CN113870285A - 一种集成北斗和视觉的基础设施结构形变测量方法及系统 - Google Patents

一种集成北斗和视觉的基础设施结构形变测量方法及系统 Download PDF

Info

Publication number
CN113870285A
CN113870285A CN202111155287.1A CN202111155287A CN113870285A CN 113870285 A CN113870285 A CN 113870285A CN 202111155287 A CN202111155287 A CN 202111155287A CN 113870285 A CN113870285 A CN 113870285A
Authority
CN
China
Prior art keywords
relative distance
image
pair
targets
determining
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
CN202111155287.1A
Other languages
English (en)
Other versions
CN113870285B (zh
Inventor
李清泉
涂伟
陈睿哲
谷宇
张德津
汪驰升
周宝定
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 University
Original Assignee
Shenzhen University
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 University filed Critical Shenzhen University
Priority to CN202111155287.1A priority Critical patent/CN113870285B/zh
Publication of CN113870285A publication Critical patent/CN113870285A/zh
Application granted granted Critical
Publication of CN113870285B publication Critical patent/CN113870285B/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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种集成北斗和视觉的基础设施结构形变测量方法及系统。分别在第一时刻和第二时刻通过相机拍摄全部靶标，得到第一成像图和第二成像图，其中，相机位于目标设施上，全部靶标两两成对，且每一对靶标位于目标设施的一个局部区域；根据第一成像图和第二成像图，确定每一对像点的像点相对距离变化量，其中，一对像点与一对靶标对应；获取相机在第一时刻和第二时刻之间的位移数据，根据位移数据对每一像点相对距离变化量进行校正，得到校正后的像点相对距离变化量；根据每一校正后的像点相对距离变化量，确定每一局部区域的结构形变数据。本发明采用了相机的位移数据进行误差平差，可以解决现有结构形变测量方法误差较大的问题。

