CN114295058A - 一种建筑结构的整面动位移的测量方法 - Google Patents

Abstract

本发明提供了一种建筑结构的整面动位移的测量方法。该方法包括：设置两个刚性连接的第一监控装置和第二监控装置；将所述第一监控装置的监测区域设置为待测结构的表面，将所述第二监控装置的监测区域设置为预设的标定区域；第一监控装置和第二监控装置分别获取各自的监测区域的原始视频或连续图像；根据所获得的监测区域的原始视频或连续图像，计算得到待测结构的表面的整体位移。应用本发明可以有效地提高测量结果的准确性。

Description

一种建筑结构的整面动位移的测量方法

技术领域

本申请涉及工程测量技术领域，尤其涉及一种建筑结构的整面动位移的测量方法。

背景技术

结构位移的测量是既有桥梁工程损伤识别的重要内容，而位移测量则一般包含静位移测量和动位移测量。其中，桥梁的静位移测量包含桥跨挠度、横向位移、纵向位移、墩顶水平位移等，而动位移测量则可以分析桥梁的动力学特性，包括振幅、波型、频率或周期、阻尼等，两者都是桥梁结构状态评估和健康监测的重要指标。

现有技术中的常用测量方法大多存在部分缺陷。例如，线性可变差动变压器(LVDT)传感器需要固定平台，而GPS传感器则价格较贵且精度一般，激光传感器需要在较近的距离使用等。而且，现有技术中的常用测量方法大多安装复杂并只能进行单点测量。

现有技术中的数字图像法，即摄影测量为桥梁位移提供了新方法，具有使用简单，可远距离测量，可进行多点测量，精度可控等优点。现有技术中对于摄影测量的研究数量众多，但是依旧存在问题，因此需要对部分问题进行完善，以使得摄影测量可以更加贴近工程应用。例如，相机振动的问题，相机在自然环境中使用会受到风与地面环境的影响产生抖动。如果距离被测结构较远时，相机轻微的抖动如果按照比例换算为被测结构的实际位移，则所导致的误差将会是巨大的。由于临海或临河的桥梁受到风的影响更大，而市内的高架桥或铁路桥等则会受到地面振动的影响，因此桥梁测量的准确性更容易受到影响，这对于摄影测量的工程应用仍是巨大挑战。其次，现有技术中大多是针对单个点位或多个有限点位进行位移采集，获得的信息量较少，如果需要更加详细的分析，如对损伤位置的精确分析、桥梁横向系数研究等，需要更多点甚至是整面的位移信息，因此所获得的信息将有些匮乏，难以进行精确的分析。

