CN117190900B - 一种隧道围岩变形监测方法 - Google Patents
一种隧道围岩变形监测方法 Download PDFInfo
- Publication number
- CN117190900B CN117190900B CN202311464473.2A CN202311464473A CN117190900B CN 117190900 B CN117190900 B CN 117190900B CN 202311464473 A CN202311464473 A CN 202311464473A CN 117190900 B CN117190900 B CN 117190900B
- Authority
- CN
- China
- Prior art keywords
- surrounding rock
- moment
- deformation
- tunnel
- corrected
- 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.)
- Active
Links
- 239000011435 rock Substances 0.000 title claims abstract description 242
- 238000012544 monitoring process Methods 0.000 title claims abstract description 127
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000012937 correction Methods 0.000 claims abstract description 91
- 238000001914 filtration Methods 0.000 claims abstract description 14
- 230000007613 environmental effect Effects 0.000 claims abstract description 10
- 238000005286 illumination Methods 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 29
- 238000000605 extraction Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种隧道围岩变形监测方法,属于隧道监测技术领域,包括以下步骤:根据隧道围岩的环境参数对各个历史时刻围岩图像和当前时刻围岩图像进行亮度修正,得到各个历史时刻修正围岩图像和当前时刻修正围岩图像;将各个历史时刻修正围岩图像中满足变形监测点过滤条件的像素点作为变形监测点;计算当前变形权重,并根据当前变形权重确定当前时刻修正围岩图像的变形监测区域;根据当前时刻修正围岩图像的变形监测区域中像素点的灰度值,确定隧道围岩是否变形。本发明通过对多个历史时刻和当前时刻的围岩图像进行连续采集和处理,避免隧道昏暗环境对采集图像亮度的影响,提高监测准确率。
Description
技术领域
本发明属于隧道监测技术领域,具体涉及一种隧道围岩变形监测方法。
背景技术
随着隧道建设的快速发展,目前铁路隧道出现了一些新的特点:断面大、隧道长且地质条件复杂,隧道围岩变形极易引起隧道塌方和涌水。这些因素不仅在技术上给隧道施工带来极大的困难,也常常因突发事故导致人身伤亡和工期延误,从而造成巨大的经济损失。为了保证隧道开发工作的安全进行,确定围岩是否变形具有十分重要的意义。但现有技术中通常采用人为巡检,其围岩变形监测的准确率较低。
发明内容
本发明的目的在于提供一种隧道围岩变形监测方法,解决上述现有技术中存在的问题。
本发明的技术方案是:一种隧道围岩变形监测方法包括以下步骤:
采集各个历史时刻围岩图像和当前时刻围岩图像,根据隧道围岩的环境参数对各个历史时刻围岩图像和当前时刻围岩图像进行亮度修正,得到各个历史时刻修正围岩图像和当前时刻修正围岩图像;
构建变形监测点过滤条件,将各个历史时刻修正围岩图像中满足变形监测点过滤条件的像素点作为变形监测点;
根据各个历史时刻修正围岩图像的变形监测点计算当前变形权重,并根据当前变形权重确定当前时刻修正围岩图像的变形监测区域;
根据当前时刻修正围岩图像的变形监测区域中像素点的灰度值,确定隧道围岩是否变形。