Description

一种集成北斗和视觉的基础设施结构形变测量方法及系统
技术领域
本发明涉及建筑测量领域，尤其涉及的是一种集成北斗和视觉的基础设施结构形变测量方法及系统。
背景技术
桥梁、隧道、公路等大型基础设施承担承受大量的交通载荷，周边地质环境不断发生变化，导致桥梁、隧道和公路等设施在不同位置受力不均，发生程度各异的结构形变。基础设施结构形变过于剧烈，可能会导致桥梁垮塌、隧道崩塌、公路塌陷等重大的安全事故。因此需要对大型基础设施的结构形变进行及时监测，及时发现结构形变异常，为基础设施的维护整修提供支持，保障设施结构安全。
传统大型基础设施的结构形变测量主要是利用全站仪、水准仪、千分尺等工具，测量设施上的某些位置之间的静态形变数据。这些方法测量成本高，在测量时需要清空车辆，影响正常交通通行，并且只能进行测量静态，无法实现实时监测。因此，难以满足大型基础设施结构形变动态实时监测的需求。
而基于机器视觉的结构形变测量方法能够实现低成本的桥梁、隧道等基础设施结构形变的实时动态测量。然而目前基于机器视觉的结构形变测量方法并未考虑到布设的相机本身的沉降位移，导致结构形变测量误差较大。
因此，现有技术还有待改进和发展。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种集成北斗和视觉的基础设施结构形变测量方法及系统，旨在解决现有的基于机器视觉的结构形变测量方法由于相机本身布设位置的变化，导致测量结果误差较大的问题。
本发明解决问题所采用的技术方案如下：
第一方面，本发明实施例提供一种集成北斗和视觉的基础设施结构形变测量方法，其中，所述方法包括：
在第一时刻通过相机对全部靶标进行拍摄得到第一成像图，在第二时刻通过所述相机对全部所述靶标进行拍摄得到第二成像图，其中，所述相机布设于目标设施上，全部所述靶标两两成对，且每一对所述靶标布设于所述目标设施的一个局部区域内；
根据所述第一成像图和所述第二成像图，确定每一对像点中两个像点之间的像点相对距离变化量，其中，一对所述像点与一对所述靶标对应；
获取所述相机在所述第一时刻和所述第二时刻之间的位移数据，根据所述位移数据对每一所述像点相对距离变化量进行校正，得到校正后的像点相对距离变化量；
根据每一所述校正后的像点相对距离变化量，确定每一所述局部区域的结构形变数据。
在一种实施方式中，所述根据所述第一成像图和所述第二成像图，确定每一对像点中两个像点之间的像点相对距离变化量，包括：
根据所述第一成像图确定每一对所述像点中两个像点之间的第一水平相对距离和第一垂直相对距离，根据所述第二成像图确定每一对所述像点中两个像点之间的第二水平相对距离和第二垂直相对距离；
根据所述第一水平相对距离和所述第二水平相对距离，确定每一对所述像点中两个像点之间的水平相对距离变化量；
根据所述第一垂直相对距离和所述第二垂直相对距离，确定每一对所述像点中两个像点之间的垂直相对距离变化量；
根据每一对所述像点中两个像点之间的水平相对距离变化量和垂直相对距离变化量，确定每一对像点中两个像点之间的像点相对距离变化量。
在一种实施方式中，所述位移数据包括水平位移量和垂直位移量，所述获取所述相机在所述第一时刻和所述第二时刻之间的位移数据，包括：
通过定位系统确定所述相机在所述第一时刻的位置，得到第一位置数据；
通过所述定位系统确定所述相机在所述第二时刻的位置，得到第二位置数据；
根据所述第一位置数据和所述第二位置数据，确定所述垂直位移量和所述水平位移量。
在一种实施方式中，所述定位系统为北斗定位系统。
在一种实施方式中，所述根据所述位移数据对每一所述像点相对距离变化量进行校正，得到校正后的像点相对距离变化量，包括：
根据所述位移数据对每一所述第二水平相对距离进行校正，根据所述第一水平相对距离和校正后的第二水平相对距离，确定每一对所述像点中两个像点之间校正后的水平相对距离变化量；
根据所述位移数据对每一所述第二垂直相对距离进行校正，根据所述第一垂直相对距离和校正后的第二垂直相对距离，确定每一对所述像点中两个像点之间校正后的垂直相对距离变化量；
根据所述校正后的水平相对距离变化量和所述校正后的垂直相对距离变化量，确定每一对所述像点中两个像点之间校正后的像点相对距离变化量。
在一种实施方式中，所述根据每一校正后的所述像点相对距离变化量，确定每一所述局部区域的结构形变数据，包括：
根据每一校正后的所述像点相对距离变化量，确定每一对所述靶标中两个靶标之间的实际相对距离变化量；
根据每一所述实际相对距离变化量，确定每一所述局部区域的结构形变数据。
在一种实施方式中，所述根据每一校正后的所述像点相对距离变化量，确定每一对所述靶标中两个靶标之间的实际相对距离变化量，包括：
获取所述相机的焦距和每一对所述靶标中两个靶标分别与所述相机之间的实际距离的差值；
根据所述焦距和每一所述差值，确定每一对所述靶标对应的像平面与物平面之间的变换值；
将每一所述变换值与每一所述像点相对距离变化量一一对应相乘，得到每一对所述靶标中两个靶标之间的实际相对距离变化量。
第二方面，本发明实施例还提供一种集成北斗和视觉的基础设施结构形变测量系统，其中，所述系统包括：
成像获取模块，用于在第一时刻通过相机对全部靶标进行拍摄得到第一成像图，在第二时刻通过所述相机对全部所述靶标进行拍摄得到第二成像图，其中，所述相机布设于目标设施上，全部所述靶标两两成对，且每一对所述靶标布设于所述目标设施的一个局部区域内；
像点计算模块，用于根据所述第一成像图和所述第二成像图，确定每一对像点中两个像点之间的像点相对距离变化量，其中，一对所述像点与一对所述靶标对应；
距离校正模块，用于获取所述相机在所述第一时刻和所述第二时刻之间的位移数据，根据所述位移数据对每一所述像点相对距离变化量进行校正，得到校正后的像点相对距离变化量；
形变确定模块，用于根据每一所述校正后的像点相对距离变化量，确定每一所述局部区域的结构形变数据。
第三方面，本发明实施例还提供一种终端，其中，所述终端包括有存储器和一个或者一个以上处理器；所述存储器存储有一个或者一个以上的程序；所述程序包含用于执行如上述任一所述的集成北斗和视觉的基础设施结构形变测量方法的指令；所述处理器用于执行所述程序
第四方面，本发明实施例还提供一种计算机可读存储介质，其上存储有多条指令，其中，所述指令适用于由处理器加载并执行，以实现上述任一所述的集成北斗和视觉的基础设施结构形变测量方法的步骤。
