基于圖像識別的大型建筑鋼結(jié)構(gòu)形變監(jiān)測研究

陳宗玥

(浙江省工程物探勘察設(shè)計(jì)院有限公司，浙江杭州 310000)

1 引 言

近年來，隨著建筑業(yè)的不斷改革和發(fā)展，在保證建筑物實(shí)用性的同時也開始注重美觀[1]，例如鳥巢、國家會議中心、國家體育館等。但這些建筑大多為鋼結(jié)構(gòu)建筑物，隨著時間的推移不可避免出現(xiàn)鋼結(jié)構(gòu)形變等情況。因此，在建造過程中進(jìn)行建筑結(jié)構(gòu)形變監(jiān)測是十分重要的步驟[2]。但鋼結(jié)構(gòu)建筑體量巨大，拼接構(gòu)件煩多[3]，如何安全且高效地監(jiān)測其形變程度是目前亟待解決的問題。

朱茂[4]等人提出基于InSAR技術(shù)的建筑鋼結(jié)構(gòu)形變監(jiān)測方法。該方法通過PSP-InSAR技術(shù)分析建筑數(shù)據(jù)，結(jié)合建筑物自身屬性和建筑材料等信息，預(yù)測不同時間鋼結(jié)構(gòu)形變變化趨勢，從中獲取建筑物不同位置PS點(diǎn)的差異形變和傾斜量，計(jì)算大致形變風(fēng)險(xiǎn)，通過與標(biāo)準(zhǔn)數(shù)據(jù)對比獲取InSAR形變結(jié)果，實(shí)現(xiàn)建筑鋼結(jié)構(gòu)形變監(jiān)測。然而，此方法在監(jiān)測鋼結(jié)構(gòu)形變前未對大型建筑鋼結(jié)構(gòu)圖像進(jìn)行預(yù)處理，導(dǎo)致干擾因素過多，無法有效監(jiān)測形變位置，經(jīng)常錯誤監(jiān)測形變位置或監(jiān)測不到實(shí)際形變位置，嚴(yán)重影響監(jiān)測效果。

馬瑞[5]等人提出基于北斗偽衛(wèi)星系統(tǒng)的建筑鋼結(jié)構(gòu)形變監(jiān)測方法。該方法首先構(gòu)建北斗偽衛(wèi)星系統(tǒng)，將接收機(jī)放置在建筑鋼結(jié)構(gòu)監(jiān)測點(diǎn)處，并實(shí)時打印監(jiān)測結(jié)果，通過接收機(jī)定位結(jié)果的變化判斷監(jiān)測點(diǎn)處是否發(fā)生變形，以此實(shí)現(xiàn)建筑鋼結(jié)構(gòu)形變監(jiān)測。但是，該方法沒有提前對圖像進(jìn)行灰度化處理，在監(jiān)測過程中只能以彩色圖片形式進(jìn)行形變監(jiān)測，導(dǎo)致顏色等無用信息對監(jiān)測過程造成嚴(yán)重干擾，降低圖像監(jiān)測形變結(jié)果，無法精確識別形變曲度，導(dǎo)致形變曲度誤差過大。

楊義輝[6]等人提出基于多頻多系統(tǒng)GNSS OEM板卡的建筑鋼結(jié)構(gòu)形變監(jiān)測方法。該方法利用數(shù)據(jù)解碼、基線處理、網(wǎng)平差和坐標(biāo)轉(zhuǎn)換等手段獲取實(shí)時建筑鋼結(jié)構(gòu)監(jiān)測站點(diǎn)高精度空間坐標(biāo)，通過串口通信獲取板卡多頻多系統(tǒng)觀測信息進(jìn)行系統(tǒng)解算，得到鋼結(jié)構(gòu)形變實(shí)時定位，實(shí)現(xiàn)建筑鋼結(jié)構(gòu)形變監(jiān)測。該方法在監(jiān)測過程中未及時處理大型建筑鋼結(jié)構(gòu)圖像，導(dǎo)致圖像像素較低，無法突出鋼結(jié)構(gòu)形變區(qū)域，只能模糊識別形變位置。

為了解決上述方法中存在的不足，本研究提出基于圖像識別的大型建筑鋼結(jié)構(gòu)形變監(jiān)測方法。與傳統(tǒng)方法相比，該方法增強(qiáng)了建筑鋼結(jié)構(gòu)圖像的處理，提升了建筑鋼結(jié)構(gòu)形變監(jiān)測的精度。

