一种基于手机图像识别的索力测试方法技术

本发明专利技术公开了一种基于手机图像识别的索力测试方法，包括：在斜拉索上同时设置振动的标靶点和相对静止的标靶点；用手机拍摄斜拉索的振动视频，四个标靶点始终位于手机的相机取景框内；对振动视频进行图像处理，对四个标靶点的中心点进行精确定位并得到相应的坐标信息；对所述斜拉索的振动位移进行计算并修正，得到最终位移时程矩阵；进行功率谱密度分析得到斜拉索的自振频率；基于固有频率与索力关系计算得到斜拉索索力。本发明专利技术直接通过手机完成视频采集，并通过对图像数据进行处理、分析提取出斜拉索振动位移，从而计算得出索力值，将机器视觉技术应用于现场索力监测，实现了快速、便捷的无接触式测量，同时保证了测量精度和准确度。和准确度。和准确度。

【技术实现步骤摘要】
一种基于手机图像识别的索力测试方法


[0001]本专利技术涉及桥梁工程监测
更具体地说，本专利技术涉及一种基于手机图像识别的索力测试方法。

技术介绍

[0002]斜拉桥的施工过程中，斜拉索的索力稳定保持在一定范围内对施工过程中及施工后的桥梁整体结构稳定性起着至关重要的作用，为满足施工过程中施工控制的要求并判断成桥后桥梁结构内力分布的稳定性，需要对斜拉索的索力进行及时、准确的检测。目前，桥梁结构索力测量通常采用频率法进行，传统的频率法通常由固定在拉索上的加速度传感器测量得到斜拉索的振动频率，存在测量效率低；测量时工作人员需在高空进行作业，安全风险大；需要由专业人员进行测量，测量难度大；测量时由工作人员对基频进行判断，存在主观测量误差等缺点。
[0003]为解决上述问题，需要提供一种基于手机图像识别的索力测试技术，在保证测量准确性的基础上，提高测量效率和测量精度，简化测量方法并降低测量中的安全风险。

