[发明专利]一种基于结构表面点特征的立体视觉三维位移测量方法

说明书

本发明是一种基于结构表面点特征的立体视觉三维位移测量方法。本发明涉及结构测量技术领域，本发明为解决视觉测量过程中在结构表面布置人造靶标存在局限，实用性较差的问题。具体过程为：采用立体视觉系统对变形过程中的结构表面进行图像采集，得到左右图像序列，对图像序列进行预处理；提取参考图像感兴趣区域和图像序列的搜索子区内的特征点；初始时刻左右图像立体匹配和左右图像序列匹配；得到各特征点在各时刻的三维坐标；得到测量结构的位移信息。本发明可用于结构三维位移测量领域。

技术领域

本发明涉及结构测量技术领域，是一种基于结构表面点特征的立体视觉三维位移测量方法。

背景技术

在土木工程领域，视觉测量技术是基于计算机视觉和图像处理的一种测量技术，通过模拟人类视觉对实际结构进行投影重建，从而得到结构的实际变形信息。

2007年，Li等对OCM方法进行改进，提出一种鲁棒性增强的方向码匹配方法进行图案识别，在光照变化较大和图像模糊时也有较好的识别结果；2013年，Fukuda等使用亚像素精度的方向码匹配方法和数字图像相关方法得到大跨度公路桥梁的在通车时的竖向位移和动力特性，并通过伸缩变焦镜头实现远距离测量；2015年，Feng等使用方向码匹配方法和数字图像相关方法对铁路桥进行通车时的平面动态位移测量，并在白天和夜晚都进行测量，白天采用对比度较高的图案作为靶标，夜晚使用高亮小灯作为靶标；2016年，Feng等基于上采样互相关和方向码匹配方法，提出了单相机多点同步测量结构的视觉测量方法，并验证了其在时域和频域测量的性能，在复杂背景、光线变化、目标遮挡等多种情况下的鲁棒性。

现在较为成熟的视觉测量方法大多将人工设计的具有高对比度的人造靶标作为匹配信息的载体，这些基于人造靶标的视觉方法虽然在布置方便、低成本等方面相比于传统的测量方法具有很大优势，但在实际应用中仍然存在很多限制。尺度不变特征变换(SIFT)算法作为一种特征匹配算法，于2004年由Lowe提出，该方法具有旋转不变、尺度不变的优点和高鲁棒性。2017年，Khuc等将SIFT算法应用到平面视觉测量中，并在应用在轻轨高架桥跨中位移测量中使用。

本发明为解决人造靶标在土木工程实际应用中的局限性，提出一种基于结构表面点特征的立体视觉三维位移测量方法。将SIFT算法应用到立体视觉测量中，在无需布置人造靶标的情况下，得到结构的三维位移信息，工程实用性较强。

发明内容

本发明为了解决人造靶标在土木工程试验中存在局限性，实用性较差的问题，本发明提供了一种基于结构表面点特征的立体视觉三维位移测量方法，本发明提供了以下技术方案：

一种基于结构表面点特征的立体视觉三维位移测量方法，包括以下步骤：

步骤1：采用立体视觉系统对变形过程中的结构表面进行图像采集，得到左右图像序列，并对所述图像序列进行预处理，得到参考图像；

步骤2：提取参考图像感兴趣区域和图像序列的搜索子区内的特征点，提取出特征点集并去除干扰点；

步骤3：进行初始时刻左右图像立体匹配和左右图像序列匹配，剔除误匹配点；

步骤4：获取各特征点在各时刻的三维坐标；如进行三维位移场测量时，则需要得到各特征点的三维坐标，当进行三维点位移测量时，则需要得到各时刻匹配特征点集的形心点的三维坐标；

步骤5：根据三维坐标和三维点位移，得到测量结果的位移信息。

优选地，所述步骤1具体为：

步骤1.1：对所述图像序列进行预处理，在初始时刻左图像上选择感兴趣区域，以结构表面重点关注对象作为测量目标，在初始时刻左图像上选择包含测量目标的矩形区域作为感兴趣区域；

步骤1.2：在左右图像序列上选择搜索子区，通过预估得到测量目标的运动范围，在左图像序列上选择包含测量目标运动范围的矩形区域作为搜索子区；