[发明专利]用于盾尾间隙智能监测的图像特征提取方法、系统及装置

说明书

公开了一种用于盾尾间隙智能监测的图像特征提取方法、系统及装置，该方法包括：获取现场采集到的盾尾间隙图像；利用目标检测算法获取管片区域ROI；对激光标定区域运计算激光十字交点；应用对比度增强算法提升图像对比度；计算管片下边缘；保存激光十字交点和管片下边缘这2类特征；将特征带入盾尾间隙计算模型中计算盾尾间隙值；盾尾间隙智能监测的图像特征提取方法结束。本发明克服现有基于机器视觉的盾尾间隙测量方法对环境变化极其敏感的弊端。

技术领域

本发明属于盾构施工技术领域，涉及到基于机器视觉的盾尾间隙监测算法，特别涉及到一种用于盾尾间隙智能监测的图像特征提取方法、系统及装置。

背景技术

随着城市地铁隧道和其他地下工程大规模建设的需要，盾构施工技术和装备在世界范围内得到了快速的发展和应用。盾尾间隙是盾构掘进施工过程中需要精确测量和实时监控的一类关键技术参数，对于控制盾构机姿态及保证盾构施工的高效和安全等方面起着至关重要的作用。具体地，盾尾间隙是指管片外径和盾构壳体内径之间的间隙距离。当盾尾间隙变化量超出设定的范围时，将会使盾尾和管片之间发生过度挤压，加速盾尾密封刷的磨损，减缓掘进速度，甚至造成管片错台或损坏，导致隧道渗漏和地表沉降等严重后果。因此，有必要对盾尾间隙进行实时、连续和周期性测量来保证盾构施工的效率和安全。

有学者提出了一些基于机器视觉的盾尾间隙测量方法，这些方法都需要应用数字图像处理来完成像素层面的盾尾间隙值计算。传统图像处理方相对简单，对系统硬件要求较高，需要质量很高的原始图像，对盾构机的抖动和环境光的照射都很敏感，导致系统测量得到的盾尾间隙结果同实际值偏差较大，且需要图像采集设备定点采集，不够灵活。

发明内容

本发明提出一种用于盾尾间隙智能监测的图像特征提取方法、系统及装置，以达到针对任何施工现场采集到的原始图像都能保持较高的测量结果准确性的目的，并克服现有基于机器视觉的盾尾间隙测量方法对环境变化极其敏感的弊端。

根据本发明实施例的第一方面，提供一种用于盾尾间隙智能监测的图像特征提取方法，包括：获取盾尾间隙图像；从所述盾尾间隙图像中获取管片区域；从所述管片区域中提取激光十字区域；对所述激光十字区域运用霍夫变换检测所述激光十字区域中的所有直线，计算所有直线对应极坐标下的极径ρ_i和极角θ_i，依据直线的极角将所述激光十字区域中检测出的所有直线分为2组，第一组直线Ⅰ与横轴夹角大于第二组直线Ⅱ为小于或等于以极径ρ_i为判断条件将所述第二组直线Ⅱ继续分为直线组A、直线组B两组，先将所述第二组直线Ⅱ中的第一条直线存入所述直线组A中，再依次判断后续直线与该第一条直线之间的极径差是否大于30，大于30则存入所述直线组B，否则存入所述直线组A；分别计算所述第一组直线Ⅰ、所述直线组A、所述直线组B的平均和以平均和做三条新直线代替激光十字线段；求所述三条新直线的交点得到激光十字交点坐标；应用对比度增强算法提升所述管片区域对比度；对提升了对比度的所述管片区域进行中值滤波；利用Sobel边缘检测算子对中值滤波后的所述管片区域灰度图进行横轴方向的边缘检测；对边缘检测后的图像进行霍夫变换检测图像中的所有直线；筛选处于所有被检测的直线中纵轴截距最大的直线作为管片下边缘直线。