发明内容

有鉴于此，本发明提供了一种建筑结构的整面动位移的测量方法，从而可以有效地提高测量结果的准确性。

本发明的技术方案具体是这样实现的：

一种建筑结构的整面动位移的测量方法，该方法包括：

设置两个刚性连接的第一监控装置和第二监控装置；将所述第一监控装置的监测区域设置为待测结构的表面，将所述第二监控装置的监测区域设置为预设的标定区域；

第一监控装置和第二监控装置分别获取各自的监测区域的原始视频或连续图像；

根据所获得的监测区域的原始视频或连续图像，计算得到待测结构的表面的整体位移。

进一步的，所述根据所获得的监测区域的原始视频或连续图像，计算得到待测结构的表面的整体位移包括：

对于待测结构的表面和标定区域的的原始视频或连续图像，均分别进行如下的步骤：

对监测区域的原始视频或连续图像进行分解，获得各个分离的待分析图像，并在各个待分析图像中设置感兴趣区域；

从各个待分析图像中选择一个图像作为参考图像；

对各个待分析图像的感兴趣区域进行特征点提取；

根据所提取的特征点以及监测区域的实际尺寸，对各个待分析图像的感兴趣区域进行网格划分，将每个待分析图像的感兴趣区域分割成多个分块图片；

将每一个分块图片与参考图像中对应的分块图片进行特征点匹配；

从特征点匹配的结果中消除错误匹配；

对匹配的特征点的周围第一数量像素的区域进行局部亚像素插值，并重新进行特征点匹配；

根据特征点匹配的最终结果，计算得到监测区域的各个特征点的像素位移；

根据特征点的像素位移以及与像素位移对应的实际位移，计算得到对应的比例因子；

根据图像中的各个像素之间的距离以及实际测量得到的与各个像素对应的点之间的实际距离，确定几何模型修正的参数；

根据监测区域的各个特征点的像素位移、比例因子以及几何模型修正的参数，得到监测区域的各个特征点的实际位移；

根据待测结构的表面的各个特征点的实际位移以及标定区域的各个特征点的实际位移，得到待测结构的表面的各个特征点的真实位移；

根据待测结构的表面的各个特征点的真实位移进行插值计算，得到待测结构的表面的整体位移。

进一步的，所述对监测区域的原始视频或连续图像进行分解，获得各个分离的待分析图像包括：

如果所获得的是监测区域的视频文件，则对原始视频逐帧进行分解，得到多个分离的待分析图像；

如果所获得的是监测区域的连续图像，则将所述连续图像中的每一张图像分别作为待分析图像。

进一步的，所述在各个待分析图像中设置感兴趣区域包括：

如果待分析图像中还包括非监测区域的信息，则将待分析图像中包括监测区域的图像区域设置为感兴趣区域；

如果待分析图像中仅包含了监测区域的信息，则将整张待分析图像的所有区域均设置为感兴趣区域。

进一步的，所述从各个待分析图像中选择一个图像作为参考图像包括：

将各个待分析图像中的第一张待分析图像作为参考图像。

进一步的，使用加速鲁棒特征算法将每一个分块图片与参考图像中对应的分块图片进行特征点匹配；

使用随机抽样一致性算法从特征点匹配的结果中消除错误匹配。

进一步的，在进行特征点匹配时，对于每个分块图片，提取一个或多个匹配效果最好的特征点。

进一步的，该方法还进一步包括：

根据不同区域的特征效果和/或光照效果单独调整特征点算法的阈值。

进一步的，所述第一数量是5～10之间的任意一个整数。

进一步的，所述根据待测结构的表面的各个特征点的实际位移以及标定区域的各个特征点的实际位移，得到待测结构的表面的各个特征点的真实位移包括：

将待测结构的表面的各个特征点的实际位移，减去标定区域的各个特征点的实际位移，得到待测结构的表面的各个特征点的真实位移。

如上可见，在本发明中的建筑结构的整面动位移的测量方法中，使用数字图像算法和亚像素算法对各个待分析图像进行计算，得到待测结构的表面的像素位移，还使用了两个刚性连接的监控装置分别监测待测结构的表面以及预设的标定物，并根据两个监控装置的监测结果进行消振处理，得到待测结构的表面的实际振动数据，再根据待测结构的表面的实际振动数据计算得到比例因子，还根据图像中的各个像素之间的距离以及实际测量得到的与各个像素对应的点之间的实际距离，进行几何模型修正，因此可以根据待测结构的表面的像素位移、比例因子以及几何模型的修正结果，得到待测结构的表面的各个特征点的实际位移。上述的建筑结构的整面动位移的测量方法是一种使用特征点算法为基础的摄影测量方法，能够对整个视野范围内的桥梁底面或者测面进行位移监测；而且，由于使用了两个监控装置分别对待测结构的表面以及预设的标定物进行监测，因此可以消除监控装置自身产生振动所带来的误差，从而可以有效地提高测量结果的准确性。

附图说明

图1为本发明实施例中的建筑结构的整面动位移的测量方法的流程图。

图2为本发明实施例中的两个监控装置的原理示意图。

图3为本发明实施例中计算待测结构的表面的整体位移的流程示意图。

图4为本发明实施例中的消振前的数据的示意图。

图5为本发明实施例中的消振后的数据的示意图。

具体实施方式

为使本发明的技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明作进一步详细的说明。

图1为本发明实施例中的建筑结构的整面动位移的测量方法的流程图。

如图1所示，本发明实施例中的建筑结构的整面动位移的测量方法包括如下所述步骤：

步骤101，设置两个刚性连接的第一监控装置和第二监控装置；将所述第一监控装置的监测区域设置为待测结构的表面，将所述第二监控装置的监测区域设置为预设的标定区域。

在本发明的技术方案中，将设置两个刚性连接的监控装置(例如，相机、摄像头或其他的视频/图像获取装置等)：第一监控装置和第二监控装置。这两个监控装置都分别用于对各自的监测区域进行监测。例如，可以将第一监控装置的监测区域设定为待测结构的表面，并将第二监控装置的监测区域设定为预设的标定区域。因此，第一监控装置可以对待测结构的表面进行监测，而第二监控装置则可以对预设的标定区域进行监测。