进一步地,采集各个历史时刻围岩图像和当前时刻围岩图像,根据隧道围岩的环境参数对各个历史时刻围岩图像和当前时刻围岩图像进行亮度修正,得到各个历史时刻修正围岩图像和当前时刻修正围岩图像,包括以下子步骤:
采集隧道围岩的环境参数;其中环境参数包括各个历史时刻的隧道自然光亮度和隧道照明光亮度以及当前时刻的隧道自然光亮度和隧道照明光亮度;
根据各个历史时刻的隧道自然光亮度和隧道照明光亮度,确定各个历史时刻的亮度修正系数;根据当前时刻的隧道自然光亮度和隧道照明光亮度,确定当前时刻的亮度修正系数;
根据各个历史时刻的亮度修正系数,对各个历史时刻围岩图像的像素点进行亮度修正,得到各个历史时刻修正围岩图像;根据当前时刻的亮度修正系数,对当前时刻围岩图像的像素点进行亮度修正,得到当前时刻修正围岩图像。
上述进一步方案的有益效果是:在本发明中,通过在隧道围岩断面设置若干个图像采集点,对某个图像采集点进行连续图像采集,得到多个历史时刻和当前时刻的围岩图像。由于隧道围岩的环境多数较为昏暗且需借用照明灯进行补光,且图像采集点布设的摄像头采集的围岩图像质量不一,所以需要综合隧道围岩自然光和照明光的影响,对所有时刻的围岩图像进行亮度修正,提高图像质量,便于后续步骤提取变形监测区域的准确性。
进一步地,各个历史时刻的亮度修正系数的计算公式为:
;
式中,u m 表示第m个历史时刻的亮度修正系数,a m-1表示第m-1个历史时刻的隧道自然光亮度,b m-1表示第m-1个历史时刻的隧道照明光亮度,a m+1表示第m+1个历史时刻的隧道自然光亮度,b m+1表示第m+1个历史时刻的隧道照明光亮度,a m 表示第m个历史时刻的隧道自然光亮度,b m 表示第m个历史时刻的隧道照明光亮度;
当前时刻的亮度修正系数v 0的计算公式为:
;
式中,A 0表示当前时刻的隧道自然光亮度,B 0表示当前时刻的隧道照明光亮度,c表示常数,ε表示极小值。
上述进一步方案的有益效果是:在本发明中,考虑到隧道围岩内自然光往往呈现缓慢变化的趋势(如太阳光被云层遮挡导致自然光光线明暗的变化)且照明光往往呈现突然变化的趋势(如工作人员开关照明光),所以在计算历史时刻的亮度修正系数时,需要将第m-1个历史时刻和第m+1个历史时刻的亮度变化作为第m个历史时刻的亮度修正系数的计算因子,可以提高亮度修正系数的实用性。
进一步地,对各个历史时刻围岩图像的像素点进行亮度修正的计算公式为:
;
;
式中,L m_n 表示第m个历史时刻修正围岩图像中第n个像素点的亮度,u m 表示第m个历史时刻的亮度修正系数,u m+1表示第m+1个历史时刻的亮度修正系数,u m-1表示第m-1个历史时刻的亮度修正系数,N表示第m个历史时刻围岩图像的像素点个数,l m_n 表示第m个历史时刻围岩图像中第n个像素点的亮度,α m 表示第m个历史时刻的亮度修正权重,M表示历史时刻修正围岩图像的个数;
对当前时刻围岩图像的像素点进行亮度修正的计算公式为:
;
式中,D k 表示当前时刻修正围岩图像中第k个像素点的亮度,v 0表示当前时刻的亮度修正系数,K表示当前时刻修正围岩图像的像素点个数,d k 表示当前时刻围岩图像中第k个像素点的亮度。
进一步地,变形监测点过滤条件的表达式为: ;式中,H x,y 表示横坐标为x且纵坐标为y的像素点灰度值,H x+1,y 表示横坐标为x+1且纵坐标为y的像素点灰度值,H x,y+1表示横坐标为x且纵坐标为y+1的像素点灰度值,H x-1,y 表示横坐标为x-1且纵坐标为y的像素点灰度值,H x,y-1表示横坐标为x且纵坐标为y-1的像素点灰度值,σ 0表示历史时刻修正围岩图像中所有像素点灰度值的标准差。
上述进一步方案的有益效果是:在本发明中,考虑像素点的上下左右邻近像素点灰度值以及该像素点所处围岩修正图像中所有像素点灰度值的标准值,以此构建变形监测点过滤条件,筛选符合变形监测点过滤条件的像素点作为变形监测点,可以表征一个历史时刻修正围岩图像中像素点的灰度变化。
进一步地,根据各个历史时刻修正围岩图像的变形监测点计算当前变形权重,并根据当前变形权重确定当前时刻修正围岩图像的变形监测区域,包括以下子步骤:
提取前个历史时刻修正围岩图像中所有变形监测点的灰度值,计算前/>个历史时刻修正围岩图像对应的第一变形权重;其中,M表示历史时刻修正围岩图像的个数;
提取后个历史时刻修正围岩图像中所有变形监测点的灰度值,并根据第一变形权重,计算后/>个历史时刻修正围岩图像对应的第二变形权重;
提取剩余历史时刻修正围岩图像中所有变形监测点的灰度值,并根据第一变形权重和第二变形权重,计算剩余历史时刻修正围岩图像对应的第三变形权重;