2 大型建筑鋼結(jié)構(gòu)圖像預(yù)處理

目前，大型建筑鋼結(jié)構(gòu)圖像均為彩色圖像，由于彩色圖像占用較大儲存空間，且對監(jiān)測形變沒有任何意義，因此，在大型建筑鋼結(jié)構(gòu)監(jiān)測前需要將圖像進(jìn)行灰度化處理。此外，為了更加準(zhǔn)確地監(jiān)測鋼結(jié)構(gòu)形變，可對圖像進(jìn)行增強(qiáng)處理。

2.1 大型建筑鋼結(jié)構(gòu)彩色圖像灰度化

彩色圖像顏色分量會消耗大量資源，降低大型建筑鋼結(jié)構(gòu)監(jiān)測效率。因此，將彩色圖像灰度化，即將顏色分量R、G、B轉(zhuǎn)換為統(tǒng)一的特殊圖像，此時圖像只包含亮度信息，對監(jiān)測鋼結(jié)構(gòu)形變實(shí)時性更加有利。

已有的彩色圖像的灰度變換方法有最大值法、平均值法以及加權(quán)平均值法[7]，但前兩種方法獲取圖像中相同像素區(qū)域的亮度相同，導(dǎo)致灰度值大的區(qū)域過亮，不利于監(jiān)測；加權(quán)平均值法是基于視覺模型選擇系數(shù)，可智能調(diào)節(jié)圖像區(qū)域亮度，最終獲取的灰度圖像更符合要求。

加權(quán)平均值法中將大型建筑鋼結(jié)構(gòu)彩色圖像像素點(diǎn)R、G、B賦予一個特定加權(quán)系數(shù)，并將每個系數(shù)與自身系數(shù)乘積相加，獲取大型建筑鋼結(jié)構(gòu)彩色圖像灰度化結(jié)果，計(jì)算公式如下：

I=0.587G+0.299R+0.114B

(1)

式中：I表示灰度圖像的灰度值。

2.2 大型建筑鋼結(jié)構(gòu)同態(tài)濾波增強(qiáng)

彩色圖像灰度化處理后，為提升大型建筑鋼結(jié)構(gòu)監(jiān)測的效果，需要對其圖像做進(jìn)一步的增強(qiáng)處理。

假設(shè)大型建筑鋼結(jié)構(gòu)圖像為g(x,y)，且建筑物所處環(huán)境均受陽光照射，此時大型建筑鋼結(jié)構(gòu)圖像可表示為：

g(x,y)=gr(x,y)×gi(x,y)

(2)

式中：gr(x,y)表示大型建筑不均勻光照反射分量，gi(x,y)表示大型建筑不均勻光照入射分量。入射分量是變化緩慢的低頻元素，包含不均勻光照；反射分量是高頻元素，包括建筑物細(xì)節(jié)等特性。利用對數(shù)獲取空間域內(nèi)具有相加關(guān)系的圖像g(x,y)為：

ln[g(x,y)]=ln[gr(x,y)×gi(x,y)]= ln[gr(x,y)]+ln[gi(x,y)]

(3)

式中：gi(x,y)代表頻譜元素，gr(x,y)代表圖像特性。

基于圖像g(x,y)的相加關(guān)系，通過離散傅里葉變換處理后的頻域?yàn)椋?/p>

Fln(u,v)=F[lngr(x,y)+lngi(x,y)]=Fr,ln(u,v)+Fi,ln(u,v)

(4)

式中：Fln(u,v)代表離散傅里葉變換，u、v分別代表圖像頻域內(nèi)像素點(diǎn)。

若建筑物鋼結(jié)構(gòu)的光照不均勻，灰度圖像會出現(xiàn)亮度不均的情況[8]，為保證圖像不受光照不均的影響，可減少頻譜元素。根據(jù)圖像特性，構(gòu)建其專屬同態(tài)濾波器T(u,v)，降低低頻元素的同時加強(qiáng)高頻元素，進(jìn)而彌補(bǔ)光照不均影響，實(shí)現(xiàn)增強(qiáng)圖像對比度，其頻域?yàn)椋?/p>

Pln(u,v)=T(u,v)Fi,ln(u,v)+T(u,v)Fr,ln(u,v)

(5)

并利用離散傅里葉逆變換獲取相應(yīng)空間域[9]，即：

F-1{Pln(u,v)}=F-1{Pr,ln(u,v)}+F-1{Pi,ln(u,v)}

(6)

式中：F-1{Pln(u,v)}代表離散傅里葉逆變換過程。

最后，利用指數(shù)計(jì)算即可獲得濾波后的增強(qiáng)圖像：

P(x,y)=exp{F-1[Pln(u,v)]}

(7)

式中：P(x,y)代表濾波后的增強(qiáng)圖像。

3 大型建筑鋼結(jié)構(gòu)形變監(jiān)測實(shí)現(xiàn)

