CN117029708A - 一种桥梁变形监测方法 - Google Patents
一种桥梁变形监测方法 Download PDFInfo
- Publication number
- CN117029708A CN117029708A CN202310985699.0A CN202310985699A CN117029708A CN 117029708 A CN117029708 A CN 117029708A CN 202310985699 A CN202310985699 A CN 202310985699A CN 117029708 A CN117029708 A CN 117029708A
- Authority
- CN
- China
- Prior art keywords
- image
- bridge
- deformation
- points
- view image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 230000009466 transformation Effects 0.000 claims abstract description 20
- 238000005259 measurement Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000000844 transformation Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 5
- 239000013307 optical fiber Substances 0.000 claims 1
- 238000010276 construction Methods 0.000 description 25
- 238000012545 processing Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000005266 casting Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- 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
- G06T3/60—Rotation of whole images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
-
- 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
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种桥梁变形监测方法，属于桥梁工程领域，包括如下步骤：确定待测桥梁的标志点、支座参考点及多个测点；获取待测桥梁的正视图像及旋转图像；以正视图像为基准图像，以正视图像与旋转图像的重叠区域同名点为约束，将旋转图像向基准图像进行投影变换，得到等效正视图像；使用SIFT算法对基准图像及等效正视图像进行特征匹配，获得高精度同名点；根据高精度同名点并结合光束平差法获得等效正视图像的精确相对方位元素；根据精确相对方位元素对基准图像和等效正视图像进行拼接，得到待测桥梁的全景图像；根据全景图像、标志点及支座参考点获取待测桥梁多个测点的变形值，得到变形曲线。
Description
技术领域
本发明属于桥梁工程领域，具体涉及一种桥梁变形监测方法。
背景技术
我国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。据统计的桥梁坍塌事故中，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。桥梁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、桥梁建设的安全保证。
目前，桥梁常用的传统变形监测方法主要是接触式测量，包括百分表测量、水准测量、全站仪测量等，受到现场施工条件影响较大。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。
目前，非接触测量方法为基于机器视觉的数字摄影测量技术。该测量技术能够实现对结构的实时测量，但是基于机器视觉的数字摄影测量技术由于受传感器尺寸的限制，当桥梁跨度非常大时，获得桥梁的全景图像较为困难，且由全景图像解算的变形值精度不高。
