基于图像序列的桥梁形变位移测量方法
发布时间：2021-01-07 06:51
桥梁形变监测是桥梁安全性评价的重要指标,越来越多地受到结构工程领域的广泛重视。随着人工智能的快速发展,图像测量法这种非接触、高精度、低成本的测量方式越来越被工程界所采纳。传统接触式测量方式具有一定的局限性,基于摄影测量的图像法操作简便,使用范围较广,适应性强。本文旨在研究基于图像序列的桥梁形变位移测量方法。该方法主要通过拍摄视频获取图像序列,通过提取图像ROI确定处理范围,利用AKAZE算法结合ORB算法进行特征点的检测与描述,通过双向FLANN算法进行特征匹配,利用PROSAC算法剔除误匹配,再利用本文提出的基于邻域特征点像素位移一致性方法获取形变点的最佳匹配结果和像素位移,并结合转换系数获取桥梁竖直方向的相对位移值。本论文的研究具有重要的理论意义和工程实用价值。本论文的主要研究内容如下:1、对桥梁图像序列的特点进行分析,提出基于重点区域（ROI）的图像处理方法,为实时处理桥梁视频图像提供切入点。以尺度空间基本理论为基础,重点分析AKAZE算法和ORB算法在特征检测与描述方面的优缺点:AKAZE算法性能优异,但计算复杂,需要高速硬件环境支持,适用于对运行效果要求较高的应用;ORB算法...
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
桥梁破坏图
频图像序列实时、快速处理的要求，结合 AKAZE 算法和 ORB 算法的优点，提出KAZE 特征检测结合 ORB 描述的方法，最后通过实验对本章提出的方法进行验证。2.1 图像序列的桥梁目标区域(ROI)提取人们对所观察的图像感兴趣的并不是整幅图像中的所有信息，而是仅仅对一部分域或者几部分区域中的内容感兴趣，这些区域称为感兴趣区域(Region of interest, ROI)目标区域。及时确定这些区域，对不同的区域给予不同的优先级处理，将极大提高像处理的效率和准确性。桥梁图像序列中桥梁变形监测点位于图像中某个局部，为提升图像特征点的搜索效率，提高特征匹配的准确性，可在数据处理过程中在图像个目标区域内对特征点进行检测与匹配。定性和定量地研究分析桥梁图像序列中的OI 区域，对桥梁特征的提取与匹配十分重要。因此，基于感兴趣区域（ROI）的特征取与匹配是视频图像中桥梁变形特征快速提取与精确匹配的关键环节，是实现基于像序列的桥梁形变位移提取与跟踪的有效方法。2.1.1 基于 ROI 的图像处理方法提出
图 2-3 图像金字塔示意图间形式简单、运行效率高等优点，然而它并不。针对这一问题，利用线性空间可以得到某中最具代表性的是高斯尺度空间。Witkin[27参数递增的高斯滤波函数对信号进行低通k[30]等人证明了高斯核是唯一可以实现线性尺规范、线性的。影像的线性尺度空间是通过而得到的一系列影像。其中，高斯函数形式 2 22221, ,2x yG x y e 斯函数的参数，也称为尺度。图 2-4 是桥梁 的变化，桥梁图像平滑度逐渐变化，边缘
【参考文献】：
期刊论文
[1]双重检测策略耦合PROSAC技术的图像匹配算法[J]. 童莹,张宴. 计算机工程与设计. 2017(11)
[2]一种改进的A-KAZE算法在图像配准中的应用[J]. 吴含前,李程超,谢珏. 东南大学学报(自然科学版). 2017(04)
[3]颜色不变量与AKAZE特征相结合的无人机影像匹配算法[J]. 梁焕青,谢意,付四洲. 测绘学报. 2017(07)
[4]基于SURF和改进RANSAC算法的图像自适应匹配[J]. 刘海洋,李春明,王萌萌,轩宗泽,杨鹏飞. 机械与电子. 2017(03)
[5]基于AKAZE算法的图像拼接研究[J]. 闫璠,张莹,高赢,涂勇涛,张东波. 电子测量与仪器学报. 2017(01)
[6]基于视频图像法的两跨连续梁振动研究[J]. 张盼,袁向荣,刘辉,蔡卡宏,胡帮义. 实验技术与管理. 2016(12)
[7]一种运用AKAZE特征的无人机遥感影像拼接方法[J]. 梁焕青,范永弘,万惠琼,丁毅乐. 测绘科学技术学报. 2016(01)
[8]基于AKAZE特征的复杂抖动数字视频稳像算法[J]. 徐奔,周志湖,范良忠. 计算机工程. 2016(07)
[9]基于视频追踪的雨棚结构震动监测方法探讨[J]. 范登科,李明. 地理空间信息. 2015(03)
[10]关于GB/T13606-2007《土工试验仪器岩土工程仪器振弦式传感器通用技术条件》的探讨和商榷[J]. 夏康. 水利技术监督. 2015(01)
博士论文
[1]桥梁形变的图像检测关键技术研究[D]. 蔡波.中国工程物理研究院 2016
[2]运动图像分析中的光流计算方法研究[D]. 卢宗庆.西安电子科技大学 2007
硕士论文
[1]基于机器视觉的桥梁自动监测系统研究[D]. 钱程.苏州科技大学 2016
[2]基于SURF和KAZE的图像配准算法研究[D]. 胡梦云.江西理工大学 2016
[3]隧道近景摄影测量影像解析与快速实现研究[D]. 吴战广.西南交通大学 2016
[4]基于图像处理的桥梁位移监测方法[D]. 赖陆波.华南理工大学 2016
[5]基于图像处理的移动导轨挠度检测研究[D]. 孙勇.南京理工大学 2016