根据第一变形权重、第二变形权重和第三变形权重,确定当前变形权重;
根据当前变形权重,确定当前时刻修正围岩图像的变形监测区域。
上述进一步方案的有益效果是:在本发明中,在确定当前时刻修正围岩图像的变形监测区域时,会依据多个历史时刻修正围岩图像中灰度值的变形权重来确定当前时刻修正围岩图像中需要重点监测的变形区域,充分考虑围岩变形整个过程的连续性,不将当前时刻修正围岩图像孤立监测,考虑所监测到图像的所有灰度变化,使生成的变形监测区域更加准确。
进一步地,第一变形权重γ 1的计算公式为:
;
式中,c表示常数,e表示指数,h g 表示前个历史时刻修正围岩图像中第g个变形监测点的灰度值,G表示前/>个历史时刻修正围岩图像的变形监测点个数,h 0表示前/>个历史时刻修正围岩图像中变形监测点的最小灰度值,h 1表示前/>个历史时刻修正围岩图像中变形监测点的最大灰度值;
第二变形权重γ 2的计算公式为:
;
式中,H l 表示后个历史时刻修正围岩图像中第l个变形监测点的灰度值,L表示后/>个历史时刻修正围岩图像的变形监测点个数,H 0表示后/>个历史时刻修正围岩图像中变形监测点的最小灰度值,H 1表示后/>个历史时刻修正围岩图像中变形监测点的最大灰度值;
第三变形权重γ 3的计算公式为:
;
式中,表示剩余历史时刻修正围岩图像中第i个变形监测点的灰度值,I表示剩余历史时刻修正围岩图像的变形监测点个数,/>表示剩余历史时刻修正围岩图像中变形监测点的最小灰度值,/>表示剩余历史时刻修正围岩图像中变形监测点的最大灰度值。
进一步地,当前变形权重γ的计算公式为:
;
式中,γ 1表示第一变形权重,γ 2表示第二变形权重,γ 3表示第三变形权重。
进一步地,确定当前时刻修正围岩图像的变形监测区域的具体方法:提取当前时刻修正围岩图像中所有像素点的灰度值,将小于当前变形权重的灰度值对应的像素点作为变形监测区域的像素点集合,将像素点集合中各个像素点顺时针连接,生成变形监测区域。
进一步地,确定隧道围岩是否变形的具体方法为:提取变形监测区域中最大灰度值对应的像素点,作为第一像素点;提取变形监测区域中最小灰度值对应的像素点,作为第二像素点;判断第一像素点和第二像素点之间的欧式距离是否大于或等于欧式距离阈值,若是则隧道围岩发生变形,否则隧道围岩未发生变形。
本发明的有益效果是:本发明通过对多个历史时刻和当前时刻的围岩图像进行连续采集和处理,避免隧道昏暗环境对采集图像亮度的影响,提高监测准确率;并依次确定变形监测点和变形监测区域,充分考虑隧道围岩连续变化,便于监测人员及时判断围岩是否发生变形,并及时对围岩做出合理的支护决策。
附图说明
为了更清楚地说明本发明示例性实施方式的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,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相关的附图。
图1为本发明实施例提供的隧道围岩变形监测方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
如图1所示,本发明提供了一种隧道围岩变形监测方法,包括以下步骤:
采集各个历史时刻围岩图像和当前时刻围岩图像,根据隧道围岩的环境参数对各个历史时刻围岩图像和当前时刻围岩图像进行亮度修正,得到各个历史时刻修正围岩图像和当前时刻修正围岩图像。
构建变形监测点过滤条件,将各个历史时刻修正围岩图像中满足变形监测点过滤条件的像素点作为变形监测点。
根据各个历史时刻修正围岩图像的变形监测点计算当前变形权重,并根据当前变形权重确定当前时刻修正围岩图像的变形监测区域。
根据当前时刻修正围岩图像的变形监测区域中像素点的灰度值,确定隧道围岩是否变形。
在本发明实施例中,采集各个历史时刻围岩图像和当前时刻围岩图像,根据隧道围岩的环境参数对各个历史时刻围岩图像和当前时刻围岩图像进行亮度修正,得到各个历史时刻修正围岩图像和当前时刻修正围岩图像,包括以下子步骤:
采集隧道围岩的环境参数。其中环境参数包括各个历史时刻的隧道自然光亮度和隧道照明光亮度以及当前时刻的隧道自然光亮度和隧道照明光亮度。
根据各个历史时刻的隧道自然光亮度和隧道照明光亮度,确定各个历史时刻的亮度修正系数。根据当前时刻的隧道自然光亮度和隧道照明光亮度,确定当前时刻的亮度修正系数。
根据各个历史时刻的亮度修正系数,对各个历史时刻围岩图像的像素点进行亮度修正,得到各个历史时刻修正围岩图像。根据当前时刻的亮度修正系数,对当前时刻围岩图像的像素点进行亮度修正,得到当前时刻修正围岩图像。