基于上述大型建筑鋼結(jié)構(gòu)圖像處理結(jié)果，實(shí)現(xiàn)監(jiān)測鋼結(jié)構(gòu)形變。本文將形變監(jiān)測問題轉(zhuǎn)換為識別形變圖像問題，可減少監(jiān)測工作量，提升監(jiān)測精度。

3.1 大型建筑鋼結(jié)構(gòu)形變標(biāo)識邊界位置確定

在大型建筑鋼結(jié)構(gòu)形變監(jiān)測中，形變結(jié)構(gòu)監(jiān)測流程如圖1 所示。

圖1 大型建筑鋼結(jié)構(gòu)形變監(jiān)測流程圖Fig.1 Deformation monitoring flow chart of large building steel structure

利用灰度化處理和增強(qiáng)圖像進(jìn)行標(biāo)識[10]，記錄圖像中各行各列Value為1的像素個數(shù)，以此構(gòu)建由Y={b1，b2，…，bn}以及X={a1，a2，…，an}組成的線性隊(duì)列空間，在此空間內(nèi)將圖像邊界信息{x1,x2}和{y1,y2}作為圖像特征信息并加以保存。

若已知大型建筑鋼結(jié)構(gòu)圖像中標(biāo)識點(diǎn)的大小，比較形變目標(biāo)x軸和y軸相應(yīng)的邊界{x1,x2}和{y1,y2}，則兩個方向上的單像素的實(shí)際大小為：

(8)

式中：d表示形變，L表示目標(biāo)的大小。

(9)

式中：dx和dy分別表示在平面坐標(biāo)軸X和Y方向上的實(shí)際大小值。

3.2 標(biāo)識邊界位置信息提取

將線性隊(duì)列X={a1,a2,…,an}和Y={b1,b2,…,bn}根據(jù)空間序列擴(kuò)展，并求解序列中各點(diǎn)斜率f′(n)，在符合f′(Xn)<-High/2和f′(Yn)<-Width/2的所有點(diǎn)中提取最大點(diǎn){x1,x2}和第二大點(diǎn){y1,y2}，將這兩點(diǎn)當(dāng)作邊緣位置信息，分別獲取鋼結(jié)構(gòu)形變特征點(diǎn)D1、D2、D3、D4。

統(tǒng)計(jì)矩陣中x值和y值具有相同數(shù)量的點(diǎn)，將x值和y值中最大點(diǎn)分別記為maxX和maxY，則備用鋼結(jié)構(gòu)形變的區(qū)域大小就是最大x值和最大y值的乘積，即maxX×maxY。

假設(shè)標(biāo)識圖像點(diǎn)的中心坐標(biāo)為(a,b)，令a=x1，b=y1，依次提取矩陣內(nèi)成分，并判斷其長為maxX，寬為maxY區(qū)域中矩陣內(nèi)是否有以(a,b)為中心的點(diǎn)，當(dāng)中心點(diǎn)在此區(qū)域中時，需要重新計(jì)算中心點(diǎn)坐標(biāo)。計(jì)算公式如下：

(10)

式中：n表示目前備用區(qū)域中所有點(diǎn)數(shù)量。

在遍歷矩陣后，保存目前的中心點(diǎn)坐標(biāo)D1，并反復(fù)進(jìn)行上述步驟，直到獲取D2、D3、D4后停止計(jì)算，即實(shí)現(xiàn)了圖像的二值化[11-12]。

根據(jù)dx、dy以及焦距f，即可求解拍照設(shè)備到形變目標(biāo)標(biāo)識的距離Lc，計(jì)算前后幀圖像內(nèi)的特征點(diǎn)信息，即可得到空間中所有方向上鋼結(jié)構(gòu)的位移信息。

為避免拍攝設(shè)備自身原因影響形變監(jiān)測結(jié)果，需要對設(shè)備進(jìn)行畸形矯正，可以利用二階插值法對其進(jìn)行校正，校正后的鋼結(jié)構(gòu)位移大小表達(dá)式為：

F(x)=8.947-0.673 2x+0.001 54x2

(11)

式中：x表示垂直光軸方向的位移大小。

通過上述分析，求解出鋼結(jié)構(gòu)位移結(jié)果即可實(shí)現(xiàn)鋼結(jié)構(gòu)形變監(jiān)測研究。

4 試驗(yàn)分析

4.1 試驗(yàn)環(huán)境及參數(shù)

為了驗(yàn)證本研究所提方法的整體有效性，進(jìn)行了試驗(yàn)研究。試驗(yàn)中以某地一大型建筑鋼結(jié)構(gòu)為研究對象，該結(jié)構(gòu)高20 m，寬30 m，共有5層。該建筑建成已有5年時間，其間其結(jié)構(gòu)存在一定改變，試驗(yàn)環(huán)境如表1所示。

