CN117541968B - 建筑沉降监测方法、装置、设备和存储介质 - Google Patents
建筑沉降监测方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN117541968B CN117541968B CN202410022462.7A CN202410022462A CN117541968B CN 117541968 B CN117541968 B CN 117541968B CN 202410022462 A CN202410022462 A CN 202410022462A CN 117541968 B CN117541968 B CN 117541968B
- Authority
- CN
- China
- Prior art keywords
- integral
- sedimentation
- center
- video
- monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004062 sedimentation Methods 0.000 claims abstract description 143
- 239000003550 marker Substances 0.000 claims abstract description 67
- 230000000007 visual effect Effects 0.000 claims abstract description 27
- 230000008859 change Effects 0.000 claims description 48
- 238000013507 mapping Methods 0.000 claims description 47
- 238000006073 displacement reaction Methods 0.000 claims description 40
- 238000009432 framing Methods 0.000 claims description 36
- 239000011159 matrix material Substances 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 15
- 238000010606 normalization Methods 0.000 claims description 13
- 230000005484 gravity Effects 0.000 claims description 11
- 238000012806 monitoring device Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims 3
- 238000010276 construction Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及沉降监测技术领域,尤其涉及一种建筑沉降监测方法、装置、设备和存储介质。该方法根据中心监测视频,得到中心沉降像素时程信号,然后根据中心沉降像素时程信号确定比例因子,再根据整体监测视频,得到整体沉降像素时程信号,最后根据比例因子与整体沉降像素时程信号得到目标建筑沉降时程信号。本发明通过分别对以预设标记物为视野中心与以建筑物为视野中心所拍摄的视频进行分析,得到中心沉降像素时程信号与整体沉降像素时程信号,通过中心沉降像素时程信号得到比例因子,实现了比例因子的高精度标定,进而通过比例因子与整体沉降像素时程信号,得到目标建筑沉降时程信号,提高了对建筑沉降的监测精准度。
Description
技术领域
本发明涉及静态沉降监测技术领域,尤其涉及一种建筑沉降监测方法、装置、设备和存储介质。
背景技术
基于视觉的静态沉降监测技术,利用摄像机或相机系统来监测建筑物或结构物是否发生沉降的技术,具有测量精度高、监测距离远、无需直接接触被测物体、监测成本低等优点,相比传统测量方法,具有更为广阔的应用场景以及技术优势。基于视觉的静态沉降监测技术在应用于建筑结构实际工程沉降监测时,需要计算物理量转换参数(比例因子),然而现有对于物理量转换参数的计算不够精确,进而使得建筑沉降的测量精准度较低。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种建筑沉降监测方法、装置、设备及存储介质,以得到精准的比例因子,进而提高建筑沉降监测的精准度。
为实现上述目的,本发明提供了一种建筑沉降监测方法,所述方法包括以下步骤:
根据中心监测视频,得到中心沉降像素时程信号,其中,所述中心监测视频为以预设标记物为视野中心所拍摄的视频;
根据所述中心沉降像素时程信号,确定比例因子;
根据整体监测视频,得到整体沉降像素时程信号,其中,所述整体监测视频为以建筑物为视野中心所拍摄的视频;
