基于非接触摄影测量的拉索索力测试.docVIP

基于非接触摄影测量的拉索索力测试 　　摘 要：开展了基于运动目标图像跟踪法的拉索索力测试研究.在拉索上布置目标测点，用摄像机获取单个及多个目标的振动图像序列，利用背景差分法进行运动目标检测，基于卡尔曼滤波法对运动目标进行跟踪，获得拉索多个目标测点的振动位移时程曲线，进而利用频率法求解拉索索力.实验结果表明，与加速度传感器的结果相比，摄影测量法测试结果可信，是基于频率的拉索索力测试方法的有效发展与补充. 中国论文网 /4/view-7227506.htm 　　关键词：索力测试；摄影测量；非接触测量；目标图像跟踪；卡尔曼滤波 　　中图分类号：U446.1 文献标识码：A 　　文章编号：1674-2974（2015）11-0105-06 　　拉索是索结构桥梁的重要承重构件，有必要在施工及运营阶段对其工作状态进行检测与评估. 　　传统的索力测试包括油压表法、压力传感器法、磁通量法和振动频率法.油压表测定法和压力传感器测定法一般适用于在建桥梁拉索张拉时的索力测定；磁通量法尽管在长期监测、非接触测量、传感器维护成本等方面有优势，但在初期费用投入、安装便利性等方面仍有待加强.当需要对运营阶段桥梁的 　　拉索进行索力测试时，频率法几乎是唯一选择. 　　近年来数码摄像技术有了长足发展，基于摄影的测量技术已引起国内外土木工程领域的重视.2007年，Chang和Ji[1]研究了用摄像机测量拉索振动的基本方法，包括相机校准、目标点的跟踪与对应、测点动位移获取、拉索振动频率抽取等；2008年，Ji和Chang[2]研究了基于摄影测量的拉索振动位移无目标测试技术.该技术用Canny边缘检测法对采集对象进行图像处理，通过无量纲长度匹配技术，能在不需标定目标的情况下，测量拉索的振动频率及幅值.实验室试验和现场测试结果较好；2008年，Ji和Chang[3]研究了利用光流法对测量对象进行无目标识别，可在不需进行目标标定的情况下，测量拉索的振动频率与幅值；2011年，Kim等[4]研究了基于图像法的建筑结构多点位移响应测量，并用摄影测量结合频率法，测试了一座悬索桥的索力值；2012年，Chien和Hong[5]在不使用任何人工目标的情况下，运用数字图像跟踪测试技术量测斜拉索的振动.该法利用索的直线边界，将其边缘线的中点作为伪目标点进行图像处理，得到索的振动位移时程及其振动频率.2014年，Ribeiro等[6]发展了非接触桥梁动位移测试系统，取得了15 m距离0.1 mm，25 m距离0.25 mm的测试精度. 　　可以看出，基于摄影测量的结构振动测试作为一种非接触测试方法，主要用于不便设置基准点的结构动位移测试，对动位移时程进行频谱分析可获得结构振动频率.这给传统的基于频率的索力测试方法增添了一个新的选择. 　　本文研究基于非接触摄影测量的索力测试方法.在拉索上布置目标测点，通过摄像机获取单个及多个目标与时间相关的振动图像序列，应用背景差分法进行运动目标检测，并基于卡尔曼滤波法对运动目标进行跟踪，进而获得拉索目标测点的振动位移时程曲线，最后利用频率法求解拉索索力.这一方法的最大优势在于操作简单、成本低，不需要安装传感器，且能同时跟踪多个测点.本文通过2个实验将该法与传统的频率法测试结果进行了对比. 　　1 运动目标检测 　　运动目标检测是将图像序列中的目标从背景图像中分割出来，检测效果直接影响后续目标跟踪的精确性.本文采用背景差分法[7]进行运动目标检测，进而对二值化后的差分图像进行形态学处理. 　　背景差分法是选取参考图像作为背景图像，并用当前图像与背景图像相减来检测运动目标.设参考图为：I.1（x，y），一幅包含有运动目标的图像为I.2（x，y），记两图像之差为： 　　2 卡尔曼滤波 　　卡尔曼滤波是由数学家Kalman在1960年提出的一种最优的数据递归处理算法，常用于运动估计.它以一个预测方程和一个校正方程为基础，运用递归方法对动态系统的状态序列进行线性最小方差误差估计.它只用当前帧的观测值和前一时刻的估计值，利用预测和校正方程，来预测新的估计值. 　　应用卡尔曼滤波器对运动目标进行实时跟踪包括以下4个步骤：滤波器初始化、预测、目标匹配和状态更新. 　　初始化：分别设置目标初始速度、P和Q初值. 　　预测：由预测方程预测运动目标在当前帧中的运动状态和误差协方差. 　　目标匹配：设定一以n×1维状态向量为中心的区域进行搜索，寻找该帧图像内的最佳匹配区域. 　　状态更新：根据实际的测量值与先验估计值，通过卡尔曼滤波器进行状态更新以获得后验估计值，并重复以上步骤. 　　该算法对运动目标的跟踪效果良好，可克服小噪声干扰，减小特征匹配的搜索范围[8-9].图3为卡尔曼滤波器对一振动拉索上安装白色圆形标识的跟踪过程.由图可知