一种基于自适应窗口匹配的裂缝提取方法技术

本发明专利技术涉及一种基于自适应窗口匹配的裂缝提取方法，其特征在于，包括以下步骤：1)构建视频测量网络，获取在钢筋混凝土柱的裂缝扩展实验中混凝土石柱破坏过程的序列影像；2)采用基于纹理方差的自适应窗口匹配方法进行序列影像的跟踪匹配；3)根据立体标定和三维重建获得混凝土石柱表面的序列三维点云，通过对三维点云进行时空分析，得到测量时段内任意时刻的位移场和应变场，完成裂缝提取。与现有技术相比，本发明专利技术具有匹配准确快速、精度高等优点。精度高等优点。精度高等优点。

【技术实现步骤摘要】
一种基于自适应窗口匹配的裂缝提取方法


[0001]本专利技术涉及材料测试
，尤其是涉及一种基于自适应窗口匹配的裂缝提取方法。

技术介绍

[0002]在材料测试领域，在投入使用之前，常常需要通过各种测试性实验来测量材料的结构特性和安全系数，其中包括拉伸测试、压缩测试和冲击测试等。尤其，作为基本建筑材料的混凝土材料与人类活动和生活密切相关，因而有必要对混凝土材料进行严格的结构测试。
[0003]在外部压力下，混凝土石柱裂缝的出现严重影响了其使用过程中的可用性和耐久性，这是因为它属于一种脆性结构材料，因此，通过混凝土石柱压缩实验对混凝土石柱结构进行安全评估和力学分析是非常有价值的，在混凝土石柱材料的压缩试验中，裂缝测量可以进一步帮助技术人员更为准确地评估材料性能，但是现有的裂缝参数量测方法往往通过影像中灰度梯度突变来识别，这将导致裂缝提取精度差。

