基于圖像序列的橋梁形變位移測量方法
發(fā)布時間:2021-01-07 06:51
橋梁形變監(jiān)測是橋梁安全性評價的重要指標,越來越多地受到結(jié)構(gòu)工程領(lǐng)域的廣泛重視。隨著人工智能的快速發(fā)展,圖像測量法這種非接觸、高精度、低成本的測量方式越來越被工程界所采納。傳統(tǒng)接觸式測量方式具有一定的局限性,基于攝影測量的圖像法操作簡便,使用范圍較廣,適應(yīng)性強。本文旨在研究基于圖像序列的橋梁形變位移測量方法。該方法主要通過拍攝視頻獲取圖像序列,通過提取圖像ROI確定處理范圍,利用AKAZE算法結(jié)合ORB算法進行特征點的檢測與描述,通過雙向FLANN算法進行特征匹配,利用PROSAC算法剔除誤匹配,再利用本文提出的基于鄰域特征點像素位移一致性方法獲取形變點的最佳匹配結(jié)果和像素位移,并結(jié)合轉(zhuǎn)換系數(shù)獲取橋梁豎直方向的相對位移值。本論文的研究具有重要的理論意義和工程實用價值。本論文的主要研究內(nèi)容如下:1、對橋梁圖像序列的特點進行分析,提出基于重點區(qū)域(ROI)的圖像處理方法,為實時處理橋梁視頻圖像提供切入點。以尺度空間基本理論為基礎(chǔ),重點分析AKAZE算法和ORB算法在特征檢測與描述方面的優(yōu)缺點:AKAZE算法性能優(yōu)異,但計算復(fù)雜,需要高速硬件環(huán)境支持,適用于對運行效果要求較高的應(yīng)用;ORB算法...
【文章來源】:西南交通大學(xué)四川省 211工程院校 教育部直屬院校
【文章頁數(shù)】:98 頁
【學(xué)位級別】:碩士
【部分圖文】:
橋梁破壞圖
頻圖像序列實時、快速處理的要求,結(jié)合 AKAZE 算法和 ORB 算法的優(yōu)點,提出KAZE 特征檢測結(jié)合 ORB 描述的方法,最后通過實驗對本章提出的方法進行驗證。2.1 圖像序列的橋梁目標區(qū)域(ROI)提取人們對所觀察的圖像感興趣的并不是整幅圖像中的所有信息,而是僅僅對一部分域或者幾部分區(qū)域中的內(nèi)容感興趣,這些區(qū)域稱為感興趣區(qū)域(Region of interest, ROI)目標區(qū)域。及時確定這些區(qū)域,對不同的區(qū)域給予不同的優(yōu)先級處理,將極大提高像處理的效率和準確性。橋梁圖像序列中橋梁變形監(jiān)測點位于圖像中某個局部,為提升圖像特征點的搜索效率,提高特征匹配的準確性,可在數(shù)據(jù)處理過程中在圖像個目標區(qū)域內(nèi)對特征點進行檢測與匹配。定性和定量地研究分析橋梁圖像序列中的OI 區(qū)域,對橋梁特征的提取與匹配十分重要。因此,基于感興趣區(qū)域(ROI)的特征取與匹配是視頻圖像中橋梁變形特征快速提取與精確匹配的關(guān)鍵環(huán)節(jié),是實現(xiàn)基于像序列的橋梁形變位移提取與跟蹤的有效方法。2.1.1 基于 ROI 的圖像處理方法提出
圖 2-3 圖像金字塔示意圖間形式簡單、運行效率高等優(yōu)點,然而它并不。針對這一問題,利用線性空間可以得到某中最具代表性的是高斯尺度空間。Witkin[27參數(shù)遞增的高斯濾波函數(shù)對信號進行低通k[30]等人證明了高斯核是唯一可以實現(xiàn)線性尺規(guī)范、線性的。影像的線性尺度空間是通過而得到的一系列影像。其中,高斯函數(shù)形式 2 22221, ,2x yG x y e 斯函數(shù)的參數(shù),也稱為尺度。圖 2-4 是橋梁 的變化,橋梁圖像平滑度逐漸變化,邊緣
【參考文獻】:
期刊論文
[1]雙重檢測策略耦合PROSAC技術(shù)的圖像匹配算法[J]. 童瑩,張宴. 計算機工程與設(shè)計. 2017(11)
[2]一種改進的A-KAZE算法在圖像配準中的應(yīng)用[J]. 吳含前,李程超,謝玨. 東南大學(xué)學(xué)報(自然科學(xué)版). 2017(04)
[3]顏色不變量與AKAZE特征相結(jié)合的無人機影像匹配算法[J]. 梁煥青,謝意,付四洲. 測繪學(xué)報. 2017(07)
