CN117953036B - 道路桥梁基础沉降位移监测系统及方法 - Google Patents

Abstract

本发明涉及桥梁测量技术领域，具体涉及道路桥梁基础沉降位移监测系统及方法。该方法首先获取道路桥梁图像，并确定位移测量点和对应的局部特征区域；根据位移测量点对应的局部特征区域内位移测量点的孤立性，以及位移测量点的局部特征区域内纹理分布特征，筛选出待选位移测量点；利用BRIEF算法，对不同帧道路桥梁图像进行待选位移测量点的特征匹配得到位移测量匹配对；根据位移测量匹配对之间构成的偏移方向的差异情况，筛选出最佳位移测量对；由最佳位移测量对之间的偏移距离测量道路桥梁的沉降位移。本发明克服了传统BRIEF算法在具有重复纹理出现的地方易产生误匹配情况的出现，进而增加了对桥梁基础沉降位移测量的准确性。

Description

道路桥梁基础沉降位移监测系统及方法

技术领域

本发明涉及桥梁测量技术领域，具体涉及道路桥梁基础沉降位移监测系统及方法。

背景技术

基础沉降是桥梁结构稳定性的一个关键指标，及时检测并监测沉降位移可以帮助确保桥梁的结构安全，防止沉降导致的结构损坏和危险。定期位移测量基础沉降有助于进行及时的维护和管理，通过了解结构变化，可以采取预防性的维护措施，延长桥梁的使用寿命，减少维修成本。结合视觉技术对道路桥梁基础沉降位移测量，能够以非接触的方式进行测量，无需直接接触基础结构，避免了对结构的额外影响，并且视觉监测系统能够提供实时数据，使得位移测量可以更加及时，从而及早发现潜在问题，有助于采取及时的措施。此外，视觉技术中的图像处理和特征匹配算法能够提供高精度的位移测量结果，这些算法可以对基础结构的特征进行准确匹配，从而更加精准的量化沉降位移，精确、实时的基础沉降监测系统，可以为桥梁结构的安全性和可靠性提供有效保障。

目前常见的，在对道路桥梁进行基础沉降位移测量时，通常使用对位移测量点的时序位移变化进行捕捉从而完成对桥梁沉降位移的测量，BRIEF算法作为对图像特征进行提取的算法，本身具备计算速度快的优点，适合用于位移测量，并且当前场景下的道路桥梁本身并不会出现旋转和尺度变化，因此避免了BRIEF算法对旋转与尺度变化的低鲁棒性的缺点，但是传统的BRIEF算法对于具有重复纹理的图像可能会出现特征描述符冗余或重复的情况，导致特征匹配困难或不准确，进而会导致在利用传统的BRIEF算法对道路桥梁基础沉降位移进行监测时存在测量精度较低的问题。

发明内容

为了解决在利用传统的BRIEF算法对道路桥梁基础沉降位移进行监测时存在测量精度较低的技术问题，本发明的目的在于提供道路桥梁基础沉降位移监测系统及方法，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种道路桥梁基础沉降位移监测方法，该方法包括以下步骤：

