本发明专利技术公开了一种隧道掌子面位移场监测方法，属于图像处理技术领域，本发明专利技术中获取了监测视频中不同时间的多张隧道掌子面图像，并提取出轮廓图，对轮廓图切分处理，找到每个图块中的一个目标点，该目标点即为对比点，根据时间最远的轮廓图和时间最近的轮廓图上图块的目标点的位置，计算出时间最远的轮廓图和时间最近的轮廓图上目标点的位移量，从而初步判断出该段时间内是否存在位移，若存在位移，则根据各张轮廓图上的目标点位置变化，找到该段时间内发生的位移变化，该种位移变化通过位移场阵列表达，无需固定的参考点，避免数据的配准，且在每个图块中设定了一个目标点，得到每个目标点处的位移场，提高了监测精度。
【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种隧道掌子面位移场监测方法。
技术介绍
1、隧道掌子面是指地下工程或采矿工程中开挖的工作面，监测隧道掌子面的位移场是保护工作人员生命安全的重要环节。
2、近年来采用三维激光点云对隧道掌子面位移场进行监测，扫描支护和隧道掌子面，需要以支护的位置作为参考对三维激光点云数据进行配准，实现对隧道掌子面形变进行定位和追踪，进而有利于根据配准后的结果展开隧道开挖面稳定性分析。但是实际上，对三维激光点云数据进行配准存在复杂的运算过程，且支护的位置也并非完全固定不变，也会存在移动，因此，采用三维激光点云对隧道掌子面位移场进行监测，存在监测精度不高的问题。
技术实现思路
1、针对现有技术中的上述不足，本专利技术提供的一种隧道掌子面位移场监测方法解决了现有采用三维激光点云对隧道掌子面位移场进行监测，存在监测精度不高的问题。
2、为了达到上述专利技术目的，本专利技术采用的技术方案为：一种隧道掌子面位移场监测方法，包括以下步骤：
3、s1、从隧道掌子面的监测视频中，等时间间距采样多张隧道掌子面图像；
4、s2、剔除每张隧道掌子面图像上的非轮廓像素点，得到轮廓图；
5、s3、将每张隧道掌子面图像对应的轮廓图进行切分成多份，得到一张轮廓图对应的多个图块；
6、s4、根据时间最远的轮廓图和时间最近的轮廓图上图块的目标点的位置，计算位移量；
7、s5、在位移量大于位移阈值时，隧道掌子面存在位移；</p>8、s6、根据各张轮廓图上的目标点位置变化，得到隧道掌子面的位移场阵列。
9、进一步地，所述s2包括以下分步骤：
10、s21、将隧道掌子面图像上任一像素点作为中心点；
11、s22、从中心点的3×3邻域范围内提取出最大像素值和最小像素值，计算最大像素距离；
12、s23、计算中心点的3×3邻域范围像素点的像素值与中心点的像素值的距离，得到平均像素距离；
13、s24、在平均像素距离和最大像素距离满足距离条件时，中心点标记为非轮廓像素点；
14、s25、跳转至步骤s21，选取下一像素点作为中心点，直到隧道掌子面图像上所有像素点遍历完，从隧道掌子面图像上剔除非轮廓像素点，得到轮廓图。
15、进一步地，所述s22中计算最大像素距离的公式为：
16、，
17、其中，dmax为最大像素距离，max为取集合中的最大像素值，min为取集合中的最小像素值，pi为中心点的3×3邻域范围内第i个像素点的像素值，po为中心点的像素值，i为中心点的3×3邻域范围内像素点的编号；
18、所述平均像素距离的计算公式为：
19、，
20、其中，davg为平均像素距离。
21、进一步地，所述s24中距离条件为：
22、，
23、其中，dth为像素距离阈值。
24、上述进一步地方案的有益效果为：本专利技术通过遍历隧道掌子面图像上每一个像素点的方式，根据每个像素点邻域范围内像素值的情况，从而确定出中心点是否为非轮廓像素点，在进行非轮廓像素点判断时，一方面通过整个邻域范围内最大像素值和最小像素值的距离，另一方面通过邻域范围内周边像素值与中心像素值的距离，综合两种距离量，避免个别的噪声点影响非轮廓像素点的判断，提高非轮廓像素点的判断精度。
25、进一步地，所述s4包括以下分步骤：
26、s41、从每个图块上筛选出目标点；
27、s42、根据时间最远的轮廓图和时间最近的轮廓图上的所有目标点，计算位移量。
28、进一步地，所述s41中目标点坐标的表达式为：
29、，
30、，
31、其中，xo为目标点的横坐标，yo为目标点的纵坐标，xj为每个图块上的第j个像素点的横坐标，yj为每个图块上的第j个像素点的纵坐标，n为图块上像素点的数量。
32、上述进一步地方案的有益效果为：本专利技术中的多张轮廓图采用相同的划分方式得到多个图块，从每个图块上选取一个目标点，在隧道掌子面不发生形变时，则相同区域的图块的目标点在空间上是同一位置，在图像上的位置也不会发生变化，因此，本专利技术中对比该段时间内，时间最远的轮廓图和时间最近的轮廓图上目标点的变化，在超过位移阈值时，则隧道掌子面存在移位。