[6]非量测相机近景摄影测量在桥梁线形监测上的研究与应用[D]. 刘琼琼.西南交通大学 2015
[7]无人机遥感影像点特征匹配算法研究[D]. 张一.解放军信息工程大学 2015
[8]基于数字图像技术的桥梁动挠度测量[D]. 胡梦岚.合肥工业大学 2015
[9]桥梁监测中应变测试技术研究[D]. 禹鹏.重庆交通大学 2014
[10]近景摄影测量方法在桥梁动静载检测上的应用研究[D]. 王汉章.吉林大学 2013
本文编号：2962113
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
桥梁破坏图
频图像序列实时、快速处理的要求，结合 AKAZE 算法和 ORB 算法的优点，提出KAZE 特征检测结合 ORB 描述的方法，最后通过实验对本章提出的方法进行验证。2.1 图像序列的桥梁目标区域(ROI)提取人们对所观察的图像感兴趣的并不是整幅图像中的所有信息，而是仅仅对一部分域或者几部分区域中的内容感兴趣，这些区域称为感兴趣区域(Region of interest, ROI)目标区域。及时确定这些区域，对不同的区域给予不同的优先级处理，将极大提高像处理的效率和准确性。桥梁图像序列中桥梁变形监测点位于图像中某个局部，为提升图像特征点的搜索效率，提高特征匹配的准确性，可在数据处理过程中在图像个目标区域内对特征点进行检测与匹配。定性和定量地研究分析桥梁图像序列中的OI 区域，对桥梁特征的提取与匹配十分重要。因此，基于感兴趣区域（ROI）的特征取与匹配是视频图像中桥梁变形特征快速提取与精确匹配的关键环节，是实现基于像序列的桥梁形变位移提取与跟踪的有效方法。2.1.1 基于 ROI 的图像处理方法提出
图 2-3 图像金字塔示意图间形式简单、运行效率高等优点，然而它并不。针对这一问题，利用线性空间可以得到某中最具代表性的是高斯尺度空间。Witkin[27参数递增的高斯滤波函数对信号进行低通k[30]等人证明了高斯核是唯一可以实现线性尺规范、线性的。影像的线性尺度空间是通过而得到的一系列影像。其中，高斯函数形式 2 22221, ,2x yG x y e 斯函数的参数，也称为尺度。图 2-4 是桥梁 的变化，桥梁图像平滑度逐渐变化，边缘
【参考文献】：
期刊论文
[1]双重检测策略耦合PROSAC技术的图像匹配算法[J]. 童莹,张宴. 计算机工程与设计. 2017(11)
[2]一种改进的A-KAZE算法在图像配准中的应用[J]. 吴含前,李程超,谢珏. 东南大学学报(自然科学版). 2017(04)
[3]颜色不变量与AKAZE特征相结合的无人机影像匹配算法[J]. 梁焕青,谢意,付四洲. 测绘学报. 2017(07)
[4]基于SURF和改进RANSAC算法的图像自适应匹配[J]. 刘海洋,李春明,王萌萌,轩宗泽,杨鹏飞. 机械与电子. 2017(03)
[5]基于AKAZE算法的图像拼接研究[J]. 闫璠,张莹,高赢,涂勇涛,张东波. 电子测量与仪器学报. 2017(01)
[6]基于视频图像法的两跨连续梁振动研究[J]. 张盼,袁向荣,刘辉,蔡卡宏,胡帮义. 实验技术与管理. 2016(12)
[7]一种运用AKAZE特征的无人机遥感影像拼接方法[J]. 梁焕青,范永弘,万惠琼,丁毅乐. 测绘科学技术学报. 2016(01)
[8]基于AKAZE特征的复杂抖动数字视频稳像算法[J]. 徐奔,周志湖,范良忠. 计算机工程. 2016(07)
[9]基于视频追踪的雨棚结构震动监测方法探讨[J]. 范登科,李明. 地理空间信息. 2015(03)
[10]关于GB/T13606-2007《土工试验仪器岩土工程仪器振弦式传感器通用技术条件》的探讨和商榷[J]. 夏康. 水利技术监督. 2015(01)
博士论文
[1]桥梁形变的图像检测关键技术研究[D]. 蔡波.中国工程物理研究院 2016
[2]运动图像分析中的光流计算方法研究[D]. 卢宗庆.西安电子科技大学 2007
硕士论文
[1]基于机器视觉的桥梁自动监测系统研究[D]. 钱程.苏州科技大学 2016
[2]基于SURF和KAZE的图像配准算法研究[D]. 胡梦云.江西理工大学 2016
[3]隧道近景摄影测量影像解析与快速实现研究[D]. 吴战广.西南交通大学 2016
[4]基于图像处理的桥梁位移监测方法[D]. 赖陆波.华南理工大学 2016
[5]基于图像处理的移动导轨挠度检测研究[D]. 孙勇.南京理工大学 2016
[6]非量测相机近景摄影测量在桥梁线形监测上的研究与应用[D]. 刘琼琼.西南交通大学 2015
[7]无人机遥感影像点特征匹配算法研究[D]. 张一.解放军信息工程大学 2015
[8]基于数字图像技术的桥梁动挠度测量[D]. 胡梦岚.合肥工业大学 2015
[9]桥梁监测中应变测试技术研究[D]. 禹鹏.重庆交通大学 2014
[10]近景摄影测量方法在桥梁动静载检测上的应用研究[D]. 王汉章.吉林大学 2013
本文编号：2962113
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2962113.html
