System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及钢管混凝土拱桥温度场测量,具体为一种基于红外热成像的拱桥温度场识别与反馈方法。
技术介绍
1、拱桥以受力合理、耐久性强、结构刚度大、经济性好等特点在我国西部山区大量修建。在山区,从桥址一侧到另一侧,周围环境变化较大,周围环境的辐射会引起拱肋产生复杂的平面不均匀温度场,这种平面不均匀温度场对拱肋线形的影响是非线性的,若按照全桥统一整体温度的形式对拱肋线形进行修正,可能导致拱肋线形出现偏差,进而影响拱桥的成桥线形。拱桥施工时多采用表贴式温度传感器、手持式红外测温仪等点式测量仪器进行温度测量。但对于大跨径拱桥来说,若想精细化测量拱桥的温度场,获得稠密的温度数据,只能多布设温度测点,但这样会增加施工测量成本。并且,根据传感器现场的实际表现来看,表贴式传感器受施工、天气等因素的影响较大,容易导致传感器测温元件损坏,造成测温数据缺失与失真。
2、针对传统温度测量方式稠密测量拱桥拱肋平面不均匀温度场存在的局限性,本专利技术利用红外热成像技术结合无人机的高机动性,提出利用搭载在无人机上的红外相机实现拱肋平面不均匀温度场的稠密测量,结合图像处理技术,建立拱肋平面不均匀温度场识别与反馈的方法,通过编写拱肋平面不均匀温度场识别与反馈的matlab程序,实现拱桥平面不均匀温度场的快速识别与反馈。本专利技术提出一种基于红外热成像的拱桥不均匀温度场识别与反馈方法,该方法可以快速准确地测量钢管混凝土拱桥的拱肋复杂的平面不均匀温度场。该方法利用无人机的高机动性,能够高效安全获得大跨径钢管混凝土拱桥的红外图像,通过python程序、ma
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足,本专利技术提供了一种基于红外热成像的拱桥温度场识别与反馈方法,本方法基于无人机高机动性与红外热成像技术相结合,对钢管混凝土拱桥红外图像进行采集,同时,通过python程序、matlab程序,结合dji tsdk程序实现红外图像温度数据的提取,利用编写的matlab程序对温度矩阵进行转换,将红外图像转换为灰度图像,并利用phst将局部灰度图像拼接为整体,通过编写的平面不均匀温度场识别与反馈程序,识别并提取相关温度控制点的不均匀温度值,并将平面不均匀温度场反馈在有限元模型中进行不均匀温度作用的分析计算。
3、(二)技术方案
4、为实现上述目的,本专利技术提供如下技术方案:一种基于红外热成像的拱桥温度场识别与反馈方法,包括以下步骤:
5、步骤一、通过控制搭载红外相机的无人机对钢管混凝土拱桥进行红外图像数据采集,并调整热成像焦距及相关参数,保证无人机与目标物体平行,使画面清晰稳定;
6、步骤二、对采集到的红外图像进行筛选,将筛选后的红外图像转换为温度矩阵[t];
7、步骤三、将获得的温度矩阵[t]通过转换矩阵转换为灰度矩阵[g],然后以灰度图像进行保存;
8、步骤四、通过图像拼接技术,将获得的局部灰度图像进行拼接,从而获得钢管混凝土拱桥的整体灰度图像;
9、步骤五、利用编写的matlab程序对获得的整体灰度图像进行相应位置温度值的拾取,并将拾取的顺序号和温度值显示在图像上;
10、步骤六、通过excel为媒介,将温度值信息反馈在midas civil等有限元分析软件中的钢管混凝土拱桥的模型上,从而实现拱肋平面温度场的快速反馈。
11、优选的,所述步骤二中红外图像转换为温度矩阵[t]的具体步骤如下:
12、a1、利用dji tsdk程序将拍摄并筛选后的红外图像转换为raw格式的图像;
13、a2、利用python中numpy模块array中的reshape函数对raw格式图像中的温度数据进行处理,获得tif格式图像;
14、a3、利用matlab中的imread函数和xlswrite函数将tif图像中的温度信息读取出来并写入相应的表格,得到温度矩阵[t]。
15、优选的,所述步骤三中将得到温度矩阵[t]通过转换矩阵转换为灰度矩阵[g]的具体步骤如下:
16、b1、找出所有温度矩阵中温度的最大值tmax和温度最小值tmin,以(tmax,tmin)为自变量,以灰度值(0,255)为因变量,求得转换矩阵和其中[p]为m×1的矩阵,[q]为m×n的矩阵;
