CN113192063B - 一种桥梁线形监测***以及桥梁线形监测方法 - Google Patents

一种桥梁线形监测***以及桥梁线形监测方法 Download PDF

Info

Publication number
CN113192063B
CN113192063B CN202110573750.8A CN202110573750A CN113192063B CN 113192063 B CN113192063 B CN 113192063B CN 202110573750 A CN202110573750 A CN 202110573750A CN 113192063 B CN113192063 B CN 113192063B
Authority
CN
China
Prior art keywords
bridge
target
coordinate
targets
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.)
Active
Application number
CN202110573750.8A
Other languages
English (en)
Other versions
CN113192063A (zh
Inventor
严爱国
文望青
殷鹏程
王明亮
严定国
瞿国钊
李桂林
张晓江
张�杰
梁金宝
姜洪劲
赵丹阳
曹阳梅
郑煜怀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Railway Siyuan Survey and Design Group Co Ltd
Original Assignee
China Railway Siyuan Survey and Design Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Railway Siyuan Survey and Design Group Co Ltd filed Critical China Railway Siyuan Survey and Design Group Co Ltd
Priority to CN202110573750.8A priority Critical patent/CN113192063B/zh
Publication of CN113192063A publication Critical patent/CN113192063A/zh
Application granted granted Critical
Publication of CN113192063B publication Critical patent/CN113192063B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30244Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请的技术方案提供了一种桥梁线形监测***和桥梁线形监测方法。桥梁线形监测***,包括:多个标靶,设置在桥梁下,且各标靶与桥梁的桥面之间的间距不同;图像采集设备,分布在桥梁的两个相对端,用于从两个不同视角在不同时刻采集标靶的图像;图像处理设备,用于对标靶的图像进行特征值提取,并基于从不同时刻采集的图像中提取的特征值确定出不同时刻间各标靶的坐标变化值,以及拟合各标靶的坐标变化值,得到桥梁的线形。本申请的图像采集设备可以一定频率实时采集各标靶的图像,供图像处理设备实时进行数据处理,拟合出桥梁的线形曲线。整个过程不需要人工参与,可大量节省人力物力资源,并实现对桥梁的实时自动化线形监测。

