CN115078377A - 一种基于点云拟合的桥梁损伤自动评估系统及方法 - Google Patents

一种基于点云拟合的桥梁损伤自动评估系统及方法 Download PDF

Info

Publication number
CN115078377A
CN115078377A CN202210563894.XA CN202210563894A CN115078377A CN 115078377 A CN115078377 A CN 115078377A CN 202210563894 A CN202210563894 A CN 202210563894A CN 115078377 A CN115078377 A CN 115078377A
Authority
CN
China
Prior art keywords
fitting
module
point cloud
damage
bridge
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
CN202210563894.XA
Other languages
English (en)
Inventor
蔡长青
何振鹏
马元滨
刘伟泽
高瑞
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.)
Guangzhou University
Original Assignee
Guangzhou 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 Guangzhou University filed Critical Guangzhou University
Priority to CN202210563894.XA priority Critical patent/CN115078377A/zh
Publication of CN115078377A publication Critical patent/CN115078377A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/286—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供了一种基于点云拟合的桥梁损伤自动评估系统及方法，该系统包括：扫描模块、切片模块、拟合模块和评估模块；其中扫描模块与切片模块连接，切片模块与拟合模块连接，拟合模块与评估模块连接；该方法包括：S1使用激光扫描仪扫描桥梁整体结构的表面损伤具，S2利用点云切片获得一组包含投影到二维截面上的点的切片，S3根据表面类型自动进行表面拟合，S4采用层次聚类方法对各切片进行损伤评估。本发明通过定位和量化典型表面的损伤，包括切片的平面、曲线和它们的组合，成功地对多个表面产生的边缘损伤进行损伤信息，不仅提高了识别精度，而且是一种稳健、自动的损伤评估方法。