其中，上述的标定区域可以是设置在一个可以认为几乎不发生振动的区域或地点(例如，桥梁桥墩的底部)或者是设置在一个稳定平台上，如图2所示。

在本发明的技术方案中，并不需要在上述标定区域中进行标点等操作，而只需要在上述标定区域中存在可以作为特征点的物体(例如，凸起物、凹坑、螺钉等等)即可。

另外，在本发明的技术方案中，上述的待测结构可以是各种大型建筑物，例如，大坝、桥梁等。因此，待测结构的表面可以是桥梁的底面、大坝的表面等，在此不再一一列举。

步骤102，第一监控装置和第二监控装置分别获取各自的监测区域的原始视频或连续图像。

在设置了上述第一监控装置和第二监控装置之后，即可使用上述第一监控装置和第二监控装置分别获取各自的监测区域的原始视频或连续图像，作为相应的基础数据。

例如，可以使用第一监控装置来获取待测结构的表面的原始视频或连续图像，并使用第二监控装置来获取标定区域的原始视频或连续图像。

在获取原始视频或连续图像时，第一监控装置和第二监控装置可以分别对其监测区域录制视频或拍摄图像，并将所得的视频和/或照片作为监测区域的原始视频或连续图像。

步骤103，根据所获得的监测区域的原始视频或连续图像，计算得到待测结构的表面的整体位移。

在获取到待测结构的表面和标定区域的原始视频或连续图像之后，即可根据上述原始视频或连续图像计算得到待测结构的表面的整体位移。

在本发明的技术方案中，可以通过多种具体实现方式来实现上述的步骤103。以下将以其中的一种具体实现方式为例，对本发明的技术方案进行详细地介绍。

例如，作为示例，在本发明的一个具体实施例中，所述步骤103可以是：

对于待测结构的表面和标定区域的的原始视频或连续图像，均分别进行如下的步骤：

步骤301，对监测区域的原始视频或连续图像进行分解，获得各个分离的待分析图像，并在各个待分析图像中设置感兴趣区域(ROI，region of interest)。

在本步骤中，如果在步骤102中所获得的是监测区域的视频文件(即原始视频)，则在本步骤中将对原始视频逐帧进行分解，得到多个分离的待分析图像；而如果在步骤102中所获得的是监测区域的连续图像，则在本步骤中，可以将上述连续图像中的每一张图像分别作为待分析图像。

在获得各个待分析图像之后，还将在各个待分析图像中设置相应的ROI。

例如，如果待分析图像中除了监测区域(例如，待测结构的表面或预设的标定区域)之外还有其他区域的信息(即非监测区域的信息，例如，监测区域后面的背景等)，则可以将待分析图像中仅包括监测区域的图像区域设置为ROI；如果待分析图像中仅包含了监测区域的信息，则可以将整张待分析图像的所有区域均设置为ROI。

步骤302，从各个待分析图像中选择一个图像作为参考图像。

例如，可以将各个待分析图像中的第一张待分析图像(例如，拍摄时间最早的待分析图像)作为参考图像。当然，也可以选择其他的合适的待分析图像作为参考图像。

步骤303，对各个待分析图像的感兴趣区域进行特征点提取。

在本发明的技术方案中，由于各个待分析图像的感兴趣区域即为监测区域的图像区域，因此可以对各个待分析图像的感兴趣区域进行特征点提取，以从感兴趣区域中提取多个特征点。

例如，可以从感兴趣区域中的待测结构的表面进行特征点提取，从而从待测结构的表面提取相应的多个特征点(可以称为待测区特征点)；还可以从感兴趣区域中的标定区域进行特征点提取，从而从标定区域也提取相应的多个特征点(可以称为标定区特征点)。

