【技术实现步骤摘要】
本专利技术涉及桥梁腐蚀与疲劳监测，特别是涉及一种基于计算机视觉的桥梁腐蚀与疲劳监测系统及方法。
技术介绍
1、桥梁作为重要的交通基础设施，其结构安全直接关系到交通运输的顺畅和公共安全。腐蚀和疲劳是桥梁结构损伤的主要原因之一，它们会导致桥梁构件的强度和刚度下降，严重时可能引发桥梁坍塌等安全事故；因此，对桥梁进行腐蚀与疲劳监测，可以及时发现和处理潜在的损伤，确保桥梁的结构安全。现有技术中，对桥梁的腐蚀与疲劳监测的方法之一是通过图像比对，即通过比对桥梁当前的图像与桥梁的初始图像，来确定桥梁的腐蚀与疲劳；然而，随着时间的推移，桥梁会发生一定的形变，而且，桥梁的不同区域的形变程度不同，桥梁的同一区域的形变程度也会随着时间的推移发生变化；如果还是简单的将桥梁的当前图像与桥梁的初始图像中坐标相同的像素点进行直接比对，会出现所比对的像素点之间对应的不是桥梁的同一位置的情况，这会对桥梁的腐蚀和疲劳监测产生较大影响，导致对桥梁的腐蚀和疲劳监测的准确性较低。
技术实现思路
1、本专利技术目的在于，提供一种基于计算机视觉的桥梁腐蚀与疲劳监测系统及方法，以提高确定桥梁的腐蚀与疲劳的准确性。
2、根据本申请的第一方面，提供了一种基于计算机视觉的桥梁腐蚀与疲劳监测方法，所述方法包括以下步骤：
3、获取桥梁的初始图像和当前图像，以及当前建成时长；
4、基于当前建成时长和预设的图像分区位置映射表，确定初始图像和当前图像的分区位置；映射表中，每行对应一个建成时长范围及若干图像分区位
5、将初始图像和当前图像按分区位置划分为若干子初始图像区域和若干子当前图像区域；同一分区位置在桥梁上的实际位置相同；
6、根据当前建成时长，确定出形变子当前图像区域和未形变子当前图像区域；
7、确定每一形变子当前图像区域与其对应的子初始图像区域之间的像素匹配关系；
8、对未形变子当前图像区域与对应的子初始图像区域进行对比，并基于像素匹配关系对形变子当前图像区域与对应的子初始图像区域进行对比，得到腐蚀度；
9、根据腐蚀度确定桥梁的疲劳度。
10、进一步的，所述根据当前建成时长，确定出形变子当前图像区域和未形变子当前图像区域，包括以下步骤：
11、若当前建成时长小于等于第一预设时长，则将每一子当前图像区域均确定为未形变子当前图像区域；
12、若当前的建成时长大于第一预设时长且小于第二预设时长，则将距离最近的桥梁支撑点的距离大于当前时刻桥梁对应的预设距离的子当前图像区域确定为形变子当前图像区域；
13、若当前建成时长大于等于第二预设时长，则将每一子当前图像区域均确定为形变子当前图像区域。
14、进一步的，所述确定每一形变子当前图像区域与其对应的子初始图像区域之间的像素匹配关系，包括以下步骤：
15、获取目标形变子当前图像区域中桥梁的若干特征点，以及目标形变子当前图像区域对应的目标子初始图像区域中桥梁的若干特征点；其中，目标形变子当前图像区域为任一形变子当前图像区域；
16、对目标形变子当前图像区域中桥梁的若干特征点的坐标，以及目标形变子当前图像区域对应的目标子初始图像区域中桥梁的若干特征点的坐标进行拟合，以得到目标形变子当前图像区域与对应的目标子初始图像区域的像素匹配关系。
17、进一步的，所述对未形变子当前图像区域与对应的子初始图像区域进行对比，并基于像素匹配关系对形变子当前图像区域与对应的子初始图像区域进行对比，得到腐蚀度，包括以下步骤：
18、获取每一未形变子当前图像区域中每一像素点与对应的子初始图像区域中相同坐标位置的像素点之间的像素值的第一差值；
19、将每一未形变子当前图像区域中第一差值大于第一预设像素值且小于第二预设像素值的像素点确定为腐蚀像素点；
20、获取每一形变子当前图像区域中每一像素点的第一坐标；
21、根据每一形变子当前图像区域对应的像素匹配关系，确定每一形变子当前图像区域中每一像素点的第一坐标在对应的子初始图像区域中的第二坐标；
22、获取每一形变子当前图像区域中每一像素点与对应的子初始图像区域中第二坐标位置处的像素点之间的像素值的第二差值；
23、将每一形变子当前图像区域中第二差值大于第一预设像素值且小于第二预设像素值的像素点确定为腐蚀像素点；
24、根据腐蚀像素点的数量以及当前图像中桥梁对应的总像素点的数量，确定桥梁的腐蚀度。
25、进一步的，所述根据腐蚀像素点的数量以及当前图像中桥梁对应的总像素点的数量，确定桥梁的腐蚀度，包括以下步骤：
26、获取腐蚀像素点的数量以及当前图像中桥梁对应的总像素点的数量；
27、将腐蚀像素点的数量与当前图像中桥梁对应的总像素点的数量的比值确定为桥梁的腐蚀度。
28、进一步的，所述根据腐蚀度确定桥梁的疲劳度，包括以下步骤：
29、对桥梁的初始图像和当前图像进行比对，确定桥梁当前时刻对应的形变量；
30、将桥梁当前时刻对应的形变量乘以第一预设权重与桥梁的腐蚀度乘以第二预设权重之和加上预设初始值，以得到桥梁的疲劳度。
31、进一步的，所述方法还包括以下步骤：
