[发明专利]双目危岩变形智能识别方法

说明书

本发明提供的双目危岩变形智能识别方法，包括以下步骤，首先建立带有一阶径向畸变的左、右摄像机模型，利用粒子群算法找到一个由左、右摄像机所有参数构成的最优组合来定义立体视觉系统，对左、右摄像机进行标定；然后基于圆形标识点进行图像匹配，明确测量目标；最后在图像匹配的基础上，对图像中匹配的标识点进行三维坐标恢复，比较前后状态下标识点的三维坐标，最后计算标识点中心的面内位移偏差、离面位移偏差及每个标识点中心的应变值，以确定物体结构表面有无变形。该方法具有简单、无损、实时性好、非接触、精度高等优点，能够有效克服传统的物体变形测量方法精度不足的问题，在边坡危岩检测的实际工程应用中能够发挥重要的作用。

技术领域

本发明涉及危岩变形监测技术领域，具体涉及双目危岩变形智能识别方法。

背景技术

在对边坡的稳定性等状态进行监测时，边坡的表层形变是表征边坡状态发 生改变的最为显著的一点。广东省公路管理局在2012年9月4日申请的一种基 于双摄像机成像技术的公路高危边坡监控方法(申请号：CN201210324273.2)， 公开了以下步骤：第一步为边坡三维重建，沿待监测边坡长度方向分布安装摄 像机，使各预定的监测点同时处在两个摄像机的拍摄范围；三维重建具体包括： 利用线性变换方法或透视投影变换矩阵求解摄像机参数，并计算世界坐标系相 对于摄像机坐标系的正交旋转矩阵和平移矩阵，然后从两台摄像机拍摄的图像 中提取特征点，采用基于旋转和缩放不变量的变换模型和随机取样一致方法， 对特征点进行对应匹配，实现边坡三维重建。第二步为边坡监控，根据两台摄 像机拍摄的图像计算边坡上布设的监控点的空间坐标，得到监控点的空间坐标 点集，定期计算相邻两个监控点的三维空间之间的欧式距离，监控坡面变化情 况；最后进行辩驳灾害预报，将监控得到的边坡位移或滑动值与预设允许的临 界值进行比较，根据预设规则进行处理。

大连理工大学在2015年4月8日申请的一种利用圆形标记点观测边坡三维 变形的方法(申请号CN201410817771.X)，公开了以下技术方案：提出用双 目视觉系统，并通过标记圆形特征点来观测边坡三维变形。同归对标记在边坡 的斜坡上的一系列有规律的圆形特征点进行实时拍摄，得到每一时刻所有标记 点的二维坐标，然后通过程序将二维坐标两两匹配，得到空间三维坐标。

上述技术方案存在以下问题：(1)在边坡三维重建过程中没有考虑到线性 变换过程中一阶径向畸变的问题，对边坡危岩微小变形检测的精确性不够；(2) 在图像匹配过程中没有考虑到图像边缘精度的问题。

发明内容

针对现有技术中的缺陷，本发明提供一种双目危岩变形智能识别方法，可 解决现有技术中对边坡危岩检测中精确性不够的问题。

本发明提供的双目危岩变形智能识别方法，包括以下步骤，

S1.建立带有一阶径向畸变的左、右摄像机模型，利用粒子群算法找到一个 由左、右摄像机所有参数构成的最优组合来定义立体视觉系统，对左、右摄像 机进行标定；

S2.基于圆形标识点进行图像匹配，明确测量目标；

S3.在图像匹配的基础上，对图像中匹配的标识点进行三维坐标恢复，比较 前后状态下标识点的三维坐标，最后计算标识点中心的面内位移偏差、离面位 移偏差及每个标识点中心的应变值，以确定物体结构表面有无变形。

进一步的，建立带有一阶径向畸变的左、右摄像机模型的具体方法为：

S11.采用带有一阶径向畸变的针孔模型构建左、右摄像机的三维坐标系；

S12.构建左、右摄像机成像面上的图像坐标系；

S13.构建左、右摄像机的计算机图像坐标系；

S14.将待测物体表面一点P的三维坐标变换到计算机图像坐标系中，得到 由双CCD摄像机构成的立体视觉系统的数学模型；