根据所述比例因子与所述整体沉降像素时程信号,得到目标建筑沉降时程信号。
可选地,在所述根据中心监测视频,得到中心沉降像素时程信号之前,还包括:
根据所述标记物简短视频确定所述预设标记物的像素尺寸,其中,所述标记物简短视频为所述预设标记物短时间内的动态视频;
根据所述预设标记物的实际尺寸与所述预设标记物的像素尺寸确定所述比例因子的范围。
可选地,所述根据中心监测视频,得到中心沉降像素时程信号,包括:
对所述中心监测视频进行分帧,得到中心分帧集,其中,所述中心分帧集中的分帧按照时间顺序排列;
依次获取所述中心分帧集中的分帧作为中心追踪模板,并将所述中心追踪模板从所述中心分帧集中进行剔除,得到中心匹配视频;
分别对所述中心追踪模板与所述中心匹配视频进行归一化处理,得到多个归一化中心模板与多个归一化中心视频;
根据所述多个归一化中心模板与所述多个归一化中心视频,构建多个中心映射矩阵;
选取所述多个中心映射矩阵中每一中心映射矩阵对应的最大值,得到第一最大值集,并根据所述第一最大值集,得到所述中心沉降像素时程信号。
可选地,所述根据所述中心沉降像素时程信号,确定比例因子,包括:
根据所述比例因子的范围,确定所述预设标记物在重力方向上的位移范围;
根据所述预设标记物在重力方向上的位移范围,得到时间位移变化曲线;
将所述中心沉降像素时程信号与所述时间位移变化曲线进行对比,得到沉降变化数值,并将所述沉降变化数值的绝对值作为所述比例因子。
可选地,所述将所述中心沉降像素时程信号与所述时间位移变化曲线进行对比,得到沉降变化数值,并将所述沉降变化数值的绝对值作为所述比例因子,包括:
遍历所述中心沉降像素时程信号,得到所述中心沉降像素时程信号中初次像素变化量为预设像素值时的时刻,并作为初始时刻;
确定所述时间位移变化曲线中所述初始时刻对应的位移量,并将所述初始时刻对应的位移量作为所述沉降变化数值,并将所述沉降变化数值的绝对值作为所述比例因子。
可选地,所述根据整体监测视频,得到整体沉降像素时程信号,包括:
对所述整体检测视频进行分帧,得到整体分帧集,其中,所述整体分帧集中的分帧按照时间顺序排列;
依次获取所述整体分帧集中的分帧作为整体追踪模板,并将所述整体追踪模板从所述整体分帧集中进行剔除,得到整体匹配视频;
分别对所述整体追踪模板与所述整体匹配视频进行归一化处理,得到多个归一化整体模板与多个归一化整体视频;
根据所述多个归一化整体模板与所述多个归一化整体视频确定多个整体映射矩阵;
选取所述多个整体映射矩阵中每一整体映射矩阵对应的最大值,得到第二最大值集,并根据所述第二最大值集,得到所述整体沉降像素时程信号。
可选地,所述根据所述多个归一化整体模板与所述多个归一化整体视频确定多个整体映射矩阵,包括:
根据所述多个归一化整体模板与所述多个归一化整体视频,构建多个相似性矩阵;
根据预设重构方法对所述多个相似性矩阵进行重构,得到多个重构矩阵,并将所述多个重构矩阵作为所述多个整体映射矩阵。
此外,为实现上述目的,本发明还提出一种建筑沉降监测装置,所述建筑沉降监测装置包括:
中心信号获取模块,用于根据中心监测视频,得到中心沉降像素时程信号,其中,所述中心监测视频为以预设标记物为视野中心所拍摄的视频;
比例确定模块,用于根据所述中心沉降像素时程信号,确定比例因子;
整体信号模块,用于根据整体监测视频,得到整体沉降像素时程信号,其中,所述整体监测视频为以建筑物为视野中心所拍摄的视频;
目标信号模块,用于根据所述比例因子与所述整体沉降像素时程信号,得到目标建筑沉降时程信号。
此外,为实现上述目的,本发明还提出一种建筑沉降监测设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的建筑沉降监测程序,所述建筑沉降监测程序配置为实现如上文所述的建筑沉降监测方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有建筑沉降监测程序,所述建筑沉降监测程序被处理器执行时实现如上文所述的建筑沉降监测方法的步骤。
本发明根据中心监测视频,得到中心沉降像素时程信号,然后根据中心沉降像素时程信号确定比例因子,再根据整体监测视频,得到整体沉降像素时程信号,最后根据比例因子与整体沉降像素时程信号得到目标建筑沉降时程信号。本发明通过分别对以预设标记物为视野中心与以建筑物为视野中心所拍摄的视频进行分析,得到中心沉降像素时程信号与整体沉降像素时程信号,通过中心沉降像素时程信号得到比例因子,实现了比例因子的高精度标定,进而通过比例因子与整体沉降像素时程信号,得到目标建筑沉降时程信号,提高了对建筑沉降的监测精准度。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的建筑沉降监测设备的结构示意图;
图2为本发明建筑沉降监测方法第一实施例的流程示意图;
图3为本发明建筑沉降监测方法第二实施例的流程示意图;
图4为本发明建筑沉降监测方法第三实施例中一子流程示意图;
图5为本发明建筑沉降监测方法第三实施例中又一子流程示意图;