步骤304，根据所提取的特征点以及监测区域的实际尺寸，对各个待分析图像的感兴趣区域进行网格划分，将每个待分析图像的感兴趣区域分割成多个分块图片。

由于在上述步骤301中已经将各个待分析图像中的监测区域的图像设置为ROI，因此，待分析图像中的ROI即为监测区域的图像信息。所以，即可根据在步骤303中所提取的特征点以及监测区域的实际尺寸，对各个待分析图像的ROI进行网格划分，从而将每个待分析图像的ROI都分别分割成多个对应的分块图片。

步骤305，将每一个分块图片与参考图像中对应的分块图片进行特征点匹配。

在本发明的技术方案中，可以使用多种特征点算法进行上述的特征点匹配。

例如，作为示例，在本发明的一个具体实施例中，可以使用加速鲁棒特征算法(SURF，Speeded Up Robust Features)进行上述的特征点匹配。当然，也可以是使用其他的合适的特征点算法进行上述的特征点匹配，在此不再赘述。

另外，作为示例，在本发明的一个具体实施例中，在进行特征点匹配时，可以对于每个分块图片，提取一个或多个匹配效果最好的特征点。

因此，可以在不影响分析结果的前提下，降低需要运算的工作量，从而可以有效地提升计算速度。

更进一步的，还可以根据不同区域的特征效果和/或光照效果单独调整特征点算法的阈值，以获得更好的匹配效果。

例如，作为示例，在本发明的一个具体实施例中，对于分割后的单独图像(即单独的分块图片)，可以根据特征点提取效果进行特征点算法的阈值调整。

举例来说，在本发明的一个具体实施例中，当光照条件较差或者特征较为模糊时，可以自动地适当降低阈值，从而获得更好的匹配效果。

在特征点算法中，阈值的作用为：对于同样一片区域来说，阈值越高，则对于特征点的明显程度(能否作为一个不变特征的要求)要求更高，因此，同样区域内的特征点输出数量会减少，相应的程序运行时间也会减少。所以，在实际应用时，可以采用较高的阈值来提速以及确保找到的特征点最为精确。但是，当特征点没那么精确的时候，则可以放宽阈值来寻找替代的(并不是错误的)特征点。更进一步的，当在一个区域内找不到特征点时，可以自动地降低阈值，重新对该区域进行特征点的提取。

步骤306，从上述特征点匹配的结果中消除错误匹配。

在本发明的技术方案中，可以使用多种方式来消除错误匹配。

例如，作为示例，在本发明的一个具体实施例中，可以使用随机抽样一致性(RANSAC，Random Sample Consensus)算法从上述特征点匹配的结果中消除错误匹配，从而可以消除步骤305中进行特征点匹配时所产生的错误。

在使用特征点算法时，容易出现错误匹配，而监测区域的位移具有一定的连续性，因此，使用RANSAC算法可以很好地将错误匹配剔除，有效地提升算法的准确性。

步骤307，对匹配的特征点的周围第一数量像素的区域进行局部亚像素插值，并重新进行特征点匹配。

在本发明的技术方案中，在从步骤305的特征点匹配的结果中消除错误匹配之后，还将进一步对匹配的特征点的周围一个或多个像素区域进行局部亚像素插值，并重新进行特征点匹配，从而有效地提高匹配的精度。

另外，在本发明的技术方案中，可以根据实际应用场景的需要，预先设置上述第一数量的取值。

例如，作为示例，在本发明的一个具体实施例中，所述第一数量可以是5～10之间的任意一个整数。

举例来说，在本发明的一个具体实施例中，所述第一数量可以是5，也可以是10，也可以是其他合适的取值，在此不再赘述。

例如，作为示例，在本发明的一个具体实施例中，可以对匹配的特征点的周围5～10个像素的区域进行局部亚像素插值，并重新进行特征点匹配。

通过上述方式，可以有效地提升匹配的精度。与将整张图片进行亚像素处理相比，这种局部亚像素的方法可以更加节约时间且提升算法效率。

步骤308，根据特征点匹配的最终结果，计算得到监测区域的各个特征点的像素位移。

在步骤307中重新进行特征点匹配得到最终的匹配结果之后，即可根据该最终结果计算得到监测区域的各个特征点的像素位移。

步骤309，根据特征点的像素位移以及与像素位移对应的实际位移，计算得到对应的比例因子。

在本步骤中，上述比例因子即为从图像中的像素位移转换为实际位移的参数。

在本发明的技术方案中，可以通过多种方式来计算得到上述的比例因子。

例如，作为示例，在本发明的一个具体实施例中，可以直接获取图像中的两点之间在实际中的实际距离(譬如，假设图像中有两个螺母，则可以通过测量实际中的这两个螺母之间的实际距离而得到上述的实际距离)，并根据该实际距离，以及该实际距离所对应的像素距离，直接计算得到对应的比例因子。