32、若桥梁的腐蚀度大于预设腐蚀度阈值且桥梁的疲劳度大于预设疲劳度阈值，则生成预设的第一提示信息；其中，所述第一提示信息用于提示用户对桥梁进行腐蚀度和疲劳度检修；
33、若桥梁的腐蚀度大于预设腐蚀度阈值且桥梁的疲劳度小于预设疲劳度阈值，则生成预设的第二提示信息；其中，所述第二提示信息用于提示用户对桥梁进行腐蚀度检修；
34、若桥梁的腐蚀度小于预设腐蚀度阈值且桥梁的疲劳度大于预设疲劳度阈值，则生成预设的第三提示信息；其中，所述第三提示信息用于提示用户对桥梁进行疲劳度检修。
35、进一步的，所述分区位置的数量与桥梁当前建成时长呈正相关关系。
36、进一步的，桥梁的初始图像与当前图像拍摄时的拍摄位置、角度以及光照条件相同。
37、根据本专利技术的第二方面，提供了一种基于计算机视觉的桥梁腐蚀与疲劳监测系统，所述系统包括：计算机可读存储介质和处理器；其中，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的基于计算机视觉的桥梁腐蚀与疲劳监测方法。
38、本专利技术至少具有以下有益效果：
39、本专利技术的基于计算机视觉的桥梁腐蚀与疲劳监测方法，获取桥梁的初始图像、当前图像以及当前建成时长；根据当前建成时长将桥梁对应的当前图像和初始图像划分为若干子初始图像区域和子当前图像区域，对子当前图像区域中存在形变的形变子当前图像区域建立对应的像素匹配关系，通过像素匹配关系使得形变子当前图像区域中每一像素点准确的匹配到对应的子初始图像区域中的像素点，从而避免所比对的像素点之间对应的不是桥梁的同一位置的情况发生，降低对本文档来自技高网...
【技术保护点】
1.一种基于计算机视觉的桥梁腐蚀与疲劳监测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于计算机视觉的桥梁腐蚀与疲劳监测方法，其特征在于，所述根据当前建成时长，确定出形变子当前图像区域和未形变子当前图像区域，包括以下步骤：
3.根据权利要求1所述的基于计算机视觉的桥梁腐蚀与疲劳监测方法，其特征在于，所述确定每一形变子当前图像区域与其对应的子初始图像区域之间的像素匹配关系，包括以下步骤：
4.根据权利要求1所述的基于计算机视觉的桥梁腐蚀与疲劳监测方法，其特征在于，所述对未形变子当前图像区域与对应的子初始图像区域进行对比，并基于像素匹配关系对形变子当前图像区域与对应的子初始图像区域进行对比，得到腐蚀度，包括以下步骤：
5.根据权利要求4所述的基于计算机视觉的桥梁腐蚀与疲劳监测方法，其特征在于，所述根据腐蚀像素点的数量以及当前图像中桥梁对应的总像素点的数量，确定桥梁的腐蚀度，包括以下步骤：
6.根据权利要求1所述的基于计算机视觉的桥梁腐蚀与疲劳监测方法，其特征在于，所述根据腐蚀度确定桥梁的疲劳度，包括以下
7.根据权利要求1所述的基于计算机视觉的桥梁腐蚀与疲劳监测方法，其特征在于，所述方法还包括以下步骤：
8.根据权利要求1所述的基于计算机视觉的桥梁腐蚀与疲劳监测方法，其特征在于，所述分区位置的数量与桥梁当前建成时长呈正相关关系。
9.根据权利要求1所述的基于计算机视觉的桥梁腐蚀与疲劳监测方法，其特征在于，桥梁的初始图像与当前图像拍摄时的拍摄位置、角度以及光照条件相同。
10.一种基于计算机视觉的桥梁腐蚀与疲劳监测系统，其特征在于，所述系统包括：计算机可读存储介质和处理器；其中，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至9中任意一项所述的基于计算机视觉的桥梁腐蚀与疲劳监测方法。
...【技术特征摘要】
1.一种基于计算机视觉的桥梁腐蚀与疲劳监测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的基于计算机视觉的桥梁腐蚀与疲劳监测方法，其特征在于，所述根据当前建成时长，确定出形变子当前图像区域和未形变子当前图像区域，包括以下步骤：
3.根据权利要求1所述的基于计算机视觉的桥梁腐蚀与疲劳监测方法，其特征在于，所述确定每一形变子当前图像区域与其对应的子初始图像区域之间的像素匹配关系，包括以下步骤：
4.根据权利要求1所述的基于计算机视觉的桥梁腐蚀与疲劳监测方法，其特征在于，所述对未形变子当前图像区域与对应的子初始图像区域进行对比，并基于像素匹配关系对形变子当前图像区域与对应的子初始图像区域进行对比，得到腐蚀度，包括以下步骤：
5.根据权利要求4所述的基于计算机视觉的桥梁腐蚀与疲劳监测方法，其特征在于，所述根据腐蚀像素点的数量以及当前图像中桥梁对应的总像素点的数量，确定桥...
【专利技术属性】
技术研发人员：丁杨，曹凯杰，褚天云，叶肖伟，万华平，崔允亮，周双喜，魏永起，
申请(专利权)人：浙大城市学院，
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。