化、对比和处理,生成关于单元位移的热点图,并得到位移轨迹和第一位移值;以及,
数据上报(104),将所述热点图、位移轨迹和第一位移值上报至远程监控中心。
2.根据权利要求1所述的滑坡位移监测方法,其特征在于:所述热点图生成(103)的方法包括,
将上报周期内获取的多张所述立体图像以相同的比例进行网格化,分成多个单元,每个单元对应被测坡体的一个区域;
将多张所述立体图像对应被测坡体同一个区域的单元进行对比,得到位移单元,以及位移单元的高度差;
将相邻的所述位移单元结合得到位移轨迹,结合所述立体图像与被测坡体的比例尺,得到第一位移值;以及,
根据所述位移单元的高度差,在最晚拍摄时间获取的立体图像上标注警示颜色,生成热点图。
3.根据权利要求2所述的滑坡位移监测方法,其特征在于:所述得到位移单元,以及位移单元的高度差的方法包括,
在所述上报周期内获取的多张立体图像中选取最早拍摄时间获取的早期立体图像,以及最晚拍摄时间获取的晚期立体图像;
根据坐标,得到所述早期立体图像和晚期立体图像中各个单元的高度,并将对应单元的高度相减得到高度差;以及,
基于误差允许范围,根据各个单元的所述高度差得到位移单元。
4.根据权利要求1所述的滑坡位移监测方法,其特征在于:所述采集命令触发的方法包括,
获取滑坡位移检测装置测量的关于被测坡体的第二位移值;以及,
基于位移阈值,在所述第二位移值大于位移阈值时,触发采集命令。
5.根据权利要求4所述的滑坡位移监测方法,其特征在于:所述滑坡位移监测方法还包括,
预警信号发出(105),得到所述第二位移值与第一位移值的位移差值,若所述位移差值大于位移差阈值,则发出预警信号。
6.根据权利要求1所述的滑坡位移监测方法,其特征在于:所述内参数包括相机矩阵和畸变系数,所述外参数包括旋转矩阵和平移向量。
7.一种基于双目立体视觉的滑坡位移监测系统,其特征在于:包括图像处理模块、立体图像获取模块、热点图生成模块和数据上报模块;
所述图像处理模块,用于采集命令触发后,周期性获取双目图像采集装置同时拍摄的被测坡体的第一图像和第二图像,记录拍摄时间,对所述双目图像采集装置进行标定,得到所述双目图像采集装置的标定结果,所述标定结果包括内参数和外参数;
所述立体图像获取模块,用于根据所述标定结果,对所述第一图像和第二图像进行双目矫正、视差计算和三维重建,得到被测坡体关于三维的立体图像;
所述热点图生成模块,用于对所述上报周期内获取的多张所述立体图像进行网格化、对比和处理,生成关于单元位移的热点图,并得到位移轨迹和第一位移值;
所述数据上报模块,用于将所述热点图、位移轨迹和第一位移值上报至远程监控中心。
8.根据权利要求7所述的滑坡位移监测系统,其特征在于:所述监测系统还包括第二位移值获取模块、第一控制模块、验证模块和预警模块;
所述第二位移值获取模块,用于获取滑坡位移检测装置测量的关于被测坡体的第二位移值;
所述第一控制模块,用于基于位移阈值,在所述第二位移值大于位移阈值时,触发采集命令;
所述验证模块,用于得到所述第二位移值与第一位移值的位移差值,若位移差值大于位移差阈值,则发送预警命令至预警模块;
所述预警模块,用于根据预警命令发出预警信号。
9.一种基于双目立体视觉的滑坡位移监测装置,其特征在于:包括,
双目图像采集装置(11),用于周期性且同时获取被测坡体的第一图像和第二图像;
计时装置(12),用于获取所述第一图像和第二图像的拍摄时间;
处理器(22),用于对所述上报周期内获取的第一图像和第二图像进行处理,得到被测坡体的热点图、位移轨迹和第一位移值;
滑坡位移检测装置(30),用于埋设于被测坡体内,获取被测坡体的第二位移值;
第二控制模块(14),用于根据所述第二位移值唤醒双目摄像头;
上传模块(13),用于与远程监控中心通信连接,传输所述热点图、位移轨迹和第一位移值。
CN202110515671.1A 2021-05-12 2021-05-12 一种基于双目立体视觉的滑坡位移监测方法、系统及装置 Pending CN113393530A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110515671.1A CN113393530A (zh) 2021-05-12 2021-05-12 一种基于双目立体视觉的滑坡位移监测方法、系统及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110515671.1A CN113393530A (zh) 2021-05-12 2021-05-12 一种基于双目立体视觉的滑坡位移监测方法、系统及装置

