一种高精度的非接触式边坡危岩监测预警方法技术

本发明专利技术提供了一种高精度的非接触式边坡危岩监测预警方法，具体包括以下步骤：布设监测仪器；进行相机标定；启动测振模块,获取边坡危岩表面的速度时程；启动大尺度粒子图像测速模块，获取边坡危岩图像；计算模块根据速度时程和边坡危岩图像，计算边坡危岩的振动主导频率和位移变化速率；实时监测边坡危岩的振动主导频率和位移变化速率，当其达到预设阈值时，发出预警，并根据预警信息，调节大尺度粒子图像测速模块的拍摄频率；本方法基于大尺度粒子图像测速技术和激光测振技术，实现了对边坡危岩进行远程、无接触式、实时监测预警，优于传统的边坡危岩监测方法，具有良好的应用前景。

【技术实现步骤摘要】
一种高精度的非接触式边坡危岩监测预警方法
本专利技术涉及边坡危岩监测预警
，特别是指一种高精度的非接触式边坡危岩监测预警方法。
技术介绍
我国是一个崩塌灾害频发的国家，每年由于危岩崩塌而造成的生命和财产损失十分巨大。边坡危岩的监测预警一直是防灾减灾工程中的研究热点和难点。边坡危岩监测预警的目的是为了及时发现并掌握危岩块体的位移运动状况，对边坡危岩的位移速度和方向以及危岩的稳定性等进行监测。研究一种有效、便捷的边坡危岩监测预警方法具有重要意义，关系到人民的生命和财产安全。然而，现有的边坡危岩监测预警技术大多为接触式监测方法，存在监测仪器布设繁杂、布设过程危险性高、只能实现单点监测等缺陷。现有的一些非接触式边坡危岩监测方法虽克服了接触式方法的诸多不足，但仍存在测量精度较低、仪器设备昂贵等缺陷。
技术实现思路
本专利技术解决的问题是提供一种高精度的非接触式边坡危岩监测预警方法，大尺度粒子图像测速技术是一种在粒子图像测速技术的基础上发展而来的，专门针对大尺度研究对象进行位移及速度测量的图像测速技术，本专利技术基于大尺度粒子图像测速技术和激光测振技术，实现了对边坡危岩进行远程、无接触式、实时监测预警，优于传统的边坡危岩监测方法，具有良好的应用前景。一种高精度的非接触式边坡危岩监测预警方法，包括以下步骤：布设监测仪器；进行相机标定；启动测振模块,获取边坡危岩表面的速度时程；启动大尺度粒子图像测速模块，获取边坡危岩图像；计算模块根据速度时程和边坡危岩图像，计算边坡危岩的振动主导频率和位移变化速率；实时监测边坡危岩的振动主导频率和位移变化速率，当其达到预设阈值时，发出预警，并根据预警信息，调节大尺度粒子图像测速模块的拍摄频率。进一步地，所述检测仪器包括大尺度粒子图像测速模块、测振模块、计算模块、信息传输模块和电源模块。进一步地，将监测仪器布置于边坡危岩现场，使大尺度粒子图像测速模块中的相机能够正对边坡正面，通过调整相机的像素和焦距，使相机能够拍摄获取完整、清晰的边坡危岩图像。进一步地，所述相机标定包括：将具有反光区域的相机标定板设置于边坡危岩表面，使用大尺度粒子图像测速模块中的相机拍摄获取标定图像。进一步地，所述计算模块将危岩表面的速度时程进行快速傅里叶变换处理，得到边坡危岩振动的振动主导频率；计算模块将该时刻获取的边坡危岩图像与上一时刻获取的边坡危岩图像进行图像处理，计算得到边坡危岩的位移值、速度值、位移变化速率。进一步地，所述图像处理包括：图像前处理、图像匹配、图像后处理以及根据相机标定结果进行坐标转换的处理过程。进一步地，图像前处理过程使用灰度转换、高斯滤波降噪以及直方图均衡化算法进行处理；灰度转换的算法公式如下式所示：Grey＝0.299＊R+0.587＊G+0.114＊B式中，Grey——转换后的像素灰度值；R、G、B——分别为彩色图像红、绿、蓝三种颜色通道的像素值；高斯滤波降噪的算法公式如下式所示：式中，σ——为标准差；G(x，y)——邻域内各个像素点的加权系数值；直方图均衡化的算法公式如下式所示：式中，L——为图像灰度值区间划分的个数，称为灰度级总数；n——为图像总的像素个数；nj——为当前灰度级的像素个数；sk——为某一灰度值区间的灰度分布频率值。图像匹配过程采用最小平方差算法进行处理；最小平方差的算法公式如下所示：式中，G1和G2——为两个矩阵，元素表示两帧图像对中计算窗口的灰度值；M和N——选定的计算窗口在x、y轴方向上的长度，通常M＝N；g1和g2——分别表示两帧图像对中计算窗口的灰度值分布函数；Δx和Δy——物体变形后图像中计算窗口对应的位移值；图像后处理过程采用信噪比滤波、反距离权重插值以及三点高斯亚像素拟合算法进行处理；信噪比滤波算法公式如下所示：式中，p1——为互相关系数峰值；p2——为互相关系数第二峰值；所使用的反距离权重插值算法公式如下式所示：式中，Zi——为离散点i的计算值；Z——为估计值；N——为参与计算的离散点个数；Di——为第i个点距离估计点的距离值；P——为距离的幂次，一般取2；三点高斯亚像素拟合算法公式如下式所示：式中，Ci，j——为计算窗口对应的互相关系数峰值；i，j——为互相关系数峰值对应点的整数像素坐标值；Δx和Δy——为经插值拟合后得到的实际互相关系数峰值与整数坐标间的差值。进一步地，大尺度粒子图像测速模块启动时，大尺度粒子图像测速模块以低频监测模式运行。进一步地，当边坡危岩的位移变化速率增大并大于第一预设阈值，且小于第二预设阈值，或者边坡危岩的振动主导频率下降并且下降值达到第一预设幅度，发出橙色预警；当监测仪器发出橙色预警时，大尺度粒子图像测速模块开启中频监测模式。进一步地，当边坡危岩的位移变化速率增大并大于第二预设阈值，则发出红色预警；当监测仪器发出红色预警时，大尺度粒子图像测速模块开启高频监测模式。本专利技术的高精度的非接触式边坡危岩监测预警方法，利用大尺度粒子图像测速技术和激光测振技术，两者技术联合使用，实现了对边坡危岩进行远程、无接触式、实时监测预警，优于传统的边坡危岩监测方法，具有良好的应用前景。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术的高精度的非接触式边坡危岩监测预警方法结构示意图；图2为本专利技术的流程图；图3为边坡危岩振动的初始主导频率图；图4为边坡危岩的位移云图；图5为边坡危岩的位移变化图；图6为边坡危岩的频率变化图；图7为边坡危岩的红色预警位移变化图；其中：1-大尺度粒子图像测速模块；2-测振模块；3-计算模块；4-信息传输模块；5-电源模块。具体实施方式为使本专利技术的上述目的、特征和优点能够更为明显易懂，下面结合附图对本专利技术的具体实施例做详细的说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术提供了一种高精度的非接触式边坡危岩监测预警方法，包括以下步骤：步骤S1：布设监测仪器。监测仪器包括五个模块：大尺度粒子图像测速模块、测振模块、计算模块、信息传输模块、电源模块。如图1所示：将监测仪器布置于边坡危岩现场，使大尺度粒子图像测速模块中的相机能够正对边坡正面，通过调整相机的像素和焦距，使相机能够拍摄获取完整、清晰的边坡危岩图像。步骤S2：进行相本文档来自技高网...