本发明的有益效果：本发明实施例通过在第一时刻通过相机对全部靶标进行拍摄得到第一成像图，在第二时刻通过所述相机对全部所述靶标进行拍摄得到第二成像图，其中，所述相机布设于目标设施上，全部所述靶标两两成对，且每一对所述靶标布设于所述目标设施的一个局部区域内；根据所述第一成像图和所述第二成像图，确定每一对像点中两个像点之间的像点相对距离变化量，其中，一对所述像点与一对所述靶标对应；获取所述相机在所述第一时刻和所述第二时刻之间的位移数据，根据所述位移数据对每一所述像点相对距离变化量进行校正，得到校正后的像点相对距离变化量；根据每一所述校正后的像点相对距离变化量，确定每一所述局部区域的结构形变数据。由于本发明采用了相机的位移数据对测量结果进行校正，因此可以解决现有的基于机器视觉的结构形变测量方法由于相机本身布设位置的变化，导致测量结果误差较大的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的集成北斗和视觉的基础设施结构形变测量方法的流程示意图。
图2是本发明实施例提供的设备布置方案示意图。
图3是本发明实施例提供的靶标成像示意图。
图4是本发明实施例提供的相机位移后的靶标成像示意图。
图5是本发明实施例提供的像面x方向像点距离计算示意图。
图6是本发明实施例提供的像面y方向像点距离计算示意图
图7是本发明实施例提供的集成北斗和视觉的基础设施结构形变测量系统的模块示意图。
图8是本发明实施例提供的终端的原理框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
桥梁、隧道、公路等大型基础设施承担承受大量的交通载荷，周边地质环境不断发生变化，导致桥梁、隧道和公路等设施在不同位置受力不均，发生程度各异的结构形变。基础设施结构形变过于剧烈，可能会导致桥梁垮塌、隧道崩塌、公路塌陷等重大的安全事故。因此需要对大型基础设施的结构形变进行及时监测，及时发现结构形变异常，为基础设施的维护整修提供支持，保障设施结构安全。
传统大型基础设施的结构形变测量主要是利用全站仪、水准仪、千分尺等工具，测量设施上的某些位置之间的静态形变数据。这些方法测量成本高，在测量时需要清空车辆，影响正常交通通行，并且只能进行测量静态，无法实现实时监测。因此，难以满足大型基础设施结构形变动态实时监测的需求。
而基于机器视觉的结构形变测量方法能够实现低成本的桥梁、隧道等基础设施结构形变的实时动态测量。然而目前基于机器视觉的结构形变测量方法并未考虑到布设的相机本身的沉降位移，导致结构形变测量误差较大。
针对现有技术的上述缺陷，本发明提供一种集成北斗和视觉的基础设施结构形变测量方法，所述方法包括：在第一时刻通过相机对全部靶标进行拍摄得到第一成像图，在第二时刻通过所述相机对全部所述靶标进行拍摄得到第二成像图，其中，所述相机布设于目标设施上，全部所述靶标两两成对，且每一对所述靶标布设于所述目标设施的一个局部区域内；根据所述第一成像图和所述第二成像图，确定每一对像点中两个像点之间的像点相对距离变化量，其中，一对所述像点与一对所述靶标对应；获取所述相机在所述第一时刻和所述第二时刻之间的位移数据，根据所述位移数据对每一所述像点相对距离变化量进行校正，得到校正后的像点相对距离变化量；根据每一所述校正后的像点相对距离变化量，确定每一所述局部区域的结构形变数据。从而解决了现有的基于机器视觉的结构形变测量方法由于相机本身布设位置的变化，导致测量结果误差较大的问题。
如图1所示，所述方法包括如下步骤：
步骤S100、在第一时刻通过相机对全部靶标进行拍摄得到第一成像图，在第二时刻通过所述相机对全部所述靶标进行拍摄得到第二成像图，其中，所述相机布设于目标设施上，全部所述靶标两两成对，且每一对所述靶标布设于所述目标设施的一个局部区域内。
具体地，目标设施可以为待测量结构形变的大型基础设施。为了确定目标设施不同区域的结构形变，本实施例预先在目标设施上的相对稳定处布设了一台相机，并在需要测量结构形变的每个区域布设一对靶标，需要注意的是，布设相机和靶标时，必须要确保相机布设位置可以拍摄到所有的靶标。然后通过相机在两个不同的时刻分别对全部靶标进行拍摄，由于所有靶标均可以主动发出光线，因此会得到两张成像图，即第一成像图和第二成像图。由于目标设施上的结构形变会影响到靶标的布设位置发生变化，这一变化可以通过比较第一成像图和第二成像图获得，因此第一成像图和第二成像图的生成对于测量目标设施的结构形变来说至关重要。
举例说明，如图2所示，高清相机布设在某大型基础设施的相对稳定处，T1、T2分别代表测量靶标，布设在桥面处，用于监测桥面处的结构形变。相机到靶标T1、T2的距离分别为L1、L2。
如图1所示，所述方法还包括如下步骤：
步骤S200、根据所述第一成像图和所述第二成像图，确定每一对像点中两个像点之间的像点相对距离变化量，其中，一对所述像点与一对所述靶标对应。
具体地，针对任意一个待测量结构形变的区域来说，若该区域在两个拍摄时刻中间的这段时间内未发生结构形变，则第一成像图和第二成像图中该区域布设的一对靶标的成像位置基本是不会改变的，这一对靶标所对应的一对像点在第一成像图、第二成像图中对应的相对距离的变化量，即像点相对距离变化量就会比较小；若该区域在这段时间内发生了结构形变，则第一成像图和第二成像图中该区域布设的一对靶标的成像位置就会随之发生改变，像点相对距离变化量就会比较大。因此针对目标设施上每一个需要测量结构形变的局部区域来说，只有通过第一成像图和第二成像图准确计算出布设在该局部区域内的一对靶标的像点相对距离变化量，才可以准确确定该局部区域对应的结构形变。
在一种实现方式中，所述步骤S200具体包括如下步骤：
步骤S201、根据所述第一成像图确定每一对所述像点中两个像点之间的第一水平相对距离和第一垂直相对距离，根据所述第二成像图确定每一对所述像点中两个像点之间的第二水平相对距离和第二垂直相对距离；
步骤S202、根据所述第一水平相对距离和所述第二水平相对距离，确定每一对所述像点中两个像点之间的水平相对距离变化量；
步骤S203、根据所述第一垂直相对距离和所述第二垂直相对距离，确定每一对所述像点中两个像点之间的垂直相对距离变化量；
步骤S204、根据每一对所述像点中两个像点之间的水平相对距离变化量和垂直相对距离变化量，确定每一对像点中两个像点之间的像点相对距离变化量。
具体地，由于第一成像图、第二成像图均是通过相机拍摄全部靶标主动发出的光线进行成像得到的，因此第一成像图和第二成像图中均分别包含有每一对靶标对应的一对像点。如图所示，本实施例中的每一对像点对应的像点相对距离变化量主要是通过每一对像点在像面x、y方向上的相对距离的变化量确定的。因此需要先确定每一对像点中两个像点之间的水平相对距离变化量和垂直相对距离变化量，然后再基于水平相对距离变化量和垂直相对距离变化量确定出这一对像点之间的像点相对距离变化量。
举例说明，如图3所示，高清相机拍摄靶标主动发出的光线进行成像。获取靶标成像后，利用计算机视觉技术，可以计算出靶标T1、T2分别在像面上的像点坐标(xi,yi)(像点坐标的具体值可以基于成像点的中心坐标确定)。对于一对靶标T1、T2而言，其对应的一对像点在像面x和y方向上的像素距离分别为：Δhx＝|x1-x2|，Δhy＝|y1-y2|，根据像素大小d，可以求得这一对像点在像面x和y方向上的像点相对距离：ΔHx＝d×Δhx，ΔHy＝d×Δhy。通过上述方法计算出第一成像面上这一对像点的像点相对距离，并计算出第二成像面上这一对像点的像点相对距离，两个像点相对距离相比较即可得到像点相对距离变化量。可以理解的是，每一个像点相对距离变化量均包含两种变化量，一种变化量用于反映像面x方向上的像点相对距离变化量，另一种变化量用于反映像面y方向上的像点相对距离变化量。