再例如，作为示例，在本发明的一个具体实施例中，可以使用监控装置的参数(例如，相机的焦距、感光元件像元尺寸等参数)，以及监控装置与拍摄结构的距离等现场参数，并使用光路模型计算获得对应的比例因子。

步骤310，根据图像中的各个像素之间的距离以及实际测量得到的与各个像素对应的点之间的实际距离，确定几何模型修正的参数。

在使用监控装置(例如，相机)对监测区域进行拍摄时，监控装置在斜向拍摄物体表面时会产生类似于“近大远小”的现象，因此需要对该现象所对监测结果所造成的不利影响进行修正、还原。

所以，在本步骤中，还将根据图像中的各个像素之间的距离以及实际测量得到的与各个像素对应的点之间的实际距离，确定几何模型修正的参数，以便于进行几何模型修正。

例如，作为示例，在本发明的一个具体实施例中，可以使用监控装置(例如，相机)的成像原理光路图，并结合三角函数确定几何模型修正的参数，以便于进行上述的几何模型修正。

步骤311，根据监测区域的各个特征点的像素位移、比例因子以及几何模型修正的参数，得到监测区域的各个特征点的实际位移。

在本发明的技术方案中，上述监测区域包括待测结构的表面和标定区域，因此，通过上述的步骤，可以分别得到待测结构的表面的各个特征点的实际位移以及标定区域的各个特征点的实际位移。

步骤312，根据待测结构的表面的各个特征点的实际位移以及标定区域的各个特征点的实际位移，得到待测结构的表面的各个特征点的真实位移。

对待测结构的表面进行监测的监控装置所采集的振动数据中包括：待测结构的表面振动以及监控装置的自振；而对标定区域进行监测的监控装置所采集的振动数据中则可以认为就是监控装置的自振。

因此，根据待测结构的表面的各个特征点的实际位移以及标定区域的各个特征点的实际位移，即可得到待测结构的表面的各个特征点的真实位移。

例如，作为示例，在本发明的一个具体实施例中，可以将待测结构的表面的各个特征点的实际位移，减去标定区域的各个特征点的实际位移，从而可以得到待测结构的表面的各个特征点的真实位移。

上述标定区域的各个特征点的实际位移实际上是由于监控装置的振动而引起的，因此，从待测结构的表面的各个特征点的实际位移中减去标定区域的各个特征点的实际位移，相当于是进行了消振处理，从而可以得到待测结构的表面的各个特征点的真实位移。

如图4和图5所示，通过上述的消振处理，所得到的实际振动数据中已经消除了监控装置自身产生振动所带来的不利影响，从而可以有效地提高监测结果的准确性。

步骤313，根据待测结构的表面的各个特征点的真实位移进行插值计算，得到待测结构的表面的整体位移。

因此，通过上述的步骤301～313，即可获得待测结构的表面的整体位移。

综上所述，在本发明的技术方案中，由于使用数字图像算法和亚像素算法对各个待分析图像进行计算，得到待测结构的表面的像素位移，还使用了两个刚性连接的监控装置分别监测待测结构的表面以及预设的标定物，并根据两个监控装置的监测结果进行消振处理，得到待测结构的表面的实际振动数据，再根据待测结构的表面的实际振动数据计算得到比例因子，还根据图像中的各个像素之间的距离以及实际测量得到的与各个像素对应的点之间的实际距离，进行几何模型修正，因此可以根据待测结构的表面的像素位移、比例因子以及几何模型的修正结果，得到待测结构的表面的各个特征点的实际位移。上述的建筑结构的整面动位移的测量方法是一种使用特征点算法为基础的摄影测量方法，能够对整个视野范围内的桥梁底面或者测面进行位移监测；而且，由于使用了两个监控装置分别对待测结构的表面以及预设的标定物进行监测，因此可以消除监控装置自身产生振动所带来的误差，从而可以有效地提高测量结果的准确性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种建筑结构的整面动位移的测量方法，其特征在于，该方法包括：