Description

一种桥梁线形监测***以及桥梁线形监测方法
技术领域
本发明实施例涉及数据监测领域,尤其涉及一种桥梁线形监测***以及桥梁线形监测方法。
背景技术
桥梁的线形作为判断桥梁整体结构性能的重要指标,一直是业内关注的重点。尤其对于大跨度桥梁而言,线形指标更能反映桥梁整体结构的优劣。目前,桥梁线形的监测主要通过经纬仪、水准仪或全站仪等仪器来测定不同的点高程来测定桥梁线形。但这些方法需要消耗大量的人力物力,不适合桥梁线形的长期监测。
发明内容
本发明实施例提供一种桥梁线形监测***以及桥梁线形监测方法。
本公开实施例第一方面提供桥梁线形监测***,包括:多个标靶,设置在桥梁下,且各所述标靶与所述桥梁的桥面之间的间距不同;
图像采集设备,分布在所述桥梁的两个相对端,用于从两个不同视角在不同时刻采集所述标靶的图像;
图像处理设备,与所述图像采集设备连接,用于对所述标靶的图像进行特征值提取,并基于从不同时刻采集的图像中提取的所述特征值确定出所述不同时刻间各所述标靶的坐标变化值,以及拟合各所述标靶的坐标变化值,得到所述桥梁的线形。
在一个实施例中,所述图像采集设备具体分布在同一水平线,用于从两个对视角度采集桥梁下标靶的图像,其中,所述两个对视角度采集的图像中包含的标靶信息至少部分重合。
在一个实施例中,所述特征值为图像中与像素点相关的特征信息;所述特征信息至少包括像素点在图像中的位置信息;
所述图像处理设备至少包括处理器;所述处理器具体用于基于各所述标靶的像素点在所述图像中的位置,确定各所述标靶的坐标,其中,所述图像中一个位置的像素点对应一个坐标值,不同位置的像素点对应的坐标值不同。
在一个实施例中,所述图像处理设备还用于获取桥梁下标靶的图像前,建立在所述视角获取的图像中像素点的坐标模型,其中所述坐标模型中至少包括图像中各像素点位置分别对应的坐标值。
在一个实施例中,所述不同时刻至少包括第一时刻和第二时刻,所述第二时刻为所述第一时刻之后与所述第一时刻相邻的图像采集时刻;
所述处理器具体用于确定第一时刻各所述标靶的第一坐标值以及第二时刻各所述标靶的第二坐标值,基于所述第一坐标值和所述第二坐标值确定所述第一时刻和所述第二时刻间各所述标靶的坐标变化值;基于所述坐标变化值,确定所述第一时刻和所述第二时刻间所述桥梁的线形。
在一个实施例中,所述处理器还具体用于确定初始状态下各所述标靶的第三坐标值,以及预设条件作用于所述桥梁时各所述标靶的第四坐标值;
基于所述第三坐标值和所述第四坐标值,确定所述桥梁在所述预设条件作用下的线形变化。
在一个实施例中,所述预设条件至少包括:所述桥梁上承载车辆的时速为预设时速,和/或所述桥梁上承载的载荷为预设载荷。
在一个实施例中,各所述标靶与所述桥面的间距沿所述桥面中间向所述桥梁的两端的延伸方向依次递减。
在一个实施例中,各所述标靶间沿沿所述桥面中间向所述桥梁的两端的延伸方向等间距分布。
在一个实施例中,所述***还包括显示终端,用于在显示屏上三维显示获取的所述桥梁的线形。
在一个实施例中,所述图像采集设备至少包括双目摄像机。
本公开实施例第二方面提供一种桥梁线形监测方法,所述方法包括:
在不同时刻从不同视角采集桥梁下标靶的图像,其中设置在所述桥梁下的多个所述标靶与所述桥梁的桥面之间的间距不同;
对所述标靶的图像进行特征值提取;
基于从不同时刻采集的图像中提取的所述特征值确定出所述不同时刻间各所述标靶的坐标变化值;
拟合各所述标靶的坐标变化值,得到所述桥梁的线形。
在一个实施例中,所述从不同视角采集桥梁下标靶的图像,包括:
在同一水平线从两个对视角度采集所述桥梁下标靶的图像,其中,所述两个对视角度获取的图像中包含的标靶信息至少部分重合。
在一个实施例中,所述特征值为图像中与像素点相关的特征信息;所述特征信息至少包括像素点在图像中的位置信息;
所述基于从不同时刻采集的图像中提取的所述特征值确定出所述不同时刻间各所述标靶的坐标变化值,包括:
基于各所述标靶的像素点在所述图像中的位置,确定出各时刻各所述标靶的坐标值;
基于确定的不同时刻所述标靶的坐标值,确定所述不同时刻间各所述标靶的所述坐标变化值,其中,所述图像中一个位置的像素点对应一个坐标值,不同位置的像素点对应的坐标值不同。
在一个实施例中,获取桥梁下标靶的图像前,所述方法包括:
建立在所述视角获取的图像中像素点的坐标模型,其中所述坐标模型中至少包括图像中各像素点位置分别对应的坐标值。
在一个实施例中,所述不同时刻至少包括第一时刻和第二时刻,所述第二时刻为所述第一时刻之后与所述第一时刻相邻的图像采集时刻;
所述确定所述不同时刻间各所述标靶的所述坐标变化值,包括:
确定出第一时刻各所述标靶的第一坐标值以及第二时刻各所述标靶的第二坐标值;
基于所述第一坐标值和所述第二坐标值确定所述第一时刻和所述第二时刻间各所述标靶的坐标变化值;
所述拟合各所述标靶的坐标变化值,得到所述桥梁的线形,包括:
拟合所述第一时刻和所述第二时刻间各所述标靶的所述坐标变化值,得到所述第一时刻和所述第二时刻间所述桥梁的线形。
在一个实施例中,所述方法,还包括:
确定初始状态下各所述标靶的第三坐标值,以及预设条件作用于所述桥梁时各所述标靶的第四坐标值;
基于所述第三坐标值和所述第四坐标值,确定所述桥梁在所述预设条件作用下的线形变化。
在一个实施例中,所述预设条件至少包括:所述桥梁上承载车辆的时速为预设时速,和/或所述桥梁上承载的载荷为预设载荷。
在一个实施例中,所述方法还包括:
在显示屏上三维显示获取的所述桥梁的线形。
本公开实施例的技术方案的桥梁线形监测***包括多个标靶,设置在桥梁下,且各标靶与所述桥梁的桥面之间的间距不同;图像采集设备,分布在所述桥梁的两个相对端,用于从两个不同视角在不同时刻采集所述标靶的图像;图像处理设备,与所述图像采集设备连接,用于对所述标靶的图像进行特征值提取,并基于从不同时刻采集的图像中提取的所述特征值确定出所述不同时刻间各所述标靶的坐标变化值,以及拟合各所述标靶的坐标变化值,得到所述桥梁的线形。本申请的图像采集设备可以一定频率实时采集各标靶的图像,供图像处理设备实时进行数据处理,拟合出桥梁的线形曲线。整个过程不需要人工参与,可大量节省人力物力资源,并实现对桥梁的实时自动化线形监测。同时,从两个不同视角进行图像采集可扩大图像采集范围,有利于实现对大跨度桥梁的整体线形实时监测。
附图说明
图1为本公开实施例提供的一种桥梁线形监测***的结构示意图;
图2为本公开实施例提供的一种监测***中的标靶分布示意图;
图3为本公开实施例提供的一种桥梁线形监测方法的流程示意图一;
图4为本公开实施例提供的一种桥梁线形监测方法的流程示意图二。