如图1所示，所述方法还包括如下步骤：
步骤S300、获取所述相机在所述第一时刻和所述第二时刻之间的位移数据，根据所述位移数据对每一所述像点相对距离变化量进行校正。
具体地，由于相机所在位置不是绝对静止的，随时间推移目标设施发生结构形变，有可能会导致相机布设位置也发生位移，从而导致相机的投影中心也相应地发生变化，并影响基于相机的成像结果计算出来的像点相对距离变化量。由于像点相对距离变化量会直接影响结构形变的测量结果，因此需要计算出相机在两个成像时刻之间的位移数据，并基于该位移数据去对先前计算出的像点相对距离变化量进行平差校正。
举例说明，如图3所示，t1是沉降前，t2是沉降后。t2时刻相机拍摄靶标后，在像面上呈现的像点是靶标通过镜头中心o＇所得，而在t1时刻像面上呈现的像点是靶标通过镜头中心o所得，两个时刻的投影中心不同，根据三点共线原理，其呈现的像点位置信息也不同，从而对测量精度造成误差影响。
在一种实现方式中，所述位移数据包括水平位移量和垂直位移量，所述获取所述相机在所述第一时刻和所述第二时刻之间的位移数据，具体包括如下步骤：
步骤S301、通过定位系统确定所述相机在所述第一时刻的位置，得到第一位置数据；
步骤S302、通过所述定位系统确定所述相机在所述第二时刻的位置，得到第二位置数据；
步骤S303、根据所述第一位置数据和所述第二位置数据，确定所述垂直位移量和所述水平位移量。
具体地，本实施例预先在相机中安装了的定位系统，通过该定位系统可以获取相机在第一时刻和第二时刻的绝对位置，即第一位置数据和第二位置数据。由于第一位置数据和第二位置数据可以反映相机的布设位置在第一时刻和第二时刻之间的位置变化，因此通过比较第一位置数据和第二位置数据可以确定相机的布设位置在水平方向上的位移量和垂直方向上的位移量，即得到水平位移量和垂直位移量。
在一种实现方式中，为了提高定位的准确性，以得到相机的准确的位移数据，所述定位系统可以采用北斗定位系统。
举例说明，利用已经安装的北斗定位系统获取相机在t1、t2时刻的绝对位置，记为G1、G2，并计算该段时刻内的相机在x方向上的位移量
Figure BDA0003288267050000121
y方向上的位移量分别
Figure BDA0003288267050000122
在一种实现方式中，所述根据所述位移数据对每一所述像点相对距离变化量进行校正，得到校正后的像点相对距离变化量，包括：
步骤S304、根据所述位移数据对每一所述第二水平相对距离进行校正，根据所述第一水平相对距离和校正后的第二水平相对距离，确定每一对所述像点中两个像点之间校正后的水平相对距离变化量；
步骤S305、根据所述位移数据对每一所述第二垂直相对距离进行校正，根据所述第一垂直相对距离和校正后的第二垂直相对距离，确定每一对所述像点中两个像点之间校正后的垂直相对距离变化量；
步骤S306、根据所述校正后的水平相对距离变化量和所述校正后的垂直相对距离变化量，确定每一对所述像点中两个像点之间校正后的像点相对距离变化量。
简单来说，相机布设位置的位移数据主要会导致第二成像图中各个像点的像点坐标与真实坐标之间产生较大差距，进而导致第二成像图中每一对像点中两个像点之间在像面的x、y方向上的相对距离计算结果不准确，即无法得到准确的第二水平相对距离和第二垂直相对距离。因此需要根据位移数据对第二水平相对距离和第二垂直相对距离进行校正。由于第一成像图中各像点的像点坐标是准确的，因此基于每一对像点中两个像点的第一水平相对距离和校正后的第二水平相对距离，可以重新计算每一对像点中两个像点之间的水平相对距离变化量，得到校正后的水平相对距离变化量。同理可得，基于每一对像点中两个像点的第一垂直相对距离和校正的第二垂直相对距离，可以重新计算每一对像点中两个像点之间的垂直相对距离变化量。由于每一对像点中两个像点之间的像点相对距离变化量是基于两个像点之间的水平相对距离变化量和垂直相对距离变化量确定的，因此当这两种数据被校正后，就可以重新计算每一对像点中两个像点之间的相对距离的变化量，得到校正后的像点相对距离变化量。
举例说明，假设未考虑相机的位移数据时求得靶标T1、T2分别在t1、t2时刻中像面x和y方向的第一水平相对距离
Figure BDA0003288267050000131
第一垂直相对距离
Figure BDA0003288267050000132
第二水平相对距离
Figure BDA0003288267050000133
第二垂直相对距离
Figure BDA0003288267050000134
如图4所示，利用像面和镜头中心变化轴平行关系，根据摄影测量成像和相似三角形原理，镜头位置O点在发生沉降达到O’位置后，靶标T1、T2在相机上的成像位移也发生了变化，由像面上的AB位置变化到了A′B′位置。如图5、图6所示，根据物点在像面上的成像原理，可以计算出考虑相机的位移数据后，投影中心改正为O点，每一对像点在第二成像图对应的像面x、y方向上的相对距离，即得到校正后的第二水平相对距离
Figure BDA0003288267050000135
和校正后的第二垂直相对距离
Figure BDA0003288267050000136
其中，所述根据所述位移数据对每一所述第二水平相对距离进行校正，得到校正后的第二水平相对距离，具体可以为：根据所述水平位移量对每一所述第二水平相对距离进行水平平差，得到校正后的第二水平相对距离，其中，所述第二水平相对距离基于每一对所述像点中两个像点分别对应的像点水平位移量的差值和所述第一水平相对距离确定，所述像点水平位移量用于反映所述第一成像图和所述第二成像图中同一个像点在水平方向上的位移量，所述水平平差为根据所述水平位移量对所述像点水平位移量的差值进行校正。
举例说明，如图5所示，L1、L2是任意一对靶标中两靶标分别到相机的距离，f为相机焦距，Ax、Bx为靶标T1、T2在不考虑相机的位移数据的情况下(投影中心为O点)第二成像图对应的像面x方向上的像点坐标。Ax′、Bx′为靶标T1、T2在考虑相机的位移数据的情况下(投影中心为O点)第二成像图对应的像面x方向上的像点坐标。通过下述公式可以计算出校正后的第二水平相对距离
Figure BDA0003288267050000141
Figure BDA0003288267050000142
即
Figure BDA0003288267050000143
Figure BDA0003288267050000144
即
Figure BDA0003288267050000145