发明内容
为了克服上述现有技术存在的不足，本发明提供了一种桥梁变形监测方法。
为了实现上述目的，本发明提供如下技术方案：
一种桥梁变形监测方法，包括如下步骤：
确定待测桥梁的标志点、支座参考点及多个测点；
获取待测桥梁的正视图像及旋转图像；
以所述正视图像为基准图像，以所述正视图像与旋转图像的重叠区域同名点为约束，将旋转图像向基准图像进行投影变换，得到等效正视图像；
使用SIFT算法对基准图像及等效正视图像进行特征匹配，获得同名点；
根据所述同名点并结合光束平差法获得等效正视图像的相对方位元素；
根据所述相对方位元素对所述基准图像和等效正视图像进行拼接，得到待测桥梁的全景图像；
根据所述全景图像、标志点及支座参考点计算得到待测桥梁多个测点的变形值，得到变形曲线。
优选的，获取待测桥梁的正视图像及旋转图像之前，还包括对相机标定，所述相机标定将要获取的待测桥梁的正视图像及旋转图像的像素坐标转化为实际空间坐标，以重构待测桥梁的空间状态。
优选的，将要获取的待测桥梁的正视图像及旋转图像的像素坐标转化为实际空间坐标包括对世界坐标系、相机坐标系、图像坐标系和像素坐标系之间的转化，具体的关系式为：
式中，u、v为图像坐标系中的坐标，单位为mm；x、y、z为世界坐标系中的坐标，单位为像素；K为相机内参，是一个3×3矩阵，其作用是将坐标由相机坐标系转换到图像坐标系，再转换到像素坐标系；R、t为相机外参，R是一个3×3矩阵，表示在x、y、z方向上的旋转变换，t是一个3×1的矩阵，代表在x、y、z方向上的平移变换。
优选的，以所述正视图像为基准图像，以所述正视图像与旋转图像的重叠区域同名点为约束，将旋转图像向基准图像进行投影变换，得到等效正视图像之前，还包括对所述正视图像及旋转图像进行径向畸变校正、切向畸变校正及畸变叠加组合，以得到校正后的正视图像及旋转图像。
优选的，所述径向畸变校正的公式为：
式中：k1、k2、k3均为径向畸变系数，(x，y)为理想光心系统下无畸变的图像坐标，(x＇，y＇)是实际应用中的图像坐标，r是该点到成像中心的距离。
优选的，所述切向畸变校正的公式为：
优选的，所述畸变叠加组合的公式为：
所述旋转图像拍摄的最大旋转角不超过14°。
优选的，所述全景图像包括待测桥梁变形前的第一图像和待测桥梁变形后的第二图像。
优选的，根据所述全景图像、标志点及支座参考点计算得到待测桥梁多个测点的变形值，包括如下步骤：
以所述标志点及支座参考点所在平面为测量平面；
计算所述第一图像和第二图像对应特征点在所述测量平面的像素坐标，计算纵向坐标差值；
还原纵向坐标差值在世界坐标系中的实际距离，根据实际距离确定多个测点的实际变形量，通过多个测点的实际变形量形成待测桥梁的变形曲线。
本发明提供的桥梁变形监测方法具有以下有益效果：
本发明通过对获取的旋转图像进行投影变化，能够得到等效正视图像，通过对等效正视图像进行提取特征，能够获得基准图像及等效正视图像的高精度同名点，并使旋转图像与基准图像精准对接，从而能够将等效正视图像与基准图像拼接为全景图像；通过全景图像、标志点及支座参考点能够获取待测桥梁多个测点的变形值，得到变形曲线；本发明的变形监测方法为非接触式测量方法，经室内试验和工程实践证明，本发明效率高且具有良好的精度，能满足工程监测的要求，保证桥梁施工的质量和安全性。
附图说明
为了更清楚地说明本发明实施例及其设计方案，下面将对本实施例所需的附图作简单地介绍。下面描述中的附图仅仅是本发明的部分实施例，对于本领域普通技术人员来说，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为本发明实施例的桥梁变形监测方法的流程图；
图2为相机标定的四个坐标系；
图3为旋转图像投影变换示意图；
图4为同名点在基准图像和旋转图像上的位置关系；
图5为监测系统采集现场图；
图6为桥墩中心位置至3#块旋转图像校正过程，其中，(a)为图像采集，(b)为基准图像，(c)为校正后图像；
图7为桥墩中心位置至3#块拼接效果图；
图8为4#块浇筑前后桥纵向变形曲线。
具体实施方式
为了使本领域技术人员更好的理解本发明的技术方案并能予以实施，下面结合附图和具体实施例对本发明进行详细说明。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例
本发明提供了一种桥梁变形监测方法，包括如下步骤，如图1所示：
步骤1：确定待测桥梁的标志点、支座参考点及多个测点。