具体实施方式
以下结合说明书附图及具体实施例对本发明的技术方案做进一步的详细阐述。
桥梁的线形作为判断桥梁整体结构性能的重要指标,一直是业内关注的重点。尤其对于大跨度桥梁而言,线形指标更能反映桥梁整体结构的优劣。目前,桥梁线形的监测主要通过经纬仪、水准仪或全站仪等仪器来测定不同的点高程来测定桥梁线形。但这些方法需要消耗大量的人力物力,不适合桥梁线形的长期监测。
图1为本公开实施例提供的一种桥梁线形监测***的结构示意图。如图1所示,该桥梁线形监测***包括:
桥梁线形监测***,包括:
多个标靶1,设置在桥梁下,且各所述标靶与所述桥梁的桥面之间的间距不同;
图像采集设备2,分布在所述桥梁的两个相对端,用于从两个不同视角在不同时刻采集所述标靶的图像;
图像处理设备3,与所述图像采集设备连接,用于对所述标靶的图像进行特征值提取,并基于从不同时刻采集的图像中提取的所述特征值确定出所述不同时刻间各所述标靶的坐标变化值,以及拟合各所述标靶的坐标变化值,得到所述桥梁的线形。
在本示例性实施例中,在对桥梁线形进行监测时,可在桥梁下设置大量的标靶。标靶与桥梁的桥面的距离呈现不等间距分布。即不同的标靶与桥面的间距可不同,以便于图像采集设备对标靶进行图像采集时采集到所有标靶的图像。
在本示例性实施例中,桥梁下的所有标靶可沿同一直线分布,或仅部分标靶沿同一直线分布。所有标靶可同时呈现在图像采集设备的图像采集视角中即可。
在本示例性实施例中,标靶可通过固定杆固定在桥梁下。固定杆的一端固定标靶,固定杆的另一端与桥梁接触固定,使得标靶固定在桥梁下。不同的标靶可以具有不同的形状或颜色。根据标靶与桥面的间距的不同,可将标靶标注成不同颜色或不同形状。例如,距离桥面2米的标靶为红色三角形,距离桥面1米的标靶为蓝色四边形等,以便于对标靶进行区分。
所述标靶朝向图像采集设备的面积与所述桥梁的尺寸正相关,示例性地,所述标靶的朝向图像采集设备的面积与所述桥梁的长度和/或宽度正相关。
在本示例性实施例中,图像采集设备可以是具有长焦镜头的双目摄像机,分别分布在桥梁的两个相对端,用于从两个不同视角在不同时刻采集标靶的大量图像。在具体应用时,可初始化图像采集设备的采集频率、图像像素以及镜头焦距等。
在本示例性实施例中,特征值可以是图像中与像素点相关的特征信息,包括标靶对应的像素点在图像中的位置信息等。
通过特征值确定出所述不同时刻间各所述标靶的坐标变化值,包括:
通过图像中与像素点相关的特征信息确定出不同时刻间各标靶的坐标变化值。
然后,在确定出不同时刻间各标靶的坐标变化值后,对各标靶的坐标变化值进行曲线拟合,得到桥梁的线形。
在本示例性实施例中,从两个不同视角进行图像采集可扩大图像采集范围,有利于实现对大跨度桥梁的整体线形实时监测。即两个不同视角采集到的图像可覆盖所有的标靶,从而对大跨度桥梁进行整体线形监测。
在本示例性实施例中,桥梁线形监测***中的图像采集设备可以一定频率实时采集各标靶的图像,供图像处理设备实时进行数据处理,拟合出桥梁的线形曲线。整个过程不需要人工参与,可大量节省人力物力资源,并实现对桥梁的实时线形监测。
在一个实施例中,图2为本公开实施例提供的一种监测***中的标靶分布示意图。如图2所示,所述图像采集设备具体分布在同一水平线,用于从两个对视角度采集桥梁下标靶的图像,其中,所述两个对视角度采集的图像中包含的标靶信息至少部分重合。
在本示例性实施例中,在对大跨度桥梁进行线形监测时,仅从桥梁一端或仅用一个图像采集设备可能无法实现对桥梁的整体监测。因此可在桥梁两端都分布图像采集设备,从桥梁两端以两个视角对标靶进行图像采集。但在进行曲线拟合得到桥梁线形时,需要得到一个统一的整体的线形。此时就需要将两个视角得到的图像进行整合,在一个统一的坐标体系中测定各标靶的坐标值。
对此,为了便于整合两个视角获取的图像,在本申请中,采用同一水平线中的两个对视角度进行图像采集。即将图像采集设备分布在桥梁两端的同一水平线上,以完全对视角度进行图像采集。
在一个实施例中,所述图像采集设备包括第一图像采集设备和第二图像采集设备。所述第一图像采集设备用于从第一视角采集标靶的图像,所述第二图像采集设备用于从第二视角采集标靶的图像。第一视角和第二视角为同一水平线上的两个相对视角。
图像处理设备还具体用于将第一视角采集的图像中的标靶与第二视角采集的图像中的标靶进行匹配,确定出第一视角和第二视角采集图像中的重合标靶。
其中,包括基于标靶的形状和颜色,匹配出形状或颜色一致的标靶,确定颜色和/或形状一致的标靶为同一标靶即重合标靶,即图2中的n个联测标靶。
图像处理设备还具体用于将第一视角和第二视角采集图像中的重合标靶的坐标匹配一致。即将第一视角和第二视角采集图像中的同一个标靶的坐标值统一。
图像处理设备还具体用于将还用于以重合的标靶坐标为基准,来统一同一时刻两个视角采集的图像中所有的标靶坐标测定。即将两个对视角度采集的图像中重合标靶的坐标值进行统一,使重合标靶的坐标值一致。然后以统一后的坐标体系为标准,测定所有的标靶的坐标。例如,第一视角中重合的标靶A的坐标为a,第二视角中重合的标靶A的坐标为b,则可将第二视角中重合的标靶A的坐标修改为a。然后,按照第二视角中重合的标靶A的坐标由b到a的换算方法,将第二视角中所有的标靶的坐标进行换算,从而得到与第一视角的坐标体系相统一的坐标值。
在一个实施例中,所述特征值为图像中与像素点相关的特征信息;所述特征信息至少包括像素点在图像中的位置信息;
所述图像处理设备至少包括处理器;所述处理器具体用于基于各所述标靶的像素点在所述图像中的位置,确定各所述标靶的坐标,其中,所述图像中一个位置的像素点对应一个坐标值,不同位置的像素点对应的坐标值不同。
在本示例性实施例中,所述特征信息还可以包括像素点的颜色信息等。在设置标靶时可对不同的标靶进行颜色标注,不同的标靶颜色不同,从而通过特征值中像素点的颜色信息确定出标靶对应的图像中的像素点,以便于下一步通过像素点的位置信息确定出标靶对应的坐标。
在一个实施例中,所述图像处理设备还用于获取桥梁下标靶的图像前,建立在所述视角获取的图像中像素点的坐标模型,其中所述坐标模型中至少包括图像中各像素点位置分别对应的坐标值。
在本示例性实施例中,在采集标靶图像进行特征值提取前,需要先建立坐标模型。通过确定图像采集设备的安装位置、确定图像采集视角以及镜头参数(包括焦距、视场角等参数)确定出图像采集区域。在图像采集区域内建立坐标系,将各坐标点对应到图像中的成像位置,从而建立图像中像素点的坐标模型。坐标模型中包含有各像素点位置分别对应的坐标值,供在图像中确定标靶的像素点位置来确定标靶的坐标。