图6为本发明建筑沉降监测方法第三实施例中又一子流程示意图;
图7为本发明建筑沉降监测装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的建筑沉降监测设备结构示意图。
如图1所示,该建筑沉降监测设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM),也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对建筑沉降监测设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及建筑沉降监测程序。
在图1所示的建筑沉降监测设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明建筑沉降监测设备中的处理器1001、存储器1005可以设置在建筑沉降监测设备中,所述建筑沉降监测设备通过处理器1001调用存储器1005中存储的建筑沉降监测程序,并执行本发明实施例提供的建筑沉降监测方法。
本发明实施例提供了一种建筑沉降监测方法,参照图2,图2为本发明建筑沉降监测方法第一实施例的流程示意图。
本实施例中,所述建筑沉降监测方法包括以下步骤:
步骤S1:根据中心监测视频,得到中心沉降像素时程信号,其中,所述中心监测视频为以预设标记物为视野中心所拍摄的视频;
需要说明的是,本实施例方法的执行主体可以是具有数据处理、网络通信以及程序运行功能的计算服务设备,例如手机、平板电脑、个人电脑等,还可以是能够实现相同或相似功能的其他电子设备。此处以上述建筑沉降监测设备对本实施例和下述各实施例提供的建筑沉降监测方法进行具体说明。
具体的,中心监测视频为以预设标记物为相机的视野中心且相机距离预设标记物较近(相比于整体监测视频中建筑物与相机间的距离)所拍摄的视频,相机的视野,指的是相机在当前位置角度时所能监控的视野范围(即镜头所能覆盖的范围)。中心沉降像素时程信号指的是预设标记物的沉降变化像素时程信号。
进一步的,通过记录与观察标记物的变化,可以分析和预测建筑的稳定性和安全性,在实际应用中,可根据不同的建筑结构类型和建筑材料设定不同的预设标记物。
通过对预设标记物为相机的视野中心所拍摄的视频进行分析,得到预设标记物的沉降变化像素时程信号,有利于后续求得精确的比例因子,进而有利于提高建筑沉降监测的效率与效果。
步骤S2:根据所述中心沉降像素时程信号,确定比例因子;
具体的,比例因子指的是在对实际建筑结构工程沉降监测进行计算时,需要用的一个物理量转换参数。相比于传统的建筑监测方法,通过计算比例因子可实现利用相机对建筑沉降进行检测,无需直接接触被测物体,提高了监测距离,降低了监测成本。
进一步的,根据中心沉降像素时程信号,确定比例因子,使得建筑沉降监测更为精确。
步骤S3:根据整体监测视频,得到整体沉降像素时程信号,其中,所述整体监测视频为以建筑物为视野中心所拍摄的视频;
具体的,整体监测视频为以建筑物为视野中心(建筑物上包括有预设标记物)所拍摄的视频,整体沉降像素时程信号指的是建筑物的沉降变化像素时程信号(建筑物上包括有预设标记物)。
进一步的,通过对以建筑物为视野中心所拍摄的视频进行分析,得到建筑物的沉降变化像素时程信号,便于后续对于建筑沉降的预测和进一步分析。
步骤S4:根据所述比例因子与所述整体沉降像素时程信号,得到目标建筑沉降时程信号;
具体的,根据精确的比例因子与建筑物的沉降变化像素时程信号,可确定更精确的建筑物的沉降变化像素时程信号(目标建筑沉降时程信号),对目标建筑沉降时程信号进行分析,即可得到精确的建筑沉降情况,从而实现建筑沉降的精准监测。
进一步的,目标建筑沉降时程信号可用公式表示为:
f(t)=ΔH(t)×SFtrue
其中,f(t)表示目标建筑沉降时程信号,ΔH(t)为预设标记物的时程信号,SFtrue为比例因子。
本发明根据中心监测视频,得到中心沉降像素时程信号,然后根据中心沉降像素时程信号确定比例因子,再根据整体监测视频,得到整体沉降像素时程信号,最后根据比例因子与整体沉降像素时程信号得到目标建筑沉降时程信号。本发明通过分别对以预设标记物为视野中心与以建筑物为视野中心所拍摄的视频进行分析,得到中心沉降像素时程信号与整体沉降像素时程信号,通过中心沉降像素时程信号得到比例因子,实现了比例因子的高精度标定,进而通过比例因子与整体沉降像素时程信号,得到目标建筑沉降时程信号,提高了对建筑沉降的监测精准度,实现了建筑沉降的精准监测。
请参阅图3,图3为本发明建筑沉降监测方法第二实施例的流程示意图。
基于上述第一实施例,在本实施例中,在步骤S1之前,还包括:
S1a:根据所述标记物简短视频确定所述预设标记物的像素尺寸,其中,所述标记物简短视频为所述预设标记物短时间内的动态视频;
S1b:根据所述预设标记物的实际尺寸与所述预设标记物的像素尺寸确定所述比例因子的范围;