17、b2、通过转换矩阵,将温度矩阵中的每个温度值转换为灰度值,从而得到每张图像的灰度矩阵再通过matlab程序,将灰度矩阵[g]转换为灰度图像i。
18、优选的,所述步骤四中通过图像拼接技术,将得到的局部灰度图像进行拼接,从而得到被测温物体的整体灰度图像的步骤如下:
19、c1、将获得的灰度图像i进行预处理,去除图像拼接过程中出现的影响拼接效果的不良因素,使目标图像和配准图像的信息和空间分布保持一致;
20、c2、提取图像特征点,将两张图像进行特征点的匹配,并通过ransac算法剔除错误匹配,保证两张图像特征点间准确的对应关系;
21、c3、根据变换算法对图像进行图形变换,使其得到两张变换后的灰度图像;
22、c4、根据加权平均图像融合算法,将配准并转换后的两张灰度图像融合成一张全景图;
23、c5、重复步骤c1至步骤c4,直至获得钢管混凝土拱桥的整体灰度图像。
24、优选的,所述步骤五中利用编写的matlab程序对得到的整体灰度图像进行相应位置温度值的拾取,并将得到的顺序号和温度值显示在图像上的步骤如下:
25、d1、利用imread和imshow函数读取并显示图像;
26、d2、利用gca函数获取当前图像的坐标轴,并通过zoominteraction函数实现当前图像的缩放;
27、d3、通过ginput函数拾取相应像素点,并利用max、min、round计算设定的温度控制区域的大小;
28、d4、通过mean函数计算拾取的温度控制区域各像素点灰度的平均值,并通过相关运算将灰度平均值转换为温度值;
29、d5、利用rectangle函数在相应位置做出标记,并将点取的顺序号和温度值显示在图像上。
30、优选的,所述步骤六中通过excel为媒介,将温度值信息反馈在midas civil中的钢管混凝土拱桥的模型上,从而实现拱肋平面不均匀温度场的快速反馈的步骤如下:
31、e1、根据获得的整体灰度图像顺序号,本文档来自技高网...
【技术保护点】
1.一种基于红外热成像的拱桥温度场识别与反馈方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于红外热成像的拱桥温度场识别与反馈方法,其特征在于,所述步骤二中红外图像转换为温度矩阵[T]的具体步骤如下:
3.根据权利要求2所述的一种基于红外热成像的拱桥温度场识别与反馈方法,其特征在于,所述步骤三中将得到温度矩阵[T]通过转换矩阵转换为灰度矩阵[G]的具体步骤如下:
4.根据权利要求4所述的一种基于红外热成像的拱桥温度场识别与反馈方法,其特征在于,所述步骤四中通过图像拼接技术,将得到的局部灰度图像进行拼接,从而得到被测温物体的整体灰度图像的步骤如下:
5.根据权利要求1所述的一种基于红外热成像的拱桥温度场识别与反馈方法,其特征在于,所述步骤五中利用编写的Matlab程序对得到的整体灰度图像进行相应位置温度值的拾取,并将得到的顺序号和温度值显示在图像上的步骤如下:
6.根据权利要求1所述的一种基于红外热成像的拱桥温度场识别与反馈方法,其特征在于,所述步骤六中通过Excel为媒介,将温度值信息反馈在Midas C
...【技术特征摘要】
1.一种基于红外热成像的拱桥温度场识别与反馈方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于红外热成像的拱桥温度场识别与反馈方法,其特征在于,所述步骤二中红外图像转换为温度矩阵[t]的具体步骤如下:
3.根据权利要求2所述的一种基于红外热成像的拱桥温度场识别与反馈方法,其特征在于,所述步骤三中将得到温度矩阵[t]通过转换矩阵转换为灰度矩阵[g]的具体步骤如下:
4.根据权利要求4所述的一种基于红外热成像的拱桥温度场识别与反馈方法,其特征在于,所述步骤四中通过图像拼接技术,将得到的局...
【专利技术属性】
技术研发人员:程崇晟,张焕富,王邵锐,周建庭,曾宪旺,杨理贵,黄博,
申请(专利权)人:重庆交通大学,
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。