当不同时刻,标靶的坐标变化时,其在图像中的位置也会相应变化,从而通过图像中标靶的像素点位置的改变来确定标靶的坐标变化。通过标靶的坐标变化也可确定出标靶在不同时刻间的位移,从而通过标靶位移确定出桥梁在不同时刻间的线形变化。
例如,坐标体系为三维体系时,第一时刻标靶的坐标为(x1,y1,z1),第二时刻标靶的坐标为(x2,y2,z2)。确定坐标体系中Z轴方向为竖直方向,X轴、Y轴均为水平方向。基于第一时刻标靶的坐标和第二时刻标靶的坐标,确定标靶在第一时刻到第二时刻的位移。即第二时刻标靶的坐标值减去第一时刻标靶的坐标值,得到标靶在第一时刻到第二时刻的位移。
在具体应用时,根据三维坐标对应图像中的位置时,确定坐标体系中X轴方向为沿桥梁面的长度方向,即标靶的分布方向。确定坐标体系中Y轴方向为沿桥梁面的宽带方向。确定坐标体系中Z轴方向为竖直方向,即标靶朝向地面的方向。桥梁在振动时,由于各个标靶的主要变化方向为Z轴方向,且图像成像为二维成像。因此,在获取标靶的图像时,可首先确定各个标靶在X轴方向上的坐标,通过图像来确定各个标靶在坐标体系中Y轴方向和Z轴方向上的变化。即图像中标靶像素点的位置变化对应标靶在坐标体系中Y轴方向和Z轴方向上的变化。例如,标靶像素点在图像中横向方向上的变化可对应坐标系中Y轴方向,标靶像素点在图像中纵向方向上的变化可对应坐标系中Z轴方向。在确定了各个标靶在Y轴方向和Z轴方向上的坐标变化后,在进行三维线形展示时,可基于预先确定好的各个标靶X轴方向的坐标结合确定了的各个标靶在Y轴方向和Z轴方向上坐标,绘制三维桥梁线形。
在一个实施例中,所述不同时刻至少包括第一时刻和第二时刻,所述第二时刻为所述第一时刻之后与所述第一时刻相邻的图像采集时刻;
所述处理器具体用于确定第一时刻各所述标靶的第一坐标值以及第二时刻各所述标靶的第二坐标值,基于所述第一坐标值和所述第二坐标值确定所述第一时刻和所述第二时刻间各所述标靶的坐标变化值;基于所述坐标变化值,确定所述第一时刻和所述第二时刻间所述桥梁的线形。
在本示例性实施例中,图像采集设备以一定频率实时采集数据,图像处理设备实时进行数据处理,使得***可实时监测桥梁的线形。在具体拟合线形时,可通过拟合相邻两个采集时刻采集的标靶坐标间的坐标变化值,来确定两个相邻时刻间的桥梁线形变化。如此可得到一段时长内的桥梁线形变化,从而为桥梁结构性能分析提供数据支持。
在本示例性实施例中,第一时刻可以是没有车辆经过的时刻;第二时刻可以是有车辆经过的时刻。
在一个实施例中,所述处理器还具体用于确定初始状态下各所述标靶的第三坐标值,以及预设条件作用于所述桥梁时各所述标靶的第四坐标值;
基于所述第三坐标值和所述第四坐标值,确定所述桥梁在所述预设条件作用下的线形变化。
在本示例性实施例中,初始状态可以为没有车辆经过时的桥梁状态。通过预设条件作用于桥梁时各标靶的第四坐标值与初始状态下各标靶的第三坐标值,来确定桥梁在预设条件作用下的线形变化。该线形变化为桥梁在预设条件作用下的实测线形。桥梁在设计时,可根据具体的载荷要求进行仿真,设计出满足载荷要求的桥梁。该载荷要求可以理解为预设条件。通过监测获取预设条件作用于桥梁的实测线形。将实测线形与预先仿真的线形进行比较,得到比较结果。该比较结果可用于对桥梁健康状态评估的条件之一。例如,如果实测线形与预先仿真的线形差距太大(或,实测线形的波动幅度远大于预先仿真的线形的波动幅度),则可判断该桥梁存在结构问题,不符合桥梁设计标准。
在本示例性实施例中,预设条件至少包括:所述桥梁上承载车辆的时速为预设时速,和/或所述桥梁上承载的载荷为预设载荷。
其中,所述预设载荷可以为桥梁上不同位置处承载的载荷大小,至少包括第一位置对应的第一载荷、第二位置对应的第二载荷、第三位置对应的第三载荷等。
当桥梁为公路桥梁时,第一位置、第二位置以及第三位置可以分别为不同车速对应的车道。例如,第一位置可以为第一车速对应的车道,第二位置可以为第二车速对应的车道,第三位置可以为第三车速对应的车道。其中,第一车速可以小于第二车速,第二车速可以小于第三车速;第一车速对应的车道可以为慢车道,第三车速对应的车道可以为快车道等。如此,监测***可用于监测车辆通过各个车道时的桥梁线形。
在一个实施例中,各所述标靶与所述桥面的间距沿所述桥面中间向所述桥梁的两端的延伸方向依次递减。
在本示例性实施例中,在桥梁下具体设定标靶时,可将各标靶与桥面的间距沿桥面中间向桥梁的两端的延伸方向依次递减的分布情况进行标靶设定,从而方便桥梁两端的图像采集设备对标靶进行图像采集。由于靠近图像采集设备的标靶与桥面的距离小于远离图像采集设备的标靶与桥面的距离,从而有利于减少靠近图像采集设备的标靶对远离图像采集设备的标靶的遮挡情况。
在一个实施例中,各所述标靶间沿所述桥面中间向所述桥梁的两端的延伸方向等间距分布。
在本示例性实施例中,为了便于确定各标靶的坐标,在标靶设定时,可设定各标靶间沿桥面中间向桥梁的两端的延伸方向等间距分布。
在本示例性实施例中,各所述标靶间沿所述桥面中间向所述桥梁的两端的延伸方向进行分布时,也可以不等间距分布。在具体应用时,可根据具体情况具体要求进行间距设置。
在一个实施例中,所述***还包括显示终端,用于在显示屏上三维显示获取的所述桥梁的线形。
在本示例性实施例中,对拟合得到的桥梁线形可进行三维展示,从而有利于直观清楚地判断桥梁线形变化。
在一个实施例中,所述图像采集设备至少包括双目摄像机。
在本示例性实施例中,双目摄像机可具有长焦镜头。在桥梁关键位置安装标靶,在桥梁两端的桥墩(桥墩作为基点)处布置长焦距摄像机传感器。标靶通过摄像机的长焦光学***成像在摄像机的光敏面上。
本申请针对传统大跨度桥梁线形监测存在的问题,根据大跨桥梁结构线形监测的特点,利用长焦摄像机,采用图像处理、双目联测、数值拟合等技术为基本架构,充分利用远距离非接触式监测的优势,设计一种基于双摄像机的桥梁线形监测***,适用于大跨度桥梁结构监测领域。将双目摄像机多点联测技术应用于桥梁线形监测,相较于传统结构,监测精度高、监测成本底。采用非接触式监测的方式,可降低监测对大跨度桥梁结构的影响,减少对桥梁结构类型的依赖,具有很大的可移植性和通用性。具有如下技术优势:
1、提供了一种新的大跨度桥梁线形监测方法;
2、对图像处理技术进行创新,把图像处理运用到线形监测;
3、通过摄像机拍摄的方式进行位移计算,频率可控,精度较高;
4、实现非接触式测量,对桥梁结构影响较小;
5、监测识别设备耐久性高,全生命周期内投资少,性能优;
6、涉及硬件设施少,实施应用过程中,施工方便、适用性广、经济性优。
本公开实施例还提供一种桥梁线形监测方法。图3为本公开实施例提供的一种桥梁线形监测方法的流程示意图一。如图3所示,所述方法包括:
