CN115829918A - 一种基于机器视觉的大型设施结构形变的监测方法 - Google Patents

一种基于机器视觉的大型设施结构形变的监测方法 Download PDF

Info

Publication number
CN115829918A
CN115829918A CN202211119549.3A CN202211119549A CN115829918A CN 115829918 A CN115829918 A CN 115829918A CN 202211119549 A CN202211119549 A CN 202211119549A CN 115829918 A CN115829918 A CN 115829918A
Authority
CN
China
Prior art keywords
image acquisition
coordinate system
deformation
target
displacement
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
CN202211119549.3A
Other languages
English (en)
Inventor
孙保金
程荣
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.)
SUZHOU BUILDING CONSTRUCTION QUALITY INSPECTION AND TEST CENTER
Yuanzhun Intelligent Technology Suzhou Co ltd
Original Assignee
SUZHOU BUILDING CONSTRUCTION QUALITY INSPECTION AND TEST CENTER
Yuanzhun Intelligent Technology Suzhou 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 SUZHOU BUILDING CONSTRUCTION QUALITY INSPECTION AND TEST CENTER, Yuanzhun Intelligent Technology Suzhou Co ltd filed Critical SUZHOU BUILDING CONSTRUCTION QUALITY INSPECTION AND TEST CENTER
Priority to CN202211119549.3A priority Critical patent/CN115829918A/zh
Publication of CN115829918A publication Critical patent/CN115829918A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明揭示了一种基于机器视觉的大型设施结构形变的监测方法，通过在待测建筑设施上安装至少两个以上的靶标，并安装和定位基准靶标，靶标上设置有交错排列的黑白格，定义黑白格的交点为特征点；架设图像采集机构，通过张正友标定算法对图像采集机构进行标定，求出图像采集机构的内参矩阵
Figure 385449DEST_PATH_IMAGE002
和外参矩阵
Figure 833748DEST_PATH_IMAGE004
；在不同时间段通过图像采集机构对靶标进行图像采集，选取特征点进行分析；通过比对特征点距离基准靶标变化的位移量进而确认待测建筑设施是否有形变或是否形变超过阈值。本发明突出效果为：通过结合靶标的形式，适用于不同的天气环境，且本发明的方法可以在不用固定位置设定图像采集机构，使得采集更为方便不受限，从而缩短了监测所需的时间。

