基于单目视觉的形变监测方法、装置、设备及存储介质

本技术涉及单目视觉形变监测，尤其涉及一种基于单目视觉的形变监测方法、装置、设备及存储介质。

背景技术：

1、形变监测是了解结构体安全状态、形变趋势发展的重要手段，是测绘工程中的一个关键问题，对工程的安全性和稳定性具有重要影响。

2、目前，一般利用全球卫星导航系统(global navigation satellite system，gnss)实现结构体的形变监测。然而，在一些复杂监测环境下，gnss仍存在多径信号干扰以及间歇拒止等情况，不能实现精确、实时地形变监测。

3、随着计算机视觉领域与图像处理技术的进步，视觉以其非接触式、高适用性和局部高精度定位的优势，为基础设施与自然灾害形变监测方法的改进提供了更广泛的可能性。单目视觉技术并不需要使用复杂的传感器装置，减少了监测成本。同时，其在图像处理和计算机视觉方面的不断进步，为结构体形变监测提供了更多的分析工具和方法，增加了监测的精确性和多样性。

4、由于利用单目视觉进行形变监测通常需要特征靶标来获取三维变化量，可以通过需要通过传统的hough梯度检测圆算法识别出图像中的圆形，但是在一张图像中，可能会同时存在大大小小不同的圆，在同一圆边缘点随机抽样时命中率低且投票处理过程复杂，尤其是在处理大图像或者高分辨率图像时，因此这种方式的计算量较大，还可能由于参数设置的问题导致检测出的圆形不够准确或者漏检测等。

5、因此，在形变监测领域，需要一种能够更好地预测和响应结构体形变的方法以减少灾害风险、保障工程安全。

技术实现思路

1、本技术实施例提供一种基于单目视觉的形变监测方法、装置、设备及存储介质，用以解决上述相关技术的缺陷，所述技术方案如下：

2、第一方面，本技术实施例提供一种基于单目视觉的形变监测方法，包括：

3、每间隔预设时刻，通过图像采集装置获取测量靶标的第一图像；

4、对所述第一图像进行预处理，通过图像去噪和图像增强生成第二图像；

5、提取所述第二图像中的边缘图像，基于所述边缘图像进行梯度计算提取得到第一圆心；基于与所述边缘图像的边缘特征相切的外接矩形提取得到第二圆心；

6、基于所述第一圆心和/或所述第二圆心提取得到所述第二图像中至少三个圆形特征点；

7、确定与所述圆形特征点匹配的所述测量靶材的测量特征点，基于所述圆形特征点与匹配的所述测量特征点生成特征点对；

8、基于多个时刻的所述特征点对计算待测量目标的三维位移变化量，输出所述待测量目标的形变量；

9、其中，所述图像采集装置设置于所述待测量目标的预设区域。

10、在第一方面的一种可选方案中，所述确定与所述圆形特征点匹配的所述测量靶材的测量特征点之前，还包括：

11、通过所述图像采集装置分别从多个角度拍摄标定板得到第三图像；基于所述标定板上的标定特征点与所述第三图像中的像点的对应关系获取所述图像采集装置的参数信息；

12、所述基于所述圆形特征点与对应的所述测量特征点生成特征点对之前，还包括：

13、基于所述图像采集装置对应的所述参数信息执行所述确定与所述圆形特征点匹配的所述测量靶材的测量特征点的步骤。

14、在第一方面的一种可选方案中，对所述第一图像进行预处理，通过图像去噪和图像增强生成第二图像，包括：

15、所述图像去噪包括：获取所述第一图像中的每个像素点，对每个像素点进行加权平均，通过高斯核的形式分配每个所述像素点的权重，以去除所述第一图像中的噪点，输出去噪之后的平滑图像；

16、所述图像增强包括：通过直方图均衡化方法对所述平滑图像进行处理，调整所述平滑图像中每个像素点的对比度和亮度；

17、输出图像增强之后的第二图像。

18、在第一方面的一种可选方案中，所述对所述第一图像进行预处理，通过图像去噪和图像增强生成第二图像，包括：

19、对所述第一图像进行灰度化处理，生成灰度图像；

20、基于所述灰度图像进行图像去噪和图像增强，生成所述第二图像；

21、所述提取所述第二图像中的边缘图像，包括：

22、提取所述第二图像中每个像素点的灰度值，并基于所述灰度值计算所述第二图像中每个像素点的梯度值；

23、提取所述梯度值大于第一梯度阈值的边缘像素点，删除所述梯度值小于第二梯度阈值的像素点；

24、基于所述边缘像素点生成所述边缘图像。

25、在第一方面的一种可选方案中，所述基于所述边缘图像进行梯度计算提取得到第一圆心，包括：

26、剔除所述边缘图像种不连续的边缘特征，提取得到待圆形检测的感兴趣区域；

27、基于计算出的梯度方向，生成梯度线，通过累加器计算所述感兴趣区域的每个像素点有梯度线经过的次数，将所述累加器的累加结果大于累加阈值的像素点确定为所述第一圆心；