获取预处理后的道路桥梁图像；

采集所述道路桥梁图像中的位移测量点；根据BRIEF算法所需的特征描述子的长度生成位移测量点对应的局部特征区域的边长；

根据位移测量点对应的局部特征区域内位移测量点的孤立性，对所述位移测量点进行第一次筛选，得到筛选位移测量点；

根据所述筛选位移测量点的局部特征区域内纹理分布特征，对所述筛选位移测量点进行第二次筛选，得到待选位移测量点；

利用BRIEF算法，对不同帧道路桥梁图像进行待选位移测量点的特征匹配，得到位移测量匹配对；

根据位移测量匹配对之间构成的偏移方向的差异情况，对位移测量匹配对进行筛选，得到最佳位移测量对；由所述最佳位移测量对之间的偏移距离，确定道路桥梁的沉降位移。

优选的，所述根据位移测量点对应的局部特征区域内位移测量点的孤立性，对所述位移测量点进行第一次筛选，得到筛选位移测量点，包括：

根据位移测量点对应的局部特征区域内位移测量点的孤立性，确定位移测量点的孤立系数；基于所述孤立系数对所述位移测量点进行第一次筛选，得到筛选位移测量点。

优选的，所述根据位移测量点对应的局部特征区域内位移测量点的孤立性，确定位移测量点的孤立系数，包括：

所述位移测量点的孤立系数的计算公式为：

；

其中，为位移测量点的孤立系数；/>为当前的位移测量点对应的局部特征区域的边长；/>为与当前的位移测量点对应的局部特征区域出现重叠的局部特征区域的数量；/>为当前的位移测量点对应的局部特征区域，与当前的位移测量点对应的局部特征区域出现重叠的第m个局部特征区域所构成的重叠区域内的像素点数量；/>表示艾佛森括号，括号内条件成立则得到的结果值为/>，否则为/>。

优选的，所述基于所述孤立系数对所述位移测量点进行第一次筛选，得到筛选位移测量点，包括：

将对应的孤立系数为预设第一阈值的位移测量点进行筛除，将未被筛除的位移测量点作为筛选位移测量点。

优选的，所述根据所述筛选位移测量点的局部特征区域内纹理分布特征，对所述筛选位移测量点进行第二次筛选，得到待选位移测量点，包括：

根据所述筛选位移测量点的局部特征区域内纹理分布特征，确定筛选位移测量点的独立系数；将对应的归一化后的独立系数大于预设第二阈值的筛选位移测量点作为待选位移测量点。

优选的，所述根据所述筛选位移测量点的局部特征区域内纹理分布特征，确定筛选位移测量点的独立系数，包括：

所述筛选位移测量点的独立系数的计算公式为：

；

其中，为筛选位移测量点的独立系数；/>为当前的筛选位移测量点对应的局部特征区域的边长；/>为当前的筛选位移测量点对应的局部特征区域中第i个像素点的灰度值；/>为当前的筛选位移测量点对应的局部特征区域中第i+1个像素点的灰度值；/>为当前的筛选位移测量点对应的局部特征区域内，除当前的筛选位移测量点之外的筛选位移测量点的数量；/>为当前的筛选位移测量点对应的局部特征区域内，除当前的筛选位移测量点之外的第n个筛选位移测量点对应的局部特征区域内的灰度均值；/>为当前的筛选位移测量点对应的局部特征区域内，除当前的筛选位移测量点之外的，第n个筛选位移测量点对应的局部特征区域内第i个像素点的灰度值。

优选的，所述根据位移测量匹配对之间构成的偏移方向的差异情况，对位移测量匹配对进行筛选，得到最佳位移测量对，包括：

计算所有位移测量匹配对之间构成的偏移方向的角度值的均值，作为偏移衡量值；将对应的偏移方向的角度值小于或等于所述偏移衡量值的位移测量匹配对，作为最佳位移测量对。

优选的，所述采集所述道路桥梁图像中的位移测量点，包括：

利用FAST角点检测算法采集道路桥梁图像中的角点，作为道路桥梁图像中的位移测量点。

优选的，所述根据BRIEF算法所需的特征描述子的长度生成位移测量点对应的局部特征区域的边长，包括：

BRIEF算法所需的特征描述子的长度最低为256位，故局部特征区域内至少需要有256个像素点，将位移测量点作为对应的局部特征区域的中心像素点，将局部特征区域的边长设定为17。

第二方面，本发明一个实施例提供了一种道路桥梁基础沉降位移监测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种道路桥梁基础沉降位移监测方法。

