基于机器视觉和深度学习的空间结构球节点位移测量方法

论文摘要

随着信号处理和计算机技术的发展,机器视觉在科学研究和工程实践中得到了广泛的应用,在土木工程领域也越来越多地用于结构的应变和位移测量.但由于空间结构形态复杂、尺度大、测量操作繁琐等原因,机器视觉在空间结构位移测量领域还存在标记点布设难度大、目标点匹配困难、图像处理过程复杂等问题.近年来,随着以深度学习为代表的人工智能技术的快速发展,图像自动分类识别问题已经取得了巨大的突破,这也为空间结构位移测量提供了新的思路.本文提出一种基于深度学习的球节点自动检测和定位方法,并利用机器视觉原理对空间结构球节点进行图像匹配和三维重建,实现节点位移的测量.此方法可以快速对图像中所有球节点自动识别和定位,在保证精度的前提下大大减少图像处理时的工作量.通过对空间网架的球节点进行位移测量试验,验证了本方法可以完成空间结构球节点的三维位移测量任务,提高了测量效率,在空间结构位移监测领域有良好的应用前景.

论文目录

• 1 球节点位移自动测量原理
•   1.1 机器视觉位移测量原理
•   1.2 球节点自动识别定位方法
•   1.3 位移自动测量流程
•     （1） 图像采集模块:
•     （2） 图像识别定位模块:
•     （3） 三维重建和位移测量模块:
• 2 球节点位移测量程序的实现
•   2.1 样本数据集收集
•   2.2 球节点自动识别定位程序实现
•   2.3 球节点空间坐标计算
• 3 试验验证
•   3.1 试验过程
•   3.2 误差分析
• 4 结 论

文章来源

类型: 期刊论文

作者: 王一江,罗尧治

关键词: 空间结构,球节点,机器视觉,深度学习,位移测量,自动识别

来源: 空间结构 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 建筑科学与工程,计算机软件及计算机应用,自动化技术

单位: 浙江大学空间结构研究中心

分类号: TU198;TP391.41;TP18

DOI: 10.13849/j.issn.1006-6578.2019.04.060

页码: 60-66+42

总页数: 8

文件大小: 1310K

下载量: 265