Figure BDA0003288267050000146
其中，所述根据所述位移数据对每一所述第二垂直相对距离进行校正，具体可以为：根据所述垂直位移量对每一所述第二垂直相对距离进行垂直平差，其中，所述第二垂直相对距离基于每一对所述像点中两个像点分别对应的像点垂直位移量的差值和所述第一垂直相对距离确定，所述像点垂直位移量用于反映所述第一成像图和所述第二成像图中同一个像点在垂直方向上的位移量，所述垂直平差为根据所述垂直位移量对所述像点垂直位移量的差值进行校正。
举例说明，如图6所示，L1、L2是任意一对靶标中两靶标分别到相机的距离，f为相机焦距，Ay、By为靶标T1、T2在不考虑相机的位移数据的情况下(投影中心为O点)第二成像图对应的像面y方向上的像点坐标。Ay′、By′为靶标T1、T2在考虑相机的位移数据的情况下(投影中心为O点)第二成像图对应的像面y方向上的像点坐标。通过下述公式可以计算出校正后的第二垂直相对距离
Figure BDA0003288267050000147
Figure BDA0003288267050000151
即
Figure BDA0003288267050000152
Figure BDA0003288267050000153
即
Figure BDA0003288267050000154
Figure BDA0003288267050000155
如图1所示，所述方法还包括如下步骤：
步骤S400、根据每一所述校正后的像点相对距离变化量，确定每一所述局部区域的结构形变数据。
具体地，针对目标设施上任意一个待测量结构形变的局部区域来说，该局部区域在两个拍摄时刻中间的这段时间内是否发生结构形变，决定了第一成像图和第二成像图中该局部区域布设的一对靶标的成像位置是否会发生变化，进而决定了该对靶标对应的一对像点在两张成像图中相对距离的变化量的大小，即像点相对距离变化量的大小。因此反过来，基于像点相对距离变化量也可以推算出该局部区域是否发生了结构形变。
在一种实现方式中，所述步骤S400具体包括如下步骤：
步骤S401、根据每一校正后的所述像点相对距离变化量，确定每一对所述靶标中两个靶标之间的实际相对距离变化量；
步骤S402、根据每一所述实际相对距离变化量，确定每一所述局部区域的结构形变数据。
具体地，由于相机的成像是利用物点、镜头中心、像点三点共线以及相机小孔成像原理，因此像平面和物平面之间是可以相互转换的。通过将校正后的像面相对距离变化量转换至物平面，就可以得到每一对靶标中两靶标之间在实际空间中的相对距离的变化量，即实际相对距离变化量。通过每一对靶标对应的实际相对距离变化量，就可以推算出该对靶标所在的局部区域在第一时刻和第二时刻是否发生了结构形变，从而得到该局部区域的结构形变数据。
在一种实现方式中，步骤S401具体包括如下步骤：
步骤S4011、获取所述相机的焦距和每一对所述靶标中两个靶标分别与所述相机之间的实际距离的差值；
步骤S4012、根据所述焦距和每一所述差值，确定每一对所述靶标对应的像平面与物平面之间的变换值；
步骤S4013、将每一所述变换值与每一所述像点相对距离变化量一一对应相乘，得到每一对所述靶标中两个靶标之间的实际相对距离变化量。
具体地，针对某一对靶标T1、T2，假设靶标T1与相机的距离为L1，靶标T2与相机的距离为L2，相机的焦距为f，像点相对距离变化量为D该对靶标对应的像平面和物平面之间的转换值T可以基于L2-L1的绝对值和f来确定。将转换值T与像点相对距离变化量为D相乘，即可得到该对靶标T1、T2之间的实际相对距离变化量。
在一种实现方式中，所述根据所述焦距和每一所述差值，确定每一对所述靶标对应的像平面与物平面之间的变换值，具体可以为：将每一所述差值与所述焦距的商作为每一对所述靶标对应的像平面与物平面之间的变换值。
举例说明，如图5、图6所示，对于任意两时刻t1、t2，假设t1时刻两靶标在像面x、y方向上校正后的像点相对距离变化量包括：校正后的水平相对距离变化量
Figure BDA0003288267050000161
校正后的垂直相对距离变化量
Figure BDA0003288267050000162
则这两靶标在t1-t2时刻件，在物面x、y方向上的发生的实际相对距离变化量包括：实际水平相对距离变化量
Figure BDA0003288267050000163
实际垂直相对距离变化量
Figure BDA0003288267050000164
计算公式如下：
Figure BDA0003288267050000165
基于上述实施例，本发明还提供了一种集成北斗和视觉的基础设施结构形变测量系统，如图7所示，所述系统包括：
成像获取模块01，用于在第一时刻通过相机对全部靶标进行拍摄得到第一成像图，在第二时刻通过所述相机对全部所述靶标进行拍摄得到第二成像图，其中，所述相机布设于目标设施上，全部所述靶标两两成对，且每一对所述靶标布设于所述目标设施的一个局部区域内；
像点计算模块02，用于根据所述第一成像图和所述第二成像图，确定每一对像点中两个像点之间的像点相对距离变化量，其中，一对所述像点与一对所述靶标对应；
距离校正模块03，用于获取所述相机在所述第一时刻和所述第二时刻之间的位移数据，根据所述位移数据对每一所述像点相对距离变化量进行校正，得到校正后的像点相对距离变化量；
形变确定模块04，用于根据每一所述校正后的像点相对距离变化量，确定每一所述局部区域的结构形变数据。
基于上述实施例，本发明还提供了一种终端，其原理框图可以如图8所示。该终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏。其中，该终端的处理器用于提供计算和控制能力。该终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现集成北斗和视觉的基础设施结构形变测量方法。该终端的显示屏可以是液晶显示屏或者电子墨水显示屏。
本领域技术人员可以理解，图8中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端的限定，具体的终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一种实现方式中，所述终端的存储器中存储有一个或者一个以上的程序，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行集成北斗和视觉的基础设施结构形变测量方法的指令。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