本发明实施例至少具有如下有益效果：

该方法首先获取道路桥梁图像，并确定位移测量点和对应的局部特征区域，对图像中的位移测量点进行后续分析大大避免了对整张道路桥梁图像进行分析时的复杂性；由于BRIEF算法对于具有重复纹理的图像可能会出现特征描述符冗余或重复的情况，导致特征匹配困难或不准确，如果不对位移测量点进行筛选，一方面会增加BRIEF算法的计算量，另一方面会使得一些所在区域中具有重复纹理的特征点影响算法基于描述子进行特征匹配的准确性，且因为越孤立的点起越有利于特征描述子的确定，故根据位移测量点对应的局部特征区域内位移测量点的孤立性，筛选出筛选位移测量点；当位移测量点的局部特征区域灰度分布尽量趋近于简单，并且局部特征区域与其他局部特征区域的纹理分布相比越独特，则越有利于特征描述子的确定，因为这样可以避免两个位移测量点的局部特征区域因为出现重复纹理或者较为相似的纹理，从而导致误匹配的情况出现，故根据筛选位移测量点的局部特征区域内纹理分布特征，筛选出待选位移测量点；利用BRIEF算法，对不同帧道路桥梁图像进行待选位移测量点的特征匹配得到位移测量匹配对；由两两待选位移测量点所匹配得到的检测匹配对中可能还是会存在有误匹配的待选位移测量点，因为大多数位移测量匹配对的匹配还是正确的，因此存在误匹配的位移测量匹配对，其偏移方向的角度值与大多数位移测量匹配对匹配到一起后构成的偏移方向的角度值会存在明显差距，利用这一点，即可对误匹配的成对的位移测量匹配对进行剔除，故根据位移测量匹配对之间构成的偏移方向的差异情况，筛选出最佳位移测量对；由最佳位移测量对之间的偏移距离确定道路桥梁的沉降位移。本发明克服了传统BRIEF算法在具有重复纹理出现的地方易产生误匹配情况的出现，提高了在道路桥梁环境下算法的鲁棒性，进而增加了对桥梁基础沉降位移测量的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它附图。

图1为本发明一个实施例所提供的道路桥梁基础沉降位移监测方法的方法流程图；

图2为本发明一个实施例所提供的两帧道路桥梁图像中的位移测量点进行匹配的示意图；

图3为本发明一个实施例所提供的位移测量点的局部特征区域与其他局部检测区域的重叠区域的示意图；

图4为本发明一个实施例所提供的位移测量匹配对的偏移方向的示意图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的道路桥梁基础沉降位移监测系统及方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的道路桥梁基础沉降位移监测系统及方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的道路桥梁基础沉降位移监测方法的步骤流程图，该方法包括以下步骤：

步骤S100，获取预处理后的道路桥梁图像。

在道路桥梁侧面方向架设工业相机，使得架设的位置可以捕捉到桥梁侧面影像，位置选定后，架设工业相机，拍摄道路桥梁。拍摄到的影像中，只截取每天的第1帧的画面上传到存储终端。完成对道路桥梁的实时图片的拍摄并上传至存储终端。本发明实施例所针对道路桥梁基础沉降位移监测的场景为监测修建中的道路桥梁以及监测修建好投入使用的道路桥梁的基础沉降位置，相对而言修建中的道路桥梁的不稳定性更高，故通常需要把采样间隔设定的更短一些，例如可以截取每分钟的第1帧的画面上传到存储终端并进行分析；而对于建设好的道路桥梁其已经投入了使用的阶段，稳定性更强，故通常可以把对应的采样间隔设定的更长一些，例如也可以截取每月的第1帧的画面上传到存储终端并进行分析；具体的采样的时间间隔可以由实施者根据实际情况进行设定，在本发明实施例中设定采样时间间隔为1天，即每天采集一次道路桥梁图像。

由于采集到的道路桥梁的实时图像中可能存在有部分噪声，故对实时图像进行去噪处理；且为了便于对实时图像进行图像分析，并对实时图像进行灰度化处理，将进行灰度化和去噪处理后的图像作为预处理后的道路桥梁图像。也即预处理的过程包括对图像进行灰度化处理和去噪处理。需要说明的是，对图像进行灰度化处理和去噪处理的方法为本领域技术人员的公知技术，在此不再进行赘述。

步骤S200，采集所述道路桥梁图像中的位移测量点；根据BRIEF算法所需的特征描述子的长度生成位移测量点对应的局部特征区域的边长。

由于BRIEF算法本身并不能得到特征点，因此这里对道路桥梁图像进行FAST角点检测从而获取图像中的特征点，也即利用FAST角点检测算法采集道路桥梁图像中的角点，作为道路桥梁图像中的位移测量点。

使用FAST角点检测算法检测位移测量点的速度快，适合在当前的位移测量场景下使用，并且算法本身实现相对简单，从而减少了在嵌入式系统或资源受限的环境中的应用难度，此外，位移测量是基于时序上的位移测量，因此会出现昼夜光照变化，而FAST角点检测算法对于光照变化具有一定的鲁棒性，能够处理光照变化引起的影响，从而确保了位移测量点可以被检出。且仅对位移测量点进行后续分析，大大避免了对整张道路桥梁图像进行分析时的复杂性。