设置两个刚性连接的第一监控装置和第二监控装置；将所述第一监控装置的监测区域设置为待测结构的表面，将所述第二监控装置的监测区域设置为预设的标定区域；

第一监控装置和第二监控装置分别获取各自的监测区域的原始视频或连续图像；

根据所获得的监测区域的原始视频或连续图像，计算得到待测结构的表面的整体位移。

2.根据权利要求1所述的方法，其特征在于，所述根据所获得的监测区域的原始视频或连续图像，计算得到待测结构的表面的整体位移包括：

对于待测结构的表面和标定区域的的原始视频或连续图像，均分别进行如下的步骤：

对监测区域的原始视频或连续图像进行分解，获得各个分离的待分析图像，并在各个待分析图像中设置感兴趣区域；

从各个待分析图像中选择一个图像作为参考图像；

对各个待分析图像的感兴趣区域进行特征点提取；

根据所提取的特征点以及监测区域的实际尺寸，对各个待分析图像的感兴趣区域进行网格划分，将每个待分析图像的感兴趣区域分割成多个分块图片；

将每一个分块图片与参考图像中对应的分块图片进行特征点匹配；

从特征点匹配的结果中消除错误匹配；

对匹配的特征点的周围第一数量像素的区域进行局部亚像素插值，并重新进行特征点匹配；

根据特征点匹配的最终结果，计算得到监测区域的各个特征点的像素位移；

根据特征点的像素位移以及与像素位移对应的实际位移，计算得到对应的比例因子；

根据图像中的各个像素之间的距离以及实际测量得到的与各个像素对应的点之间的实际距离，确定几何模型修正的参数；

根据监测区域的各个特征点的像素位移、比例因子以及几何模型修正的参数，得到监测区域的各个特征点的实际位移；

根据待测结构的表面的各个特征点的实际位移以及标定区域的各个特征点的实际位移，得到待测结构的表面的各个特征点的真实位移；

根据待测结构的表面的各个特征点的真实位移进行插值计算，得到待测结构的表面的整体位移。

3.根据权利要求2所述的方法，其特征在于，所述对监测区域的原始视频或连续图像进行分解，获得各个分离的待分析图像包括：

如果所获得的是监测区域的视频文件，则对原始视频逐帧进行分解，得到多个分离的待分析图像；

如果所获得的是监测区域的连续图像，则将所述连续图像中的每一张图像分别作为待分析图像。

4.根据权利要求2所述的方法，其特征在于，所述在各个待分析图像中设置感兴趣区域包括：

如果待分析图像中还包括非监测区域的信息，则将待分析图像中包括监测区域的图像区域设置为感兴趣区域；

如果待分析图像中仅包含了监测区域的信息，则将整张待分析图像的所有区域均设置为感兴趣区域。

5.根据权利要求2所述的方法，其特征在于，所述从各个待分析图像中选择一个图像作为参考图像包括：

将各个待分析图像中的第一张待分析图像作为参考图像。

6.根据权利要求2所述的方法，其特征在于：

使用加速鲁棒特征算法将每一个分块图片与参考图像中对应的分块图片进行特征点匹配；

使用随机抽样一致性算法从特征点匹配的结果中消除错误匹配。

7.根据权利要求2或6所述的方法，其特征在于：

在进行特征点匹配时，对于每个分块图片，提取一个或多个匹配效果最好的特征点。

8.根据权利要求7所述的方法，其特征在于，该方法还进一步包括：

根据不同区域的特征效果和/或光照效果单独调整特征点算法的阈值。

9.根据权利要求2所述的方法，其特征在于：

所述第一数量是5～10之间的任意一个整数。

10.根据权利要求1所述的方法，其特征在于，所述根据待测结构的表面的各个特征点的实际位移以及标定区域的各个特征点的实际位移，得到待测结构的表面的各个特征点的真实位移包括：

将待测结构的表面的各个特征点的实际位移，减去标定区域的各个特征点的实际位移，得到待测结构的表面的各个特征点的真实位移。

Images