[4]基于SURF和改進RANSAC算法的圖像自適應(yīng)匹配[J]. 劉海洋,李春明,王萌萌,軒宗澤,楊鵬飛. 機械與電子. 2017(03)
[5]基于AKAZE算法的圖像拼接研究[J]. 閆璠,張瑩,高贏,涂勇濤,張東波. 電子測量與儀器學(xué)報. 2017(01)
[6]基于視頻圖像法的兩跨連續(xù)梁振動研究[J]. 張盼,袁向榮,劉輝,蔡卡宏,胡幫義. 實驗技術(shù)與管理. 2016(12)
[7]一種運用AKAZE特征的無人機遙感影像拼接方法[J]. 梁煥青,范永弘,萬惠瓊,丁毅樂. 測繪科學(xué)技術(shù)學(xué)報. 2016(01)
[8]基于AKAZE特征的復(fù)雜抖動數(shù)字視頻穩(wěn)像算法[J]. 徐奔,周志湖,范良忠. 計算機工程. 2016(07)
[9]基于視頻追蹤的雨棚結(jié)構(gòu)震動監(jiān)測方法探討[J]. 范登科,李明. 地理空間信息. 2015(03)
[10]關(guān)于GB/T13606-2007《土工試驗儀器巖土工程儀器振弦式傳感器通用技術(shù)條件》的探討和商榷[J]. 夏康. 水利技術(shù)監(jiān)督. 2015(01)
博士論文
[1]橋梁形變的圖像檢測關(guān)鍵技術(shù)研究[D]. 蔡波.中國工程物理研究院 2016
[2]運動圖像分析中的光流計算方法研究[D]. 盧宗慶.西安電子科技大學(xué) 2007
碩士論文
[1]基于機器視覺的橋梁自動監(jiān)測系統(tǒng)研究[D]. 錢程.蘇州科技大學(xué) 2016
[2]基于SURF和KAZE的圖像配準算法研究[D]. 胡夢云.江西理工大學(xué) 2016
[3]隧道近景攝影測量影像解析與快速實現(xiàn)研究[D]. 吳戰(zhàn)廣.西南交通大學(xué) 2016
[4]基于圖像處理的橋梁位移監(jiān)測方法[D]. 賴陸波.華南理工大學(xué) 2016
[5]基于圖像處理的移動導(dǎo)軌撓度檢測研究[D]. 孫勇.南京理工大學(xué) 2016
[6]非量測相機近景攝影測量在橋梁線形監(jiān)測上的研究與應(yīng)用[D]. 劉瓊瓊.西南交通大學(xué) 2015
[7]無人機遙感影像點特征匹配算法研究[D]. 張一.解放軍信息工程大學(xué) 2015
[8]基于數(shù)字圖像技術(shù)的橋梁動撓度測量[D]. 胡夢嵐.合肥工業(yè)大學(xué) 2015
[9]橋梁監(jiān)測中應(yīng)變測試技術(shù)研究[D]. 禹鵬.重慶交通大學(xué) 2014
[10]近景攝影測量方法在橋梁動靜載檢測上的應(yīng)用研究[D]. 王漢章.吉林大學(xué) 2013
本文編號:2962113
【文章來源】:西南交通大學(xué)四川省 211工程院校 教育部直屬院校
【文章頁數(shù)】:98 頁
【學(xué)位級別】:碩士
【部分圖文】:
橋梁破壞圖
頻圖像序列實時、快速處理的要求,結(jié)合 AKAZE 算法和 ORB 算法的優(yōu)點,提出KAZE 特征檢測結(jié)合 ORB 描述的方法,最后通過實驗對本章提出的方法進行驗證。2.1 圖像序列的橋梁目標區(qū)域(ROI)提取人們對所觀察的圖像感興趣的并不是整幅圖像中的所有信息,而是僅僅對一部分域或者幾部分區(qū)域中的內(nèi)容感興趣,這些區(qū)域稱為感興趣區(qū)域(Region of interest, ROI)目標區(qū)域。及時確定這些區(qū)域,對不同的區(qū)域給予不同的優(yōu)先級處理,將極大提高像處理的效率和準確性。橋梁圖像序列中橋梁變形監(jiān)測點位于圖像中某個局部,為提升圖像特征點的搜索效率,提高特征匹配的準確性,可在數(shù)據(jù)處理過程中在圖像個目標區(qū)域內(nèi)對特征點進行檢測與匹配。定性和定量地研究分析橋梁圖像序列中的OI 區(qū)域,對橋梁特征的提取與匹配十分重要。因此,基于感興趣區(qū)域(ROI)的特征取與匹配是視頻圖像中橋梁變形特征快速提取與精確匹配的關(guān)鍵環(huán)節(jié),是實現(xiàn)基于像序列的橋梁形變位移提取與跟蹤的有效方法。2.1.1 基于 ROI 的圖像處理方法提出