Description

一种基于机器视觉的大型设施结构形变的监测方法
技术领域
本发明属于土木工程技术领域，尤其涉及一种基于机器视觉的大型设施结构形变的监测方法。
背景技术
随着国家基础设施建设的发展，每年都会建设多种类型的桥梁、隧道等大型设施。桥梁的挠度测量、隧道的断面监测都是属于结构安全和使用寿命的重要指标，而如何对大型建筑进行形变的测量就显得尤为重要。
中国专利CN201910892014.1中揭示了一种基于立体视觉的挠度测量系统及方法，在该专利中提出了采用双目立体视觉的方法测量桥梁挠度，该方法需要对双相机进行标定，且需要配合测距测角模块。整个标定过程较为繁琐，且需要对相机进行固定。中国专利CN202110469584.7中揭示了一种隧道多断面测量监测系统及监测方法，该方法中同样需要将相机安装在固定位置上对隧道断面进行实时监测，当遇到雨雾等恶劣天气时，相机容易受外界环境的影响，其使用寿命也会大大缩短。
发明内容
鉴于现有技术存在上述缺陷，本发明的目的在于提供一种基于机器视觉的大型设施结构形变的监测方法。
本发明的目的，将通过以下技术方案得以实现：
一种基于机器视觉的大型设施结构形变的监测方法，包括如下步骤：
S1、在待测建筑设施上安装至少两个以上的靶标，并在和待测建筑设施分开的稳定位置安装基准靶标。
S2、架设图像采集机构，并通过张正友标定算法对图像采集机构进行标定，求出图像采集机构的内参矩阵K和外参矩阵T；
S3、在不同时间段通过图像采集机构对靶标进行图像采集，选取图像中的特征点进行分析；
S4、通过比对特征点距离基准靶标变化的位移量进而确认待测建筑设施是否有形变或是否形变超过阈值。
优选地，所述靶标上设置有交错排列的黑白格，定义黑白格的交点为特征点。
优选地，所述靶标上还设置有二维码，所述二维码内包括靶标信息及工程信息。
优选地，所述S1中基准靶标设置有两个，分别定义为基准一和基准二，且两个基准靶标不共面。
优选地，所述S3包括如下步骤：
S31、在第一时刻下通过图像采集机构进行图像采集，所述图像中包括所有靶标及基准靶标；
S32、对采集到的图像进行预处理、分割后提取出靶标的特征点，根据S2 中标定的内参矩阵K和外参矩阵T将提取的特征点的像素坐标转换为世界坐标；
S33、在经过S32转换后的世界坐标系下，计算出每个靶标到基准一的位移信息，包含X方向位移和Y方向位移；
S34、在第二时刻下，通过图像采集机构进行图像采集，提取出基准一和基准二上的特征点，并通过PCA算法选出四个不共面的特征点设为控制点，其余特征点为参考点。
S35、采用EPnP算法求出控制点及参考点在图像采集机构的坐标系下的坐标，根据坐标的信息，求出第二时刻下图像采集机构的外参矩阵T’；根据外参矩阵T’和内参矩阵K将图像从相机坐标系转换到世界坐标系中；
S36、在世界坐标系中计算出每个靶标相对于基准一的X方向位移，Y方向位移及中心位移；
优选地，所述S4包括如下步骤：
S41、对两个时刻下的X方向和Y方向的位移进行比对计算出位移变化量；
S42、若位移变化量大于阈值，则变形超出范围发出报警。
优选地，所述S32坐标系的转换包括如下步骤：
设定P＝(u,v)是图像中的像点，其坐标系为像素坐标系，Pc＝(Xc,Yc,Zc) 是场景中的三维点，其坐标系是相机坐标系；那么
p＝KPc
其中
Figure RE-GDA0004034635730000031
为内参矩阵，上式变为：
Figure RE-GDA0004034635730000032
将上式齐次化后为
Figure RE-GDA0004034635730000033
此时Pc＝(Xc,Yc,Zc)是相机坐标系，带入外参矩阵T后变为世界坐标系 Pw＝(Xw,Yw,Zw)，
Figure RE-GDA0004034635730000034
其中
Figure RE-GDA0004034635730000041
上式可将像素坐标转换到世界坐标系中；
Figure RE-GDA0004034635730000042
其中
Figure RE-GDA0004034635730000043
(u,v)T为图像中的点，
(Xw,Yw,Zw)T为世界坐标系下的点。
本发明突出效果为：通过结合靶标的形式，适用于不同的天气环境，且本发明的方法可以在不用固定位置设定图像采集机构，使得采集更为方便不受限，从而缩短了监测所需的时间。
以下便结合实施例附图，对本发明的具体实施方式作进一步的详述，以使本发明技术方案更易于理解、掌握。
附图说明
图1是本发明监测方法在监测过程中的安装关系结构示意图。
图2是本发明的靶标结构示意图。
具体实施方式