33、本专利技术取图块上所有像素点的横坐标均值作为目标点的横坐标，取图块上所有像素点的纵坐标均值作为目标点的纵坐标，从而减少个别异常噪点的影响。
34、进一步地，所述s42中计算位移量的公式为：
35、，
36、其中，l为位移量，xo,old,k为时间最远的轮廓图上第k个图块的目标点的横坐标，yo,old,k为时间最远的轮廓图上第k个图块的目标点的纵坐标，xo,new,k为时间最近的轮廓图上第k个图块的目标点的横坐标，yo,new,k为时间最近的轮廓图上第k个图块的目标点的纵坐标，k为图块的编号，k为轮廓图上图块的数量，所有轮廓图采用相同切分方式，时间最远的轮廓图上第k个图块与时间最近的轮廓图上第k个图块为相同图像区域。
37、上述进一步地方案的有益效果为：在计算位移量时，综合时间最远的轮廓图和时间最近的轮廓图上所有目标点的对比，提高计算位移量的精度，精确判断出隧道掌子面是否存在位移。
38、进一步地，所述s6中位移场阵列的表达式为：
39、，
40、其中，h为隧道掌子面的位移场阵列，y2,1,1为第2时刻的轮廓图与第1时刻的轮廓图在第1个图块处的位移场，ym,m-1,1为第m时刻的轮廓图与第m-1时刻的轮廓图在第1个图块处的位移场，ym,m-1,1为第m时刻的轮廓图与第m-1时刻的轮廓图在第1个图块处的位移场，y2,1,k为第2时刻的轮廓图与第1时刻的轮廓图在第k个图块处的位移场，ym,m-1,k为第m时刻的轮廓图与第m-1时刻的轮廓图在第k个图块处的位移场，ym,m-1,k为第m时刻的轮廓图与第m-1时刻的轮廓图在第k个图块处的位移场，y2,1,k为第2时刻的轮廓图与第1时刻的轮廓图在第k个图块处的位移场，ym,m-1,k为第m时刻的轮廓图与第m-1时刻的轮廓图在第k个图块处的位移场，ym,m-1,k为第m时刻的轮廓图与第m-1时刻的轮廓图在第k个图块处的位移场，k为轮廓图上图块的数量，m为时刻的编号，m为时刻的数量，k为图块的编号。
41、上述进一步地方案的有益效果为：本专利技术中位移场阵列横向表达一个图块上一个目标点相邻时间的位移量，位移场阵列纵向表达相邻时间不同图块目标点的位移量。
42、进一步地，所述第m时刻的轮廓图与第m-1时刻的轮廓图在第k个图块处的位移场ym,m-1,k的表达式为：
43、，
44、，
45、，
46、其中，xk为第k个图块上目标点的横向移动距离本文档来自技高网
...
【技术保护点】
1.一种隧道掌子面位移场监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的隧道掌子面位移场监测方法，其特征在于，所述S2包括以下分步骤：
3.根据权利要求2所述的隧道掌子面位移场监测方法，其特征在于，所述S22中计算最大像素距离的公式为：
4.根据权利要求3所述的隧道掌子面位移场监测方法，其特征在于，所述S24中距离条件为：
5.根据权利要求1所述的隧道掌子面位移场监测方法，其特征在于，所述S4包括以下分步骤：
6.根据权利要求5所述的隧道掌子面位移场监测方法，其特征在于，所述S41中目标点坐标的表达式为：
7.根据权利要求5所述的隧道掌子面位移场监测方法，其特征在于，所述S42中计算位移量的公式为：
8.根据权利要求5所述的隧道掌子面位移场监测方法，其特征在于，所述S6中位移场阵列的表达式为：
9.根据权利要求8所述的隧道掌子面位移场监测方法，其特征在于，所述第m时刻的轮廓图与第m-1时刻的轮廓图在第k个图块处的位移场ym,m-1,k的表达式为：
【技术特征摘要】
1.一种隧道掌子面位移场监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的隧道掌子面位移场监测方法，其特征在于，所述s2包括以下分步骤：
3.根据权利要求2所述的隧道掌子面位移场监测方法，其特征在于，所述s22中计算最大像素距离的公式为：
4.根据权利要求3所述的隧道掌子面位移场监测方法，其特征在于，所述s24中距离条件为：
5.根据权利要求1所述的隧道掌子面位移场监测方法，其特征在于，所述s4包括以下分步骤：
<...
【专利技术属性】
技术研发人员：杨九明，杜伟，白皓，李欣，黄兵，刘勇，朱峻枫，傅舰锋，周泽林，朱劲，孟海龙，杨自成，王武斌，刘凯文，唐浩，刘纯玉，杨朝栋，胡瑶，
申请(专利权)人：四川高速公路建设开发集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。