在本发明中,通过在隧道围岩断面设置若干个图像采集点,对某个图像采集点进行连续图像采集,得到多个历史时刻和当前时刻的围岩图像。由于隧道围岩的环境多数较为昏暗且需借用照明灯进行补光,且图像采集点布设的摄像头采集的围岩图像质量不一,所以需要综合隧道围岩自然光和照明光的影响,对所有时刻的围岩图像进行亮度修正,提高图像质量,便于后续步骤提取变形监测区域的准确性。
在本发明实施例中,各个历史时刻的亮度修正系数的计算公式为:
;
式中,u m 表示第m个历史时刻的亮度修正系数,a m-1表示第m-1个历史时刻的隧道自然光亮度,b m-1表示第m-1个历史时刻的隧道照明光亮度,a m+1表示第m+1个历史时刻的隧道自然光亮度,b m+1表示第m+1个历史时刻的隧道照明光亮度,a m 表示第m个历史时刻的隧道自然光亮度,b m 表示第m个历史时刻的隧道照明光亮度。
当前时刻的亮度修正系数v 0的计算公式为:
;
式中,A 0表示当前时刻的隧道自然光亮度,B 0表示当前时刻的隧道照明光亮度,c表示常数,ε表示极小值。
在本发明中,考虑到隧道围岩内自然光往往呈现缓慢变化的趋势(如太阳光被云层遮挡导致自然光光线明暗的变化)且照明光往往呈现突然变化的趋势(如工作人员开关照明光),所以在计算历史时刻的亮度修正系数时,需要将第m-1个历史时刻和第m+1个历史时刻的亮度变化作为第m个历史时刻的亮度修正系数的计算因子,可以提高亮度修正系数的实用性。
在本发明实施例中,对各个历史时刻围岩图像的像素点进行亮度修正的计算公式为:
;
;
式中,L m_n 表示第m个历史时刻修正围岩图像中第n个像素点的亮度,u m 表示第m个历史时刻的亮度修正系数,u m+1表示第m+1个历史时刻的亮度修正系数,u m-1表示第m-1个历史时刻的亮度修正系数,N表示第m个历史时刻围岩图像的像素点个数,l m_n 表示第m个历史时刻围岩图像中第n个像素点的亮度,α m 表示第m个历史时刻的亮度修正权重,M表示历史时刻修正围岩图像的个数。
对当前时刻围岩图像的像素点进行亮度修正的计算公式为:
;
式中,D k 表示当前时刻修正围岩图像中第k个像素点的亮度,v 0表示当前时刻的亮度修正系数,K表示当前时刻修正围岩图像的像素点个数,d k 表示当前时刻围岩图像中第k个像素点的亮度。
在本发明实施例中,变形监测点过滤条件的表达式为: 。式中,H x,y 表示横坐标为x且纵坐标为y的像素点灰度值,H x+1,y 表示横坐标为x+1且纵坐标为y的像素点灰度值,H x,y+1表示横坐标为x且纵坐标为y+1的像素点灰度值,H x-1,y 表示横坐标为x-1且纵坐标为y的像素点灰度值,H x,y-1表示横坐标为x且纵坐标为y-1的像素点灰度值,σ 0表示历史时刻修正围岩图像中所有像素点灰度值的标准差。
在本发明中,考虑像素点的上下左右邻近像素点灰度值以及该像素点所处围岩修正图像中所有像素点灰度值的标准值,以此构建变形监测点过滤条件,筛选符合变形监测点过滤条件的像素点作为变形监测点,可以表征一个历史时刻修正围岩图像中像素点的灰度变化。
在本发明实施例中,根据各个历史时刻修正围岩图像的变形监测点计算当前变形权重,并根据当前变形权重确定当前时刻修正围岩图像的变形监测区域,包括以下子步骤:
提取前个历史时刻修正围岩图像中所有变形监测点的灰度值,计算前/>个历史时刻修正围岩图像对应的第一变形权重。其中,M表示历史时刻修正围岩图像的个数。
提取后个历史时刻修正围岩图像中所有变形监测点的灰度值,并根据第一变形权重,计算后/>个历史时刻修正围岩图像对应的第二变形权重。
提取剩余历史时刻修正围岩图像中所有变形监测点的灰度值,并根据第一变形权重和第二变形权重,计算剩余历史时刻修正围岩图像对应的第三变形权重。
根据第一变形权重、第二变形权重和第三变形权重,确定当前变形权重。
根据当前变形权重,确定当前时刻修正围岩图像的变形监测区域。
在本发明中,在确定当前时刻修正围岩图像的变形监测区域时,会依据多个历史时刻修正围岩图像中灰度值的变形权重来确定当前时刻修正围岩图像中需要重点监测的变形区域,充分考虑围岩变形整个过程的连续性,不将当前时刻修正围岩图像孤立监测,考虑所监测到图像的所有灰度变化,使生成的变形监测区域更加准确。
在本发明实施例中,第一变形权重γ 1的计算公式为:
;
式中,c表示常数,e表示指数,h g 表示前个历史时刻修正围岩图像中第g个变形监测点的灰度值,G表示前/>个历史时刻修正围岩图像的变形监测点个数,h 0表示前/>个历史时刻修正围岩图像中变形监测点的最小灰度值,h 1表示前/>个历史时刻修正围岩图像中变形监测点的最大灰度值。