Description

一种基于点云拟合的桥梁损伤自动评估系统及方法
技术领域
本发明属于三维图像处理技术领域，特别涉及一种基于点云拟合的桥梁损伤自动评估系统及方法。
背景技术
现如今数字图像处理被认为是人工视觉检测的替代方案，可以实现结构维修中的自动损伤评估。尽管人工智能的发展提高了识别性能，但仅利用二维图像在三维空间直接量化表面损伤是困难的。此外，由于近距离图像具有较高的测量精度，因此其应用需要大量的时间来处理大量的全尺寸结构图像。而且，随着通信技术的推广使用，无线资源显得较为拥挤，串频、断频、无线电信号干扰、稳定性差等因素，使得无线麦克风在现有技术上亟需创新来满足当今用户对无线麦克风质量的要求。
基于三维激光扫描的各种框架已经被提出用于损伤评估，与二维图像相比，点云可以利用三维空间的相关几何特征直接评估表面损伤。例如，利用点云拟合一个参考平面，从参考平面到每个点的最小距离作为判据对损伤上的点进行分类。在另一项研究中，为了提高识别精度，将一组相邻点放在一起计算到参考平面的平均距离。进而，确定参考平面的法向量，利用参考向量与局部拟合平面的夹角来确定参考平面的法向量检测表面损伤。表面损伤检测点的其他指标包括梯度、曲率的变化，以及主成分分析引起的表面变化。虽然以往的研究已经成功地实施了损伤评估，但以下实际问题仍需认真解决:
1.有必要对平面和曲线结构构件进行损伤评估。由于以前的方法通常确定了从完整表面对点进行分类的阈值，因此它们的应用仅限于单一类型的表面(例如，平面或柱面)。因此，在实践中需要一种方法来考虑组合表面的不同敏感性。
2.边缘是多个表面的交点，在损伤评估中没有被考虑。因为边缘上的点也代表了指标的相当大的变化，一些错误的检测往往会发生。因此，准确识别边缘的表面损伤也是必要的。
3.之前的方法的损伤量化仅限于平面表面，为了计算损伤体积，通常假设目标表面是一个平面模型。因此，将其应用于曲面可能会导致估计误差。
因此，如何设计出一种基于三维激光扫描的高精准分类、准确识别边缘的各种表面损伤的方案，是本领域技术人员亟待解决的技术问题。
发明内容
有鉴于现有技术的上述缺陷，本发明提供一种基于点云拟合的桥梁损伤自动评估系统及方法，基于三维激光扫描的高精准分类、准确识别边缘的各种表面损伤的技术方案，以解决上述问题。
为实现上述目的，本发明提供的技术方案是：
一种基于点云拟合的桥梁损伤自动评估系统，其包括扫描模块，切片模块，拟合模块和评估模块；其中扫描模块与切片模块连接，切片模块与拟合模块连接，拟合模块与评估模块连接。
优选的，所述扫描模块包括激光扫描仪和显示设备。
一种基于点云拟合的桥梁损伤自动评估方法，包括以下步骤：
S1，通过扫描模块扫描桥梁整体结构的表面损伤，得到点云；
S2，通过切片模块从点云获得一组包含投影到二维截面上的点的切片；
S3，通过拟合模块对切片自动进行表面拟合；
S4，通过评估模块对各切片进行损伤评估。
作为优选，所述点云包括桥面、桥墩和非结构件三类。
作为优选，所述切片包括平面、曲线及其组合三种曲面类型。
作为优选，所述步骤S2中，所得到的切片模型数量为2。
作为优选，所述拟合的方法包括线拟合和圆拟合。
作为优选，所述拟合的方法判断为判断内层数是否大于50％，若是，则为线拟合，反之则为圆拟合。
作为优选，所述评估模块采用层次聚类方法对各切片进行损伤评估。
本发明的有益效果是：
1、本发明提供的基于点云拟合的桥梁损伤自动评估系统，基于三维激光扫描的高精准分类、准确识别边缘的各种表面损伤，是一种利用三维激光扫描技术对桥梁构件进行自动面坝龄期评估的新技术构思。
2、本发明提出的基于点云拟合的桥梁损伤自动评估方法，通过定位和量化典型表面的损伤，包括平面、曲线和它们的组合，特别是桥墩。此外，还成功地对多个表面产生的边缘损伤进行评估，以评估损伤信息。实现了对桥梁的稳定、精准和自动的损伤评估。
附图说明
图1是本发明一个较佳实施例的点云生成切片示意图；
图2是本发明实施例评估方法流程示意图；
图3是本发明一个较佳实施例的表面损伤评估框架流程示意图；
图4是本发明一个较佳实施例的单线平面拟合过程示意图:(a)点云；(b)第一行拟合；
图5是本发明一个较佳实施例的具有两条直线的平面拟合过程示意图:(a)第一行拟合；(b)第二行拟合。
具体实施方式
下面对本发明的实施例作详细说明，下述的实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例：
参见附图1-5，本发明实施例提供的基于点云拟合的桥梁损伤自动评估系统，其包括扫描模块，切片模块，拟合模块和评估模块。其中扫描模块与切片模块连接，切片模块与拟合模块连接，拟合模块与评估模块连接。
优选的，所述扫描模块包括激光扫描仪和显示设备。
另一方面，本发明实施例还提供了一种基于点云拟合的桥梁损伤自动评估方法，其包括以下步骤：
S1，通过扫描模块扫描桥梁整体结构的表面损伤，得到点云；
S2，通过切片模块从点云获得一组包含投影到二维截面上的点的切片；
S3，通过拟合模块对切片自动进行表面拟合；
S4，通过评估模块对各切片进行损伤评估。
作为优选，所述点云包括桥面、桥墩和非结构件三类。
作为优选，所述切片包括平面、曲线及其组合三种曲面类型。
作为优选，所述步骤S2中，所得到的切片模型数量为2。
作为优选，所述拟合的方法包括线拟合和圆拟合。
作为优选，所述拟合的方法判断为判断内层数是否大于50％，若是，则为线拟合，反之则为圆拟合。
作为优选，所述评估模块采用层次聚类方法对各切片进行损伤评估。
在更为具体的实施例中，如图1所示，具体评估方法如下：
通过扫描模块得到点云：使用激光扫描仪扫描桥梁整体结构的表面损伤具，得到点云；将桥墩对应的点云分割成多组三维点：
通过切片模块得到切片：以恒定间隔将桥墩点云沿桥墩顶部分割为多片，忽略扫描轴，在二维空间平展一组相邻点。得到的切片包括平面、曲线及其组合三种曲面类型。过渡部分采用不同形状组合，平面和曲面可以反映桥墩的大部分形状。在曲面建模中，使用2D视点的切片。此外，需考虑二维空间中所有简化的切片，有效地评估三维空间中不规则损伤的形状。
通过拟合模块对切片自动进行表面拟合：利用每个切片中被压平的点云来确定最优表面和识别损伤部位上的点，由于桥墩的形状大多用平面和曲面来描述，在本实施例中使用线拟合和圆拟合这两种估计方法。随机样本一致性(RANSAC)中采用了直线和圆这两种数学模型来自动识别最优曲面。
在本实施例中，由于配准误差，使用了激光雷达在单个位置测量的点云，因此，对点云切片产生的每个切片由两个模型组成。由于其中一个包含的点比另一个包含的点多，以支持更宽的桥板宽度，由此分类最佳表面类型的阈值设置为50％。
优选的，请参照图2，当切片中的点首次被拟合到线模型上时，内层数大于50％，则确定线拟合在该曲面类型中占主导地位。然而，如果内层数小于50％，则圆模型是拟合点的另一种工具。当线模型和圆模型都不合适时，将切片确定为不同形状之间的过渡部分。
参照图3、图4，拟合第一模型后，检查离群值，以确定它们是否超出第一内层的范围。没有外部异常值的一个切片被认为具有一个包含直线或圆的曲面，而另一个切片则使用异常值通过另一条直线或圆来拟合第二个模型。通过拟合一个圆，只有线模型被添加到表面上，因为另一个表面只能是这种类型的线。
最后，通过采用层次聚类方法对各切片进行损伤评估。
本发明提供的基于点云拟合的桥梁损伤自动评估系统，基于三维激光扫描的高精准分类、准确识别边缘的各种表面损伤，是一种利用三维激光扫描技术对桥梁构件进行自动面坝龄期评估的新技术构思。
本发明通过定位和量化典型表面的损伤，包括切片的平面、曲线和它们的组合，成功地对多个表面产生的边缘损伤进行损伤信息，不仅提高了识别精度，而且是一种稳健、自动的损伤评估方法。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的试验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (9)

