本發明涉及橋梁位移監測，特別是一種基于圖像識別的橋梁位移監測方法及其系統。
背景技術：
1、橋梁作為交通基礎設施的核心組成部分，其結構穩定性直接關系到通行安全與公共財產安全，位移，撓度監測是評估橋梁結構健康狀態、預防結構損壞和事故發生的關鍵手段。隨著橋梁服役年限增長及交通荷載不斷增加，橋梁梁體易出現彎曲、位移等變形，若監測不及時、數據不準確，可能導致梁體開裂、支座損壞甚至橋梁坍塌等嚴重后果，因此需建立高精度、高穩定性的位移監測體系。目前主流的橋梁位移監測方法主要分為接觸式和非接觸式兩類。接觸式監測方法如應變片、位移計等，需將監測設備直接固定于橋梁結構上，存在安裝復雜、對橋梁結構有一定損傷、維護成本高的問題，且在戶外復雜環境下易受振動、溫濕度影響，監測精度難以保證。非接觸式監測方法中，gps監測法受衛星信號干擾大，在橋梁遮擋區域無法正常工作，監測精度難以滿足亞毫米級要求；傳統圖像識別監測法多采用普通可見光標識物，易受戶外光照變化、天氣影響，光斑提取模糊，且缺乏有效的異常光斑剔除機制，導致坐標提取誤差較大，無法實現動態位移的精準監測。降低了監測結果的準確性。
技術實現思路
1、本發明的目的是為了解決上述問題，設計了一種基于圖像識別的橋梁位移監測方法及其系統。
2、實現上述目的本發明的技術方案為，進一步，在上述一種基于圖像識別的橋梁位移監測方法中，該基于圖像識別的橋梁位移監測包括以下步驟：
3、在橋梁結構的關鍵位置布設標識物，所述標識物至少包括紅外led燈和紅外反光貼；
4、通過圖像采集設備獲取所述標識物的多個圖像序列，并對所述多個圖像序列的光斑區域進行高斯分布擬合，提取光斑中心點坐標；
5、通過光斑異常檢測剔除所述光斑中心點坐標中不符合高斯分布特性的光斑，得到目標光斑中心點坐標；
6、根據所述目標光斑中心點坐標在不同圖像幀之間的像素位置變化，計算得到像素位移；
7、通過成像幾何模型將所述像素位移轉換為實際橋梁撓度。
8、進一步，在上述一種基于圖像識別的橋梁位移監測方法中，所述在橋梁結構的關鍵位置布設標識物，所述標識物至少包括紅外led燈和紅外反光貼，包括：
9、根據橋梁結構設計圖紙及位移監測規范，在橋梁梁體跨中、支座處、梁端、腹板的監測點位布設標識物，并根據橋梁跨度及圖像采集設備的視場角設定布設間距；
10、通過圖像采集設備進行拍攝，確認每個標識物形成獨立的亮光區域，無光斑重疊、光斑模糊和光斑偏移。
11、進一步，在上述一種基于圖像識別的橋梁位移監測方法中，所述通過圖像采集設備獲取所述標識物的多個圖像序列，并對所述多個圖像序列的光斑區域進行高斯分布擬合，提取光斑中心點坐標，包括：
12、將工業級攝像設備固定于橋梁監測側的穩定支架上，完成相機內參標定，根據戶外環境光照條件，設定相機拍攝參數，采用灰度成像模式；
13、啟動相機對布設的標識物進行連續、實時拍攝，獲取多幀按時間順序排列的灰度圖像序列；
14、將灰度圖像序列中每幀圖像的像素信息按二維數組形式存儲，按行業標準賦予像素灰度值，并對像素數組進行基礎降噪處理，剔除成像噪聲導致的孤立灰度突變點，得到多個圖像序列；
15、設定灰度閾值，對預處理后的多個圖像序列進行閾值篩選，剔除灰度值小于灰度閾值的背景像素點，保留標識物形成的亮光區域像素點，通過連通域分析算法對保留的亮光像素點進行區域分割，劃分出每個標識物對應的光斑區域。
16、進一步，在上述一種基于圖像識別的橋梁位移監測方法中，所述通過圖像采集設備獲取所述標識物的多個圖像序列，并對所述多個圖像序列的光斑區域進行高斯分布擬合，提取光斑中心點坐標，包括：
17、對每個分割完成的光斑區域，采用二維高斯分布數學模型進行擬合，提取光斑中心點坐標，二維高斯分布數學模型的公式如下：
18、
19、其中，表示像素灰度值，表示高斯峰值振幅，表示光斑中心點坐標，表示x、y方向高斯分布標準差，背景灰度;
20、采用最小二乘法對二維高斯分布數學模型進行參數求解，擬合光斑區域的灰度分布特征，得到每個光斑的光斑中心點坐標。
21、進一步，在上述一種基于圖像識別的橋梁位移監測方法中，所述通過光斑異常檢測剔除所述光斑中心點坐標中不符合高斯分布特性的光斑，得到目標光斑中心點坐標，包括：
22、設定光斑中心點坐標的指標數值為正常高斯分布狀態下的擬合殘差、高斯峰值振幅、x、y方向標準差，將光斑中心點坐標中的指標數值與閾值范圍進行對比；