综上所述，本发明公开了一种集成北斗和视觉的基础设施结构形变测量方法及系统，所述方法包括：在第一时刻通过相机对全部靶标进行拍摄得到第一成像图，在第二时刻通过所述相机对全部所述靶标进行拍摄得到第二成像图，其中，所述相机布设于目标设施上，全部所述靶标两两成对，且每一对所述靶标布设于所述目标设施的一个局部区域内；根据所述第一成像图和所述第二成像图，确定每一对像点中两个像点之间的像点相对距离变化量，其中，一对所述像点与一对所述靶标对应；获取所述相机在所述第一时刻和所述第二时刻之间的位移数据，根据所述位移数据对每一所述像点相对距离变化量进行校正，得到校正后的像点相对距离变化量；根据每一所述校正后的像点相对距离变化量，确定每一所述局部区域的结构形变数据。由于本发明采用了相机的位移数据对测量结果进行校正，因此可以解决现有的基于机器视觉的结构形变测量方法由于相机本身布设位置的变化，导致测量结果误差较大的问题。
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种集成北斗和视觉的基础设施结构形变测量方法，其特征在于，所述方法包括：
在第一时刻通过相机对全部靶标进行拍摄得到第一成像图，在第二时刻通过所述相机对全部所述靶标进行拍摄得到第二成像图，其中，所述相机布设于目标设施上，全部所述靶标两两成对，且每一对所述靶标布设于所述目标设施的一个局部区域内；
根据所述第一成像图和所述第二成像图，确定每一对像点中两个像点之间的像点相对距离变化量，其中，一对所述像点与一对所述靶标对应；
获取所述相机在所述第一时刻和所述第二时刻之间的位移数据，根据所述位移数据对每一所述像点相对距离变化量进行校正，得到校正后的像点相对距离变化量；
根据每一所述校正后的像点相对距离变化量，确定每一所述局部区域的结构形变数据。
2.根据权利要求1所述的集成北斗和视觉的基础设施结构形变测量方法，其特征在于，所述根据所述第一成像图和所述第二成像图，确定每一对像点中两个像点之间的像点相对距离变化量，包括：
根据所述第一成像图确定每一对所述像点中两个像点之间的第一水平相对距离和第一垂直相对距离，根据所述第二成像图确定每一对所述像点中两个像点之间的第二水平相对距离和第二垂直相对距离；
根据所述第一水平相对距离和所述第二水平相对距离，确定每一对所述像点中两个像点之间的水平相对距离变化量；
根据所述第一垂直相对距离和所述第二垂直相对距离，确定每一对所述像点中两个像点之间的垂直相对距离变化量；
根据每一对所述像点中两个像点之间的水平相对距离变化量和垂直相对距离变化量，确定每一对像点中两个像点之间的像点相对距离变化量。
3.根据权利要求1所述的集成北斗和视觉的基础设施结构形变测量方法，其特征在于，所述位移数据包括水平位移量和垂直位移量，所述获取所述相机在所述第一时刻和所述第二时刻之间的位移数据，包括：
通过定位系统确定所述相机在所述第一时刻的位置，得到第一位置数据；
通过所述定位系统确定所述相机在所述第二时刻的位置，得到第二位置数据；
根据所述第一位置数据和所述第二位置数据，确定所述垂直位移量和所述水平位移量。
4.根据权利要求3所述的集成北斗和视觉的基础设施结构形变测量方法，其特征在于，所述定位系统为北斗定位系统。
5.根据权利要求2所述的集成北斗和视觉的基础设施结构形变测量方法，其特征在于，所述根据所述位移数据对每一所述像点相对距离变化量进行校正，得到校正后的像点相对距离变化量，包括：
根据所述位移数据对每一所述第二水平相对距离进行校正，根据所述第一水平相对距离和校正后的第二水平相对距离，确定每一对所述像点中两个像点之间校正后的水平相对距离变化量；
根据所述位移数据对每一所述第二垂直相对距离进行校正，根据所述第一垂直相对距离和校正后的第二垂直相对距离，确定每一对所述像点中两个像点之间校正后的垂直相对距离变化量；
根据所述校正后的水平相对距离变化量和所述校正后的垂直相对距离变化量，确定每一对所述像点中两个像点之间校正后的像点相对距离变化量。
6.根据权利要求1所述的集成北斗和视觉的基础设施结构形变测量方法，其特征在于，所述根据每一校正后的所述像点相对距离变化量，确定每一所述局部区域的结构形变数据，包括：
根据每一校正后的所述像点相对距离变化量，确定每一对所述靶标中两个靶标之间的实际相对距离变化量；
根据每一所述实际相对距离变化量，确定每一所述局部区域的结构形变数据。
7.根据权利要求6所述的集成北斗和视觉的基础设施结构形变测量方法，其特征在于，所述根据每一校正后的所述像点相对距离变化量，确定每一对所述靶标中两个靶标之间的实际相对距离变化量，包括：
获取所述相机的焦距和每一对所述靶标中两个靶标分别与所述相机之间的实际距离的差值；
根据所述焦距和每一所述差值，确定每一对所述靶标对应的像平面与物平面之间的变换值；
将每一所述变换值与每一所述像点相对距离变化量一一对应相乘，得到每一对所述靶标中两个靶标之间的实际相对距离变化量。
8.一种集成北斗和视觉的基础设施结构形变测量系统，其特征在于，所述系统包括：
成像获取模块，用于在第一时刻通过相机对全部靶标进行拍摄得到第一成像图，在第二时刻通过所述相机对全部所述靶标进行拍摄得到第二成像图，其中，所述相机布设于目标设施上，全部所述靶标两两成对，且每一对所述靶标布设于所述目标设施的一个局部区域内；
像点计算模块，用于根据所述第一成像图和所述第二成像图，确定每一对像点中两个像点之间的像点相对距离变化量，其中，一对所述像点与一对所述靶标对应；
距离校正模块，用于获取所述相机在所述第一时刻和所述第二时刻之间的位移数据，根据所述位移数据对每一所述像点相对距离变化量进行校正，得到校正后的像点相对距离变化量；
形变确定模块，用于根据每一所述校正后的像点相对距离变化量，确定每一所述局部区域的结构形变数据。
9.一种终端，其特征在于，所述终端包括有存储器和一个或者一个以上处理器；所述存储器存储有一个或者一个以上的程序；所述程序包含用于执行如权利要求1-7中任一所述的集成北斗和视觉的基础设施结构形变测量方法的指令；所述处理器用于执行所述程序。
10.一种计算机可读存储介质，其上存储有多条指令，其特征在于，所述指令适用于由处理器加载并执行，以实现上述权利要求1-7任一所述的集成北斗和视觉的基础设施结构形变测量方法的步骤。
CN202111155287.1A 2021-09-29 2021-09-29 一种集成北斗和视觉的基础设施结构形变测量方法及系统 Active CN113870285B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111155287.1A CN113870285B (zh) 2021-09-29 2021-09-29 一种集成北斗和视觉的基础设施结构形变测量方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111155287.1A CN113870285B (zh) 2021-09-29 2021-09-29 一种集成北斗和视觉的基础设施结构形变测量方法及系统