第二变形权重γ 2的计算公式为:
;
式中,H l 表示后个历史时刻修正围岩图像中第l个变形监测点的灰度值,L表示后/>个历史时刻修正围岩图像的变形监测点个数,H 0表示后/>个历史时刻修正围岩图像中变形监测点的最小灰度值,H 1表示后/>个历史时刻修正围岩图像中变形监测点的最大灰度值。
第三变形权重γ 3的计算公式为:
;
式中,表示剩余历史时刻修正围岩图像中第i个变形监测点的灰度值,I表示剩余历史时刻修正围岩图像的变形监测点个数,/>表示剩余历史时刻修正围岩图像中变形监测点的最小灰度值,/>表示剩余历史时刻修正围岩图像中变形监测点的最大灰度值。
在本发明实施例中,当前变形权重γ的计算公式为:
;
式中,γ 1表示第一变形权重,γ 2表示第二变形权重,γ 3表示第三变形权重。
在本发明实施例中,确定当前时刻修正围岩图像的变形监测区域的具体方法:提取当前时刻修正围岩图像中所有像素点的灰度值,将小于当前变形权重的灰度值对应的像素点作为变形监测区域的像素点集合,将像素点集合中各个像素点顺时针连接,生成变形监测区域。
在本发明实施例中,确定隧道围岩是否变形的具体方法为:提取变形监测区域中最大灰度值对应的像素点,作为第一像素点。提取变形监测区域中最小灰度值对应的像素点,作为第二像素点。判断第一像素点和第二像素点之间的欧式距离是否大于或等于欧式距离阈值,若是则隧道围岩发生变形,否则隧道围岩未发生变形。
在本实施例中,欧式距离阈值的设置可以根据多次实验或者经验进行设置,其用于判断围岩是否变形。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,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,均应包含在本发明的保护范围之内。
Claims (5)
1.一种隧道围岩变形监测方法,其特征在于,包括以下步骤:
采集各个历史时刻围岩图像和当前时刻围岩图像,根据隧道围岩的环境参数对各个历史时刻围岩图像和当前时刻围岩图像进行亮度修正,得到各个历史时刻修正围岩图像和当前时刻修正围岩图像;
构建变形监测点过滤条件,将各个历史时刻修正围岩图像中满足变形监测点过滤条件的像素点作为变形监测点;
根据各个历史时刻修正围岩图像的变形监测点计算当前变形权重,并根据当前变形权重确定当前时刻修正围岩图像的变形监测区域;
根据当前时刻修正围岩图像的变形监测区域中像素点的灰度值,确定隧道围岩是否变形;
所述变形监测点过滤条件的表达式为:;式中,H x,y 表示横坐标为x且纵坐标为y的像素点灰度值,H x+1,y 表示横坐标为x+1且纵坐标为y的像素点灰度值,H x,y+1表示横坐标为x且纵坐标为y+1的像素点灰度值,H x-1,y 表示横坐标为x-1且纵坐标为y的像素点灰度值, H x,y-1表示横坐标为x且纵坐标为y-1的像素点灰度值,σ 0表示历史时刻修正围岩图像中所有像素点灰度值的标准差;
所述根据各个历史时刻修正围岩图像的变形监测点计算当前变形权重,并根据当前变形权重确定当前时刻修正围岩图像的变形监测区域,包括以下子步骤:
提取前个历史时刻修正围岩图像中所有变形监测点的灰度值,计算前/>个历史时刻修正围岩图像对应的第一变形权重;其中,M表示历史时刻修正围岩图像的个数;
提取后个历史时刻修正围岩图像中所有变形监测点的灰度值,并根据第一变形权重,计算后/>个历史时刻修正围岩图像对应的第二变形权重;
提取剩余历史时刻修正围岩图像中所有变形监测点的灰度值,并根据第一变形权重和第二变形权重,计算剩余历史时刻修正围岩图像对应的第三变形权重;
根据第一变形权重、第二变形权重和第三变形权重,确定当前变形权重;
根据当前变形权重,确定当前时刻修正围岩图像的变形监测区域;
所述第一变形权重γ 1的计算公式为:
式中,c表示常数,e表示指数,h g 表示前个历史时刻修正围岩图像中第g个变形监测点的灰度值,G表示前/>个历史时刻修正围岩图像的变形监测点个数,h 0表示前/>个历史时刻修正围岩图像中变形监测点的最小灰度值,h 1表示前/>个历史时刻修正围岩图像中变形监测点的最大灰度值;
所述第二变形权重γ 2的计算公式为:
式中,H l 表示后个历史时刻修正围岩图像中第l个变形监测点的灰度值,L表示后个历史时刻修正围岩图像的变形监测点个数,H 0表示后/>个历史时刻修正围岩图像中变形监测点的最小灰度值,H 1表示后/>个历史时刻修正围岩图像中变形监测点的最大灰度值;
所述第三变形权重γ 3的计算公式为:
式中,表示剩余历史时刻修正围岩图像中第i个变形监测点的灰度值,I表示剩余历史时刻修正围岩图像的变形监测点个数,/>表示剩余历史时刻修正围岩图像中变形监测点的最小灰度值,/>表示剩余历史时刻修正围岩图像中变形监测点的最大灰度值;
所述当前变形权重γ的计算公式为:
式中,γ 1表示第一变形权重,γ 2表示第二变形权重,γ 3表示第三变形权重;
所述确定当前时刻修正围岩图像的变形监测区域的具体方法:提取当前时刻修正围岩图像中所有像素点的灰度值,将小于当前变形权重的灰度值对应的像素点作为变形监测区域的像素点集合,将像素点集合中各个像素点顺时针连接,生成变形监测区域。
2.根据权利要求1所述的隧道围岩变形监测方法,其特征在于,所述采集各个历史时刻围岩图像和当前时刻围岩图像,根据隧道围岩的环境参数对各个历史时刻围岩图像和当前时刻围岩图像进行亮度修正,得到各个历史时刻修正围岩图像和当前时刻修正围岩图像,包括以下子步骤:
采集隧道围岩的环境参数;其中环境参数包括各个历史时刻的隧道自然光亮度和隧道照明光亮度以及当前时刻的隧道自然光亮度和隧道照明光亮度;
根据各个历史时刻的隧道自然光亮度和隧道照明光亮度,确定各个历史时刻的亮度修正系数;根据当前时刻的隧道自然光亮度和隧道照明光亮度,确定当前时刻的亮度修正系数;
根据各个历史时刻的亮度修正系数,对各个历史时刻围岩图像的像素点进行亮度修正,得到各个历史时刻修正围岩图像;根据当前时刻的亮度修正系数,对当前时刻围岩图像的像素点进行亮度修正,得到当前时刻修正围岩图像。
3.根据权利要求2所述的隧道围岩变形监测方法,其特征在于,各个历史时刻的亮度修正系数的计算公式为:
式中,u m 表示第m个历史时刻的亮度修正系数,a m-1表示第m-1个历史时刻的隧道自然光亮度,b m-1表示第m-1个历史时刻的隧道照明光亮度,a m+1表示第m+1个历史时刻的隧道自然光亮度,b m+1表示第m+1个历史时刻的隧道照明光亮度,a m 表示第m个历史时刻的隧道自然光亮度,b m 表示第m个历史时刻的隧道照明光亮度;
当前时刻的亮度修正系数v 0的计算公式为:
式中,A 0表示当前时刻的隧道自然光亮度,B 0表示当前时刻的隧道照明光亮度,c表示常数,ε表示极小值。
4.根据权利要求2所述的隧道围岩变形监测方法,其特征在于,对各个历史时刻围岩图像的像素点进行亮度修正的计算公式为:
式中,L m_n 表示第m个历史时刻修正围岩图像中第n个像素点的亮度,u m 表示第m个历史时刻的亮度修正系数,u m+1表示第m+1个历史时刻的亮度修正系数,u m-1表示第m-1个历史时刻的亮度修正系数,N表示第m个历史时刻围岩图像的像素点个数,l m_n 表示第m个历史时刻围岩图像中第n个像素点的亮度,α m 表示第m个历史时刻的亮度修正权重,M表示历史时刻修正围岩图像的个数;
对当前时刻围岩图像的像素点进行亮度修正的计算公式为:
式中,D k 表示当前时刻修正围岩图像中第k个像素点的亮度,v 0表示当前时刻的亮度修正系数,K表示当前时刻修正围岩图像的像素点个数,d k 表示当前时刻围岩图像中第k个像素点的亮度。
5.根据权利要求1所述的隧道围岩变形监测方法,其特征在于,所述确定隧道围岩是否变形的具体方法为:提取变形监测区域中最大灰度值对应的像素点,作为第一像素点;提取变形监测区域中最小灰度值对应的像素点,作为第二像素点;判断第一像素点和第二像素点之间的欧式距离是否大于或等于欧式距离阈值,若是则隧道围岩发生变形,否则隧道围岩未发生变形。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311464473.2A CN117190900B (zh) | 2023-11-07 | 2023-11-07 | 一种隧道围岩变形监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311464473.2A CN117190900B (zh) | 2023-11-07 | 2023-11-07 | 一种隧道围岩变形监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117190900A CN117190900A (zh) | 2023-12-08 |
CN117190900B true CN117190900B (zh) | 2024-01-02 |
Family
