CN116977219A - 一种桥梁变形图像预处理方法 - Google Patents
一种桥梁变形图像预处理方法 Download PDFInfo
- Publication number
- CN116977219A CN116977219A CN202310985737.2A CN202310985737A CN116977219A CN 116977219 A CN116977219 A CN 116977219A CN 202310985737 A CN202310985737 A CN 202310985737A CN 116977219 A CN116977219 A CN 116977219A
- Authority
- CN
- China
- Prior art keywords
- bridge
- image
- images
- preprocessing
- imaq
- 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
Links
- 238000007781 pre-processing Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 12
- 239000003086 colorant Substances 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000011112 process operation Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 17
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010276 construction Methods 0.000 description 18
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 238000005305 interferometry Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种桥梁变形图像预处理方法,涉及图像处理技术领域,包括:获取不同方位的桥梁图像并进行拼接;在测量现场光线条件变化导致拍摄光线较暗时,将拼接后的图像输入预处理模块,执行直方图均衡化操作;在测量现场为大雾天气时,将拼接后的图像输入预处理模块,执行去雾操作。本发明通过LabVIEW和Matlab Script脚本设计了一套程序对数字摄影采集到的图像进行预处理,降低了环境因素对拍摄到的桥梁变形情况的图片的影响,提高了图片的质量,从而有效提高基于机器视觉的数字摄影图像识别测量技术在对桥梁变形进行测量时的精度。
Description
技术领域
本发明涉及图像处理技术领域,,特别涉及一种桥梁变形图像预处理方法。
背景技术
近年来,我国大型桥梁和特大桥梁的建设越来越多,然而随着跨度增加,工程建设中不确定的因素增大,导致大跨径桥梁在施工过程中存在较大的风险。据统计,桥梁在建设阶段的坍塌风险最大,而其中由于施工不合理而导致的坍塌数目最大。梁桥的变形控制是施工阶段的一个重要控制因素,桥梁变形监控是确保桥梁施工宏观质量的关键和桥梁建设的安全保证。
桥梁变形的检测方式包括接触式测量和非接触测量。
接触式测量主要有水准测量、百分表测量、全站仪测量等。接触式测量方法中,百分表测量法设备简单,精度较高,但操作过程较为繁琐,耗时较长,需要人工读取数据且必须事先安装支架,工作效率较低;水准测量、全站仪测量应用广泛,但测量变形间隔时间长,需要施工现场提供较好的测量环境。接触式测量受到现场施工条件影响较大,且部分测量方法不能应用于施工阶段。此外,桥梁变形主要由现场监控人员每隔一段时间测量一次,两次测量之间存在空白窗口期,在此期间内桥梁变形状态是未知的,增加了施工过程中的潜在风险。如果在施工阶段时桥梁变形出现异常,传统方法较难在短时间内快速找出异常原因并及时采取补救措施,大大增加了桥梁施工坍塌风险的可能性。
非接触测量方法有GPS测量,合成孔径雷达干涉测量技术和基于机器视觉的数字摄影图像识别测量技术等。非接触式测量方法中,GPS和合成孔径雷达干涉测量技术能够实现对结构的实时测量,但是其成本和测量精度并不匹配所有工程项目;基于机器视觉的数字摄影图像识别测量技术可以对施工过程中不同阶段的桥梁变形进行监测。
但是,在实际的桥梁施工现场中环境因素相对复杂,现场照明、水面反光、雾气雨水等因素都会对图像造成影响,导致所拍摄的桥梁图像有模糊、对比度不足、色彩失真等质量缺陷,这样的低质量桥梁图像作为桥梁变形检测模型的输入,会影响模型提取特征的准确性,从而使得桥梁变形检测较差。
发明内容
本发明实施例提供一种桥梁变形图像预处理方法,可以解决现有技术中,获取的桥梁图像质量低的问题。