具体的,预设标记物粘接于建筑物表面,在建筑物远端对该标记物进行短时间拍摄,得到标记物简短视频。需要说明的是,短时间指的是几十秒范围内,可以是10s,也可以是20s,在此不做具体限制。
进一步的,预设标记物的实际尺寸是已知的,根据该标记物简短视频,可对预设标记物的像素尺寸进行测量,然后根据比例因子公式确定比例因子的数值范围。比例因子的具体计算公式如下:
其中,D为特征标记物的实际尺寸,I为特征标记物的像素尺寸,SF为比例因子。
进而确定比例因子的数值范围为:。
其中,,/>
进一步的,通过预设标记物的实际尺寸与像素尺寸,确定比例因子的范围,有利于后续进一步确定比例因子的精确值,进而提高建筑沉降监测的准确性。
请参阅图4,图4为本发明建筑沉降监测方法第三实施例中一子流程示意图;
基于上述第二实施例,在本实施例中,步骤S1包括:
S11:对所述中心监测视频进行分帧,得到中心分帧集,其中,所述中心分帧集中的分帧按照时间顺序排列;
S12:依次获取所述中心分帧集中的分帧作为中心追踪模板,并将所述中心追踪模板从所述中心分帧集中进行剔除,得到中心匹配视频;
S13:分别对所述中心追踪模板与所述中心匹配视频进行归一化处理,得到多个归一化中心模板与多个归一化中心视频;
S14:根据所述多个归一化中心模板与所述多个归一化中心视频,构建多个中心映射矩阵;
S15:选取所述多个中心映射矩阵中每一中心映射矩阵对应的最大值,得到第一最大值集,并根据所述第一最大值集,得到所述中心沉降像素时程信号;
具体的,步骤a:对于以预设标记物为视野中心所拍摄的视频,以第一帧时序图片作为中心追踪模板T,对T以及其余时序图片I,分别进行归一化处理,得到T'以及I':
步骤b,计算映射关系矩阵R:归一化中心模板T'在归一化中心视频I'上,从左到右,从上向下进行滑动,每次移动一个像素位置并计算该位置的映射值,最终计算预设标记物区域的映射矩阵R:
其中:(x,y)为归一化中心视频上某一点坐标;(x',y')为归一化中心模板图像坐标;T(x,y)为中心追踪模板,映射矩阵R(x,y)上一点(x,y)代表了归一化中心视频I'中以(x,y)为左上角点,大小与中心追踪模板图像T(x,y)相同的图像子块与T(x,y)的相关度。
步骤c:选取映射矩阵最大值的位置作为匹配结果,并对中心监测视频中的所有帧,重复上述流程a-c。最终得到中心沉降像素时程信号f(t)。
进一步的,通过对中心监测视频中每一帧与其余帧进行归一化处理以构建多个映射矩阵,进而得到中心沉降像素时程信号,(每一映射矩阵对应的最大值代表中心沉降像素时程信号上的一点)便于后续确定比例因子的准确值,提高了建筑沉降监测的精度。
请参阅图5,图5为本发明建筑沉降监测方法第三实施例中又一子流程示意图。
基于上述第二实施例,在本实施例中,步骤S2包括:
S21:根据所述比例因子的范围,确定所述预设标记物在重力方向上的位移范围;
S22:根据所述预设标记物在重力方向上的位移范围,得到时间位移变化曲线;
S23:将所述中心沉降像素时程信号与所述时间位移变化曲线进行对比,得到沉降变化数值,并将所述沉降变化数值的绝对值作为所述比例因子;
步骤S23包括:
S231:遍历所述中心沉降像素时程信号,得到所述中心沉降像素时程信号中初次像素变化量为预设像素值时的时刻,并作为初始时刻;
S232:确定所述时间位移变化曲线中所述初始时刻对应的位移量,并将所述初始时刻对应的位移量作为所述沉降变化数值,并将所述沉降变化数值的绝对值作为所述比例因子;
具体的,将预设标记物安装于预设标定装置上,并将预设标定装置粘接于原预设标记物粘贴位置处/沉降监测点处。预设标定装置为建筑沉降的测量工具,能使被测物体保持水平或竖直,测量精度较高。
按照以下步骤确定比例因子:
步骤A:根据上述实施例中确定的比例因子数值范围,确定预设标定装置控制预设标记物在重力方向的位移变化:[0,SFupper-SFlower]。
步骤B:控制预设标定装置,逐渐微调预设标记物在重力方向的位移变化,从0调节至SFupper-SFlower,并且记录下每次微调的时间和位移变化数值,得到时间位移变化曲线。
步骤C:遍历检索中心沉降像素时程信号f(t)中像素变化值为1的沉降发生初始时刻K t,并与时间位移变化曲线进行时刻对比,可得到发生1个像素变化的K t时刻所对应的沉降变化数值,该数值的绝对值即为比例因子的精确数值SFtrue。
进一步的,本申请通过比例因子的范围确定预设标记物在重力方向上的位移,然后根据该位移得到时间位移变化曲线,实现了通过视频图像中的像素尺寸变化来量化评估建筑的沉降,提高了建筑沉降监测的便利性以及精度。本申请通过将时间位移变化曲线中初始时刻对应的位移量绝对值作为比例因子,使得比例因子的值更准确,进而使得后续得到的目标建筑沉降信号更精确,提高了建筑沉降监测的准确性。
请参阅图6,图6为本发明建筑沉降监测方法第三实施例中又一子流程示意图。
基于上述第二实施例,在本实施例中,步骤S3包括:
S31:对所述整体检测视频进行分帧,得到整体分帧集,其中,所述整体分帧集中的分帧按照时间顺序排列;