步骤30、在不同时刻从不同视角采集桥梁下标靶的图像,其中设置在所述桥梁下的多个所述标靶与所述桥梁的桥面之间的间距不同;
步骤31、对所述标靶的图像进行特征值提取;
步骤32、基于从不同时刻采集的图像中提取的所述特征值确定出所述不同时刻间各所述标靶的坐标变化值;
步骤33、拟合各所述标靶的坐标变化值,得到所述桥梁的线形。
在本示例性实施例中,在对桥梁线形进行监测时,可在桥梁下设置大量的标靶。标靶与桥梁的桥面的距离呈现不等间距分布。即不同的标靶与桥面的间距可不同,以便于图像采集设备对标靶进行图像采集时采集到所有标靶的图像。
在本示例性实施例中,桥梁下的所有标靶可沿同一直线分布,或仅部分标靶沿同一直线分布。所有标靶可同时呈现在图像采集设备的图像采集视角中即可。
在本示例性实施例中,图像采集设备可以是具有长焦镜头的双目摄像机,分别分布在桥梁的两个相对端,用于从两个不同视角在不同时刻采集标靶的大量图像。在具体应用时,可初始化图像采集设备的采集频率、图像像素以及镜头焦距等。
在本示例性实施例中,特征值可以是图像中与像素点相关的特征信息,包括像素点在图像中的位置信息等。
通过特征值确定出所述不同时刻间各所述标靶的坐标变化值,包括:
通过图像中与像素点相关的特征信息确定出不同时刻间各标靶的坐标变化值。
然后,在确定出不同时刻间各标靶的坐标变化值后,对各标靶的坐标变化值进行曲线拟合,得到桥梁的线形。
在本示例性实施例中,从两个不同视角进行图像采集可扩大图像采集范围,有利于实现对大跨度桥梁的整体线形实时监测。即两个不同视角采集到的图像可覆盖所有的标靶,从而对大跨度桥梁进行整体线形监测。
在本示例性实施例中,桥梁线形监测***中的图像采集设备可以一定频率实时采集各标靶的图像,供图像处理设备实时进行数据处理,拟合出桥梁的线形曲线。整个过程不需要人工参与,可大量节省人力物力资源,并实现对桥梁的实时线形监测。
在一个实施例中,所述从不同视角采集桥梁下标靶的图像,包括:
在同一水平线从两个对视角度采集所述桥梁下标靶的图像,其中,所述两个对视角度获取的图像中包含的标靶信息至少部分重合。
在本示例性实施例中,在对大跨度桥梁进行线形监测时,仅从桥梁一端或仅用一个图像采集设备可能无法实现对桥梁的整体监测。因此可在桥梁两端都分布图像采集设备,从桥梁两端以两个视角对标靶进行图像采集。
但在进行曲线拟合得到桥梁线形时,需要得到一个统一的整体的线形。此时就需要将两个视角得到的图像进行整合,在一个统一的坐标体系中测定各标靶的坐标值。
对此,为了便于整合两个视角获取的图像,在本申请中,采用同一水平线中的两个对视角度进行图像采集。即将图像采集设备分布在桥梁两端的同一水平线上,以完全对视角度进行图像采集。
在一个实施例中,所述方法还包括:
将第一视角采集的图像中的标靶与第二视角采集的图像中的标靶进行匹配,确定出第一视角和第二视角采集图像中的重合标靶。
其中,包括基于标靶的形状和颜色,匹配出形状或颜色一致的标靶,确定颜色和/或形状一致的标靶为同一标靶即重合标靶,即图2中的n个联测标靶。
在一个实施例中,所述方法还包括:将第一视角和第二视角采集图像中的重合标靶的坐标匹配一致。即将第一视角和第二视角采集图像中的同一个标靶的坐标值统一。
在一个实施例中,所述方法还包括:以重合的标靶坐标为基准,来统一同一时刻两个视角采集的图像中所有的标靶坐标测定。即将两个对视角度采集的图像中重合标靶的坐标值进行统一,使重合标靶的坐标值一致。然后以统一后的坐标体系为标准,测定所有的标靶的坐标。例如,第一视角中重合的标靶A的坐标为a,第二视角中重合的标靶A的坐标为b,则可将第二视角中重合的标靶A的坐标修改为a。然后,按照第二视角中重合的标靶A的坐标由b到a的换算方法,将第二视角中所有的标靶的坐标进行换算,从而得到与第一视角的坐标体系相统一的坐标值。
在一个实施例中,所述特征值包括各所述标靶在所述图像中对应的像素点;
所述基于从不同时刻采集的图像中提取的所述特征值确定出所述不同时刻间各所述标靶的坐标变化值,包括:
基于各所述标靶的像素点在所述图像中的位置,确定出各时刻各所述标靶的坐标值;
基于确定的不同时刻所述标靶的坐标值,确定所述不同时刻间各所述标靶的所述坐标变化值,其中,所述图像中一个位置的像素点对应一个坐标值,不同位置的像素点对应的坐标值不同。
在本示例性实施例中,所述特征信息还可以包括像素点的颜色信息等。在设置标靶时可对不同的标靶进行颜色标注,不同的标靶颜色不同,从而通过特征值中像素点的颜色信息确定出标靶对应的图像中的像素点,以便于下一步通过像素点的位置信息确定出标靶对应的坐标。
在一个实施例中,获取桥梁下标靶的图像前,所述方法包括:
建立在所述视角获取的图像中像素点的坐标模型,其中所述坐标模型中至少包括图像中各像素点位置分别对应的坐标值。
在本示例性实施例中,在采集标靶图像进行特征值提取前,需要先建立坐标模型。通过确定图像采集设备的安装位置、确定图像采集视角以及镜头参数(包括焦距、视场角等参数)确定出图像采集区域。在图像采集区域内建立坐标系,将各坐标点对应到图像中的成像位置,从而建立图像中像素点的坐标模型。坐标模型中包含有各像素点位置分别对应的坐标值,供在图像中确定标靶的像素点位置来确定标靶的坐标。
当不同时刻,标靶的坐标变化时,其在图像中的位置也会相应变化,从而通过图像中标靶的像素点位置的改变来确定标靶的坐标变化。通过标靶的坐标变化也可确定出标靶在不同时刻间的位移,从而通过标靶位移确定出桥梁在不同时刻间的线形变化。
例如,坐标体系为三维体系时,第一时刻标靶的坐标为(x1,y1,z1),第二时刻标靶的坐标为(x2,y2,z2)。确定坐标体系中Z轴方向为竖直方向,X轴、Y轴均为水平方向。基于第一时刻标靶的坐标和第二时刻标靶的坐标,确定标靶在第一时刻到第二时刻的位移。即第二时刻标靶的坐标值减去第一时刻标靶的坐标值,得到标靶在第一时刻到第二时刻的位移。
在具体应用时,根据三维坐标对应图像中的位置时,确定坐标体系中X轴方向为沿桥梁面的长度方向,即标靶的分布方向。确定坐标体系中Y轴方向为沿桥梁面的宽带方向。确定坐标体系中Z轴方向为竖直方向,即标靶朝向地面的方向。桥梁在振动时,由于各个标靶的主要变化方向为Z轴方向,且图像成像为二维成像。因此,在获取标靶的图像时,可首先确定各个标靶在X轴方向上的坐标,通过图像来确定各个标靶在坐标体系中Y轴方向和Z轴方向上的变化。即图像中标靶像素点的位置变化对应标靶在坐标体系中Y轴方向和Z轴方向上的变化。例如,标靶像素点在图像中横向方向上的变化可对应坐标系中Y轴方向,标靶像素点在图像中纵向方向上的变化可对应坐标系中Z轴方向。在确定了各个标靶在Y轴方向和Z轴方向上的坐标变化后,在进行三维线形展示时,可基于预先确定好的各个标靶X轴方向的坐标结合确定了的各个标靶在Y轴方向和Z轴方向上坐标,绘制三维桥梁线形。