圖 2-3 圖像金字塔示意圖間形式簡單、運行效率高等優(yōu)點,然而它并不。針對這一問題,利用線性空間可以得到某中最具代表性的是高斯尺度空間。Witkin[27參數(shù)遞增的高斯濾波函數(shù)對信號進行低通k[30]等人證明了高斯核是唯一可以實現(xiàn)線性尺規(guī)范、線性的。影像的線性尺度空間是通過而得到的一系列影像。其中,高斯函數(shù)形式 2 22221, ,2x yG x y e 斯函數(shù)的參數(shù),也稱為尺度。圖 2-4 是橋梁 的變化,橋梁圖像平滑度逐漸變化,邊緣
【參考文獻】:
期刊論文
[1]雙重檢測策略耦合PROSAC技術(shù)的圖像匹配算法[J]. 童瑩,張宴. 計算機工程與設(shè)計. 2017(11)
[2]一種改進的A-KAZE算法在圖像配準中的應(yīng)用[J]. 吳含前,李程超,謝玨. 東南大學(xué)學(xué)報(自然科學(xué)版). 2017(04)
[3]顏色不變量與AKAZE特征相結(jié)合的無人機影像匹配算法[J]. 梁煥青,謝意,付四洲. 測繪學(xué)報. 2017(07)
[4]基于SURF和改進RANSAC算法的圖像自適應(yīng)匹配[J]. 劉海洋,李春明,王萌萌,軒宗澤,楊鵬飛. 機械與電子. 2017(03)
[5]基于AKAZE算法的圖像拼接研究[J]. 閆璠,張瑩,高贏,涂勇濤,張東波. 電子測量與儀器學(xué)報. 2017(01)
[6]基于視頻圖像法的兩跨連續(xù)梁振動研究[J]. 張盼,袁向榮,劉輝,蔡卡宏,胡幫義. 實驗技術(shù)與管理. 2016(12)
[7]一種運用AKAZE特征的無人機遙感影像拼接方法[J]. 梁煥青,范永弘,萬惠瓊,丁毅樂. 測繪科學(xué)技術(shù)學(xué)報. 2016(01)
[8]基于AKAZE特征的復(fù)雜抖動數(shù)字視頻穩(wěn)像算法[J]. 徐奔,周志湖,范良忠. 計算機工程. 2016(07)
[9]基于視頻追蹤的雨棚結(jié)構(gòu)震動監(jiān)測方法探討[J]. 范登科,李明. 地理空間信息. 2015(03)
[10]關(guān)于GB/T13606-2007《土工試驗儀器巖土工程儀器振弦式傳感器通用技術(shù)條件》的探討和商榷[J]. 夏康. 水利技術(shù)監(jiān)督. 2015(01)
博士論文
[1]橋梁形變的圖像檢測關(guān)鍵技術(shù)研究[D]. 蔡波.中國工程物理研究院 2016
[2]運動圖像分析中的光流計算方法研究[D]. 盧宗慶.西安電子科技大學(xué) 2007
碩士論文
[1]基于機器視覺的橋梁自動監(jiān)測系統(tǒng)研究[D]. 錢程.蘇州科技大學(xué) 2016
[2]基于SURF和KAZE的圖像配準算法研究[D]. 胡夢云.江西理工大學(xué) 2016
[3]隧道近景攝影測量影像解析與快速實現(xiàn)研究[D]. 吳戰(zhàn)廣.西南交通大學(xué) 2016
[4]基于圖像處理的橋梁位移監(jiān)測方法[D]. 賴陸波.華南理工大學(xué) 2016
[5]基于圖像處理的移動導(dǎo)軌撓度檢測研究[D]. 孫勇.南京理工大學(xué) 2016
[6]非量測相機近景攝影測量在橋梁線形監(jiān)測上的研究與應(yīng)用[D]. 劉瓊瓊.西南交通大學(xué) 2015
[7]無人機遙感影像點特征匹配算法研究[D]. 張一.解放軍信息工程大學(xué) 2015
[8]基于數(shù)字圖像技術(shù)的橋梁動撓度測量[D]. 胡夢嵐.合肥工業(yè)大學(xué) 2015
[9]橋梁監(jiān)測中應(yīng)變測試技術(shù)研究[D]. 禹鵬.重慶交通大學(xué) 2014
[10]近景攝影測量方法在橋梁動靜載檢測上的應(yīng)用研究[D]. 王漢章.吉林大學(xué) 2013
本文編號:2962113
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/2962113.html
最近更新
教材專著