S32:依次获取所述整体分帧集中的分帧作为整体追踪模板,并将所述整体追踪模板从所述整体分帧集中进行剔除,得到整体匹配视频;
S33:分别对所述整体追踪模板与所述整体匹配视频进行归一化处理,得到多个归一化整体模板与多个归一化整体视频;
S34:根据所述多个归一化整体模板与所述多个归一化整体视频确定多个整体映射矩阵;
S35:选取所述多个整体映射矩阵中每一整体映射矩阵对应的最大值,得到第二最大值集,并根据所述第二最大值集,得到所述整体沉降像素时程信号;
步骤S34包括:
S341:根据所述多个归一化整体模板与所述多个归一化整体视频,构建多个相似性矩阵;
S342:根据预设重构方法对所述多个相似性矩阵进行重构,得到多个重构矩阵,并将所述多个重构矩阵作为所述多个整体映射矩阵;
需要说明的是,整体检测视频是在建筑物远端对建筑物所拍摄的视频。
整体沉降像素时程信号的步骤如下:
Sa1:框选出整体检测视频的第一帧光束图像,并以该光束图像为整体追踪模板T,以整体检测视频其余帧作为原图像I;
Sa2:分别对整体追踪模板T以及原图像I进行归一化处理,得到T'以及I':
其中,w 1,h 1分别为整体追踪模板的尺寸,w 2,h 2为原视频的图像尺寸;以及/>分别为归一化后的整体追踪模板以及原视频。
步骤Sa3:在/>上,从左到右,从上向下进行滑动,每次移动一个像素位置并计算该位置的映射值,最终计算得到相似性矩阵R:
式中:(x,y)为归一化整体视频上某一点坐标;(x',y')为整体追踪模板图像坐标;T(x,y)为整体追踪模板图像,图像大小w×h;映射矩阵R(x,y)上一点(x,y)代表了归一化整体视频I'中以(x,y)为左上角点,大小与整体追踪模板图像T(x,y)相同的图像子块与T(x,y)的相关度。
步骤Sa4:对映射矩阵R(x,y)进行矩阵重构处理,得重构后的矩阵R'(x,y)。
(1)将坐标(x,y)分解为整数部分x0,y0和小数部分dx,dy,有如下关系成立:
,/>
(2)取以(x 0,y0)为中心的16个相邻像素,分别标记为I(x i,y i),其中i,j=0,1,2,3。
(3)进行映射关系矩阵重构:
其中,,a为待定参数。
步骤Sa5:选取映射矩阵最大值的位置作为匹配结果,输出匹配结果的位置索引作为振动位置追踪结果,并对整体检测视频中的所有帧,重复上述匹配流程。
步骤Sa6:计算整体沉降像素时程信号:
其中,n为图像帧数,Hi和Li分别为第i帧图像输出振动位置追踪结果的宽度位置以及高度位置。
在本实施例中,通过对整体监测视频中每一帧与其余帧进行归一化处理以构建多个映射矩阵,进而得到整体沉降像素时程信号,(每一映射矩阵对应的最大值代表整体沉降像素时程信号上的一点),提高了整体沉降像素时程信号的准确性,进而提高了建筑沉降监测的准确度。通过构建相似矩阵,并进行矩阵重构,使得整体映射矩阵更准确,进而提高了整体沉降像素时程信号的准确性,进而提高了建筑沉降监测的准确度。
本发明根据中心监测视频,得到中心沉降像素时程信号,然后根据中心沉降像素时程信号确定比例因子,再根据整体监测视频,得到整体沉降像素时程信号,最后根据比例因子与整体沉降像素时程信号得到目标建筑沉降时程信号。本发明通过分别对以预设标记物为视野中心与以建筑物为视野中心所拍摄的视频进行分析,得到中心沉降像素时程信号与整体沉降像素时程信号,通过中心沉降像素时程信号得到比例因子,实现了比例因子的高精度标定,进而通过比例因子与整体沉降像素时程信号,得到目标建筑沉降时程信号,提高了对建筑沉降的监测精准度。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有建筑沉降监测程序,该建筑沉降监测程序被处理器执行时实现如上文所述的建筑沉降监测方法的步骤。
参照图7,图7为本发明建筑沉降监测装置第一实施例的结构框图。
该建筑沉降监测装置包括:
中心信号获取模块701,用于根据中心监测视频,得到中心沉降像素时程信号,其中,所述中心监测视频为以预设标记物为视野中心所拍摄的视频;
比例确定模块702,用于根据所述中心沉降像素时程信号,确定比例因子;
整体信号模块703,用于根据整体监测视频,得到整体沉降像素时程信号,其中,所述整体监测视频为以建筑物为视野中心所拍摄的视频;
目标信号模块704,用于根据所述比例因子与所述整体沉降像素时程信号,得到目标建筑沉降时程信号。
其中,中心信号获取模块701包括:
中心分帧单元,用于对所述中心监测视频进行分帧,得到中心分帧集,其中,所述中心分帧集中的分帧按照时间顺序排列;
中心匹配单元,用于依次获取所述中心分帧集中的分帧作为中心追踪模板,并将所述中心追踪模板从所述中心分帧集中进行剔除,得到中心匹配视频;
中心归一单元,用于分别对所述中心追踪模板与所述中心匹配视频进行归一化处理,得到多个归一化中心模板与多个归一化中心视频;
中心映射单元,用于根据所述多个归一化中心模板与所述多个归一化中心视频,构建多个中心映射矩阵;
中心信号单元,用于选取所述多个中心映射矩阵中每一中心映射矩阵对应的最大值,得到第一最大值集,并根据所述第一最大值集,得到所述中心沉降像素时程信号。