ID=88987214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311464473.2A Active CN117190900B (zh) | 2023-11-07 | 2023-11-07 | 一种隧道围岩变形监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117190900B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117409000B (zh) * | 2023-12-14 | 2024-04-05 | 华能澜沧江水电股份有限公司 | 一种坡面的雷达图像处理方法 |
CN117455221B (zh) * | 2023-12-25 | 2024-03-26 | 青岛可颂食品有限公司 | 一种适用于烘焙奶油的加工流程管理系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0611450A (ja) * | 1992-06-24 | 1994-01-21 | Nippon Doro Kodan | 画像処理によるトンネル内輝度測定方法 |
JP2008241380A (ja) * | 2007-03-27 | 2008-10-09 | Iwasaki Electric Co Ltd | 等価光幕輝度測定装置、トンネル照明システム及び情報表示システム |
CN102620673A (zh) * | 2012-03-16 | 2012-08-01 | 同济大学 | 基于图像分析的隧道变形在线监测系统及其应用 |
CN202946195U (zh) * | 2012-07-20 | 2013-05-22 | 长安大学 | 一种图像型隧道围岩变形智能检测仪 |
KR20130137463A (ko) * | 2012-06-07 | 2013-12-17 | 한국철도기술연구원 | 3차원 터널 모델 생성을 위한 옵토-레이저 터널 스캐닝 시스템 및 그 데이터 처리 방법 |
CN108458665A (zh) * | 2018-02-11 | 2018-08-28 | 中铁八局集团第二工程有限公司 | 利用近景摄影进行隧道快速形变测量的方法 |
JP2019045922A (ja) * | 2017-08-30 | 2019-03-22 | 株式会社ネクスコ・エンジニアリング北海道 | 変状箇所検出装置、変状箇所検出プログラムおよび変状箇所検出方法 |
CN111721209A (zh) * | 2020-06-19 | 2020-09-29 | 张玉红 | 一种基于大数据的道路隧道工程安全实时监测管理系统 |
CN113776449A (zh) * | 2021-10-08 | 2021-12-10 | 云南航天工程物探检测股份有限公司 | 一种基于机器视觉自适应的隧道变形监测系统及方法 |
CN116299525A (zh) * | 2023-02-28 | 2023-06-23 | 浙江工业大学 | 一种基于点云区域相关性的动态环境rgb-d视觉slam方法 |
-
2023
- 2023-11-07 CN CN202311464473.2A patent/CN117190900B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0611450A (ja) * | 1992-06-24 | 1994-01-21 | Nippon Doro Kodan | 画像処理によるトンネル内輝度測定方法 |
JP2008241380A (ja) * | 2007-03-27 | 2008-10-09 | Iwasaki Electric Co Ltd | 等価光幕輝度測定装置、トンネル照明システム及び情報表示システム |
CN102620673A (zh) * | 2012-03-16 | 2012-08-01 | 同济大学 | 基于图像分析的隧道变形在线监测系统及其应用 |
WO2013135033A1 (zh) * | 2012-03-16 | 2013-09-19 | 同济大学 | 基于图像分析的隧道变形在线监测系统及其应用 |
KR20130137463A (ko) * | 2012-06-07 | 2013-12-17 | 한국철도기술연구원 | 3차원 터널 모델 생성을 위한 옵토-레이저 터널 스캐닝 시스템 및 그 데이터 처리 방법 |
CN202946195U (zh) * | 2012-07-20 | 2013-05-22 | 长安大学 | 一种图像型隧道围岩变形智能检测仪 |