在完成对道路桥梁图像中的位移测量点获取之后，进一步的需要自定义位移测量点周围矩形区域的大小，也即为矩形边长为多少。

由于本发明实施例是对BRIEF算法的改进，故根据BRIEF算法所需的特征描述子的长度生成位移测量点对应的局部特征区域的边长，优选的：BRIEF算法所需的特征描述子的长度最低为256位，故局部特征区域内至少需要有256个像素点，将位移测量点作为对应的局部特征区域的中心像素点，将局部特征区域的边长设定为17。需要说明的是，该位移测量点也即为特征点。

更具体的：定义位移测量点的局部特征区域的边长用表示，由于BRIEF算法所需的特征描述子长度最低要求为256位，所以区域内至少需要有256个像素点，矩形区域长宽一致，所以对256开根号结果为16，而本发明中需要将特征点作为中心像素点，所以矩形区域的边长应是一个奇数，而16是底限，所以最后确定的区域边长为L=16+1=17。进而完成了道路桥梁图像中的位移测量点的确定以及位移测量点对应的局部特征区域的确定。

步骤S300，根据位移测量点对应的局部特征区域内位移测量点的孤立性，对所述位移测量点进行第一次筛选，得到筛选位移测量点。

在得到位移测量点后，BRIEF算法流程中会对每个位移测量点都生成一个矩形区域，该矩形区域即局部特征区域，该局部特征区域是以每个位移测量点作为当前局部特征区域的中心像素点，然后以该局部特征区域中的像素点灰度值比较，从而生成位移测量点的描述子，但是得到的位移测量点是在图像全局中产生的，可知BRIEF算法对于具有重复纹理的图像可能会出现特征描述符冗余或重复的情况，导致特征匹配困难或不准确，因此，如果不对位移测量点进行筛选，一方面会增加BRIEF算法的计算量，另一方面会使得一些所在区域中具有重复纹理的特征点影响算法基于描述子进行特征匹配的准确性，所以本发明实施例中对位移测量点的筛选也是基于此逻辑描述。

对位移测量点进行筛选的过程描述如下，首先是根据位移测量点的孤立程度对位移测量点进行第一轮筛选。

因为是由点的周围区域确定后才可以构成描述子，所以当一个特征点周围存在其他特征点过多的时候，也即当一个位移测量点周围存在其他位移测量点过多的时候，在通过区域确定的描述子进行匹配时，靠近的位移测量点在区域上也是有区域是重合的，那么通过区域内像素点灰度对比得到的描述子就会出现相近的情况，进而可能会导致特征点匹配时可能出现错误匹配。那么进一步的进行沉降位移测量时就会扩大这种错误匹配所导致的误差，所以对于特征点来说越孤立越有利于描述子的确定。

请参阅图2，图2为两帧道路桥梁图像中的位移测量点进行匹配的示意图，当两帧图像中的位移测量点进行匹配时，黑色实心点应该与另一帧图像中的黑色实心点匹配，所以标注的实线才是正确的匹配，但由于黑色实心点附近区域存在其他特征点，有可能产生误匹配的情况，也就是匹配到虚线对应的非实心点的位置上。

故进一步的根据位移测量点对应的局部特征区域内位移测量点的孤立性，对所述位移测量点进行第一次筛选，得到筛选位移测量点，优选的：根据位移测量点对应的局部特征区域内位移测量点的孤立性，确定位移测量点的孤立系数；基于所述孤立系数对所述位移测量点进行第一次筛选，得到筛选位移测量点。

其中，位移测量点的孤立系数的计算公式为：

；

其中，为位移测量点的孤立系数；/>为当前的位移测量点对应的局部特征区域的边长；/>为与当前的位移测量点对应的局部特征区域出现重叠的局部特征区域的数量；/>为当前的位移测量点对应的局部特征区域，与当前的位移测量点对应的局部特征区域出现重叠的第m个局部特征区域所构成的重叠区域内的像素点数量；/>表示艾佛森括号，括号内条件成立则得到的结果值为/>，否则为/>。