对测量设备进行安装，确定待测桥梁的测点以及标志点，标志点、支座参考点所在的平面为测量平面。
步骤2：相机标定。
为获取准确的空间图像信息，相机标定的主要任务便是从相机获取的图像信息出发推算三维空间中物体的几何信息，从而识别并重建空间物体。相机标定过程中涉及到的坐标系主要有世界坐标系、相机坐标系、图像坐标系和像素坐标系，如图2所示。标定的目的是将图像的像素坐标转换为实际空间坐标，即将世界坐标系转化为相机坐标系，再转化为图像坐标系的过程，从而消除畸变产生的误差，得到准确的测量结果，以还原图像在空间的真实状态。
上述两次坐标系通过式1进行转换，转化之后可以得到同名点在世界坐标系与图像坐标系之间的关系，式1的表达式为：
式中，u、v为图像坐标系中的坐标，单位为mm；x、y、z为世界坐标系中的坐标，单位为像素；K为相机内参，是一个3×3矩阵，其作用是将坐标由相机坐标系转换到图像坐标系，再转换到像素坐标系；R、t为相机外参，R是一个3×3矩阵，表示在x、y、z方向上的旋转变换，t是一个3×1的矩阵，代表在x、y、z方向上的平移变换。
步骤3：获取待测桥梁的正视图像及旋转图像。
以正向摄影作为0°拍摄方位，向左右各旋转合适的角度为旋转图像采集方位，为防止相机分辨率对像点坐标产生较大影响，旋转拍摄的最大旋转角不应超过14°。为保证最终拼接的图像能够覆盖整个监测区域，需经过反复调整相机焦距，确定最佳相机焦距。
步骤4：畸变校正。
获取旋转图像后需要进行图像的畸变校正。对于一般相机，由于制造精度和组装的偏差，采集到的图像可能会出现畸变。根据畸变来源可分为径向畸变和切向畸变。径向畸变随着目标距离光心位置变远，其对成像的效果影响也越大，为消除径向畸变影响，建立k1、k2、k3三个系数，并用泰勒级数展开，得到径向畸变校正的公式：
式中：(x，y)为理想光心系统下无畸变的图像坐标，(x＇，y＇)是实际应用中的图像坐标，r是该点到成像中心的距离。
用P1、P2两个参数来表述相机的切向畸变，则切向畸变的模型表达式为：
将两种畸变进行叠加组合，可以同时消除两者带来的影响，叠加后的参数表达式：
根据公式(4)对任一输出图像点(x＇，y＇)计算其在理想模型下的对应点(x，y)，然后将该像素点赋值到(x＇，y＇)进一步处理，若(x＇，y＇)为非整数则使用插值方法计算该点像素值，待所有像素点处理完成后输出新的图像，实现对图像畸变的校正。
步骤5：以正视图像为基准图像，以正视图像与旋转图像的重叠区域同名点为约束，将旋转图像向基准图像进行投影变换，得到等效正视图像。
投影变换的目的是将旋转了一定角度而拍摄的图像变换为等效正视图像。对图像进行投影变换操作时，一般将正视图像作为基准图像，以相邻图像重叠区域同名点为约束，将其它旋转图像向基准图像进行投影变换。旋转图像向基准图像变换的示意图如图3所示。图中P2为基准图像，P1、P3为旋转图像，实线部分为拍摄原始图像，虚线为变换后的旋转图像。
以基准图像P2所在空间坐标系建立系统坐标系S2-xyz，P1、P3绕y轴向P2投影的旋转角设为以y轴为主轴的转角系统/>中/> 拍摄方式为绕y轴拍摄以获得横向更大的视场范围，因此，旋转图像P1、P3的转角η2＝w2＝η3＝w3＝0。
同名点在基准图像和旋转图像上的位置关系如图4所示，在图4中，S为摄站位置，P为实际获取的原始图像，P0为原始图像向基准图像投影后的变换图像；α为原始图像上任意一个测点，坐标为(x，y)；α0为α在投影图像上的的点，即同名点，坐标为(x0，y0)。根据相机坐标系共线条件方程可以得到测点α在投影变换前后的坐标关系式：
式中，f为焦距，ai、bi、ci(i＝1、2、3)为旋转矩阵中的各参数,对于旋转拍摄，相机焦距在标定完成后就不再变化，故式(5)中f为定值,引入旋转图像P1、P3中的旋转角即可得到投影到基准图像的变换关系式：
式中，为旋转图像向基准图像的转角。根据公式(6)即可将不同旋转角的旋转图像逐一向基准图像投影，消除透视效应的影响。
步骤6：使用SIFT算法对基准图像及等效正视图像进行特征匹配，获得高精度同名点；根据高精度同名点并结合光束平差法获得等效正视图像的精确相对方位元素；根据精确相对方位元素对基准图像和等效正视图像进行拼接，得到待测桥梁的全景图像。
特征提取匹配选用SIFT算法进行特征提取匹配。SIFT(尺寸不变特征值转换)是一种计算机视觉处理算法，此算法可以获取并表征图像中特定点的局部性特征，具有良好的尺寸空间不变性。它将原图像经过降采样并差分得到不同的尺度空间，在尺度空间中计算极值点，提取极值点对应的位置、方向等信息。
