[发明专利]一种基于多手机成像分析的桥梁形变测量方法及系统

说明书

本发明涉及人工智能技术领域，具体涉及一种基于多手机成像分析的桥梁形变测量系统。该方法包括：获得盲区，获得第一相机和第二相机作为盲区的邻近相机；将第一相机和第二相机采集的图像进行分段拟合，获得第一完整标记线集合和第二完整标记线集合，并计算两个集合中的标记线的重合程度；根据重合程度和相机的姿态等参数设置变焦权重，根据变焦权重调整邻近相机的焦距，直至重合程度等于重合程度阈值，获得完整标记线；通过相邻多帧的完整标记线上每列的像素位移量表示形变数据。本发明通过获得完整标记线进而获得完整的形变数据，通过完整的形变数据对桥梁进行载重分析。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于多手机成像分析的桥梁形变测量系统。

背景技术

桥梁的承重检测可以通过不同重量的负载在桥梁上的受力情况体现出材料的特性。对于后续桥梁建设选材提供可靠依据。在现有技术中，会在桥梁材料上布置多个传感器，通过多个传感器信息获得承重检测过程中桥梁形变情况。还可以通过计算机视觉利用多个工业相机拍摄桥梁材料情况构建桥梁材料的三维模型，通过三维模型观测桥梁形变情况。但是现有技术中操作繁琐，成本需求较大，且对于多相机拍摄过程中由于视野盲区的影响无法获得完整的桥梁形变情况。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于多手机成像分析的桥梁形变测量系统，所采用的技术方案具体如下：

本发明提出了一种基于多手机成像分析的桥梁形变测量方法，所述方法包括：

获得盲区和所述盲区的邻近相机；所述邻近相机包括第一相机和第二相机；

获得所述第一相机采集桥梁的第一区域图像和所述第二相机采集桥梁的第二区域图像；分别根据所述第一区域图像和所述第二区域图像中桥梁上预设的标记线分段拟合，获得第一完整标记线集合和第二完整标记线集合；以每条所述第一完整标记线集合和所述第二完整标记线集合作为节点构建图结构数据；选取所述图结构数据中属于不同序列的两个节点作为一个节点组合；以两个节点的相似度作为所述节点组合的边权值；根据所述边权值筛选所述节点组合构成节点组合集；获得所述节点组合集内的所述第一完整标记线集合中节点的度作为第一节点度；同理获得所述第二完整标记线集合的第二节点度；根据所述第一节点度和所述第二节点度获得重合程度；

以所述第一节点度作为第一相机的第一重要性；所述第二节点度作为所述第二相机的第二重要性；结合所述第一相机的朝向、第一重要性和所述第二相机的偏移程度获得所述第一相机的变焦权重；所述偏移程度通过所述第一区域图像中的标记线位置获得；结合所述第二相机的朝向、第二重要性和所述第一相机的偏移程度获得所述第二相机的变焦权重；以所述变焦权重调整所述邻近相机的焦距，直到所述重合程度满足等于预设的重合程度阈值时，将所有相机采集的标记线数据拼接，获得完整标记线；

以相邻多帧的所述完整标记线上每列的像素位移量表示形变数据。

进一步地，所述偏移程度通过所述第一区域图像中的标记线位置获得方法包括；

获取所述第一区域图像中所述标记线的灭点；根据所述灭点到图像中心的距离获得所述偏移程度。

进一步地，所述分别根据所述第一区域图像和所述第二区域图像内的标记线分段拟合包括：

分别将所述第一区域图像和所述第二区域图像内的标记线分为多段局部标记线；将所述局部标记线通过多项式拟合获得所述第一完整标记线集合。

进一步地，所述根据所述第一节点度和所述第二节点度获得重合程度后还包括：

将所述节点组合集中的标记线取均值融合，获得盲区预测标记线。

进一步地，所述以所述变焦权重调整所述邻近相机的焦距还包括：