也即当时且/>时，该位移测量点的孤立系数的计算公式通过计算得出的/>取值为1；当/>时且/>时，该位移测量点的孤立系数的计算公式通过计算得出的/>取值为2；当/>时且时，该位移测量点的孤立系数的计算公式通过计算得出的/>取值为0；当/>时且/>时，该位移测量点的孤立系数的计算公式通过计算得出的/>取值为1。

请参阅图3，图3为位移测量点的局部特征区域与其他局部检测区域的重叠区域的示意图，图3中A1为当前位移测量点的局部特征区域，A2、A3、A4为与当前位移测量点的局部特征区域A1出现重叠的局部特征区域，A5为当前位移测量点的局部特征区域A1与局部特征区域A2的重叠区域。故图3对应的位移测量点的孤立系数的计算公式中M的取值则为3，当重叠区域A5中有30个像素点时，则重叠区域A5对应的为30。

位移测量点的孤立系数的取值大小决定了位移测量点的孤立程度，孤立系数的取值越大的位移测量点表现出来的孤立程度越明显，所以判断孤立程度也与位移测量点周围的矩形区域与其他点的矩形区域的重叠程度有关，也即判断孤立程度也与位移测量点周围的矩形区域与其他点的矩形区域的重叠程度有关，重叠的越多说明特征点周围存在的其他特征点越多，也就是越不孤立，公式中使用和/>来完成前述中对于重叠的判断，只要有任意一项满足艾佛森括号中的判断条件，位移测量点的孤立系数/>就不会为/>，只有当两个条件都不满足时，可以认为特征点不具备孤立性，应该被筛选出。

故基于孤立系数对所述位移测量点进行第一次筛选，得到筛选位移测量点，具体的：将对应的孤立系数为预设第一阈值的位移测量点进行筛除，将未被筛除的位移测量点作为筛选位移测量点。在本发明实施例中预设第一阈值的取值为0，在其他实施例中由实施者根据实际情况调整该取值。也即当位移测量点的孤立系数，认为位移测量点不具备孤立性，应该被筛选出。

步骤S400，根据所述筛选位移测量点的局部特征区域内纹理分布特征，对所述筛选位移测量点进行第二次筛选，得到待选位移测量点。

在对位移测量点进行第一次筛选后，对于筛选出的筛选位移测量点进行第二次筛选。

对位移测量点进行第二次筛选的目的是为了保留下可以获得较好描述子的特征点，因为在前述中说明了位移测量点的局部特征区域中可能存在重复纹理的区域，会导致特征匹配时出现误匹配的情况。所以第二轮次筛选中倾向于保留的位移测量点，是位移测量点的局部特征区域灰度分布尽量趋近于简单，并且局部特征区域与其他局部特征区域的纹理分布相比越独特越好，因为这样才可以避免两个位移测量点的局部特征区域因为存在重复纹理或者较为相似的纹理，从而导致误匹配情况的出现。在实际场景中，道路桥梁在构造上往往具有对称性，所以有可能会有位移测量点的位置出现所描述的重复纹理，针对逻辑，对于通过第一次筛选出的筛选位移测量点进行第二轮次的筛选。

根据所述筛选位移测量点的局部特征区域内纹理分布特征，对所述筛选位移测量点进行第二次筛选，得到待选位移测量点，具体的：根据所述筛选位移测量点的局部特征区域内纹理分布特征，确定筛选位移测量点的独立系数；基于所述独立系数对所述筛选位移测量点进行第二次筛选，得到待选位移测量点。其中，基于所述独立系数对所述筛选位移测量点进行第二次筛选，得到待选位移测量点的步骤为：将对应的归一化后的独立系数大于预设第二阈值的筛选位移测量点作为待选位移测量点。在本发明实施例中预设第二阈值的取值为0.8，在其他实施例中由实施者根据实际情况调整该取值。

该筛选位移测量点的独立系数的计算公式为：

；

其中，为筛选位移测量点的独立系数；/>为当前的筛选位移测量点对应的局部特征区域的边长；/>为当前的筛选位移测量点对应的局部特征区域中第i个像素点的灰度值；/>为当前的筛选位移测量点对应的局部特征区域中第i+1个像素点的灰度值；/>为当前的筛选位移测量点对应的局部特征区域内，除当前的筛选位移测量点之外的筛选位移测量点的数量；/>为当前的筛选位移测量点对应的局部特征区域内，除当前的筛选位移测量点之外的第n个筛选位移测量点对应的局部特征区域内的灰度均值；/>为当前的筛选位移测量点对应的局部特征区域内，除当前的筛选位移测量点之外的，第n个筛选位移测量点对应的局部特征区域内第i个像素点的灰度值。