28、所述基于与所述边缘图像的边缘特征相切的外接矩形提取得到第二圆心，包括：

29、提取所述感兴趣区域中的连续边缘特征；

30、对每个不同的连续边缘特征，生成与所述连续边缘特征相切的外接矩形；

31、计算所述外接矩形的长宽比，剔除长宽比小于预设阈值的外接矩形；

32、基于所述外接矩形的对角线提取得到所述第二圆心。

33、在第一方面的一种可选方案中，所述基于所述第一圆心和/或所述第二圆心提取得到所述第二图像中至少三个圆形特征点，包括：

34、获取所述第一圆心和所述第二圆心在所述第二图像中的像素坐标，获取所述第一圆心和所述第二圆心的像素坐标与所述测量靶标上的对应圆心的像素坐标的圆心偏离值，剔除所述圆心偏离值大于预设圆心偏离阈值的圆心；

35、基于所述圆心偏离值小于或等于预设圆心偏离阈值的圆心生成对应的圆形轮廓；

36、基于所述圆心偏离值小于或等于预设圆心偏离阈值的圆心和所述圆形轮廓提取得到所述至少三个圆形特征点。

37、在第一方面的一种可选方案中，所述确定与所述圆形特征点匹配的所述测量靶材的测量特征点，基于所述圆形特征点与匹配的所述测量特征点生成特征点对，包括：

38、基于所述测量靶材上的每个圆心在第一坐标系的实际坐标与所述第二图像中每个圆心在第二坐标系的像素坐标的映射关系，确定与所述圆形特征点匹配的所述测量靶材的测量特征点；

39、基于每个所述圆形特征点与匹配的所述测量特征点构建得到所述特征点对；

40、所述基于多个时刻的所述特征点对计算待测量目标的三维位移变化量，输出所述待测量目标的形变量，包括：

41、基于第一时刻的所有特征点对计算得到所述第一时刻的所述图像采集装置的相机光心坐标；

42、基于第二时刻的所有特征点对计算得到所述第二时刻的所述图像采集装置的相机光心坐标；

43、计算所述第二时刻的相机光心坐标与所述第一时刻的相机光心坐标之间的距离，输出所述第一时刻至所述第二时刻的时段内所述图像采集装置的位移量，基于所述位移量得到所述待测量目标的形变量；

44、其中，所述第二时刻晚于所述第一时刻，所述第二时刻与所述第一时刻的间隔为所述预设时刻。

45、第二方面，本技术实施例还提供一种基于单目视觉的形变监测装置，包括：

46、图像采集装置，用于每间隔预设时刻获取测量靶标的第一图像；

47、图像预处理模块，用于对所述第一图像进行预处理，依次通过图像去噪和图像增强生成第二图像；

48、圆心检测模块，用于提取所述第二图像中的边缘图像，基于所述边缘图像进行梯度计算提取得到第一圆心；还基于与所述边缘图像的每个边缘特征相切的外接矩形提取得到第二圆心；

49、所述圆心检测模块还基于所述第一圆心和/或所述第二圆心提取得到所述第二图像中至少三个圆形特征点；

50、特征点匹配模块，用于确定与所述圆形特征点匹配的所述测量靶材的测量特征点，基于所述圆形特征点与匹配的所述测量特征点生成特征点对；

51、形变计算模块，用于基于多个时刻的所述特征点对计算待测量目标的三维位移变化量，输出所述待测量目标的形变量。

52、第三方面，本技术实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本技术实施例第一方面或第一方面的任意一种实现方式提供的方法。

53、第四方面，本技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本技术实施例第一方面或第一方面的任意一种实现方式提供的方法。

54、本技术一些实施例提供的技术方案带来的有益效果至少包括：

55、本技术实施例提供的一种基于单目视觉的形变监测方法、装置、设备及存储介质，通过每间隔预设时刻拍摄测量靶标，从而以测量靶标作为测量的基准，通过多组图像有利于计算相机相对于靶标的位移量；通过对图像进行预处理，通过图像去噪和图像增强，有利于提高对图像进行圆形检测的精度；通过比较边缘图像进行梯度计算得到的第一圆心和基于边缘图像中的边缘特征相切的外接矩形提取得到的第二圆心，能有效地克服现有圆形检测算法检测到的圆形不够准确且容易漏检的问题，提高圆形检测的精度和计算效率，进而能够根据多个时刻的图像精确、准确地计算得到待测量目标的形变量。