技术实现思路

[0004]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于自适应窗口匹配的裂缝提取方法。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种基于自适应窗口匹配的裂缝提取方法，包括以下步骤：
[0007]1)构建视频测量网络，获取在钢筋混凝土柱的裂缝扩展实验中混凝土石柱破坏过程的序列影像；
[0008]2)采用基于纹理方差的自适应窗口匹配方法进行序列影像的跟踪匹配；
[0009]3)根据立体标定和三维重建获得混凝土石柱表面的序列三维点云，通过对三维点云进行时空分析，得到测量时段内任意时刻的位移场和应变场，完成裂缝提取。
[0010]所述的步骤1)中，视频测量网络包括两台工业相机、影像采集卡、磁盘阵列、同步控制器和上位机，并且由两台工业相机形成双目系统，以会聚拍摄的形式记录混凝土石柱的整个形变过程，影像采集卡和磁盘阵列用以实时存储形变过程的序列影像，同步控制器用以使两台工业相机同步采集序列影像。
[0011]在钢筋混凝土柱的裂缝扩展实验中，采用散斑模具生成散斑图案，通过散斑模具上随机布置的椭圆生成椭圆散斑点。
[0012]所述的该散斑点的尺寸为20mm。
[0013]所述的步骤2)具体包括以下步骤：
[0014]21)在序列影像处理前指定散斑区域，并在散斑区域内以设定的步长选取目标点，并通过控制采样间隔控制目标点数量；
[0015]22)进行立体匹配，建立左右影像中的目标点的同名对应关系，在匹配过程中，先
指定一对同名点作为种子点，然后通过自适应的搜索窗口将种子点的相邻点进行一对一匹配；
[0016]23)进行影像序列跟踪获得每个目标点的序列影像坐标。
[0017]所述的步骤22)中，采用从粗到精匹配方式进行立体匹配，具体包括：
[0018]粗匹配过程通过归一化互相关确定目标点的整数像素位置；
[0019]精匹配过程通过最小二乘匹配确定目标点的亚像素位置。
[0020]所述的步骤22)中，搜索窗口的大小根据目标影像块的纹理方差确定，通过设定纹理方差的阈值约束搜索窗口的大小，当该搜索窗口中的纹理方差大于阈值时，窗口大小则停止扩张。
[0021]所述的纹理方差D(I)的表达式为：
[0022][0023]其中，I(i,j)为目标影像块中影像坐标(i,j)的灰度值，为目标影像块的平均灰度值，目标影像块的窗口尺寸为(2N+1)
×
(2N+1)像素。
[0024]所述的步骤3)具体为：
[0025]31)通过立体标定获得相机的内外方位参数，具体为：
[0026]采用高精度棋盘格标定板获取相机的内方位参数，并考虑高阶次径向镜头畸变和切向镜头畸变参数提高内方位参数的精度；
[0027]两台相机同步采集标定板影像，通过各相机和标定板之间的空间平移和旋转变换得到相机的外方位参数；
[0028]32)进行三维重建获取混凝土石柱表面的序列三维点云，具体为：
[0029]在获得同名影像点的二维坐标后，采用前方交会算法计算该目标点的三维坐标，进而得到混凝土石柱表面的序列三维点云，并根据序列三维点云的坐标差获得全部目标点的三维位移数据；
[0030]33)根据目标点的初始坐标和形变坐标计算得到主应变参数，并根据目标点的坐标差得到混凝土石柱表面的差分位移场，基于差分位移场确定裂缝宽度和位移，完成裂缝提取。
[0031]所述的步骤33)中
[0032]根据初始坐标和形变坐标之间的仿射变换方程，通过未形变和已形变位置上的四对顶点建立八个线性方程并解析得到仿射变换方程的仿射参数，进而得到梯度张量F和左柯西
‑
格林形变张量B，左柯西
‑
格林形变张量B中的矩阵R对应特征向量为主应变方向，其最大特征值的平方根则为主应变ε。
[0033]与现有技术相比，本专利技术具有以下优点：
[0034]一、本专利技术的自适应窗口匹配方法能够有效地探测出局部细微形变，进而确定裂缝位置，提高裂缝识别精度。
[0035]二、本专利技术应用完整的视频测量技术精确的描述了从原始序列影像到后续位移场和应变场结果这一过程，符合现实且提取准确。
附图说明
[0036]图1为目标点位选取过程图。
[0037]图2为立体序列影像处理流程图。
具体实施方式
[0038]下面结合附图和具体实施例对本专利技术进行详细说明。
[0039]实施例
[0040]建筑材料的精确形变测量一直是材料测试领域的研究热点，本专利技术提出了一种基于自适应窗口匹配的裂缝提取方法，包括以下三个主要步骤：
[0041]1)利用两台高精度工业相机记录混凝土石柱的整个破坏过程；
[0042]2)基于自适应窗口匹配策略，获取散斑影像序列中跟踪点的精确影像坐标；
[0043]3)采用摄影测量分析方法得到混凝土石柱在任何时刻下的三维空间形态，并且通过对点云进行时空分析来进一步计算出混凝土石柱表面的位移场和应变场，完成裂缝的提取。
[0044]在本专利技术实施例中，详细描述了实验实现过程和数据处理过程，实验结果证明了所提出的视频测量方案的可行性和有效性。
[0045]本专利技术的主要
技术实现思路
如下：
[0046]1、相机网络构建
[0047]在近距离摄影测量中，作为非接触技术的摄影测量可以通过计算目标点的三维空间坐标来确定目标对象的空间形态变化。双目视频测量方法主要包括视频测量系统网络搭建、影像数据采集与存储、立体影像序列处理和形变参数估计等步骤。
[0048]视频测量网络主要由工业相机、影像采集卡、磁盘阵列、同步控制器等组成。其中，凭借高稳定性和抗干扰能力的突出优点，工业测量相机作为主要硬件已广泛被使用于不同领域，包括自动光学工程、机器视觉工程和工业测量等。对于小范围立体观测，两台工业相机可以形成一个双目系统，以会聚拍摄的形式记录目标对象的整个形变过程。影像采集卡和磁盘阵本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自适应窗口匹配的裂缝提取方法，其特征在于，包括以下步骤：1)构建视频测量网络，获取在钢筋混凝土柱的裂缝扩展实验中混凝土石柱破坏过程的序列影像；2)采用基于纹理方差的自适应窗口匹配方法进行序列影像的跟踪匹配；3)根据立体标定和三维重建获得混凝土石柱表面的序列三维点云，通过对三维点云进行时空分析，得到测量时段内任意时刻的位移场和应变场，完成裂缝提取。2.根据权利要求1所述的一种基于自适应窗口匹配的裂缝提取方法，其特征在于，所述的步骤1)中，视频测量网络包括两台工业相机、影像采集卡、磁盘阵列、同步控制器和上位机，并且由两台工业相机形成双目系统，以会聚拍摄的形式记录混凝土石柱的整个形变过程，影像采集卡和磁盘阵列用以实时存储形变过程的序列影像，同步控制器用以使两台工业相机同步采集序列影像。3.根据权利要求1所述的一种基于自适应窗口匹配的裂缝提取方法，其特征在于，在钢筋混凝土柱的裂缝扩展实验中，采用散斑模具生成散斑图案，通过散斑模具上随机布置的椭圆生成椭圆散斑点。4.根据权利要求3所述的一种基于自适应窗口匹配的裂缝提取方法，其特征在于，所述的该散斑点的尺寸为20mm。5.根据权利要求1所述的一种基于自适应窗口匹配的裂缝提取方法，其特征在于，所述的步骤2)具体包括以下步骤：21)在序列影像处理前指定散斑区域，并在散斑区域内以设定的步长选取目标点，并通过控制采样间隔控制目标点数量；22)进行立体匹配，建立左右影像中的目标点的同名对应关系，在匹配过程中，先指定一对同名点作为种子点，然后通过自适应的搜索窗口将种子点的相邻点进行一对一匹配；23)进行影像序列跟踪获得每个目标点的序列影像坐标。6.根据权利要求5所述的一种基于自适应窗口匹配的裂缝提取方法，其特征在于，所述的步骤22)中，采用从粗到精匹配方式进行立体匹配，具体包括：粗匹配过程通过归一化互相关确定目标点的整数像素位置；精匹配过程通过最小二乘匹配确定目标点的亚像素位置。7.根据权利要求...

【专利技术属性】
技术研发人员：陈鹏，童小华，高飒，谢欢，刘世杰，冯永玖，金雁敏，许雄，柳思聪，叶真，王超，
申请(专利权)人：同济大学，
类型：发明
国别省市：