Publications (2)

Publication Number Publication Date
CN113870285A true CN113870285A (zh) 2021-12-31
CN113870285B CN113870285B (zh) 2022-05-20

Family

ID=79000827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111155287.1A Active CN113870285B (zh) 2021-09-29 2021-09-29 一种集成北斗和视觉的基础设施结构形变测量方法及系统

Country Status (1)

Country Link
CN (1) CN113870285B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114636383A (zh) * 2022-01-27 2022-06-17 深圳大学 一种沉管隧道管节施工过程动态形变测量方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012145884A1 (zh) * 2011-04-25 2012-11-01 中国人民解放军国防科学技术大学 一种工程建筑沉降的监测方法与监测系统
WO2013077623A1 (ko) * 2011-11-23 2013-05-30 한국과학기술원 구조물 변위 측정 시스템 및 방법
US20160191759A1 (en) * 2014-12-29 2016-06-30 Intel Corporation Method and system of lens shift correction for a camera array
CN106664365A (zh) * 2014-07-01 2017-05-10 快图有限公司 用于校准图像捕获设备的方法
CN107152916A (zh) * 2017-05-15 2017-09-12 中南大学 一种基于视觉测量的大气折光校正方法
CN109631768A (zh) * 2018-12-19 2019-04-16 嘉兴同禾传感技术有限公司 一种结构物二维位移监测装置及方法
CN208984029U (zh) * 2018-10-25 2019-06-14 北京测科空间信息技术有限公司 一种用于工程建筑物形变监测的系统
CN110470226A (zh) * 2019-07-10 2019-11-19 广东工业大学 一种基于无人机系统的桥梁结构位移测量方法
CN111076880A (zh) * 2020-01-11 2020-04-28 东南大学 一种考虑相机姿态变化的大跨桥梁多点挠度测量方法
CN111416943A (zh) * 2020-04-28 2020-07-14 成都纵横自动化技术股份有限公司 相机防抖方法、装置、航测相机和计算机可读存储介质
CN111614895A (zh) * 2020-04-30 2020-09-01 惠州华阳通用电子有限公司 一种图像成像抖动补偿方法、系统及设备
CN112254663A (zh) * 2020-10-20 2021-01-22 常州市建筑科学研究院集团股份有限公司 一种基于影像识别的平面变形监测测量方法及其系统
CN112629431A (zh) * 2020-12-14 2021-04-09 深圳大学 土木结构变形监测方法及相关设备
CN113029009A (zh) * 2021-04-30 2021-06-25 高速铁路建造技术国家工程实验室 一种双视角视觉位移测量系统及方法
CN113409285A (zh) * 2021-06-28 2021-09-17 上海交通大学 一种沉管隧道接头三维变形的监测方法、系统