本发明实施例提供一种桥梁变形图像预处理方法,包括下述步骤:
获取不同方位的桥梁图像并进行拼接;
在测量现场光线条件变化导致拍摄光线较暗时,对拼接后的桥梁图像执行直方图均衡化操作预处理;
在测量现场为大雾天气时,对拼接后的桥梁图像执行去雾操作预处理;
输出预处理后的桥梁图像。
优选的,所述获取不同方位的桥梁图像并进行拼接,包括:
以正向摄影作为0°拍摄方位,以0°拍摄方位为旋转中心,将向左右各旋转5°、10°后的位置作为旋转拍摄方位,将采集的五张不同拍摄方位的桥梁图像进行拼接得到等效正视桥梁图像。
优选的,所述不同拍摄方位拍摄桥梁图像时使用的相机焦距为80mm。
优选的,所述直方图均衡化操作预处理、所述去雾操作预处理是通过MatlabScript的脚本程序执行;
所述Matlab Script脚本程序,还包括无处理操作预处理,在外界环境条件相对良好时,执行无处理操作预处理。
优选的,所述Matlab Script脚本程序运行时执行所述直方图均衡化操作、所述去雾操作、所述无处理操作三个操作分支中的一个操作分支。
优选的,所述Matlab Script的脚本程序的输入,是对所述桥梁图像进行数值化处理得到的矩阵,所述数值化处理,包括:
使用IMAQ ReadFile控件调用彩色图像,使用IMAQ Create控件将调用彩色图像定义为RGB格式;
使用IMAQ ExtractColorPlanes控件将输入的彩色图像分为R、G、B三个颜色通道并输出,三个通道的格式设置为灰度图像;
使用IMAQ Image To Array控件将R、G、B三个颜色通道转换为对应像素值的二维数组;
将R、G、B三个颜色对应的二维数组设置为矩阵并转置,将所述矩阵输入MatlabScript脚本中进行操作。
优选的,所述输出预处理后的桥梁图像,包括:
将由Matlab Script脚本输出的三个颜色通道对应的二维矩阵转换为对应通道的灰度图像,并由IMAQ ReplaceColorPlane控件合成为新彩色图像。
本发明提供一种桥梁变形图像预处理方法,与现有技术相比,其有益效果如下:
本发明通过LabVIEW和Matlab Script脚本设计了一套程序对数字摄影采集到的桥梁图像进行预处理,对拍摄光线较暗时获得的图像执行直方图均衡化操作、对大雾天气获得的图像执行去雾操作,降低了环境因素对拍摄到的桥梁图像的影响,提高了图片的质量。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
在附图中:
图1是本发明提出的一种桥梁变形图像预处理方法的实验概况图;
图2是本发明提出的一种桥梁变形图像预处理方法的数值化处理示意图;
图3是本发明提出的一种桥梁变形图像预处理方法的“无处理”预处理程序面板;
图4是本发明提出的一种桥梁变形图像预处理方法的“直方图均衡化”预处理程序面板;
图5是本发明提出的一种桥梁变形图像预处理方法的“去雾”预处理程序面板;
图6是本发明提出的一种桥梁变形图像预处理方法的将预处理输出矩阵转换为图像的示意图;
图7是本发明提出的一种桥梁变形图像预处理方法的“直方图均衡化”预处理前后对比图;
图8是本发明提出的一种桥梁变形图像预处理方法的“去雾”预处理前后对比图;
图9是本发明提出的一种桥梁变形图像预处理方法的流程图。
具体实施方式
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
实施例1
本发明提出的一种桥梁变形图像预处理方法,包括以下步骤:
步骤1、设置实验环境;
实验模型采用C30混凝土,浇筑后蒸汽养护14天进行室内试验。梁长2m,弯矩设计值30kNm,剪力设计值10kN。纵筋选用直径10mm、12mm的HRB400钢筋各两根,箍筋选用直径6mm的HPB300钢筋间隔150mm布置于整个梁段。混凝土梁对称放置在反力架基座的铰支座上,千斤顶通过两个钢辊轴对混凝土梁施加竖向集中荷载。标志点从支座处开始间隔20cm布置,梁中位置加密,间隔为15cm,共计7个标志点。试验加载分七级,0~35kN,逐级增加5kN。加载方式为人工操作千斤顶施压,均匀缓慢加载,每级人工加载误差在0.2kN内。每级加载完成后,保持试验装置负载两分钟,通过相机旋转拍摄采集图像。
步骤2、采集图像;
旋转摄影中,由于透视效应的影响,远离摄站的位置成像会发生一定变形,形成近大远小的成像结果。为消除这种影响,选取正向拍摄的平面为基准平面,将其它角度拍摄的照片向基准平面投影,最终拼接得到等效正视图像。以正向摄影作为0°拍摄方位,向左右各旋转5°、10°为旋转图像采集方位,最大旋转角为10°。为保证最终拼合图像能够覆盖整个监测区域,经过反复调整相机焦距,确定80mm为拍摄焦距。标定完成后进行图像采集,对每个工况拍摄五张图像。拍摄完成后对图像进行投影变换、相对定向及拼接。
步骤3、图像预处理;