比例确定模块702包括:
位移确定单元,用于根据所述比例因子的范围,确定所述预设标记物在重力方向上的位移范围;
曲线确定单元,用于根据所述预设标记物在重力方向上的位移范围,得到时间位移变化曲线;
因子确定单元,用于将所述中心沉降像素时程信号与所述时间位移变化曲线进行对比,得到沉降变化数值,并将所述沉降变化数值的绝对值作为所述比例因子。
整体信号模块703包括:
整体分帧单元,用于对所述整体检测视频进行分帧,得到整体分帧集,其中,所述整体分帧集中的分帧按照时间顺序排列;
整体匹配单元,用于依次获取所述整体分帧集中的分帧作为整体追踪模板,并将所述整体追踪模板从所述整体分帧集中进行剔除,得到整体匹配视频;
整体归一单元,用于分别对所述整体追踪模板与所述整体匹配视频进行归一化处理,得到多个归一化整体模板与多个归一化整体视频;
整体映射单元,用于根据所述多个归一化整体模板与所述多个归一化整体视频确定多个整体映射矩阵;
整体信号单元,用于选取所述多个整体映射矩阵中每一整体映射矩阵对应的最大值,得到第二最大值集,并根据所述第二最大值集,得到所述整体沉降像素时程信号。
可选的,中心信号获取模块701还用于根据所述标记物简短视频确定所述预设标记物的像素尺寸,其中,所述标记物简短视频为所述预设标记物短时间内的动态视频;根据所述预设标记物的实际尺寸与所述预设标记物的像素尺寸确定所述比例因子的范围。
可选的,比例确定模块702还用于遍历所述中心沉降像素时程信号,得到所述中心沉降像素时程信号中初次像素变化量为预设像素值时的时刻,并作为初始时刻;确定所述时间位移变化曲线中所述初始时刻对应的位移量,并将所述初始时刻对应的位移量作为所述沉降变化数值,并将所述沉降变化数值的绝对值作为所述比例因子。
可选的,整体信号模块703还用于根据所述多个归一化整体模板与所述多个归一化整体视频,构建多个相似性矩阵;根据预设重构方法对所述多个相似性矩阵进行重构,得到多个重构矩阵,并将所述多个重构矩阵作为所述多个整体映射矩阵。
本发明根据中心监测视频,得到中心沉降像素时程信号,然后根据中心沉降像素时程信号确定比例因子,再根据整体监测视频,得到整体沉降像素时程信号,最后根据比例因子与整体沉降像素时程信号得到目标建筑沉降时程信号。本发明通过分别对以预设标记物为视野中心与以建筑物为视野中心所拍摄的视频进行分析,得到中心沉降像素时程信号与整体沉降像素时程信号,通过中心沉降像素时程信号得到比例因子,实现了比例因子的高精度标定,进而通过比例因子与整体沉降像素时程信号,得到目标建筑沉降时程信号,提高了对建筑沉降的监测精准度。
本发明建筑沉降监测装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种建筑沉降监测方法,其特征在于,包括:
根据中心监测视频,得到中心沉降像素时程信号,其中,所述中心监测视频为以预设标记物为视野中心所拍摄的视频;
根据所述中心沉降像素时程信号,确定比例因子;
对整体监测视频进行分帧,得到整体分帧集,其中,所述整体分帧集中的分帧按照时间顺序排列,所述整体监测视频为以建筑物为视野中心所拍摄的视频;
依次获取所述整体分帧集中的分帧作为整体追踪模板,并将所述整体追踪模板从所述整体分帧集中进行剔除,得到整体匹配视频;
分别对所述整体追踪模板与所述整体匹配视频进行归一化处理,得到多个归一化整体模板与多个归一化整体视频;
根据所述多个归一化整体模板与所述多个归一化整体视频确定多个整体映射矩阵;
选取所述多个整体映射矩阵中每一整体映射矩阵对应的最大值,得到第二最大值集,并根据所述第二最大值集,得到整体沉降像素时程信号;
根据所述比例因子与所述整体沉降像素时程信号,得到目标建筑沉降时程信号。
2.根据权利要求1所述的建筑沉降监测方法,其特征在于,在所述根据中心监测视频,得到中心沉降像素时程信号之前,还包括:
根据标记物简短视频确定所述预设标记物的像素尺寸,其中,所述标记物简短视频为所述预设标记物短时间内的动态视频;
根据所述预设标记物的实际尺寸与所述预设标记物的像素尺寸确定所述比例因子的范围。
3.根据权利要求2所述的建筑沉降监测方法,其特征在于,所述根据中心监测视频,得到中心沉降像素时程信号,包括:
对所述中心监测视频进行分帧,得到中心分帧集,其中,所述中心分帧集中的分帧按照时间顺序排列;
依次获取所述中心分帧集中的分帧作为中心追踪模板,并将所述中心追踪模板从所述中心分帧集中进行剔除,得到中心匹配视频;
分别对所述中心追踪模板与所述中心匹配视频进行归一化处理,得到多个归一化中心模板与多个归一化中心视频;
根据所述多个归一化中心模板与所述多个归一化中心视频,构建多个中心映射矩阵;
选取所述多个中心映射矩阵中每一中心映射矩阵对应的最大值,得到第一最大值集,并根据所述第一最大值集,得到所述中心沉降像素时程信号。
4.根据权利要求3所述的建筑沉降监测方法,其特征在于,所述根据所述中心沉降像素时程信号,确定比例因子,包括:
根据所述比例因子的范围,确定所述预设标记物在重力方向上的位移范围;
