一种高大索塔裂缝矢量化监测方法及相关设备技术

本发明专利技术公开了一种高大索塔裂缝矢量化监测方法及相关设备

【技术实现步骤摘要】
一种高大索塔裂缝矢量化监测方法及相关设备


[0001]本申请涉及智能检测领域，更具体地说，本专利技术涉及一种高大索塔裂缝矢量化监测方法及相关设备
。

技术介绍

[0002]斜拉索桥是的重要的结构现代大跨桥梁形式，特别是在跨越峡谷
、
海湾
、
大江
、
大河等不易修筑桥墩的地方架设大跨径的特大桥梁时，往往都选择悬索桥和斜拉桥的桥型
。
在索塔存在养生不及时的情况时，会发生塔座水分散失过快
。
大体积承台混凝土水化热高，内外层温差大，表面混凝土受拉开裂等索塔产生裂缝的情况，会产生巨大的安全隐患，若不及时发现，容易发生重大安全事故
。

技术实现思路

[0003]在
技术实现思路
部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明
。
本专利技术的
技术实现思路
部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围
。
[0004]为了解决表面混凝土受拉开裂等索塔产生裂缝的情况，会产生巨大的安全隐患，若不及时发现，容易发生重大安全事故的问题，第一方面，本专利技术提出一种高大索塔裂缝矢量化监测方法，上述方法包括：
[0005]获取巡检无人机的第一位姿
、
当前监测时间和所述巡检无人机对目标索塔的视觉监测数据；
[0006]基于所述第一位姿和当前监测时间预测所述视觉监测数据中的斜拉索投影干扰信息；
[0007]根据所述斜拉索投影干扰信息和所述视觉监测数据对所述目标索塔进行裂缝分析
。
[0008]可选的，所述基于所述第一位姿和当前监测时间预测所述视觉监测数据中的斜拉索投影干扰信息，包括：
[0009]基于所述第一位姿
、
所述当前监测时间和所述目标索塔基础设计数据确定当前监测时间所述视觉监测数据中是否存在斜拉索投影干扰以及所述斜拉索投影在所述视觉监测数据矢量位置
。
[0010]可选的，所述基于所述第一位姿
、
所述当前监测时间和所述目标索塔基础设计数据确定当前监测时间所述视觉监测数据中是否存在斜拉索投影干扰以及所述斜拉索投影在所述视觉监测数据矢量位置，包括：
[0011]基于所述当前监测时间确定当前光照方位；
[0012]根据所述当前光照方位和所述目标索塔基础设计数据，计算当前斜拉索投影位置；
[0013]根据所述第一位姿和所述当前斜拉索投影位置，确定当前监测时间所述视觉监测
数据中是否存在斜拉索投影干扰以及所述斜拉索投影在所述视觉监测数据矢量位置
。
[0014]可选的，所述根据所述斜拉索投影干扰信息和所述视觉监测数据对所述目标索塔进行裂缝分析，包括：
[0015]在当前监测时间所述视觉监测数据中存在斜拉索投影干扰的情况下，对所述视觉监测数据矢量位置的像素范围进行边界融合处理，其中，所述边界融合处理包括对亮度
、
对比度和饱和度的调整；
[0016]基于进行边界融合处理后的视觉监测数据对所述目标索塔进行裂缝分析
。
[0017]可选的，还包括：
[0018]在当前监测时间所述视觉监测数据中存在斜拉索投影干扰的情况下，获取所述视觉监测数据矢量位置的像素范围内的灰度差异信息；
[0019]在所述视觉监测数据矢量位置的像素范围内存在灰度差异信息的情况下，对灰度较高的部分数据进行增加灰度处理
。
[0020]可选的，所述根据所述斜拉索投影干扰信息和所述视觉监测数据对所述目标索塔进行裂缝分析，包括：
[0021]在当前监测时间所述视觉监测数据中存在斜拉索投影干扰的情况下，在分析得到可疑裂缝特征信息中将处于视觉监测数据矢量位置的裂缝特征信息在所述可疑裂缝特征信息中排除
。
[0022]可选的，还包括：
[0023]在当前监测时间所述视觉监测数据中存在斜拉索投影干扰的情况下，获取所述视觉监测数据矢量位置的像素范围内的灰度差异信息；
[0024]在所述视觉监测数据矢量位置的像素范围内存在灰度差异信息且可疑裂缝特征信息包括所述像素范围的情况下，在分析得到可疑裂缝特征信息中，保留所述像素范围内灰度较高的部分数据，将处于所述像素范围内灰度较低的部分数据在所述可疑裂缝特征信息中排除
。
[0025]第二方面，本专利技术还提出一种高大索塔裂缝矢量化监测装置，包括：
[0026]获取单元，用于获取巡检无人机的第一位姿
、
当前监测时间和所述巡检无人机对目标索塔的视觉监测数据；