一个筛选位移测量点的局部特征区域中体现的像素点灰度分布越简单，那么像素点的灰度值变化会存在一种逐渐过渡的状态，所以说相邻像素点灰度值的变化应该是很小的，即使是两块不同局部特征区域也只在边缘上会出现灰度值明显波动，而且这种波动出现的越少，则说明这种边缘的存在越少，也即筛选位移测量点的局部特征区域内灰度分布更简单，该部分逻辑对应了筛选位移测量点的独立系数的计算公式中的前半部分，分母/>越小时，对应独立系数越大。令筛选位移测量点的局部特征区域内的像素点与其他局部特征区域内的像素点进行比较，相同位置对应的像素点的灰度值差距越大，说明两两局部特征区域之间并不相似，该部分逻辑对应公式的部分。

进而完成对筛选位移测量点的独立系数的定义。将对应的归一化后的独立系数大于预设第二阈值的筛选位移测量点作为待选位移测量点。也即将第一轮筛选后剩余的筛选位移测量点的独立系数进行归一化，保留大于预设第二阈值的特征点即可，这些符合预设第二阈值的筛选位移测量点可以认为相较于被筛选出去的那些筛选位移测量点是较为独特的，阈值这里设置为0.8，也就是归一化后的值大于0.8的筛选位移测量点才会被保留。

步骤S500，利用BRIEF算法，对不同帧道路桥梁图像进行待选位移测量点的特征匹配，得到位移测量匹配对。

对于筛选后剩余的位移测量点，也即筛选出的待选位移测量点，对每个待选位移测量点进行BRIEF算法中特征描述子的建立，之后进行特征匹配。需要说明的是，对每个待选位移测量点进行BRIEF算法中特征描述子的建立，之后进行特征匹配；也即对每个筛选出的特征点进行BRIEF算法中特征描述子的建立，之后进行特征匹配，其为本领域技术人员的公知技术，在此不再进行赘述。

由于在本发明实施例中道路桥梁图像的采样时间间隔为1天，故对应的基于BRIEF算法进行匹配的频率为每天匹配一次，将第t次采样的第一帧道路桥梁图像与第t+1次采样的第一帧道路桥梁图像进行特征匹配，两帧道路桥梁图像中的待选位移测量点会通过特征描述子之间的比较，从而完成匹配。其中，比较的过程为：如果第t次采样的第一帧道路桥梁图像中的一个待选位移测量点与第t+1次采样的第一帧道路桥梁图像中的一个待选位移测量点，这两个待选位移测量点的海明距离最小，那么这两个待选位移测量点就是特征匹配的点，由这两个待选位移测量点构成一对位移测量匹配对。需要说明的是，具体的匹配过程以及海明距离的计算均为本领域技术人员的公知技术，在此不进行赘述。

进而完成了对不同时刻采集到的不同帧道路桥梁图像中的待选位移测量点的匹配。

步骤S600，根据位移测量匹配对之间构成的偏移方向的差异情况，对位移测量匹配对进行筛选，得到最佳位移测量对；由所述最佳位移测量对之间的偏移距离，确定道路桥梁的沉降位移。

虽然是每天匹配比较一次，但是对于在第t次采样和第t+1次采样所采集到的第一帧道路桥梁图像，以下分别将第t次采样所采集到的第一帧道路桥梁图像称为，将第t+1次采样所采集到的第一帧道路桥梁图像称为/>，道路桥梁图像/>和道路桥梁图像/>各自的待选位移测量点的数量并不能总是一致的，因为理想情况下是在道路桥梁图像/>中一个像素点被检出并保留到最后作为待选位移测量点，在道路桥梁图像/>中相同位置附近也被检出并保留有一个待选位移测量点，只是有些许偏移，该偏移就构成了沉降位移。但是两两匹配的待选位移测量点中还是会存在有误匹配的待选位移测量点，因此需要根据匹配后两个待选位移测量点位置的偏移大小对误匹配成对的位移测量匹配对进行剔除，剔除后再进行沉降位移的计算，具体过程描述如下。