在获取旋转图像时，需要在拍摄前设定旋转角度，由于在实际拍摄时相机的转角可能与设定的旋转角度存在微小偏差，且相机的投影中心和旋转轴并不完全重合，这就可能使得图像拼接产生几个像元的误差，超出摄影测量的误差允许范围。因此，旋转图像在投影变化之后还需要进行精确的相对定向，以消除相机旋转过程中微小偏差的影响。
具体为：将相机在旋转拍摄时其投影中心与旋转轴存在的三个位移偏差量设为ΔSX、ΔSY、ΔSZ，主光轴的三个角度偏移量设为Δω、Δκ，这六个参数在每次相机旋转时都会发生变化，因此在图像拼接前，将每幅旋转图像向基准图像的相对定向。相对定向具体为根据特征匹配时获得的高精度同名点，结合光束平差法获得旋转图像的精确相对方位元素，从而完成旋转图像向基准图像的精确相对定向。
步骤7：根据全景图像、标志点及支座参考点获取待测桥梁多个测点的变形值，得到变形曲线。
全景图像包括待测桥梁变形前的第一图像和待测桥梁变形后的第二图像；根据全景图像计算待测桥梁测点的变形值，包括如下步骤：
以标志点及支座参考点所在平面为测量平面；
计算第一图像和第二图像对应特征点在测量平面的像素坐标，计算纵向坐标差值；
还原纵向坐标差值在世界坐标系中的实际距离，根据实际距离确定多个测点的实际变形量，通过多个测点的实际变形量形成待测桥梁的变形曲线。
实施例2
本发明以江苏省268省道京杭运河大桥变形监测为例对本发明进行详细论述。
江苏省268省道京杭运河大桥位于宿迁洋河新区郑楼镇，主桥为(97+150+90)m变截面连续箱梁。桥宽15.0m，组成为0.5m(防撞护栏)+14m(行车道)+0.5m(防撞护栏)。箱梁0#块长13m，主梁施工采用悬臂浇筑方法，共分为19个悬浇节段，其中1-6#块长度3.0m，7-11#块长度3.5m，12-19#块长度4.0m，合龙段长度2m。边跨支架现浇段长分别为21.0m及14.0m。
一、现场数据采集方案
(1)现场布置
施工阶段桥梁变形监测主要是测量翼缘部分变形值，然而顶板施工时翼缘部分的钢筋裸露在外，边缘不平整、坑洼较多，不便布置测点。结合现场施工情况，在裸露钢筋上绑扎红色反光带作为测点，通过计算反光带上下边缘在图像中的像素位移量得到各测点实际变形值。此外，每节段布置三个标志点作为变形计算参考值，标志点为8×8cm的矩形阵列，各标志点间实际距离需在图像采集前完成测量。
(2)数据采集
主桥采用悬臂浇筑法施工，数据采集的时间节点为浇筑前后，采集方式为水准测量、旋转拍摄，为验证算法在实际工程中的适用性，结合施工现场的进度和环境，选择采集节段为4#块、6#块、14#块和15#块。
水准测量通过水准仪和水准尺测量两点高差。本次测量以桥墩位置为已知高程点，测量浇筑节段标高。水准仪放在桥墩和待测节段中间位置，分别读取水准尺在两个位置读数，即可计算待测节段与桥墩位置相对高差。水准测量结果见表1。
表1水准测量结果
旋转拍摄采用相机拍摄与实时监测的方式，即浇筑前后图像采集及浇筑过程中的实时监测。浇筑前后采集的图像通过算法校正后保存到本地，留作后续通过后期算法处理得到完整变形曲线。浇筑过程中的实时监测将变形最大的悬臂端作为测量区域，将浇筑节段端部选定为模板区域以获得其实时变形值。浇筑节段由于无法布置测点，故变形计算时只采集浇筑节段前一个节段至桥墩位置图像。现场拍摄相机为佳能EOS77D，配置18-200mm的长焦镜头，拍摄过程中焦距固定为200mm。相机转角通过云台控制在14°以内。现场监测如图5所示。
二、数据处理及分析
(1)旋转图像处理及分析
旋转图像的处理方式为采集图像进行投影变换及相对定向后拼接得到等效正射图像。桥墩位置拍摄图像为基准图像，以4#块浇筑前后变形计算为例展示图像处理过程。4#块浇筑时，图像采集节段为桥墩中心位置至3#块，图6为采集原图、基准图像及校正后图像。拼接效果如图7所示。
在Matlab中通过ginput函数可以获得每幅拼接图中测点上边缘像素坐标，对浇筑前后的测点坐标作差即可得到该节段的变形曲线。为提高计算效率，坐标采集时远离悬臂端的测点选取较稀疏，靠近悬臂端选取较密集，且忽略部分边缘不平整的测点，得桥墩中心位置至3#块在4#块浇筑前后变形曲线如图8所示。
(2)误差分析
为验证图像处理方案在现场测试的准确性，将处理结果与水准测量值对比，验证本发明算法在实际施工阶段桥梁变形监测上的可行性，相对误差见表5-2。
表2现场测量误差对照表