本发明揭示了一种基于机器视觉的大型设施结构形变的监测方法，包括如下步骤：在待测建筑设施上安装至少两个以上的靶标，并在和待测建筑设施分开的位置，且相对稳定的位置上进行基准靶标的安装。所述靶标上设置有交错排列的黑白格，定义黑白格的交点为特征点；架设图像采集机构，并通过张正友标定算法对图像采集机构进行标定，求出图像采集机构的内参矩阵K和外参矩阵T；在不同时间段通过图像采集机构对靶标进行图像采集，选取图像中的特征点进行分析；通过比对特征点距离基准靶标变化的位移量进而确认待测建筑设施是否有形变或是否形变超过阈值。
所述的靶标由数字显示屏制成，其显示的图像及颜色可以根据需要进行切换，以满足不同的测量要求。靶标上可根据需要显示二维码，二维码可包含靶标信息及工程信息。夜间及雨雾天气下监测时可使用红外线靶标。
以下结合图1-图2进行具体阐述本发明的监测方法：
本实施例中，所述的靶标采用有交错排列的黑白格为图案，定义黑白格的交点为特征点；其上还设置有用于包括靶标信息及工程信息的二维码。
首先，在待测建筑设施上安装若干个靶标，并在和待测建筑设施分开的相对稳定的位置上安装基准靶标1和基准靶标2，确保两个基准靶标不共面。本实施例中，所述的基准靶标1和基准靶标2分别被安装在两个基桩上。将图像采集机构，本实施例中为相机，将相机通过支架安装在视野能够观察到所有靶标及基准靶标的稳定的位置处。利用张正友标定算法标定相机，求出相机的内参矩阵K和外参矩阵T。保持相机位置固定不变，拍摄靶标图像后由客户端上传至云平台。部署在云平台中的算法对图像进行预处理、分割后提取出靶标的特征点，根据标定的内参矩阵K和外参矩阵T将特征点的像素坐标转换为世界坐标。
具体的，设P＝(u,v)是图像中的像点，其坐标系为像素坐标系， Pc＝(Xc,Yc,Zc)是场景中的三维点，其坐标系是相机坐标系。那么
p＝KPc
其中
Figure RE-GDA0004034635730000051
为内参矩阵，上式变为：
Figure RE-GDA0004034635730000052
将上式齐次化后为
Figure RE-GDA0004034635730000061
此时Pc＝(Xc,Yc,Zc)是相机坐标系，带入外参矩阵T后变为世界坐标系 Pw＝(Xw,Yw,Zw)，
Figure RE-GDA0004034635730000062
其中
Figure RE-GDA0004034635730000063
上式可将像素坐标转换到世界坐标系中。
Figure RE-GDA0004034635730000064
其中
Figure RE-GDA0004034635730000065
(u,v)T为图像中的点， (Xw,Yw,Zw)t为世界坐标系下的点。
在世界坐标系下，计算出每个靶标到基准1的位移信息，包含X方向位移(X初1,X初2,X初3…X初n)和Y方向位移(Y初1,Y初2,Y初3…Y初n)。并读取靶标上的二维码信息并存储。
当被监测的大型建筑设施发生形变时，此时作为第二时间段，将相机通过支架安装在可以拍摄整个靶标视野的稳定的位置上，拍摄一张图像，通过客户端将图像发送至云平台。部署在云平台中的处理算法，读取二维码信息，提取出基准1和基准2上的特征点，通过PCA算法选出4个不共面的特征点设为控制点，其余特征点为参考点。采用EPnP算法求出此时的相机的外参矩阵T’。根据外参矩阵T’和内参矩阵K将图像从相机坐标系转换到世界坐标系中。
在世界坐标系中计算出每个靶标相对于基准的X方向位移 (X监1,X坚2,X监3…X监n)，Y方向位移(Y监1,Y监2,Y监3…Y监N)及每个靶标到基准1的距离(.监1,.监2,.监3…监n)。计算出每个靶标的X方向的位移变化量：
X1＝X监1-X初1
X3＝X监3-X初3
……
Xn＝X监n-X初n
Y方向的位移变化量：
Y1＝Y监1-Y初1
Y2＝Y监2-Y初2
Y3＝Y监3-Y初3
……
Yn＝Y监n-Y初n
最后根据二维码信息读取存储的预设值，当监测到X方向位移或Y方向位移超出预设值后，云平台会发送预警信息到客户端。
同理，可以采用同样的方法进行判断是否有变形，即当任意的第二时间段采集后的图像经过分析计算位移量。超过预设值，进一步则表明形变超出范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本实用新型和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本实用新型的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明尚有多种具体的实施方式。凡采用等同替换或者等效变换而形成的所有技术方案，均落在本发明要求保护的范围之内。

