基于机器视觉的闸坝表面位移非接触式监测方法

作     者：陈波 何梦佳 刘伟琪 马聪 CHEN Bo;HE Mengjia;LIU Weiqi;MA Cong

作者机构：河海大学水灾害防御全国重点实验室江苏南京210098 河海大学水利水电学院江苏南京210098 河海大学水工程安全研究院江苏南京210098 

出 版 物：《水利学报》 (Journal of Hydraulic Engineering)

年 卷 期：2024年第55卷第9期

页      面：1110-1122页

核心收录：

学科分类：081504[工学-水利水电工程] 08[工学] 0815[工学-水利工程] 

基　　金：国家自然科学基金面上项目(52079049) 国家自然科学基金重点项目(52239009) 全国重点实验室基本科研业务费(522012272,5230248A2) 

主　　题：闸坝 表面位移监测 图像序列时空特征 数字图像优化 亚像素级目标追踪 

摘      要：针对闸坝表面位移常规监测方法劳动密度高、监测频次低,且难以实现长期稳定监测等问题,提出一种融合时空特征的闸坝表面位移非接触式智能监测方法。该方法采用人工靶标作为标志物,以摄像机为采集设备,通过无线传输图像信息,利用加权分布的自适应伽马修正(AGCWD)与边缘感知因子改进的加权引导滤波(WGIF)增强低照度图像的特征表达能力,通过计算机搭载基于贝叶斯框架的时空上下文信息(STC)算法深度挖掘靶标图像上下文时空信息,进一步地,引入曲面拟合获取靶标的亚像素级位移时程信息,实现闸坝水平和垂直双向表面位移的亚像素级非接触式监测。实验室与现场试验结果表明,不同实验场景下位移监测数据与校验数据高度一致,误差小于0.05 mm;相比于图像优化处理方法,基于AGCWD与WGIF的图像优化处理方法的峰值信噪比提升2.70%,信息熵增加4.91%,标准差降低2.63%;相比于目标追踪算法,基于曲面拟合的STC目标追踪算法的现场监测数据较同类目标追踪算法精度提升48%,可为闸坝表面位移监测提供高精度的解决方案。