本发明主要是基于大垮桥梁施工阶段变形研究提出的,根据现场对对光线变化和光线影响的预处理需求,程序设计的预处理方式包括“无处理”、“直方图均衡化”、“去雾”三种。为了方便用户对处理方式进行选择,使用条件结构将算法分为三个子程序框图,当结构运行时,仅有一个分支执行,连线至选择器接线端的值决定要执行的分支。选择不同的选择器标签可编辑相应算法。具体包括以下步骤:
步骤3.1、图像数值化处理;
首先使用IMAQ ReadFile控件调用彩色图像,并由IMAQ Create将调用彩色图像定义为RGB(U32)格式;然后使用IMAQ ExtractColorPlanes将输入的彩色图像分为R、G、B三个颜色通道并输出,三个通道的格式设置为灰度图像(Grayscale(U8));接着使用IMAQ ImageToArray控件将R、G、B三个颜色通道转换为对应像素值的二维数组;最后将R、G、B三个颜色对应的二维数组设置为矩阵并转置,输入Matlab Script脚本中进行预处理操作。
步骤3.2、设计Matlab Script脚本程序;
在外界环境条件相对良好或不需要进行预处理时,将所设计Matlab Script脚本程序中预处理模块设为“无处理”操作,程序面板如图2所示。
桥梁施工阶段过程中,每个节段浇筑时间大都在四个小时以上,而在四个小时的时间内,测量现场的光线条件会发生明暗变化。对于拍摄光线较暗的图像,图像中很多原有的细节将会变得模糊,原本分离的两个物体也可能因为灰度差较小而被计算机识别为同一物体,这将影响算法获取图像中物体的特征信息。针对这一问题,将所设计Matlab Script脚本程序中预处理模块设为“直方图均衡化”操作,程序面板如图3所示,处理效果如图4所示。
施工中遇到的大雾天气会对图像采集产生很大影响,在大雾天气获取的图像往往质量较低,图像细节模糊且色彩暗淡,大量雾气造成相邻图像匹配时出现大量相似特征点,这很大程度上增大了算法的工作量,会出现较多无法消除的误匹配点甚至直接导致拼接结果出现畸形,针对这一问题,将所设计Matlab Script脚本程序中预处理模块设为“去雾”操作,程序面板如图5所示,处理效果如图6所示。
步骤4、输出图像;
与输入方式一致,将由Matlab Script脚本输出的三个颜色通道对应的二维矩阵转换为对应通道的灰度图像,并由IMAQ ReplaceColorPlane控件合成为新彩色图像。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (7)
1.一种桥梁变形图像预处理方法,其特征在于,包括下述步骤:
获取不同方位的桥梁图像并进行拼接;
在测量现场光线条件变化导致拍摄光线较暗时,对拼接后的桥梁图像执行直方图均衡化操作预处理;
在测量现场为大雾天气时,对拼接后的桥梁图像执行去雾操作预处理;
输出预处理后的桥梁图像。
2.如权利要求1所述的一种桥梁变形图像预处理方法,其特征在于,所述获取不同方位的桥梁图像并进行拼接,包括:
以正向摄影作为0°拍摄方位,以0°拍摄方位为旋转中心,将向左右各旋转5°、10°后的位置作为旋转拍摄方位,将采集的五张不同拍摄方位的桥梁图像进行拼接得到等效正视桥梁图像。
3.如权利要求2所述的一种桥梁变形图像预处理方法,其特征在于,所述不同拍摄方位拍摄桥梁图像时使用的相机焦距为80mm。
4.如权利要求1所述的一种桥梁变形图像预处理方法,其特征在于,所述直方图均衡化操作预处理、所述去雾操作预处理是通过Matlab Script的脚本程序执行;
所述Matlab Script脚本程序,还包括无处理操作预处理,在外界环境条件相对良好时,执行无处理操作预处理。
5.如权利要求4所述的一种桥梁变形图像预处理方法,其特征在于,所述MatlabScript脚本程序运行时执行所述直方图均衡化操作预处理、所述去雾操作预处理、所述无处理操作预处理三个操作预处理分支中的一个操作预处理分支。
6.如权利要求4所述的一种桥梁变形图像预处理方法,其特征在于,所述MatlabScript的脚本程序的输入,是对所述桥梁图像进行数值化处理得到的矩阵,所述数值化处理包括:
使用IMAQ ReadFi le控件调用彩色图像,使用IMAQ Create控件将调用彩色图像定义为RGB格式;
使用IMAQ ExtractColorPlanes控件将输入的彩色图像分为R、G、B三个颜色通道并输出,三个通道的格式设置为灰度图像;
使用IMAQ Image To Array控件将R、G、B三个颜色通道转换为对应像素值的二维数组;
将R、G、B三个颜色对应的二维数组设置为矩阵并转置,将所述矩阵输入Matlab Script脚本中进行操作。
7.如权利要求1所述的一种桥梁变形图像预处理方法,其特征在于,所述输出预处理后的桥梁图像,包括:
将与Matlab Script脚本输出的三个颜色通道对应的二维矩阵转换为对应通道的灰度图像,并由IMAQ ReplaceColorPlane控件合成为新彩色图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310985737.2A CN116977219A (zh) | 2023-08-07 | 2023-08-07 | 一种桥梁变形图像预处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310985737.2A CN116977219A (zh) | 2023-08-07 | 2023-08-07 | 一种桥梁变形图像预处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116977219A true CN116977219A (zh) | 2023-10-31 |
Family
ID=88471256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310985737.2A Pending CN116977219A (zh) | 2023-08-07 | 2023-08-07 | 一种桥梁变形图像预处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116977219A (zh) |
-
2023
- 2023-08-07 CN CN202310985737.2A patent/CN116977219A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20230124713A (ko) | 결함 검출 방법, 장치 및 시스템 | |
CN102479321B (zh) | 差异影像自动识别系统及方法 | |
CN111047586B (zh) | 一种基于机器视觉的像素当量测量方法 | |
CN105812790A (zh) | 图像传感器感光面与光轴垂直度的评测方法及光学测试卡 | |
CN109374632A (zh) | 一种显示面板的检测方法及系统 | |
CN111724358A (zh) | 基于图像和卷积神经网络的混凝土质量检测方法及系统 | |
KR20210100992A (ko) | 금형 표면검사장치를 이용한 표면검사방법 | |
CN115078382A (zh) | 基于视频图像的桥梁裂缝监测系统 | |
CN116977219A (zh) | 一种桥梁变形图像预处理方法 | |
DE112018002883T5 (de) | Verfahren zur messung von geometrischen parametern und / oder mustserverformungen unter einfluss einer hochtemperatur und ein system zur durchführung des verfahrens | |
CN116612176A (zh) | 一种轧制棒线材剪切废料尺寸的测量方法和装置 | |
CN116934852A (zh) | 一种基于深度学习的格构式护坡监测系统及方法 | |
CN103905762B (zh) | 投影模块的投影画面自动检查方法 | |
CN111830036B (zh) | 一种织物密度分析方法及系统 | |
CN115289982A (zh) | 一种基于ArUco码的结构平面位移视觉监测方法 | |
CN112361989B (zh) | 一种通过点云均匀性考量测量系统标定参数的方法 | |
Kim et al. | Parallel Processing Architecture of Intuitive Digital Image Indices Based on Open Sources | |
CN111340755B (zh) | 一种遥感图像处理方法 | |
CN115830118B (zh) | 一种基于双目相机的水泥电杆的裂纹检测方法和系统 | |
CN116503804B (zh) | 基于图像处理的粗集料形态特征获取方法和系统 | |
CN113109331B (zh) | 水体色度快速检测方法和装置 | |
CN115760856B (zh) | 一种基于图像识别的零件间距测量方法、系统和存储介质 | |
CN117197135B (zh) | 一种基于激光点云的墙面平整度检测方法和系统 | |
CN116630282A (zh) | 基于深度学习的3d打印桥预制箱梁施工质量监测系统 | |
CN116503795A (zh) | 一种基于多尺度transformer的巡检机器人及巡检方法 |
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 |