因为大多数位移测量匹配对的匹配还是正确的，因此存在误匹配的位移测量匹配对，其偏移方向的角度值与大多数位移测量匹配对匹配到一起后构成的偏移方向的角度值会存在明显差距，利用这一点，即可对误匹配的成对的位移测量匹配对进行剔除。请参阅图4，图4为位移测量匹配对的偏移方向的示意图，其中B1为第t次采样所采集到的第一帧道路桥梁图像中的待选位移测量点，B2为与B1所匹配的第t+1次采样所采集到的第一帧道路桥梁图像中的待选位移测量点。

故根据位移测量匹配对之间构成的偏移方向的差异情况，对位移测量匹配对进行筛选，得到最佳位移测量对，具体的：

计算所有位移测量匹配对之间构成的偏移方向的角度值的均值，作为偏移衡量值；将对应的偏移方向的角度值小于或等于所述偏移衡量值的位移测量匹配对，作为最佳检测对。

位移测量匹配对之间构成的偏移方向的角度值的均值的计算公式为，也即位移测量匹配对的偏移衡量值的计算公式为：

；

其中，为位移测量匹配对的偏移衡量值；/>为位移测量匹配对的数量；/>为反正切函数；/>为第q对位移测量匹配对中一个待选位移测量点的纵坐标；/>为第q对位移测量匹配对中一个待选位移测量点的横坐标；/>为第q对位移测量匹配对中另一个待选位移测量点的纵坐标；/>为第q对位移测量匹配对中另一个待选位移测量点的横坐标。

由于出现错误匹配的位移测量匹配对通常只占少数，因此计算所有成对匹配的位移测量匹配对构成的偏移方向的角度值的均值，将偏移方向的角度值大于位移测量匹配对的偏移衡量值的位移测量匹配对判定为，错误匹配的位移测量匹配对。进而实现将出现错误匹配的位移测量匹配对进行删除，仅保留了最佳位移测量对。

通过剩余的最佳位移测量对进行桥梁位移的计算。每一对匹配的最佳位移测量对可以得到该对最佳位移测量对中待选位移测量点的位移长度，每一对的特征点位移长度使用表示，单位是像素点数量。使用/>表示筛选后最终留下的最佳位移测量对的对数，由此可以计算得到这些最佳位移测量对的平均位移长度/>，也即是这不同两帧道路桥梁图像所体现出的桥梁的沉降位移的长度。

根据步骤S100-步骤S600，实现了对相邻两个采集时刻所采集到的第一帧道路桥梁图像进行分析，对得到一次沉降位移的长度的方法进行了描述，通过步骤S100-步骤S600的方法进行时序上的位移长度的持续获得，即可完成对道路桥梁的沉降位移的监测，也即完成了对道路桥梁的沉降位移的位移测量。

综上所述，本发明实施例涉及桥梁测量技术领域。该方法首先获取预处理后的道路桥梁图像；采集道路桥梁图像中的位移测量点；根据BRIEF算法所需的特征描述子的长度生成位移测量点对应的局部特征区域的边长；根据位移测量点对应的局部特征区域内位移测量点的孤立性，对位移测量点进行第一次筛选，得到筛选位移测量点；根据筛选位移测量点的局部特征区域内纹理分布特征，对筛选位移测量点进行第二次筛选，得到待选位移测量点；利用BRIEF算法，对不同帧道路桥梁图像进行待选位移测量点的特征匹配，得到位移测量匹配对；根据位移测量匹配对之间构成的偏移方向的差异情况，对位移测量匹配对进行筛选，得到最佳位移测量对；由最佳位移测量对之间的偏移距离，确定道路桥梁的沉降位移。本发明克服了传统BRIEF算法在具有重复纹理出现的地方易产生误匹配情况的出现，提高了在道路桥梁环境下算法的鲁棒性，进而增加了对桥梁基础沉降位移测量的准确性。

本发明实施例还提出了一种道路桥梁基础沉降位移监测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。由于一种道路桥梁基础沉降位移监测方法在上述给出了详细描述，不再赘述。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (6)