在一个实施例中,所述不同时刻至少包括第一时刻和第二时刻,所述第二时刻为所述第一时刻之后与所述第一时刻相邻的图像采集时刻;
所述确定所述不同时刻间各所述标靶的所述坐标变化值,包括:
确定出第一时刻各所述标靶的第一坐标值以及第二时刻各所述标靶的第二坐标值;
基于所述第一坐标值和所述第二坐标值确定所述第一时刻和所述第二时刻间各所述标靶的坐标变化值;
所述拟合各所述标靶的坐标变化值,得到所述桥梁的线形,包括:
拟合所述第一时刻和所述第二时刻间各所述标靶的所述坐标变化值,得到所述第一时刻和所述第二时刻间所述桥梁的线形。
在本示例性实施例中,图像采集设备以一定频率实时采集数据,图像处理设备实时进行数据处理,使得***可实时监测桥梁的线形。在具体拟合线形时,可通过拟合相邻两个采集时刻采集的标靶坐标间的坐标变化值,来确定两个相邻时刻间的桥梁线形变化。如此可得到一段时长内的桥梁线形变化,从而为桥梁结构性能分析提供数据支持。
在一个实施例中,所述方法,还包括:
确定初始状态下各所述标靶的第三坐标值,以及预设条件作用于所述桥梁时各所述标靶的第四坐标值;
基于所述第三坐标值和所述第四坐标值,确定所述桥梁在所述预设条件作用下的线形变化。
在本示例性实施例中,初始状态可以为没有车辆经过时的的状态。通过预设条件作用于桥梁时各标靶的第四坐标值与初始状态下各标靶的第三坐标值,来确定桥梁在预设条件作用下的线形变化。该线形变化为桥梁在预设条件作用下的实测线形。桥梁在设计时,可根据具体的载荷要求进行仿真,设计出满足载荷要求的桥梁。该载荷要求可以理解为预设条件。通过监测获取预设条件作用于桥梁的实测线形。将实测线形与预先仿真的线形进行比较,得到比较结果。该比较结果可用于对桥梁健康状态评估的条件之一。例如,如果实测线形与预先仿真的线形差距太大(或,实测线形的波动幅度远大于预先仿真的线形的波动幅度),则可判断该桥梁存在结构问题,不符合桥梁设计标准。
在本示例性实施例中,预设条件至少包括:所述桥梁上承载车辆的时速为预设时速,和/或所述桥梁上承载的载荷为预设载荷。
其中,所述预设载荷可以为桥梁上不同位置处承载的载荷大小,至少包括第一位置对应的第一载荷、第二位置对应的第二载荷、第三位置对应的第三载荷等。
当桥梁为公路桥梁时,第一位置、第二位置以及第三位置可以分别为不同车速对应的车道。例如,第一位置可以为第一车速对应的车道,第二位置可以为第二车速对应的车道,第三位置可以为第三车速对应的车道。其中,第一车速可以小于第二车速,第二车速可以小于第三车速;第一车速对应的车道可以为慢车道,第三车速对应的车道可以为快车道等。如此,上述监测方法可监测车辆通过各个车道时的桥梁线形。
在一个实施例中,各所述标靶与所述桥面的间距沿所述桥面中间向所述桥梁的两端的延伸方向依次递减。
在本示例性实施例中,在桥梁下具体设定标靶时,可将各标靶与桥面的间距沿桥面中间向桥梁的两端的延伸方向依次递减的分布情况进行标靶设定,从而方便桥梁两端的图像采集设备对标靶进行图像采集。由于靠近图像采集设备的标靶与桥面的距离小于远离图像采集设备的标靶与桥面的距离,从而有利于减少靠近图像采集设备的标靶对远离图像采集设备的标靶的遮挡情况。
在一个实施例中,各所述标靶间沿所述桥面中间向所述桥梁的两端的延伸方向等间距分布。
在本示例性实施例中,为了便于确定各标靶的坐标,在标靶设定时,可设定各标靶间沿桥面中间向桥梁的两端的延伸方向等间距分布。
在本示例性实施例中,各所述标靶间沿所述桥面中间向所述桥梁的两端的延伸方向进行分布时,也可以不等间距分布。在具体应用时,可根据具体情况具体要求进行间距设置。
在一个实施例中,所述方法还包括:
在显示屏上三维显示获取的所述桥梁的线形。
在本示例性实施例中,对拟合得到的桥梁线形可进行三维展示,从而有利于直观清楚地判断桥梁线形变化。
图4为本公开实施例提供的一种桥梁线形监测方法的流程示意图二。如图4所示,桥梁线形监测方法中图像采集设备可采用摄像机。桥梁线形监测方法可包括:步骤41、***初始化;步骤42、坐标计算;步骤43、线形拟合;步骤44、可视化监测。其中:
步骤41、***初始化包括:
参数初始化,即初始化摄像机的采集频率、焦距、视场角等。
摄像机标定,即确定摄像机安装位置,标定图像中像素点的坐标模型。
步骤42、坐标计算包括:
图像采集,即用摄像机从不同视角实时采集标靶图像。
特征值提取,即在采集的图像中提取标靶的像素点相关的特征信息。
标靶坐标计算,即通过提取的特征信息换算出各标靶的坐标。
步骤43、线形拟合包括:
联测点标靶坐标匹配,即将不同视角下采集的图像中的联测点标靶(重合标靶)的坐标值进行统一。
计算各标靶位移,即通过不同时刻间各标靶的坐标值计算不同时刻间各标靶的位移。
实时计算桥梁线形,即通过各标靶位移实时拟合出桥梁线形。
步骤44、可视化监测包括:
可视化输出,即在显示终端的显示屏上三维显示桥梁的线形变化。
本申请针对传统大跨度桥梁线形监测存在的问题,根据大跨桥梁结构线形监测的特点,利用长焦摄像机,采用图像处理、双目联测、数值拟合等技术为基本架构,充分利用远距离非接触式监测的优势,设计一种基于双摄像机的桥梁线形监测方法,适用于大跨度桥梁结构监测领域。将双目摄像机多点联测技术应用于桥梁线形监测,相较于传统结构,监测精度高、监测成本底。采用非接触式监测的方式,可降低监测对大跨度桥梁结构的影响,减少对桥梁结构类型的依赖,具有很大的可移植性和通用性。具有如下技术优势:
1、提供了一种新的大跨度桥梁线形监测方法;
2、对图像处理技术进行创新,把图像处理运用到线形监测;
3、通过摄像机拍摄的方式进行位移计算,频率可控,精度较高;
4、实现非接触式测量,对桥梁结构影响较小;
5、监测识别设备耐久性高,全生命周期内投资少,性能优;
6、涉及硬件设施少,实施应用过程中,施工方便、适用性广、经济性优。
以上仅为本发明的较佳实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理模块中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
在一些情况下,上述任一两个技术特征不冲突的情况下,可以组合成新的方法技术方案。
在一些情况下,上述任一两个技术特征不冲突的情况下,可以组合成新的设备技术方案。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (15)