技术实现思路

[0004]本专利技术的目的是提供一种基于手机图像识别的索力测试方法，直接通过手机APP完成视频采集，并通过对图像数据进行处理提取出斜拉索振动位移，从而计算得出索力值，将机器视觉技术应用于现场索力监测，实现了快速、便捷的无接触式测量，同时保证了测量精度和准确度。
[0005]为了实现根据本专利技术的这些目的和其它优点，提供了一种基于手机图像识别的索力测试方法，包括：
[0006]S1、建立项目斜拉索数据库，存储每一根斜拉索的数据信息；
[0007]S2、将每一根斜拉索1的数据信息生成一个对应的二维码3，将所述二维码打印并粘贴于对应的斜拉索或其相邻的桥梁固定结构2上；
[0008]S3、在斜拉索上间隔设定距离粘贴两个防水贴纸作为索上标靶点，在与所述斜拉索相邻的桥梁固定结构上粘贴另外两个防水贴纸作为对照标靶点，其分别位于所述索上标靶点的正下方，四个防水贴纸的大小、形状、颜色均相同；
[0009]S4、用手机扫描待检测的斜拉索上的二维码3，并拍摄设定时长内所述斜拉索的振动视频并将其上传至对应的斜拉索数据库中，拍摄时，所述四个防水贴纸始终位于手机的相机取景框5内；
[0010]S5、通过Hough变换的方法对所述振动视频进行图像处理，初步得到四个标靶点的位置区间并从单帧图像中分割出对应的四个区域，在所述四个区域中对所述四个标靶点的中心点进行精确定位并得到相应的坐标信息；
[0011]S6、根据所述四个标靶点的坐标信息对所述斜拉索的振动位移进行计算，并通过所述对照标靶点的坐标信息对所述振动位移进行修正，得到最终位移时程矩阵；
[0012]S7、对所述最终位移时程矩阵进行功率谱密度分析，得到功率谱密度曲线，并从所述功率谱密度曲线上提取峰值点作为斜拉索的自振频率；
[0013]S8、根据索力与自振频率之间的关系，计算斜拉索的索力其中l为斜拉索长度，m为斜拉索单位长度质量，f
n
为斜拉索第n阶自振频率，n为所述自振频率的阶数，EI为所述斜拉索的抗弯刚度，π为圆周率。
[0014]优选的是，所述基于手机图像识别的索力测试方法，在步骤S1中，所述斜拉索的数据信息包括：项目名称、拉索编号、索长、单位长度质量、抗弯刚度、修正系数。
[0015]优选的是，所述基于手机图像识别的索力测试方法，在步骤S4中，拍摄所述振动视频时，设置视频采集像素不低于1080p，采集帧率不低于30fps。
[0016]优选的是，所述基于手机图像识别的索力测试方法，在步骤S5中，对所述振动视频进行图像处理前剪去视频总时长中前1/10和后1/10的内容，读取视频中间4/5时长内的图像进行处理。
[0017]优选的是，所述基于手机图像识别的索力测试方法，在步骤S5中，先通过定义以颜色为特征的标靶识别函数对所述四个标靶点进行识别，所述标靶识别函数的判定方法为：提取像素点的RGB值进行计算，当所述像素点的RGB值在设应的颜色区间内时，判定所述像素点为颜色点；进一步对所述颜色点周围的像素点进行颜色特征识别，若所述颜色点周围设定范围内的点的RGB值都处于所述颜色区间内，则判定所述颜色点为标靶点上的像素点。
[0018]优选的是，所述基于手机图像识别的索力测试方法，在步骤S5中，对所述四个标靶点的中心点进行精确定位的步骤如下：
[0019]S51、分别将所述四个区域的左上角和右下角的点作为搜索的起始点和终止点，从任一区域开始按行对区域内的像素点进行搜索并采用所述标靶识别函数进行识别；
[0020]S52、对每行中识别出的所述标靶点上的像素点做计数和并按行数列出矩阵，设其中计数和的最大值为Max1，在得到的计数和矩阵中搜索第一个和最后一个计数和为Max1－1的值对应的行坐标，其分别为x
1i
和x
1j
，其中i、j分别为搜索中对应的行数；
[0021]S53、所述区域内的标靶点的中心点的行坐标为取其对应的行数中第一个和最后一个所述标靶点上的像素点的列坐标的中值，即为所述区域内的标靶点的中心点的列坐标；
[0022]S54、重复S51-S53的步骤，依次对另外三个区域内的标靶点的中心点的坐标进行定位。
[0023]优选的是，所述基于手机图像识别的索力测试方法，在步骤S6中，通过斜拉索振动最大位移自搜索算法对所述斜拉索的振动位移进行计算并修正，步骤如下：
[0024]S61：将所述索上标靶点与所述对照标靶点连线并延长，得到四条直线，根据所述四个标靶点的坐标信息，计算视频第一帧中所述四条直线的斜率，并计算两个索上标靶点间连线的斜率作为所述斜拉索的斜率；
[0025]S62：根据所述四条直线的斜率和斜拉索的斜率分别计算出所述斜拉索所在的直线与所述四条直线的夹角，取四个夹角中的最大值为跟踪标靶夹角，其对应的两个标靶点即为自搜索的振动位移最大跟踪点；
[0026]S63：从视频第一帧起计算所述自搜索的振动位移最大跟踪点的间距，得到振动位移矩阵{P
d
}＝{P
d，1
,P
d，2
,
…
,P
d,T
}；从视频第一帧起计算两个对照标靶点的间距，得到对照位移矩阵{P
d34
}＝{P
d34,1
,P
d34,2
,
…
,P
d34,T
}，其中T为视频帧数；
[0027]S64：对振动位移进行修正：其中1≤k≤T，得到修正后的斜拉索最大振动位移时程矩阵{P
d
′
}＝{P
d,1
′
,P
d,2
′
,
…
,P
d,T
′
}。
[0028]优选的是，所述基于手机图像识别的索力测试方法，步骤S5-S8中，在视频上传至所述斜拉索数据库后，对视频图像进行处理、分析和计算的过程均由云端软件完本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于手机图像识别的索力测试方法，其特征在于，包括：S1、建立项目斜拉索数据库，存储每一根斜拉索的数据信息；S2、将每一根斜拉索的数据信息生成一个对应的二维码，将所述二维码打印并粘贴于对应的斜拉索或其相邻的桥梁固定结构上；S3、在斜拉索上间隔设定距离粘贴两个防水贴纸作为索上标靶点，在与所述斜拉索相邻的桥梁固定结构上粘贴另外两个防水贴纸作为对照标靶点，其分别位于所述索上标靶点的正下方，四个防水贴纸的大小、形状、颜色均相同；S4、用手机扫描待检测的斜拉索上的二维码，并拍摄设定时长内所述斜拉索的振动视频并将其上传至对应的斜拉索数据库中，拍摄时，所述四个防水贴纸始终位于手机的相机取景框内；S5、通过Hough变换的方法对所述振动视频进行图像处理，初步得到四个标靶点的位置区间并从单帧图像中分割出对应的四个区域，在所述四个区域中对所述四个标靶点的中心点进行精确定位并得到相应的坐标信息；S6、根据所述四个标靶点的坐标信息对所述斜拉索的振动位移进行计算，并通过所述对照标靶点的坐标信息对所述振动位移进行修正，得到最终位移时程矩阵；S7、对所述最终位移时程矩阵进行功率谱密度分析，得到功率谱密度曲线，并从所述功率谱密度曲线上提取峰值点作为斜拉索的自振频率；S8、根据索力与自振频率之间的关系，计算斜拉索的索力其中l为斜拉索长度，m为斜拉索单位长度质量，f
n
为斜拉索第n阶自振频率，n为所述自振频率的阶数，EI为所述斜拉索的抗弯刚度，π为圆周率。2.如权利要求1所述的基于手机图像识别的索力测试方法，其特征在于，在步骤S1中，所述斜拉索的数据信息包括：项目名称、拉索编号、索长、单位长度质量、抗弯刚度、修正系数。3.如权利要求1所述的基于手机图像识别的索力测试方法，其特征在于，在步骤S4中，拍摄所述振动视频时，设置视频采集像素不低于1080p，采集帧率不低于30fps。4.如权利要求1所述的基于手机图像识别的索力测试方法，其特征在于，在步骤S5中，对所述振动视频进行图像处理前剪去视频总时长中前1/10和后1/10的内容，读取视频中间4/5时长内的图像进行处理。5.如权利要求1所述的基于手机图像识别的索力测试方法，其特征在于，在步骤S5中，先通过定义以颜色为特征的标靶识别函数对所述四个标靶点进行识别，所述标靶识别函数的判定方法为：提取像素点的RGB值进行计算，当所述像素点的RGB值在设应的颜色区间内时，判定所述像素点为颜色点；进一步对所述颜色点周围的像素点进行颜色特征识别，若所述颜色点周围设定范围内的点的RGB值都处于所述颜色区间内，则判定所述颜色点为标靶点上的像素点。6.如权利要求5所述的基于手机图像识别的索力测试方法，其特征在于，在步骤S5中，对所述四个标靶点的中心点进行精确定位的步骤如下：S51...

【专利技术属性】
技术研发人员：王永威，姬付全，黄灿，朱浩，李焜耀，王紫超，周仁忠，代百华，万品登，
申请(专利权)人：中交公路长大桥建设国家工程研究中心有限公司，
类型：发明
国别省市：