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012145884A1 (zh) * 2011-04-25 2012-11-01 中国人民解放军国防科学技术大学 一种工程建筑沉降的监测方法与监测系统
WO2013077623A1 (ko) * 2011-11-23 2013-05-30 한국과학기술원 구조물 변위 측정 시스템 및 방법
CN106664365A (zh) * 2014-07-01 2017-05-10 快图有限公司 用于校准图像捕获设备的方法
US20160191759A1 (en) * 2014-12-29 2016-06-30 Intel Corporation Method and system of lens shift correction for a camera array
CN107152916A (zh) * 2017-05-15 2017-09-12 中南大学 一种基于视觉测量的大气折光校正方法
CN208984029U (zh) * 2018-10-25 2019-06-14 北京测科空间信息技术有限公司 一种用于工程建筑物形变监测的系统
CN109631768A (zh) * 2018-12-19 2019-04-16 嘉兴同禾传感技术有限公司 一种结构物二维位移监测装置及方法
CN110470226A (zh) * 2019-07-10 2019-11-19 广东工业大学 一种基于无人机系统的桥梁结构位移测量方法
CN111076880A (zh) * 2020-01-11 2020-04-28 东南大学 一种考虑相机姿态变化的大跨桥梁多点挠度测量方法
CN111416943A (zh) * 2020-04-28 2020-07-14 成都纵横自动化技术股份有限公司 相机防抖方法、装置、航测相机和计算机可读存储介质
CN111614895A (zh) * 2020-04-30 2020-09-01 惠州华阳通用电子有限公司 一种图像成像抖动补偿方法、系统及设备
CN112254663A (zh) * 2020-10-20 2021-01-22 常州市建筑科学研究院集团股份有限公司 一种基于影像识别的平面变形监测测量方法及其系统
CN112629431A (zh) * 2020-12-14 2021-04-09 深圳大学 土木结构变形监测方法及相关设备
CN113029009A (zh) * 2021-04-30 2021-06-25 高速铁路建造技术国家工程实验室 一种双视角视觉位移测量系统及方法
CN113409285A (zh) * 2021-06-28 2021-09-17 上海交通大学 一种沉管隧道接头三维变形的监测方法、系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
JISUNG KIM 等: "Marker-Based Structural Displacement Measurement Models with Camera Movement Error Correction Using Image Matching and Anomaly Detection", 《SENSORS》 *
SATORU YONEYAMA 等: "Bridge Deflection Measurement Using Digital Image Correlation with Camera Movement Correction", 《MATERIALS TRANSACTIONS》 *
VAHID ABOLHASANNEJAD: "道路材料与桥梁变形动/静态检测新方法研究", 《中国优秀博硕士学位论文全文数据库（博士）工程科技II辑》 *
赵嘉兴: "基于图像的桥梁变形检测方法研究", 《中国优秀博硕士学位论文全文数据库（硕士）工程科技II辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114636383A (zh) * 2022-01-27 2022-06-17 深圳大学 一种沉管隧道管节施工过程动态形变测量方法
CN114636383B (zh) * 2022-01-27 2023-08-22 深圳大学 一种沉管隧道管节施工过程动态形变测量方法

Also Published As

Publication number Publication date
CN113870285B (zh) 2022-05-20

Similar Documents

Publication Publication Date Title
CN110057295B (zh) 一种免像控的单目视觉平面距离测量方法
CN107121123B (zh) 卫星精度单机测量方法
WO2021208398A1 (zh) 视距测量定位的方法、装置和计算机设备
US20210354299A1 (en) External parameter calibration method for robot sensors and apparatus, robot and storage medium with the same
CN102208108A (zh) 摄像机大视场高精度快速现场全局标定方法
CN113870285B (zh) 一种集成北斗和视觉的基础设施结构形变测量方法及系统
CN111325800A (zh) 一种单目视觉系统俯仰角标定方法
CN106405581A (zh) 卫星结构变形引起的多类型载荷间耦合指向精度评估方法
Yu et al. Displacement measurement of large structures using nonoverlapping field of view multi‐camera systems under six degrees of freedom ego‐motion
WO2022126339A1 (zh) 土木结构变形监测方法及相关设备
CN111811467B (zh) 高速铁路轨面长波不均匀沉降动态检测方法、装置
CN103685936A (zh) 宽视场摄像机图像的校准和扭曲恢复
CN114754695B (zh) 多视场桥梁挠度测量装置、方法及存储介质
CN105758339A (zh) 基于几何误差修正技术的光轴与物面垂直度检测方法
CN114018167A (zh) 一种基于单目三维视觉的桥梁挠度测量方法
CN115560698A (zh) 一种基于定位标记的计算机可视化子孔径拼接方法
CN114814865A (zh) 用于车辆测距的方法和系统、车辆及程序产品
CN115183681B (zh) 一种结构位移激光测量方法和系统
El-Ashmawy Using smart phones for deformations measurements of structures
CN112887700A (zh) 单元透镜和透镜阵列的横向位置误差二维度量方法
CN105841636A (zh) 基于直线运动部件误差补偿的光轴与物面垂直度检测方法
CN111127564A (zh) 一种基于几何定位模型的视频影像校正方法
US11410338B2 (en) Measuring device and measuring system
Valença et al. Application of photogrammetry to bridge monitoring
CN115183962B (zh) 一种桥梁挠度激光测量方法和系统

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