JP2019045922A (ja) * | 2017-08-30 | 2019-03-22 | 株式会社ネクスコ・エンジニアリング北海道 | 変状箇所検出装置、変状箇所検出プログラムおよび変状箇所検出方法 |
CN108458665A (zh) * | 2018-02-11 | 2018-08-28 | 中铁八局集团第二工程有限公司 | 利用近景摄影进行隧道快速形变测量的方法 |
CN111721209A (zh) * | 2020-06-19 | 2020-09-29 | 张玉红 | 一种基于大数据的道路隧道工程安全实时监测管理系统 |
CN113776449A (zh) * | 2021-10-08 | 2021-12-10 | 云南航天工程物探检测股份有限公司 | 一种基于机器视觉自适应的隧道变形监测系统及方法 |
CN116299525A (zh) * | 2023-02-28 | 2023-06-23 | 浙江工业大学 | 一种基于点云区域相关性的动态环境rgb-d视觉slam方法 |
Non-Patent Citations (1)
Title |
---|
基于激光扫描的隧道变形监测的误差来源及变形分析;刘绍堂;潘国荣;;铁道工程学报(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117190900A (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117190900B (zh) | 一种隧道围岩变形监测方法 | |
CN108960135B (zh) | 基于高分辨遥感图像的密集舰船目标精确检测方法 | |
CN110059698A (zh) | 用于街景理解的基于边缘稠密重建的语义分割方法及系统 | |
CN113469953B (zh) | 一种基于改进YOLOv4算法的输电线路绝缘子缺陷检测方法 | |
CN111862143B (zh) | 一种河堤坍塌自动监测方法 | |
EP3855389A1 (en) | Training data collection device, training data collection method, and program | |
CN110059768A (zh) | 用于街景理解的融合点与区域特征的语义分割方法及系统 | |
CN111079955A (zh) | 一种基于x射线成像的gis设备缺陷检测方法 | |
CN110070091A (zh) | 用于街景理解的基于动态插值重建的语义分割方法及系统 | |
CN107967474A (zh) | 一种基于卷积神经网络的海面目标显著性检测方法 | |
CN110059769A (zh) | 用于街景理解的基于像素重排重建的语义分割方法及系统 | |
CN110726725A (zh) | 一种输电线路金具锈蚀检测方法及装置 | |
CN111860143B (zh) | 一种面向巡检机器人的火焰实时检测方法 | |
CN113989257A (zh) | 基于人工智能技术的电力综合管廊沉降裂缝识别方法 | |
CN114881381B (zh) | 基于改进卷积神经网络的城市积水水位预测方法及系统 | |
CN115240075B (zh) | 电力视觉多粒度预训练大模型的构建与训练方法 | |
CN111598889A (zh) | 均压环倾斜故障的识别方法、装置、计算机设备 | |
CN109886980B (zh) | 一种基于邻域强度纹理编码的红外图像卷云检测方法 | |
CN108830834B (zh) | 一种爬索机器人视频缺陷信息自动提取方法 | |
CN110766662B (zh) | 一种基于多尺度和多层特征学习的锻件表面裂纹检测方法 | |
CN109886991A (zh) | 一种基于邻域强度纹理编码的红外成像河道检测方法 | |
CN113888358A (zh) | 基于深度学习的架空线路工程质量通病检测方法及系统 | |
CN111402223B (zh) | 一种利用变电站视频图像的变电站缺陷问题检测方法 | |
CN114565581A (zh) | 一种配电线路低值绝缘子的检测方法、记录媒体及系统 | |
CN115131322A (zh) | 一种建筑外立面铝板表面缺陷检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |