运动式单摄像机BSV及其结构表面裂缝测量应用

doi:10.3969/j.issn.1674-0696.2022.09.14

摘要/Abstract

摘要： 为进一步提高结构表面裂缝测量的灵活性与便捷性，提出了一种基于运动式单摄像机双目立体视觉（binocular stereo vision，BSV）的测量方法。首先，在已知摄像机精确内参的情况下，分别从两个视角采集裂缝的图像；然后，根据所采集到的图像对摄像机进行运动估计，从而求解摄像机前后两个位置的运动参数；进一步地，基于Canny算法进行裂缝的边缘检测；最后，根据摄像机内参数、运动参数以及裂缝图像边缘信息，构建裂缝测量的立体视觉模型。测量试验结果表明：在2 m的测量距以内，对裂缝的相对测量误差不超过5%，可有效验证所提出的测量方法的测量精度。

关键词: 道路与铁道工程；裂缝测量；单摄像机；立体视觉；运动估计

Abstract: In order to improve the flexibility and convenience of the measurement of structure surface cracks, a measurement method based on binocular stereo vision with single moving camera was proposed. Firstly, when the precise internal parameters of the camera were known, the images of the cracks were collected from two perspectives respectively. Then, the motion estimation of the camera was performed according to the acquired images, so as to solve the motion parameters of the two positions before and after the camera. Furtherly, crack edge detection based on Canny algorithm was carried out. Finally, the binocular stereo vision model for crack measurement was established according to the internal parameters of the camera, the motion parameters and the edge information of the crack image. The measurement test results show that within the measuring distance of 2m, the relative measuring error of the crack is less than 5%, which can effectively verify the measuring accuracy of the proposed measuring method.

Key words: road and railway engineering; crack measurement; single camera; stereo vision; motion estimation

中图分类号:

U41
TH711

马骅，梁一星，杨光. 运动式单摄像机BSV及其结构表面裂缝测量应用[J]. 重庆交通大学学报（自然科学版）, 2022, 41(09): 97-101.

MA Hua, LIANG Yixing, YANG Guang. Moving Single Camera BSV and Its Application in Structural Surface Crack Measurement[J]. Journal of Chongqing Jiaotong University(Natural Science), 2022, 41(09): 97-101.

参考文献

［1］姚爱玲,王军伟,许敏,等.水泥稳定碎石基层沥青路面隆起开裂数值分析［J］.重庆交通大学学报(自然科学版),2021,40(6):105-111.
YAO Ailing, WANG Junwei, XU Min, et al. Numerical analysis of the uplift of cement stabilized macadam base asphalt pavement ［J］. Journal of Chongqing Jiaotong University (Natural Science), 2021, 40 (6): 105-111
［2］刘伟,周建行,杨延西.基于平行激光的便携式视觉裂缝测量系统［J］.仪器仪表学报,2020,41(11):235-243.
LIU Wei, ZHOU Jianhang, YANG Yanxi. Portable vision crack measurement system based on parallel laser ［J］. Chinese Journal of Scientific Instrument, 2020, 41(11): 235-243.
［3］中华人民共和国交通运输部. 公路桥涵养护规:JTG 5120-2021［S］. 北京：人民交通出版社，2021.
Ministry of Transport of the Peoples Republic of China. Specification for Highway Bridge Culvert Maintenance: JTG 5120-2021 ［S］. Beijing: China Communications Press, 2021.
［4］申宇. 基于双目立体视觉的结构变形监测技术研究［D］. 哈尔滨:哈尔滨工业大学, 2011.
SHEN Yu. Research on Structural Deformation Monitoring Technology Based on Binocular Stereo Vision ［D］. Harbin: Harbin Institute of Technology, 2011.
［5］晏露超. 混凝土结构裂缝的超声波平测法研究［D］.长沙: 中南大学,2010.
YAN Luchao. Research on Crack Detecting in Concrete Structure with Ultrasonic Single Plane Detecting Method ［D］. Changsha: Central South University, 2010.
［6］谢昊威, 韩壮, 丁一宁. 纤维水泥基复合材料传感器用于弯曲裂缝监测［J］.水利与建筑工程学报, 2018,16 (4):99-104.
XIE Haowei, HAN Zhuang, DING Yining. Flexural crack monitoring based on fiber cement-based composite sensor ［J］. Journal of Water Resources and Architectural Engineering, 2018,16 (4): 99-104.
［7］韩晓健,赵志成.基于计算机视觉技术的结构表面裂缝检测方法研究［J］.建筑结构学报,2018,39(增刊 1):418-427.
HAN Xiaojian, ZHAO Zhicheng. Structural surface crack detection methodbased on computer vision technology ［J］. Journal of Building Structures, 2018, 39(Sup 1): 418-427.
［8］ XU Xuejun, ZHANG Xiaoning. Crack detection of reinforced concrete bridge using video image ［J］. Journal of Central South University, 2013, 20(9): 2605-2613.
［9］王琳. 基于双目立体视觉技术的桥梁裂缝测量系统研究［D］. 上海:上海交通大学, 2015.
WANG Lin. Research on Bridge Crack Measurement System Based on Binocular Stereo Vision Technology ［D］. Shanghai: Shanghai Jiaotong University, 2015.
［10］刘维湘, 郑南宁, 游屈波. 非负矩阵分解及其在模式识别中的应用［J］. 科学通报, 2006, 51(3):241-250.
LIU Weixiang, ZHENG Nanning, YOU Qubo. Nonnegative matrix decomposition and its application in pattern recognition ［J］. Chinese Science Bulletin, 2006, 51(3):241-250.
［11］ ZHANG Z. A flexible new technique for camera calibration ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002, 22(11):1330- 1334.
［12］ LEE W, YOO B, KIM D, et al. Robust Camera Motion Estimation for Point-of-View Video Stabilization ［M］. Berlin: Springer Press, 2021.
［13］ NISTER D. An efficient solution to the five-point relative pose problem ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2004, 26(6): 756-770.
［14］ LONGUET-HIGGINS H C. A computer algorithm for reconstructing a scene from two projections ［J］. Nature, 1981, 293(5828):133-135.
［15］ HARTLEY R, ZISSERMAN A. Multiple View Geometry in Computer Vision ［M］. London: Cambridge University Press, 2004.
［16］ CANNY J. A computational approach to edge detection ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1986, 8(6): 679-698.
［17］ LOWE D G. Distinctive image features from scale-invariant keypoints ［J］. International Journal of Computer Vision, 2004, 112(2):1-28.
［18］张广军. 机器视觉［M］. 北京: 科学出版社, 2008.
ZHANG Guangjun. Machine Vision ［M］. Beijing: Science Press, 2008.

[1]	李志勇, 朱尚书. 明色化铺装材料的路用性能研究[J]. 重庆交通大学学报（自然科学版）, 2023, 42(2): 37-43.
[2]	王金, 司琦, 刘嘉晖, 滕英言, 张博明. 基于车载LiDAR点云的高速立交桥中线提取方法研究[J]. 重庆交通大学学报（自然科学版）, 2023, 42(1): 21-26.
[3]	罗蓉, 李冲, 程博文, 于晓贺, 冯光乐. 基于GPR正演技术的路面反射裂缝图像解译研究[J]. 重庆交通大学学报（自然科学版）, 2023, 42(1): 36-44.
[4]	孔令云, 张艺昕, 曾玉梅, 黄麟钬. 沥青断裂性能理论模型的建立与试验验证[J]. 重庆交通大学学报（自然科学版）, 2023, 42(1): 45-53.
[5]	蔡凤杰, 冯振刚, 姚冬冬, 陈婷婷, 韦金城. 沥青蠕变恢复性能快速检测方法研究[J]. 重庆交通大学学报（自然科学版）, 2023, 42(1): 54-59.
[6]	唐伟, 李宁, 邹晓勇, 詹贺, 于新. 基于图像处理技术的厂拌热再生混合料均匀性研究[J]. 重庆交通大学学报（自然科学版）, 2023, 42(1): 60-65.
[7]	李忠玉, 冯汉卿, 丛林, 陈永辉. 基于支持向量机的水泥道面脱空检测与判定方法[J]. 重庆交通大学学报（自然科学版）, 2023, 42(1): 66-73.
[8]	袁刚烈, 车爱兰. 高速公路路基湿度场空间分布快速测试及评价方法研究[J]. 重庆交通大学学报（自然科学版）, 2022, 41(09): 100-107.
[9]	陈龙, 陈宏斌, 何兆益, 李朋, 王晓东. 基于常规、疲劳与愈合-疲劳试验的沥青再生性能研判[J]. 重庆交通大学学报（自然科学版）, 2022, 41(09): 108-116.
[10]	曹海波, 汪双杰, 朱洪洲. 高寒大温差对沥青及沥青混合料性能的影响[J]. 重庆交通大学学报（自然科学版）, 2022, 41(09): 117-122.
[11]	冯振刚, 焦晓来, 王书娟, 张健, 姚冬冬. 基于体积参数与路用性能的沥青混合料成型温度研究[J]. 重庆交通大学学报（自然科学版）, 2022, 41(09): 123-129.
[12]	张争奇1，卢川1，王素青1，2，李乃强3，李宏伟3. 高模量沥青性能及其界定标准研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(09): 109-116.
[13]	蔡斌1，余功新2，李彦伟1，薛善光1. 超高掺量胶粉改性沥青性能[J]. 重庆交通大学学报（自然科学版）, 2021, 40(09): 117-123.
[14]	朱洪洲1，2，潘岳1，王大谦1，胡蓝心1，何兆益2. 沥青稳定碎石疲劳性能关键影响因素分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(09): 124-130.
[15]	侯芸1，2，3，董元帅1，2，3，李志豪4，胡森4，曹雪娟5. 植物油再生SBS改性沥青混合料路用性能研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(08): 120-125.