对比14#、15#块和4#、6#块计算结果，旋转拍摄的前者误差大于后者，这是由于拍摄前者图像时相机旋转角过大，投影变换和相对定向无法完全消除积累误差，导致拼接图像精度下降。但从表2总体看，旋转拍摄算法计算的变形值与桥梁实际变形值误差较小，且相对误差均在10％以内，满足实际施工时的监测要求。
由以上描述可知，本发明通过对获取的旋转图像进行投影变化，能够得到等效正视图像，通过对等效正视图像进行提取特征和精确相对定向，能够而将等效正视图像拼接为全景图像，通过全景图像、标志点及支座参考点能够获取待测桥梁多个测点的变形值，得到变形曲线。经室内试验和工程实践证明，本发明效率高且具有良好的精度，能满足工程监测的要求，保证桥梁施工的质量和安全性。
该方法为非接触式测量方法，对测量环境要求较小且无需布置大量测点，节省了测量时间和人力物力，同时精度满足实际施工时的监测要求。使用该方法可以对施工阶段桥梁进行实时监测，保证施工质量和施工安全。
以上所述实施例仅为本发明较佳的具体实施方式，本发明的保护范围不限于此，任何熟悉本领域的技术人员在本发明披露的技术范围内，可显而易见地得到的技术方案的简单变化或等效替换，均属于本发明的保护范围。
Claims (10)
1.一种桥梁变形监测方法，其特征在于，包括如下步骤：
确定待测桥梁的标志点、支座参考点及多个测点；
获取待测桥梁的正视图像及旋转图像；
以所述正视图像为基准图像，以所述正视图像与旋转图像的重叠区域同名点为约束，将旋转图像向基准图像进行投影变换，得到等效正视图像；
使用SIFT算法对基准图像及等效正视图像进行特征匹配，获得同名点；
根据所述同名点并结合光束平差法获得等效正视图像的相对方位元素；
根据所述相对方位元素对所述基准图像和等效正视图像进行拼接，得到待测桥梁的全景图像；
根据所述全景图像、标志点及支座参考点计算得到待测桥梁多个测点的变形值，根据多个测点的变形值得到变形曲线。
2.根据权利要求1所述的桥梁变形监测方法，其特征在于，获取待测桥梁的正视图像及旋转图像之前，还包括对相机标定，所述相机标定将要获取的待测桥梁的正视图像及旋转图像的像素坐标转化为实际空间坐标，以重构待测桥梁的空间状态。
3.根据权利要求2所述的桥梁变形监测方法，其特征在于，将要获取的待测桥梁的正视图像及旋转图像的像素坐标转化为实际空间坐标包括对世界坐标系、相机坐标系、图像坐标系和像素坐标系之间的转化，具体的关系式为：
式中，u、v为图像坐标系中的坐标，单位为mm；x、y、z为世界坐标系中的坐标，单位为像素；K为相机内参，是一个3×3矩阵，其作用是将坐标由相机坐标系转换到图像坐标系，再转换到像素坐标系；R、t为相机外参，R是一个3×3矩阵，表示在x、y、z方向上的旋转变换，t是一个3×1的矩阵，代表在x、y、z方向上的平移变换。
4.根据权利要求1所述的桥梁变形监测方法，其特征在于，以所述正视图像为基准图像，以所述正视图像与旋转图像的重叠区域同名点为约束，将旋转图像向基准图像进行投影变换，得到等效正视图像之前，还包括对所述正视图像及旋转图像进行径向畸变校正、切向畸变校正及畸变叠加组合，以得到校正后的正视图像及旋转图像。
5.根据权利要求4所述的桥梁变形监测方法，其特征在于，所述径向畸变校正的公式为：
式中：k1、k2、k3均为径向畸变系数，(x，y)为理想光心系统下无畸变的图像坐标，(x＇，y＇)是实际应用中的图像坐标，r是该点到成像中心的距离。
6.根据权利要求4所述的桥梁变形监测方法，其特征在于，
所述切向畸变校正的公式为：
7.根据权利要求4所述的桥梁变形监测方法，其特征在于，所述畸变叠加组合的公式为：
8.根据权利要求1所述的桥梁变形监测方法，其特征在于，所述旋转图像拍摄的最大旋转角不超过14°。
9.根据权利要求1所述的桥梁变形监测方法，其特征在于，所述全景图像包括待测桥梁变形前的第一图像和待测桥梁变形后的第二图像。
10.根据权利要求9所述的桥梁变形监测方法，其特征在于，根据所述全景图像、标志点及支座参考点计算得到待测桥梁多个测点的变形值，包括如下步骤：
以所述标志点及支座参考点所在平面为测量平面；
计算所述第一图像和第二图像对应特征点在所述测量平面的像素坐标，计算纵向坐标差值；
还原纵向坐标差值在世界坐标系中的实际距离，根据实际距离确定多个测点的实际变形量，通过多个测点的实际变形量形成待测桥梁的变形曲线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310985699.0A CN117029708A (zh) | 2023-08-07 | 2023-08-07 | 一种桥梁变形监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310985699.0A CN117029708A (zh) | 2023-08-07 | 2023-08-07 | 一种桥梁变形监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117029708A true CN117029708A (zh) | 2023-11-10 |