Claims (7)

1.一种基于机器视觉的大型设施结构形变的监测方法，其特征在于：包括如下步骤：
S1、在待测建筑设施上安装至少两个以上的靶标，并在和待测建筑设施分开的稳定位置安装基准靶标。
S2、架设图像采集机构，并通过张正友标定算法对图像采集机构进行标定，求出图像采集机构的内参矩阵K和外参矩阵T；
S3、在不同时间段通过图像采集机构对靶标进行图像采集，选取图像中的特征点进行分析；
S4、通过比对特征点距离基准靶标变化的位移量进而确认待测建筑设施是否有形变或是否形变超过阈值。
2.如权利要求1所述的一种基于机器视觉的大型设施结构形变的监测方法，其特征在于：所述靶标上设置有交错排列的黑白格，定义黑白格的交点为特征点。
3.如权利要求1所述的一种基于机器视觉的大型设施结构形变的监测方法，其特征在于：所述靶标上还设置有二维码，所述二维码内包括靶标信息及工程信息。
4.如权利要求1所述的一种基于机器视觉的大型设施结构形变的监测方法，其特征在于：所述S1中基准靶标设置有两个，分别定义为基准一和基准二，且两个基准靶标不共面。
5.如权利要求4所述的一种基于机器视觉的大型设施结构形变的监测方法，其特征在于：所述S3包括如下步骤：
S31、在第一时刻下通过图像采集机构进行图像采集，所述图像中包括所有靶标及基准靶标；
S32、对采集到的图像进行预处理、分割后提取出靶标的特征点，根据S2 中标定的内参矩阵K和外参矩阵T将提取的特征点的像素坐标转换为世界坐标；
S33、在经过S32转换后的世界坐标系下，计算出每个靶标到基准一的位移信息，包含X方向位移和Y方向位移；
S34、在第二时刻下，通过图像采集机构进行图像采集，提取出基准一和基准二上的特征点，并通过PCA算法选出四个不共面的特征点设为控制点，其余特征点为参考点。
S35、采用EPnP算法求出控制点及参考点在图像采集机构的坐标系下的坐标，根据坐标的信息，求出第二时刻下图像采集机构的外参矩阵T’；根据外参矩阵T’和内参矩阵K将图像从相机坐标系转换到世界坐标系中；
S36、在世界坐标系中计算出每个靶标相对于基准一的X方向位移，Y方向位移及中心位移。
6.如权利要求1所述的一种基于机器视觉的大型设施结构形变的监测方法，其特征在于：所述S4包括如下步骤：
S41、对两个时刻下的X方向和Y方向的位移进行比对计算出位移变化量；
S42、若位移变化量大于阈值，则变形超出范围发出报警。
7.如权利要求5所述的一种基于机器视觉的大型设施结构形变的监测方法，其特征在于：所述S32坐标系的转换包括如下步骤：
设定P＝(u,v)是图像中的像点，其坐标系为像素坐标系，Pc＝(Xc,Yc,Zc)是场景中的三维点，其坐标系是相机坐标系；那么
p＝KPc
其中
Figure RE-FDA0004034635720000021
为内参矩阵，上式变为：
Figure RE-FDA0004034635720000031
将上式齐次化后为
Figure RE-FDA0004034635720000032
此时Pc＝(Xc，Yc，Zc)是相机坐标系，带入外参矩阵T后变为世界坐标系Pw＝(Xw，Yw，Zw)，
Figure RE-FDA0004034635720000033
其中
Figure RE-FDA0004034635720000034
上式可将像素坐标转换到世界坐标系中；
Figure RE-FDA0004034635720000035
其中
Figure RE-FDA0004034635720000036
(u，v)T为图像中的点，(Xw，Yw，Zw)T为世界坐标系下的点。
CN202211119549.3A 2022-09-14 2022-09-14 一种基于机器视觉的大型设施结构形变的监测方法 Pending CN115829918A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211119549.3A CN115829918A (zh) 2022-09-14 2022-09-14 一种基于机器视觉的大型设施结构形变的监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211119549.3A CN115829918A (zh) 2022-09-14 2022-09-14 一种基于机器视觉的大型设施结构形变的监测方法

