[发明专利]一种基于数字图像的高层结构动态位移监测方法

摘要

本发明提供一种基于数字图像的高层结构动态位移监测方法，属于一种位移监测技术领域。包括图像采集系统、数据分析系统；所述图像采集系统安装于待监测构筑物的测定点上，且其镜头面向地面，镜头方向与竖直方向的夹角为θ，采集地面的图像数据；所述数据分析系统根据采集到的地面图像数据计算构筑物测定点的平动位移和扭转角。该方法能够对高层结构的动态位移进行长期、高精度、实时的自动监测，且具有安装简便，易于推广应用等优点。

主权项

一种基于数字图像的高层结构动态位移监测方法，其特征在于：包括图像采集系统、数据分析系统；所述图像采集系统安装于待监测构筑物的测定点上，且其镜头面向地面，镜头方向与竖直方向的夹角为θ，采集地面的图像数据；所述数据分析系统根据采集到的地面图像数据计算构筑物测定点的平动位移和扭转角；所述数据分析系统计算过程如下：1)以构筑物的中心点O为圆心建立直角坐标系；2)当高层结构未发生位移时，采集初始图像数据，矩形ABCD为采集图像的窗口大小，ABCD分别表示窗口四个角的位置，在图像窗口中任意选择地面上的n个特征点作为分析目标(1，2，…，i，…)；通过数字图像处理方法对特征点进行识别、定位，在以所述构筑物中心的O为原点，矩形的AB边为X轴，AD边为Y轴坐标系XOY中，特征点在图像中的像素坐标分别为(x1，y1)，(x2，y2)，…，(xi，yi)，…；3)当高层结构发生位移后，监测仪器随监测点同步移动，矩形窗口ABCD即移动到矩形A’B’C’D’位置；采集变形后的图像数据，由于所述特征点为地面特征，其位置不动，通过数字图像处理方法对特征点进行识别、定位，其在以所述构筑物移动后的中心O’为原点，矩形的A’B’边为X轴，A’D’边为Y轴坐标系X’O’Y’中，其坐标分别为(x′1，y′1)，(x′2，y′2)，…，(x′i，y′i)…；4)将两次拍摄的图像合并到同一图像中，即按照特征点在窗口ABCD中的相对位置依次将其标记在窗口A’B’C’D’中，并且认为由于构筑物结构的变形，在窗口A’B’C’D’中，特征点1，2，…i，…移动到了特征点1’，2’，…i’，…；5)扭转角计算将任意特征点1、2以及1’、2’连接起来，两条线的夹角为： sin α = ( x 2 - x 1 ) ( y 2 ′ - y 1 ′ ) - ( x 2 ′ - x 1 ′ ) ( y 2 - y 1 ) ( x 1 - x 2 ) 2 + ( y 1 - y 2 ) 2 ( x 1 ′ - x 2 ′ ) 2 + ( y 1 ′ - y 2 ′ ) 2 α以顺时针为正 α = arcsin ( x 2 - x 1 ) ( y 2 ′ - y 1 ′ ) - ( x 2 ′ - x 1 ′ ) ( y 2 - y 1 ) ( x 1 - x 2 ) 2 + ( y 1 - y 2 ) 2 ( x 1 ′ - x 2 ′ ) 2 + ( y 1 ′ - y 2 ′ ) 2 ( - π ≤ α ≤ π ) - - - ( 1 ) 角度α即为结构的扭转角；6)平动位移计算由于高层结构位移包括平动位移和扭转，在计算出扭转角后，需要去除扭转所产生的平动位移，将特征点1，2以O’为中心，按照扭转角度α相反的方向旋转，在图像窗口 A’B’C’D’中得到新的特征点1”、2”，在以所述构筑物移动后的中心O’为原点，矩形的A’B’边为X轴，A’D’边为Y轴坐标系X’O’Y’中，其坐标分别为(x″1，y″1)，(x″2，y″2)；新的特征点的坐标满足关系式： x 1 ′ ′ = x 1 cos α - y 1 sin α y 1 ′ ′ = x 1 sin α + y 1 cos α - - - ( 2 ) x 2 ′ ′ = x 2 cos α - y 2 sin α y 2 ′ ′ = x 2 sin α + y 2 cos α - - - ( 3 ) 此时特征点1’、2’移动到1”、2”即为平动位移，即Δx1＝x″1‑x′1，Δy1＝y″1‑y′1                    (4)Δx2＝x″2‑x′2，Δy2＝y″2‑y′2                    (5)每个特征点均可以计算出平动位移，通过所有点的计算结果取平均，以减小计算误差，即Δx＝(Δx1+Δx2)/2，Δy＝(Δy1+Δy2)/2            (6)上述得到的结果为图像中移动的像素大小，并不是实际的移动长度；下面需要将图像坐标变为实际长度的坐标；在地面上选择上、下、左、右四个特征点PT、PB、PL、PR，测量出上、下特征点间的距离LTB和左、右特征点间的距离LLR，所述距离LTB和LLR的单位为毫米；对初始状态时采集的图象数据，精确提取上述四个特征点在图像中的像素位置，分别为(xT，yT)、(xB，yB)、(xL，yL)、(xR，yR)；计算图象上下特征点间的距离lTB和左右特征点间的距离lLR，所述距离lTB和lLR的单位为象素，则两个方向上的成象比例，即毫米/象素分别为：kTB＝LTB/lTB                    (7)kLR＝LLR/lLR                    (8)其中，lTB和lLR分别为： l TB = ( x B - x T ) 2 + ( y B - y T ) 2 - - - ( 9 ) l LR = ( x R - x L ) 2 + ( y R - y L ) 2 - - - ( 10 ) 则监测点两个方向的位移分别为ΔX＝Δx·kLR，ΔY＝Δy·kTB                  (11)