1.一种桥梁线形监测***,其特征在于,所述***包括:
多个标靶,设置在桥梁下,且各所述标靶与所述桥梁的桥面之间的间距不同;
图像采集设备,分布在所述桥梁的两个相对端,用于从两个不同视角在不同时刻采集所述标靶的图像,其中,所述两个不同视角所采集的图像中包含的标靶至少部分重合;
图像处理设备,与所述图像采集设备连接,用于对所述标靶的图像进行特征值提取,以所述重合的标靶的坐标为基准统一所述两个不同视角所采集的图像中的所有标靶的坐标,并基于从不同时刻采集的图像中提取的所述特征值确定出所述不同时刻间各所述标靶的坐标变化值,以及拟合各所述标靶的坐标变化值,得到所述桥梁的线形;
其中,所述图像处理设备至少包括处理器;
所述处理器,用于确定初始状态下各所述标靶的第三坐标值,以及预设条件作用于所述桥梁时各所述标靶的第四坐标值;基于所述第三坐标值和所述第四坐标值,确定所述桥梁在所述预设条件作用下的线形变化;预设条件至少包括:所述桥梁上承载车辆的时速为预设时速,和/或所述桥梁上承载的载荷为预设载荷。
2.根据权利要求1所述的桥梁线形监测***,其特征在于,所述图像采集设备具体分布在同一水平线,用于从两个对视角度采集桥梁下标靶的图像。
3.根据权利要求1所述的桥梁线形监测***,其特征在于,所述特征值为图像中与像素点相关的特征信息;所述特征信息至少包括像素点在图像中的位置信息;
所述处理器还具体用于基于各所述标靶的像素点在所述图像中的位置,确定各所述标靶的坐标,其中,所述图像中一个位置的像素点对应一个坐标值,不同位置的像素点对应的坐标值不同。
4.根据权利要求3所述的桥梁线形监测***,其特征在于,所述图像处理设备还用于获取桥梁下标靶的图像前,建立在所述视角获取的图像中像素点的坐标模型,其中所述坐标模型中至少包括图像中各像素点位置分别对应的坐标值。
5.根据权利要求1所述的桥梁线形监测***,其特征在于,所述不同时刻至少包括第一时刻和第二时刻,所述第二时刻为所述第一时刻之后与所述第一时刻相邻的图像采集时刻;
所述处理器具体用于确定第一时刻各所述标靶的第一坐标值以及第二时刻各所述标靶的第二坐标值,基于所述第一坐标值和所述第二坐标值确定所述第一时刻和所述第二时刻间各所述标靶的坐标变化值;基于所述坐标变化值,确定所述第一时刻和所述第二时刻间所述桥梁的线形。
6.根据权利要求1所述的桥梁线形监测***,其特征在于,各所述标靶与所述桥面的间距沿所述桥面中间向所述桥梁的两端的延伸方向依次递减。
7.根据权利要求1所述的桥梁线形监测***,其特征在于,各所述标靶间沿沿所述桥面中间向所述桥梁的两端的延伸方向等间距分布。
8.根据权利要求1所述的桥梁线形监测***,其特征在于,所述***还包括显示终端,用于在显示屏上三维显示获取的所述桥梁的线形。
9.根据权利要求1所述的桥梁线形监测***,其特征在于,所述图像采集设备至少包括双目摄像机。
10.一种桥梁线形监测方法,其特征在于,所述方法包括:
在不同时刻从两个不同视角采集桥梁下标靶的图像,其中设置在所述桥梁下的多个所述标靶与所述桥梁的桥面之间的间距不同,所述两个不同视角所采集的图像中包含的标靶至少部分重合;
对所述标靶的图像进行特征值提取,以所述重合的标靶的坐标为基准统一所述两个不同视角所采集的图像中的所有标靶的坐标;
基于从不同时刻采集的图像中提取的所述特征值确定出所述不同时刻间各所述标靶的坐标变化值;
拟合各所述标靶的坐标变化值,得到所述桥梁的线形;
其中,所述方法还包括:确定初始状态下各所述标靶的第三坐标值,以及预设条件作用于所述桥梁时各所述标靶的第四坐标值;基于所述第三坐标值和所述第四坐标值,确定所述桥梁在所述预设条件作用下的线形变化;所述预设条件至少包括:所述桥梁上承载车辆的时速为预设时速,和/或所述桥梁上承载的载荷为预设载荷。
11.根据权利要求10所述的方法,其特征在于,所述从不同视角采集桥梁下标靶的图像,包括:
在同一水平线从两个对视角度采集所述桥梁下标靶的图像。
12.根据权利要求10所述的方法,其特征在于,所述特征值为图像中与像素点相关的特征信息;所述特征信息至少包括像素点在图像中的位置信息;
所述基于从不同时刻采集的图像中提取的所述特征值确定出所述不同时刻间各所述标靶的坐标变化值,包括:
基于各所述标靶的像素点在所述图像中的位置,确定出各时刻各所述标靶的坐标值;
基于确定的不同时刻所述标靶的坐标值,确定所述不同时刻间各所述标靶的所述坐标变化值,其中,所述图像中一个位置的像素点对应一个坐标值,不同位置的像素点对应的坐标值不同。
13.根据权利要求10所述的方法,其特征在于,获取桥梁下标靶的图像前,所述方法包括:
建立在所述视角获取的图像中像素点的坐标模型,其中所述坐标模型中至少包括图像中各像素点位置分别对应的坐标值。
14.根据权利要求10所述的方法,其特征在于,所述不同时刻至少包括第一时刻和第二时刻,所述第二时刻为所述第一时刻之后与所述第一时刻相邻的图像采集时刻;
所述确定所述不同时刻间各所述标靶的所述坐标变化值,包括:
确定出第一时刻各所述标靶的第一坐标值以及第二时刻各所述标靶的第二坐标值;
基于所述第一坐标值和所述第二坐标值确定所述第一时刻和所述第二时刻间各所述标靶的坐标变化值;
所述拟合各所述标靶的坐标变化值,得到所述桥梁的线形,包括:
拟合所述第一时刻和所述第二时刻间各所述标靶的所述坐标变化值,得到所述第一时刻和所述第二时刻间所述桥梁的线形。
15.根据权利要求10所述的方法,其特征在于,所述方法还包括:
在显示屏上三维显示获取的所述桥梁的线形。
CN202110573750.8A 2021-05-25 2021-05-25 一种桥梁线形监测***以及桥梁线形监测方法 Active CN113192063B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110573750.8A CN113192063B (zh) 2021-05-25 2021-05-25 一种桥梁线形监测***以及桥梁线形监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110573750.8A CN113192063B (zh) 2021-05-25 2021-05-25 一种桥梁线形监测***以及桥梁线形监测方法