Publications (1)

Publication Number Publication Date
CN115829918A true CN115829918A (zh) 2023-03-21

Family

ID=85523586

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211119549.3A Pending CN115829918A (zh) 2022-09-14 2022-09-14 一种基于机器视觉的大型设施结构形变的监测方法

Country Status (1)

Country Link
CN (1) CN115829918A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116929311A (zh) * 2023-09-19 2023-10-24 中铁第一勘察设计院集团有限公司 变焦成像的断面变形监测方法、装置、系统及存储介质
CN117168344A (zh) * 2023-11-03 2023-12-05 杭州鲁尔物联科技有限公司 单目全景环视形变监测方法、装置及计算机设备

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116929311A (zh) * 2023-09-19 2023-10-24 中铁第一勘察设计院集团有限公司 变焦成像的断面变形监测方法、装置、系统及存储介质
CN116929311B (zh) * 2023-09-19 2024-02-02 中铁第一勘察设计院集团有限公司 变焦成像的断面变形监测方法、装置、系统及存储介质
CN117168344A (zh) * 2023-11-03 2023-12-05 杭州鲁尔物联科技有限公司 单目全景环视形变监测方法、装置及计算机设备
CN117168344B (zh) * 2023-11-03 2024-01-26 杭州鲁尔物联科技有限公司 单目全景环视形变监测方法、装置及计算机设备

Similar Documents

Publication Publication Date Title
CN115829918A (zh) 一种基于机器视觉的大型设施结构形变的监测方法
CN106092061B (zh) 基于倾斜视角下透镜成像模型的河流水面流场定标方法
KR100726009B1 (ko) 구조물의 변위 측정 시스템 및 방법
CN106225682B (zh) 用于大型结构物本体垂直位移和地表沉降的测量装置及方法
CN106092059B (zh) 一种基于多点拟合的结构物平面位移监测方法
CN108106801A (zh) 桥隧病害非接触检测系统及检测方法
CN107843204A (zh) 基于监控级摄像机的边坡三维变形监测方法及系统
CN110702343B (zh) 一种基于立体视觉的挠度测量系统及方法
CN114894091B (zh) 一种双目视觉测距功能的线路监控装置及系统
KR102287229B1 (ko) 드론을 이용한 지반침하 계측방법
CN108036730B (zh) 一种基于热成像的火点测距方法
CN112907647B (zh) 一种基于固定式单目摄像机的三维空间尺寸测量方法
JP7241906B2 (ja) データ処理装置およびデータ処理方法
KR20140024745A (ko) 구조물의 변위 측정을 위한 오브젝트의 캘리브레이션 방법 및 시스템
CN116839539A (zh) 一种用于隧道工程建设的自动监控量测系统
CN114663504B (zh) 一种多相机连续视觉大型桥梁线形实时测量方法及系统
KR102473804B1 (ko) 영상관제 시스템에서 카메라 영상내 관제 지점의 지도 매핑 방법
WO2022126339A1 (zh) 土木结构变形监测方法及相关设备
WO2022173285A1 (en) Determining deformations of quay walls using a photogrammetric system
CN114648575A (zh) 一种基于orb算法的轨道边坡位移双目视觉检测方法及系统
CN113063357B (zh) 一种高边坡稳定性监控方法及装置
KR102413163B1 (ko) 드론을 이용한 벽체 구조물의 변위 계측방법
KR101028526B1 (ko) 구조물의 변위 및 회전변위 측정방법
CN117036611B (zh) 一种非矿山安全监测平台的三维场景构建方法及系统
CN220789877U (zh) 风蚀影响螺旋桩稳定性的监测系统和预警系统

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