1.一种基于点云拟合的桥梁损伤自动评估系统，其特征在于，其包括：扫描模块、切片模块、拟合模块和评估模块；其中扫描模块与切片模块连接，切片模块与拟合模块连接，拟合模块与评估模块连接。
2.根据权利要求1所述的基于点云拟合的桥梁损伤自动评估系统，其特征在于，所述扫描模块包括激光扫描仪和显示设备。
3.一种基于点云拟合的桥梁损伤自动评估方法，其特征在于，包括以下步骤：
S1，通过扫描模块扫描桥梁整体结构的表面损伤，得到点云；
S2，通过切片模块从点云获得一组包含投影到二维截面上的点的切片；
S3，通过拟合模块对切片自动进行表面拟合；
S4，通过评估模块对各切片进行损伤评估。
4.根据权利要求3所述的基于点云拟合的桥梁损伤自动评估方法，其特征在于，所述步骤S1中，点云包括桥面、桥墩和非结构件三类。
5.根据权利要求3所述的基于点云拟合的桥梁损伤自动评估方法，其特征在于，所述步骤S2中，切片包括平面、曲线及其组合三种曲面类型。
6.根据权利要求3所述的基于点云拟合的桥梁损伤自动评估方法，其特征在于，所述步骤S2中，所得到的切片模型数量为2。
7.根据权利要求3所述的基于点云拟合的桥梁损伤自动评估方法，其特征在于，所述步骤S3中，拟合的方法包括线拟合和圆拟合。
8.根据权利要求3所述的基于点云拟合的桥梁损伤自动评估方法，其特征在于，所述步骤S3中，拟合的方法判断为判断内层数是否大于50％，若是，则为线拟合，反之则为圆拟合。
9.根据权利要求3所述的基于点云拟合的桥梁损伤自动评估方法，其特征在于，所述步骤S4中，评估模块采用层次聚类方法对各切片进行损伤评估。
CN202210563894.XA 2022-05-23 2022-05-23 一种基于点云拟合的桥梁损伤自动评估系统及方法 Pending CN115078377A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210563894.XA CN115078377A (zh) 2022-05-23 2022-05-23 一种基于点云拟合的桥梁损伤自动评估系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210563894.XA CN115078377A (zh) 2022-05-23 2022-05-23 一种基于点云拟合的桥梁损伤自动评估系统及方法