Publications (2)

Publication Number Publication Date
CN113192063A CN113192063A (zh) 2021-07-30
CN113192063B true CN113192063B (zh) 2024-02-02

Family

ID=76984998

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110573750.8A Active CN113192063B (zh) 2021-05-25 2021-05-25 一种桥梁线形监测***以及桥梁线形监测方法

Country Status (1)

Country Link
CN (1) CN113192063B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114329726B (zh) * 2021-12-31 2022-08-12 西南交通大学 一种基于列车行车性能的铁路桥梁成桥线形评价方法
CN117053718B (zh) * 2023-10-11 2023-12-12 贵州黔程弘景工程咨询有限责任公司 基于梁底线形测量的梁底线形模型生成方法
CN117782228B (zh) * 2024-02-26 2024-04-26 南京峟思工程仪器有限公司 用于分布式自动测量单元的数据处理方法及***

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110634138A (zh) * 2019-09-26 2019-12-31 杭州鲁尔物联科技有限公司 一种基于视觉感知的桥梁变形的监测方法、装置及设备
CN111079550A (zh) * 2019-11-22 2020-04-28 武汉纵横天地空间信息技术有限公司 一种基于双目视觉的桥梁监测方法及***

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110634138A (zh) * 2019-09-26 2019-12-31 杭州鲁尔物联科技有限公司 一种基于视觉感知的桥梁变形的监测方法、装置及设备
CN111079550A (zh) * 2019-11-22 2020-04-28 武汉纵横天地空间信息技术有限公司 一种基于双目视觉的桥梁监测方法及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张博.《数字化测图》.武汉大学出版社,2012,212-213. *

Also Published As

Publication number Publication date
CN113192063A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN113192063B (zh) 一种桥梁线形监测***以及桥梁线形监测方法
CN100458359C (zh) 远距离面内小位移测量***
CN111242851B (zh) 一种混凝土结构表面裂缝检测方法及***
CN111583244B (zh) 一种桥梁变形检测方法和***
CN113240747B (zh) 一种基于计算机视觉的户外结构振动位移自动化监测方法
CN109862345B (zh) 视场角测试方法和***
CN108398123B (zh) 一种全站仪及其度盘标定方法
WO2022206161A1 (zh) 一种基于特征点识别的块体运动实时检测方法
CN112802004B (zh) 便携式输电线路和杆塔健康智能视频检测装置
CN110220461A (zh) 用于标识点位移测量的嵌入式实时检测方法和装置
CN110702343A (zh) 一种基于立体视觉的挠度测量***及方法
CN101894369B (zh) 从图像序列中计算摄像机焦距的实时方法
CN106500577A (zh) 一种医用直线加速器多页光栅位置检测方法
CN111289087A (zh) 一种远距离机器视觉振动测量方法及装置
CN1741622A (zh) 数码图像分辨率测试图及其制作方法
CN111598097A (zh) 一种基于机器人视觉的仪表位置、读数识别方法和***
CN116091488A (zh) 一种发动机摇摆试验的位移测试方法及位移测试***
CN108592789A (zh) 一种基于bim和机器视觉技术的钢结构工厂预拼装方法
CN210154538U (zh) 一种基于机器视觉的金属结构变形的测量装置
CN208969010U (zh) 桥梁箱室内病害自动检测***
KR101111434B1 (ko) 가상 측량자를 이용한 실측방법 및 가상 측량자를 이용한 실측시스템
JP7511147B2 (ja) 撮像パラメータ出力方法、及び、撮像パラメータ出力装置
CN206459815U (zh) 一种基于反射图像方法检测物体表面法线误差的专用设备
CN114708318B (zh) 一种基于深度相机的未知待测面曲率测定方法
CN110879130A (zh) 目视光学***的成像质量测试方法及其测试图案单元

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