1.一种道路桥梁基础沉降位移监测方法，其特征在于，该方法包括以下步骤：

获取预处理后的道路桥梁图像；

采集所述道路桥梁图像中的位移测量点；根据BRIEF算法所需的特征描述子的长度生成位移测量点对应的局部特征区域的边长；

根据位移测量点对应的局部特征区域内位移测量点的孤立性，对所述位移测量点进行第一次筛选，得到筛选位移测量点；所述筛选位移测量点为孤立系数大的位置测量点；

根据所述筛选位移测量点的局部特征区域内纹理分布特征，对所述筛选位移测量点进行第二次筛选，得到待选位移测量点；

利用BRIEF算法，对不同帧道路桥梁图像进行待选位移测量点的特征匹配，得到位移测量匹配对；

根据位移测量匹配对之间构成的偏移方向的差异情况，对位移测量匹配对进行筛选，得到最佳位移测量对；由所述最佳位移测量对之间的偏移距离，确定道路桥梁的沉降位移；

其中，筛选位移测量点的获取方法为：根据位移测量点对应的局部特征区域内位移测量点的孤立性，确定位移测量点的孤立系数；基于所述孤立系数对所述位移测量点进行第一次筛选，得到筛选位移测量点；

其中，所述位移测量点的孤立系数的计算公式为：

；

其中，为位移测量点的孤立系数；/>为当前的位移测量点对应的局部特征区域的边长；/>为与当前的位移测量点对应的局部特征区域出现重叠的局部特征区域的数量；/>为当前的位移测量点对应的局部特征区域，与当前的位移测量点对应的局部特征区域出现重叠的第m个局部特征区域所构成的重叠区域内的像素点数量；/>表示艾佛森括号，括号内条件成立则得到的结果值为/>，否则为/>；

其中，待选位移测量点的获取方法为：根据所述筛选位移测量点的局部特征区域内纹理分布特征，确定筛选位移测量点的独立系数；将对应的归一化后的独立系数大于预设第二阈值的筛选位移测量点作为待选位移测量点；

其中，所述筛选位移测量点的独立系数的计算公式为：

；

其中，为筛选位移测量点的独立系数；/>为当前的筛选位移测量点对应的局部特征区域中第i个像素点的灰度值；/>为当前的筛选位移测量点对应的局部特征区域中第i+1个像素点的灰度值；/>为当前的筛选位移测量点对应的局部特征区域内，除当前的筛选位移测量点之外的筛选位移测量点的数量；/>为当前的筛选位移测量点对应的局部特征区域内，除当前的筛选位移测量点之外的第n个筛选位移测量点对应的局部特征区域内的灰度均值；/>为当前的筛选位移测量点对应的局部特征区域内，除当前的筛选位移测量点之外的，第n个筛选位移测量点对应的局部特征区域内第i个像素点的灰度值。

2.根据权利要求1所述的道路桥梁基础沉降位移监测方法，其特征在于，所述基于所述孤立系数对所述位移测量点进行第一次筛选，得到筛选位移测量点，包括：

将对应的孤立系数为预设第一阈值的位移测量点进行筛除，将未被筛除的位移测量点作为筛选位移测量点。

3.根据权利要求1所述的道路桥梁基础沉降位移监测方法，其特征在于，所述根据位移测量匹配对之间构成的偏移方向的差异情况，对位移测量匹配对进行筛选，得到最佳位移测量对，包括：

计算所有位移测量匹配对之间构成的偏移方向的角度值的均值，作为偏移衡量值；将对应的偏移方向的角度值小于或等于所述偏移衡量值的位移测量匹配对，作为最佳位移测量对。

4.根据权利要求1所述的道路桥梁基础沉降位移监测方法，其特征在于，所述采集所述道路桥梁图像中的位移测量点，包括：

利用FAST角点检测算法采集道路桥梁图像中的角点，作为道路桥梁图像中的位移测量点。

5.根据权利要求1所述的道路桥梁基础沉降位移监测方法，其特征在于，所述根据BRIEF算法所需的特征描述子的长度生成位移测量点对应的局部特征区域的边长，包括：

BRIEF算法所需的特征描述子的长度最低为256位，故局部特征区域内至少需要有256个像素点，将位移测量点作为对应的局部特征区域的中心像素点，将局部特征区域的边长设定为17。

6.一种道路桥梁基础沉降位移监测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~5中任意一项所述一种道路桥梁基础沉降位移监测方法的步骤。