表1 試驗(yàn)環(huán)境Tab.1 Experimentalenvironment試驗(yàn)配置試驗(yàn)參數(shù)CPU賽揚(yáng)2.4GHz內(nèi)存512M操作系統(tǒng)Matlab2007a

4.2 結(jié)果分析

為驗(yàn)證所提方法的有效性，試驗(yàn)對比所提方法、文獻(xiàn)[4]InSAR技術(shù)地鐵沿線建筑物形變監(jiān)測方法以及文獻(xiàn)[5]基于北斗偽衛(wèi)星系統(tǒng)的建筑形變監(jiān)測方法，對樣本大型建筑鋼結(jié)構(gòu)的形變進(jìn)行監(jiān)測，首先確定樣本圖像的變形點(diǎn)，再采用三種方法對其進(jìn)行監(jiān)測，得到的試驗(yàn)結(jié)果如圖2 所示。

圖2 不同方法大型建筑鋼結(jié)構(gòu)形變監(jiān)測結(jié)果Fig.2 Deformation monitoring results of large building steel structure by different methods

從圖2可以看出，樣本圖像中存在4處形變，分別采用所提方法、文獻(xiàn)[4]方法以及文獻(xiàn)[5]方法對其進(jìn)行監(jiān)測，得到的監(jiān)測結(jié)果存在一定差異。其中，文獻(xiàn)[4]方法只能準(zhǔn)確監(jiān)測出鋼結(jié)構(gòu)較明顯的形變處，共計(jì)2處；文獻(xiàn)[5]方法共監(jiān)測出3處形變；經(jīng)核對此方法監(jiān)測的形變中有2處錯誤形變。經(jīng)比較后發(fā)現(xiàn)只有本研究所提的方法最適合形變監(jiān)測，且監(jiān)測精度保持在約95%以上。這是由于所提方法在監(jiān)測鋼結(jié)構(gòu)形變監(jiān)測前將建筑圖像進(jìn)行預(yù)處理，保證建筑圖像精度，提高了監(jiān)測效果。

試驗(yàn)分析了三種方法對樣本建筑形變曲度誤差的監(jiān)測，得到的結(jié)果如圖3 所示。

圖3 不同方法形變曲度誤差Fig.3 Deformation curvature error by different methods

分析圖3 可以看出，利用三種方法監(jiān)測樣本圖像中的形變區(qū)域，并對比三種方法監(jiān)測出的曲度精度。其中，所提方法的最大誤差低于3 mm；但文獻(xiàn)[5]方法曲度誤差最低為4 mm以上，最高達(dá)到9.5 mm；文獻(xiàn)[4]方法曲度誤差最低為4.7 mm以上，最高達(dá)到6.8 mm。綜上對比，本研究所提方法的監(jiān)測效果最好，這是由于所提方法將圖像提前進(jìn)行灰度化處理，再進(jìn)行形變監(jiān)測，降低顏色等無用信息帶來的干擾，在保證監(jiān)測速度的同時，提高了監(jiān)測精度，降低了曲度誤差。

為進(jìn)一步驗(yàn)證所提方法的有效性，將樣本建筑鋼結(jié)構(gòu)形變圖像分別橫截成5份、10份、15份、20份和25份，判斷監(jiān)測的形變位置與實(shí)際形變位置的誤差位移大小，得到的結(jié)果如圖4 所示 。

由圖4可知，所提方法在X軸上的誤差不超過0.7 mm，在Y軸上的誤差不超過0.3 mm，而其他兩種方法在X軸和Y軸上的誤差均超過1.0 mm。由于所提方法根據(jù)在監(jiān)測過程中對圖像進(jìn)行增強(qiáng)處理，使得圖像更加清晰，突出鋼結(jié)構(gòu)形變區(qū)域，可以精確識別形變位置，從而降低形變位移誤差。

圖4 三種方法建筑鋼結(jié)構(gòu)不同方向形變量Fig.4 Shape variables in different directions of building steel structure by three methods

5 結(jié)束語

本研究提出基于圖像識別的大型建筑鋼結(jié)構(gòu)形變監(jiān)測方法，該方法首先對鋼結(jié)構(gòu)圖像進(jìn)行預(yù)處理，其次提取標(biāo)識圖像坐標(biāo)軸上的特征信息，計(jì)算出形變實(shí)際位移，從而實(shí)現(xiàn)大型建筑鋼結(jié)構(gòu)形變監(jiān)測。該方法解決了大型建筑鋼結(jié)構(gòu)形變監(jiān)測效果差等問題，對保證建筑穩(wěn)定及社會財(cái)產(chǎn)安全具有一定理論參考意義。