Family
ID=88631071
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310985699.0A Pending CN117029708A (zh) | 2023-08-07 | 2023-08-07 | 一种桥梁变形监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117029708A (zh) |
-
2023
- 2023-08-07 CN CN202310985699.0A patent/CN117029708A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102376089B (zh) | 一种标靶校正方法及系统 | |
| EP1378790B1 (en) | Method and device for correcting lens aberrations in a stereo camera system with zoom | |
| CN101334267B (zh) | 数字影像测头矢量坐标变换标定与误差修正方法及其装置 | |
| CN107462184A (zh) | 一种结构光三维测量系统的参数重标定方法及其设备 | |
| CN109253706B (zh) | 一种基于数字图像的隧道三维形貌测量方法 | |
| CN112648976B (zh) | 实景影像测量方法、装置、电子设备及存储介质 | |
| JP5303405B2 (ja) | 車両検査装置 | |
| CN116597013B (zh) | 一种基于不同经纬度区域的卫星图像几何定标方法 | |
| CN112967312A (zh) | 一种面向野外刚体目标的实时鲁棒位移监测方法及系统 | |
| CN116630444A (zh) | 一种相机与激光雷达融合校准的优化方法 | |
| CN110068313B (zh) | 一种基于投影变换的数字天顶仪定向方法 | |
| JP3668653B2 (ja) | デジタルカメラを用いる寸法，形状の計測方法 | |
| CN116182802B (zh) | 一种基于三维扫描技术的人工岛护面块体检测方法及系统 | |
| JPH04172213A (ja) | 三次元形状測定装置の校正方法 | |
| CN117029708A (zh) | 一种桥梁变形监测方法 | |
| CN116824079A (zh) | 基于全信息摄影测量的三维实体模型构建方法和装置 | |
| CN114708218A (zh) | 一种路面平整度检测方法及系统 | |
| WO2022183650A1 (zh) | 一种基于三维扫描技术的钢结构施工的监测方法及系统 | |
| JPH0650730A (ja) | 三次元形状計測装置 | |
| CN111429430B (zh) | 基于机器视觉的隧道检测车尺寸映射关系计算方法 | |
| Wojnarowski et al. | Photogrammetric technology for remote high-precision 3D monitoring of cracks and deformation joints of buildings and constructions | |
| Jauregui et al. | Bridge inspection using virtual reality and photogrammetry | |
| JP2015012355A (ja) | 移動式ラインカメラの光学系画像補正方法 | |
| JP2515932B2 (ja) | 平面形状の測定方法 | |
| CN112927305B (zh) | 一种基于远心度补偿的几何尺寸精密测量方法 |
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 |