根据所述预设标记物在重力方向上的位移范围,得到时间位移变化曲线;
将所述中心沉降像素时程信号与所述时间位移变化曲线进行对比,得到沉降变化数值,并将所述沉降变化数值的绝对值作为所述比例因子。
5.根据权利要求4所述的建筑沉降监测方法,其特征在于,所述将所述中心沉降像素时程信号与所述时间位移变化曲线进行对比,得到沉降变化数值,并将所述沉降变化数值的绝对值作为所述比例因子,包括:
遍历所述中心沉降像素时程信号,得到所述中心沉降像素时程信号中初次像素变化量为预设像素值时的时刻,并作为初始时刻;
确定所述时间位移变化曲线中所述初始时刻对应的位移量,并将所述初始时刻对应的位移量作为所述沉降变化数值,并将所述沉降变化数值的绝对值作为所述比例因子。
6.根据权利要求1所述的建筑沉降监测方法,其特征在于,所述根据所述多个归一化整体模板与所述多个归一化整体视频确定多个整体映射矩阵,包括:
根据所述多个归一化整体模板与所述多个归一化整体视频,构建多个相似性矩阵;
根据预设重构方法对所述多个相似性矩阵进行重构,得到多个重构矩阵,并将所述多个重构矩阵作为所述多个整体映射矩阵。
7.一种建筑沉降监测装置,其特征在于,包括:
中心信号获取模块,用于根据中心监测视频,得到中心沉降像素时程信号,其中,所述中心监测视频为以预设标记物为视野中心所拍摄的视频;
比例确定模块,用于根据所述中心沉降像素时程信号,确定比例因子;
整体信号模块,用于对整体监测视频进行分帧,得到整体分帧集,其中,所述整体分帧集中的分帧按照时间顺序排列,所述整体监测视频为以建筑物为视野中心所拍摄的视频;依次获取所述整体分帧集中的分帧作为整体追踪模板,并将所述整体追踪模板从所述整体分帧集中进行剔除,得到整体匹配视频;分别对所述整体追踪模板与所述整体匹配视频进行归一化处理,得到多个归一化整体模板与多个归一化整体视频;根据所述多个归一化整体模板与所述多个归一化整体视频确定多个整体映射矩阵;选取所述多个整体映射矩阵中每一整体映射矩阵对应的最大值,得到第二最大值集,并根据所述第二最大值集,得到整体沉降像素时程信号;
目标信号模块,用于根据所述比例因子与所述整体沉降像素时程信号,得到目标建筑沉降时程信号。
8.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的建筑沉降监测方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的建筑沉降监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410022462.7A CN117541968B (zh) | 2024-01-08 | 2024-01-08 | 建筑沉降监测方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410022462.7A CN117541968B (zh) | 2024-01-08 | 2024-01-08 | 建筑沉降监测方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117541968A CN117541968A (zh) | 2024-02-09 |
CN117541968B true CN117541968B (zh) | 2024-04-26 |
Family
ID=89796217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410022462.7A Active CN117541968B (zh) | 2024-01-08 | 2024-01-08 | 建筑沉降监测方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117541968B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6198833B1 (en) * | 1998-09-16 | 2001-03-06 | Hotv, Inc. | Enhanced interactive video with object tracking and hyperlinking |
CN110411408A (zh) * | 2019-07-11 | 2019-11-05 | 浙江大学 | 一种基于计算机视觉的地表沉降监测方法 |
CN112013811A (zh) * | 2020-09-01 | 2020-12-01 | 昆山市房屋安全鉴定管理站 | 一种基于视觉测量的房屋结构沉降监测装置 |
CN114279404A (zh) * | 2021-12-20 | 2022-04-05 | 浙江大学 | 一种基于相机串联网络的隧道沉降无线监测方法 |
CN115839692A (zh) * | 2023-02-23 | 2023-03-24 | 中大智能科技股份有限公司 | 一种用于收敛、沉降监测的阵列式位移计监测方法及系统 |