Publications (1)

Publication Number Publication Date
CN115078377A true CN115078377A (zh) 2022-09-20

Family

ID=83248208

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210563894.XA Pending CN115078377A (zh) 2022-05-23 2022-05-23 一种基于点云拟合的桥梁损伤自动评估系统及方法

Country Status (1)

Country Link
CN (1) CN115078377A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116952980A (zh) * 2023-09-21 2023-10-27 北京建筑大学 基于单期地面三维激光扫描的桥梁潜在损伤区域探测方法
CN117036965A (zh) * 2023-10-08 2023-11-10 四川正路建设工程检测咨询有限公司 桥梁维修设备控制方法、电子设备和计算机可读介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116952980A (zh) * 2023-09-21 2023-10-27 北京建筑大学 基于单期地面三维激光扫描的桥梁潜在损伤区域探测方法
CN117036965A (zh) * 2023-10-08 2023-11-10 四川正路建设工程检测咨询有限公司 桥梁维修设备控制方法、电子设备和计算机可读介质
CN117036965B (zh) * 2023-10-08 2024-01-05 四川正路建设工程检测咨询有限公司 桥梁维修设备控制方法、电子设备和计算机可读介质

Similar Documents

Publication Publication Date Title
Zhang et al. Automatic pavement defect detection using 3D laser profiling technology
US11551341B2 (en) Method and device for automatically drawing structural cracks and precisely measuring widths thereof
CN115078377A (zh) 一种基于点云拟合的桥梁损伤自动评估系统及方法
Li et al. Integrated processing of image and GPR data for automated pothole detection
CN109948684B (zh) 激光雷达点云数据标注质量的质检方法、装置及设备
CN106340044B (zh) 摄像机外参自动标定方法及标定装置
CN108460760B (zh) 一种基于生成式对抗网络的桥梁裂缝图像判别修复方法
CN103411533B (zh) 结构光自适应多次曝光法
CN110390696A (zh) 一种基于图像超分辨率重建的圆孔位姿视觉检测方法
CN110544233B (zh) 基于人脸识别应用的深度图像质量评价方法
CN102032875A (zh) 一种基于图像处理的电缆护套厚度测量方法
CN116563279B (zh) 基于计算机视觉的量测开关检测方法
CN110910359A (zh) 一种基于特征跟踪与骨架特征匹配的fpc线路检测方法
CN101236646B (zh) 在频率域检测与估计图像显著的强相关方向的方法和系统
CN111968224A (zh) 船舶3d扫描点云数据处理方法
CN113888531A (zh) 混凝土表面缺陷检测方法、装置、电子设备及存储介质
De Gélis et al. Benchmarking change detection in urban 3D point clouds
CN103177426A (zh) 一种基于形态学的强干扰激光边缘图像修复方法
CN116539619B (zh) 产品缺陷检测方法、系统、装置及存储介质
CN116681912A (zh) 铁路道岔的轨距检测方法及装置
CN116957935A (zh) 基于航迹线约束的侧扫声呐条带图像拼接方法
CN116452826A (zh) 基于机器视觉的遮挡情况下煤矸石轮廓估计方法
CN116205880A (zh) 基于3d点云的网纱缺陷检测方法
Truong-Hong et al. Measuring deformation of bridge structures using laser scanning data
CN105354844A (zh) 基于形状拟合的边缘拐点检测方法及检测装置

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