【技术保护点】
1.一种高精度的非接触式边坡危岩监测预警方法，其特征在于，包括以下步骤：/n布设监测仪器；/n进行相机标定；/n启动测振模块,获取边坡危岩表面的速度时程；/n启动大尺度粒子图像测速模块，获取边坡危岩图像；/n计算模块根据速度时程和边坡危岩图像，计算边坡危岩的振动主导频率和位移变化速率；/n实时监测边坡危岩的振动主导频率和位移变化速率，当其达到预设阈值时，发出预警，并根据预警信息，调节大尺度粒子图像测速模块的拍摄频率。/n

【技术特征摘要】
1.一种高精度的非接触式边坡危岩监测预警方法，其特征在于，包括以下步骤：
布设监测仪器；
进行相机标定；
启动测振模块,获取边坡危岩表面的速度时程；
启动大尺度粒子图像测速模块，获取边坡危岩图像；
计算模块根据速度时程和边坡危岩图像，计算边坡危岩的振动主导频率和位移变化速率；
实时监测边坡危岩的振动主导频率和位移变化速率，当其达到预设阈值时，发出预警，并根据预警信息，调节大尺度粒子图像测速模块的拍摄频率。


2.根据权利要求1所述的一种高精度的非接触式边坡危岩监测预警方法，其特征在于，所述检测仪器包括大尺度粒子图像测速模块、测振模块、计算模块、信息传输模块和电源模块。


3.根据权利要求2所述的一种高精度的非接触式边坡危岩监测预警方法，其特征在于，将监测仪器布置于边坡危岩现场，使大尺度粒子图像测速模块中的相机能够正对边坡正面，通过调整相机的像素和焦距，使相机能够拍摄获取完整、清晰的边坡危岩图像。


4.根据权利要求1所述的一种高精度的非接触式边坡危岩监测预警方法，其特征在于，所述相机标定包括：将具有反光区域的相机标定板设置于边坡危岩表面，使用大尺度粒子图像测速模块中的相机拍摄获取标定图像。


5.根据权利要求1所述的一种高精度的非接触式边坡危岩监测预警方法，其特征在于，所述计算模块将危岩表面的速度时程进行快速傅里叶变换处理，得到边坡危岩振动的振动主导频率；计算模块将该时刻获取的边坡危岩图像与上一时刻获取的边坡危岩图像进行图像处理，计算得到边坡危岩的位移值、速度值、位移变化速率。


6.根据权利要求5所述的一种高精度的非接触式边坡危岩监测预警方法，其特征在于，所述图像处理包括：图像前处理、图像匹配、图像后处理以及根据相机标定结果进行坐标转换的处理过程。


7.根据权利要求6所述的一种高精度的非接触式边坡危岩监测预警方法，其特征在于，图像前处理过程使用灰度转换、高斯滤波降噪以及直方图均衡化算法进行处理；
灰度转换的算法公式如下式所示：
Grey＝0.299＊R+0.587＊G+0.114＊B
式中，Grey——转换后的像素灰度值；
R、G、B——分别为彩色图像红、绿、蓝三种颜色通道的像素值；
高斯滤波降噪的算法公式如下式所示：



式中，σ——为标准差；
G(x，y)——邻域内各个像素...

【专利技术属性】
技术研发人员：姜啸，邓振华，张伟，潘爱玲，马驰，
申请(专利权)人：北京中关村智连安全科学研究院有限公司，
类型：发明
国别省市：北京;11