-
2024
- 2024-01-08 CN CN202410022462.7A patent/CN117541968B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6198833B1 (en) * | 1998-09-16 | 2001-03-06 | Hotv, Inc. | Enhanced interactive video with object tracking and hyperlinking |
CN110411408A (zh) * | 2019-07-11 | 2019-11-05 | 浙江大学 | 一种基于计算机视觉的地表沉降监测方法 |
CN112013811A (zh) * | 2020-09-01 | 2020-12-01 | 昆山市房屋安全鉴定管理站 | 一种基于视觉测量的房屋结构沉降监测装置 |
CN114279404A (zh) * | 2021-12-20 | 2022-04-05 | 浙江大学 | 一种基于相机串联网络的隧道沉降无线监测方法 |
CN115839692A (zh) * | 2023-02-23 | 2023-03-24 | 中大智能科技股份有限公司 | 一种用于收敛、沉降监测的阵列式位移计监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117541968A (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103399015B (zh) | 病理切片扫描仪及其载片平台定位精度测量方法及装置 | |
JP5294995B2 (ja) | 距離計測装置及び距離計測方法 | |
JP2010197249A (ja) | 橋梁通過車両の車重計測システム、橋梁通過車両の車重計測方法、およびコンピュータプログラム | |
JP2011257389A (ja) | 構造物変位量測定方法 | |
CN110132159B (zh) | 桥梁挠度的测量方法、装置及计算机可读存储介质 | |
CN113096118B (zh) | 晶圆表面粗糙度测量的方法、系统、电子设备和存储介质 | |
CN111750804A (zh) | 一种物体测量的方法及设备 | |
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 | |
KR101387876B1 (ko) | 구조물 변위 측정 시스템 및 방법 | |
CN117541968B (zh) | 建筑沉降监测方法、装置、设备和存储介质 | |
CN115993094B (zh) | 一种基于ccd相机的大型膜结构屋顶位移监测方法及系统 | |
CN112837604A (zh) | 确定地图中的目标点的地理坐标的方法和装置 | |
CN116202423A (zh) | 一种基于激光三角测距的线激光二维定位方法 | |
CN116381726A (zh) | 基于数据自身的无人机激光点云精度自评估方法 | |
CN114266835A (zh) | 一种非量测相机的变形监测控制方法与系统 | |
JP2019032291A (ja) | データ補正装置、データ補正方法、および、データ補正プログラム | |
CN117537719B (zh) | 基于角度效应解耦的位移测量方法及其相关设备 | |
Aksamitauskas et al. | Investigation of error sources measuring deformations of engineering structures by geodetic methods | |
CN113028997A (zh) | 镜片组的行程余量测量方法、装置、设备和存储介质 | |
CN112229500B (zh) | 结构振动位移监测方法及终端设备 | |
CN117146739B (zh) | 用于光学瞄准镜的测角检定方法及系统 | |
CN112419287B (zh) | 一种建筑挠度确定方法、装置及电子设备 | |
CN114674231B (zh) | 一种基于单片机的便携式在线视觉位移测量系统 | |
CN113405644B (zh) | 非接触的振动测量方法、装置和存储介质 | |
Lu et al. | Integrating a hive triangle pattern with subpixel analysis for noncontact measurement of structural dynamic response by using a novel image processing scheme |
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 |