[发明专利]一种桥梁监测光电标靶图像光斑中心点提取方法有效

专利信息
申请号: 202211120524.5 申请日: 2022-09-15
公开(公告)号: CN115205317B 公开(公告)日: 2022-12-09
发明(设计)人: 辛公锋;张文武;龙关旭;王珊珊;徐传昶;王阳春;马乃轩;尚志强;朱晨辉;高文武;付文博 申请(专利权)人: 山东高速集团有限公司创新研究院;山东高速集团有限公司;山东高速工程检测有限公司;西安敏文测控科技有限公司
主分类号: G06T7/13 分类号: G06T7/13;G06T7/12;G06T7/136;G06V10/26;G06V10/44
代理公司: 南京群迈知识产权代理有限公司 32690 代理人: 王敏
地址: 250000 山东省*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 桥梁 监测 光电 图像 光斑 中心点 提取 方法
【说明书】:

发明公开了一种桥梁监测光电标靶图像光斑中心点提取方法,属于图像识别技术领域,能同时识别图像中多个图斑的中心点位置。包括如下步骤:步骤1:采集桥梁监测光电标靶图像,并存储在初始数据组P中;步骤2:通过图像中每个像素点的灰度值与图斑阈值的对比,从初始数据组P中找到灰度值大于图斑阈值的像素点,存储在多图斑数据组A中;步骤3:通过位置信息的距离远近将多图斑数据组A划分成一个或多个单图斑数据组B;步骤4:通过相邻像素点灰度值的梯度变化阈值,剔除图斑的边缘区域,形成剔除边缘区域的单图斑数据组C;步骤5:对于剔除边缘区域的单图斑数据组C,以灰度值为权重,计算中心位置坐标。

技术领域

本发明具体涉及一种桥梁监测光电标靶图像光斑中心点提取方法,属于图像识别技术领域。

背景技术

随着信息技术的发展,基于图像的远程智能监测技术已经被广泛应用到工程领域。如通过基于图像传感器的成像系统对安装在桥梁上的光电标靶进行实时拍摄,分析标靶在灰度图像中生成的图斑中心点的位置变化,从而测量桥梁的动态变形和位移,因此,识别图斑中心点对基于图像的测量精度至关重要。

目前,图斑中心点的识别方法要么直接选取灰度值最大的点要么直接采用光斑的几何中心,忽略了图像光斑的灰度值特征,同时现有的方法多适用于图像中只有一个光斑的情形,然而在基于图像的桥梁变形测量中,往往安装多个标靶,通过拍摄多个标靶生成在一张像片,像片中就会存在多个光斑,需针对每个光斑都要识别其中心点,因此,如何精准的识别图像中多个光斑的中心点,是该领域亟需解决的一个问题。

发明内容

本发明的目的在于针对现有技术不足,提出一种桥梁监测光电标靶图像光斑中心点提取方法,属于图像识别技术领域,基于图像的灰度值进行遍历,粗略识别出图像中的多个光斑区域,基于灰度值梯度变化剔除光斑边缘区域,最后基于灰度值特征识别中心点的位置,本发明能同时识别图像中多个图斑的中心点位置。

为解决上述技术问题,本发明采用的技术方案为:

一种桥梁监测光电标靶图像光斑中心点提取方法,包括如下步骤:

步骤1:采集桥梁监测光电标靶图像,并将图像中每个像素点的灰度值及其位置信息存储在初始数据组P中;

步骤2:通过图像中每个像素点的灰度值与图斑阈值的对比,从初始数据组P中找到灰度值大于图斑阈值的像素点,存储在多图斑数据组A中;

步骤3:通过位置信息的距离远近将多图斑数据组A划分成一个或多个单图斑数据组B;

步骤4:对于单图斑数据组B,通过相邻像素点灰度值的梯度变化阈值,剔除图斑的边缘区域,形成剔除边缘区域的单图斑数据组C;

步骤5:对于剔除边缘区域的单图斑数据组C,以灰度值为权重,计算中心位置坐标。

进一步的,图斑阈值为经验值或图像中所有像素点灰度值的平均值。

作为替换的,初始数据组P的所有像素点按照灰度值从小到大的顺序排列,图斑阈值为:

(1)当D(TOP50%)/n(TOP50%)≥时,

(2)当D(TOP50%)/n(TOP50%)<时,

其中,D(TOP50%)表示初始数据组P的所有像素点按照灰度值从小到大的顺序排列时,前50%像素点灰度值的方差;n(TOP50%)表示初始数据组P的所有像素点按照灰度值从小到大的顺序排列时,前50%像素点的个数,为离散偏离值,为常数;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东高速集团有限公司创新研究院;山东高速集团有限公司;山东高速工程检测有限公司;西安敏文测控科技有限公司,未经山东高速集团有限公司创新研究院;山东高速集团有限公司;山东高速工程检测有限公司;西安敏文测控科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211120524.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top