[0027]预测单元，用于基于所述第一位姿和当前监测时间预测所述视觉监测数据中的斜拉索投影干扰信息；
[0028]分析单元，用于根据所述斜拉索投影干扰信息和所述视觉监测数据对所述目标索塔进行裂缝分析
。
[0029]第三方面，一种电子设备，包括：存储器
、
处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器用于执行存储器中存储的计算机程序时实现如上述的第一方面任一项的高大索塔裂缝矢量化监测方法的步骤
。
[0030]第四方面，本专利技术还提出一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现第一方面上述任一项的高大索塔裂缝矢量化监测方法
。
[0031]综上，本申请提出的高大索塔裂缝矢量化监测方法，通过获取巡检无人机的第一位姿
、
当前监测时间和所述巡检无人机对目标索塔的视觉监测数据；基于所述第一位姿和当前监测时间预测所述视觉监测数据中的斜拉索投影干扰信息；根据所述斜拉索投影干扰
信息和所述视觉监测数据对所述目标索塔进行裂缝分析
。
由此，通过获取巡检无人机的第一位姿
、
当前监测时间和所述巡检无人机对目标索塔的视觉监测数据，可以在视觉监测数据中确认出可能的斜拉索投影干扰因素，在对视觉监测数据进行裂缝分析时，需要排除斜拉索投影干扰因素，以便更准确的分析出高大索塔的真实裂缝情况，避免外界因素的对分析监测结果的干扰，降低索塔及桥梁存在的安全隐患
。
[0032]本专利技术的高大索塔裂缝矢量化监测方法，本专利技术的其它优点
、
目标和特征将部分通过下面的说明体现，部分还将通过对本专利技术的研究和实践而为本领域的技术人员所理解
。
附图说明
[0033]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了
。
附图仅用于示出优选实施方式的目的，而并不认为是对本说明书的限制
。
而且在整个附图中，用相同的参考符号表示相同的部件
。
在附图中：
[0034]图1为本申请实施例提供的一种高大索本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种高大索塔裂缝矢量化监测方法，其特征在于，包括：获取巡检无人机的第一位姿
、
当前监测时间和所述巡检无人机对目标索塔的视觉监测数据；基于所述第一位姿和当前监测时间预测所述视觉监测数据中的斜拉索投影干扰信息；根据所述斜拉索投影干扰信息和所述视觉监测数据对所述目标索塔进行裂缝分析
。2.
根据权利要求1所述的方法，其特征在于，所述基于所述第一位姿和当前监测时间预测所述视觉监测数据中的斜拉索投影干扰信息，包括：基于所述第一位姿
、
所述当前监测时间和所述目标索塔基础设计数据确定当前监测时间所述视觉监测数据中是否存在斜拉索投影干扰以及所述斜拉索投影在所述视觉监测数据矢量位置
。3.
根据权利要求2所述的方法，其特征在于，所述基于所述第一位姿
、
所述当前监测时间和所述目标索塔基础设计数据确定当前监测时间所述视觉监测数据中是否存在斜拉索投影干扰以及所述斜拉索投影在所述视觉监测数据矢量位置，包括：基于所述当前监测时间确定当前光照方位；根据所述当前光照方位和所述目标索塔基础设计数据，计算当前斜拉索投影位置；根据所述第一位姿和所述当前斜拉索投影位置，确定当前监测时间所述视觉监测数据中是否存在斜拉索投影干扰以及所述斜拉索投影在所述视觉监测数据矢量位置
。4.
根据权利要求3所述的方法，其特征在于，所述根据所述斜拉索投影干扰信息和所述视觉监测数据对所述目标索塔进行裂缝分析，包括：在当前监测时间所述视觉监测数据中存在斜拉索投影干扰的情况下，对所述视觉监测数据矢量位置的像素范围进行边界融合处理，其中，所述边界融合处理包括对亮度
、
对比度和饱和度的调整；基于进行边界融合处理后的视觉监测数据对所述目标索塔进行裂缝分析
。5.
根据权利要求4所述的方法，其特征在于，还包括：在当前监测时间所述视觉监测数据中存在斜拉索投影干扰的情况下，获取所述视觉监测数...

【专利技术属性】
技术研发人员：高军，谈存红，刘凯文，尹琪，张远征，陈更，李松真，齐永国，王波，许丹，林晓，杨立云，周斌，薛惠玲，何国栋，刘仍兵，高阳，
申请(专利权)人：中铁大桥科学研究院有限公司中铁四院集团南宁勘察设计院有限公司甘肃五环公路工程有限公司，
类型：发明
国别省市：