Publications (1)

Publication Number Publication Date
CN113393530A true CN113393530A (zh) 2021-09-14

Family

ID=77616933

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110515671.1A Pending CN113393530A (zh) 2021-05-12 2021-05-12 一种基于双目立体视觉的滑坡位移监测方法、系统及装置

Country Status (1)

Country Link
CN (1) CN113393530A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115147461A (zh) * 2022-09-01 2022-10-04 湖南北斗微芯产业发展有限公司 一种灾害实时预警方法、系统及设备
CN116734754A (zh) * 2023-05-10 2023-09-12 吉林大学 滑坡监测系统及方法
CN117584157A (zh) * 2024-01-17 2024-02-23 深圳威洛博机器人有限公司 一种工业机器人模组的循环型导向控制系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115147461A (zh) * 2022-09-01 2022-10-04 湖南北斗微芯产业发展有限公司 一种灾害实时预警方法、系统及设备
CN115147461B (zh) * 2022-09-01 2022-11-22 湖南北斗微芯产业发展有限公司 一种灾害实时预警方法、系统及设备
CN116734754A (zh) * 2023-05-10 2023-09-12 吉林大学 滑坡监测系统及方法
CN116734754B (zh) * 2023-05-10 2024-04-26 吉林大学 滑坡监测系统及方法
CN117584157A (zh) * 2024-01-17 2024-02-23 深圳威洛博机器人有限公司 一种工业机器人模组的循环型导向控制系统
CN117584157B (zh) * 2024-01-17 2024-04-09 深圳威洛博机器人有限公司 一种工业机器人模组的循环型导向控制系统

Similar Documents

Publication Publication Date Title
CN113393530A (zh) 一种基于双目立体视觉的滑坡位移监测方法、系统及装置
CN109655040B (zh) 一种基于无人机靶向技术的边坡位移监测方法
CN107392247B (zh) 一种电力线下方地物安全距离实时检测方法
CN106978774B (zh) 一种路面坑槽自动检测方法
CN106840110B (zh) 一种应用于大型多板波浪模拟系统的运动测量方法与装置
CN102445323B (zh) 一种基于图像处理的定日镜故障诊断方法及系统
CN103353297A (zh) 输电线路与目标尺寸及间距的机载光电测量装置及其方法
CN101719300A (zh) 智能视频火灾预警系统及其报警参数的确定方法
CN111947578A (zh) 一种结构物位移测量系统及其测量方法
KR20180046177A (ko) 드론과 gis를 사용한 이상 발열 태양광 모듈 검출 방법
CN104567726A (zh) 车辆运行故障检测系统及方法
CN107843204A (zh) 基于监控级摄像机的边坡三维变形监测方法及系统
KR101985019B1 (ko) 드론과 gis를 사용한 이상 발열 태양광 모듈 검출 방법
CN103400463A (zh) 一种基于二维图像的林火定位方法和装置
CN115762067B (zh) 一种基于激光点云与视频数据融合的山体滑坡监测系统
CN112595236A (zh) 一种水下激光三维扫描和实时测距的测量装置
CN110044336A (zh) 一种基于无人机的非接触式线路覆冰测量方法
CN110570520A (zh) 一种基于slam的变电站检修安全距离监控方法
CN111664930B (zh) 一种基于频率与图像的高边坡落石集成监测系统及方法
CN109974860A (zh) 基于热成像煤矿井下人员监控系统
CN106355832A (zh) 危险物体距输配电线路通道距离的监控方法
CN110702343B (zh) 一种基于立体视觉的挠度测量系统及方法
CN105043355B (zh) 基于相似度判定准则的边坡微变形监测方法及监测系统
CN106303412B (zh) 基于监控影像的排土场位移远程实时监测方法
CN105300303A (zh) 一种输电线路与树木垂直间距的地面自动测量装置及方法

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