23、若任一指標超出有效閾值范圍判定該光斑為異常光斑，將判定為異常的光斑中心點坐標進行標記刪除，得到目標光斑中心點坐標。
24、進一步，在上述一種基于圖像識別的橋梁位移監測方法中，所述根據所述目標光斑中心點坐標在不同圖像幀之間的像素位置變化，計算得到像素位移，包括：
25、將圖像序列的第一幀設定為初始參考幀，提取初始參考幀中所有目標光斑的中心點初始坐標，按光斑編號建立坐標數據庫，完成初始位置標定;
26、提取圖像序列中后續任意時間幀的目標光斑中心點實時坐標,根據光斑編號進行幀間坐標匹配;
27、對每個匹配成功的目標光斑，分別計算其在x、y方向的像素位移，計算公式如下：
28、
29、
30、其中，、分別為x、y方向的像素位移，正值表示坐標沿軸正方向移動，負值表示沿軸負方向移動；對計算得到的像素位移值進行合理性校驗，剔除因幀間匹配誤差導致的像素位移突變值。
31、進一步，在上述一種基于圖像識別的橋梁位移監測方法中，所述通過成像幾何模型將所述像素位移轉換為實際橋梁撓度，包括：
32、采用成像幾何模型，將x、y方向的像素位移值分別轉換為橋梁結構的初步橋梁撓度，模型公式如下：
33、
34、其中，表示橋梁結構的初步實際位移，表示攝像頭像素尺寸，表示鏡頭等效焦距；
35、若相機為非垂直正射視角拍攝，通過相機外參標定得到外參矩陣，將初步橋梁撓度代入校正公式，對像素位移方向進行修正，得到橋梁梁體變形方向的實際橋梁撓度，校正公式如下：
36、
37、其中，表示橋梁梁體的實際橋梁撓度，為矢量值，同時包含位移大小與方向。
38、進一步，在一種基于圖像識別的橋梁位移監測系統，所述基于光纖傳輸的電話通訊系統包括以下模塊：
39、標識物布置模塊，用于在橋梁結構的關鍵位置布設標識物，所述標識物至少包括紅外led燈和紅外反光貼；
40、光斑坐標提取模塊，用于通過圖像采集設備獲取所述標識物的多個圖像序列，并對所述多個圖像序列的光斑區域進行高斯分布擬合，提取光斑中心點坐標；
41、光斑坐標篩選模塊，用于通過光斑異常檢測剔除所述光斑中心點坐標中不符合高斯分布特性的光斑，得到目標光斑中心點坐標；
42、像素位移計算模塊，用于根據所述目標光斑中心點坐標在不同圖像幀之間的像素位置變化，計算得到像素位移；
43、橋梁撓度計算模塊，用于通過成像幾何模型將所述像素位移轉換為實際橋梁撓度。
44、進一步，在一種基于圖像識別的橋梁位移監測系統中，所述像素位移計算模塊包括以下子模塊：
45、提取子模塊，用于將圖像序列的第一幀設定為初始參考幀，提取初始參考幀中所有目標光斑的中心點初始坐標，按光斑編號建立坐標數據庫，完成初始位置標定;
46、匹配子模塊，用于提取圖像序列中后續任意時間幀的目標光斑中心點實時坐標,根據光斑編號進行幀間坐標匹配;
47、計算子模塊，用于對每個匹配成功的目標光斑，分別計算其在x、y方向的像素位移，計算公式如下：
48、
49、
50、其中，、分別為x、y方向的像素位移，正值表示坐標沿軸正方向移動，負值表示沿軸負方向移動；對計算得到的像素位移值進行合理性校驗，剔除因幀間匹配誤差導致的像素位移突變值。
51、進一步，在一種基于圖像識別的橋梁位移監測系統中，所述橋梁撓度計算模塊包括以下子模塊：
52、轉換子模塊，用于采用成像幾何模型，將x、y方向的像素位移值分別轉換為橋梁結構的初步橋梁撓度，模型公式如下：
53、
54、其中，表示橋梁結構的初步實際位移，表示攝像頭像素尺寸，表示鏡頭等效焦距；
55、矯正子模塊，用于若相機為非垂直正射視角拍攝，通過相機外參標定得到外參矩陣，將初步橋梁撓度代入校正公式，對像素位移方向進行修正，得到橋梁梁體變形方向的實際橋梁撓度，校正公式如下：
56、
57、其中，表示橋梁梁體的實際橋梁撓度，為矢量值，同時包含位移大小與方向。
58、其有益效果在于，1、監測精度高，實現亞像素級坐標提取。本方法采用紅外led燈與紅外反光貼組合布設標識物，有效規避戶外光照變化、天氣等干擾，確保光斑成像清晰；通過二維高斯分布擬合結合最小二乘法求解光斑中心點坐標，實現亞像素級提取，配合異常光斑檢測機制，剔除擬合殘差過大、不符合高斯分布的無效坐標，大幅降低坐標提取誤差，為后續位移計算奠定精準基礎。2、非接觸式監測，對橋梁結構無損傷且安裝維護簡便。本方法無需將監測設備直接固定于橋梁結構上，僅需在關鍵位置布設標識物、在穩定區域固定相機，安裝過程簡單，不會對橋梁結構造成損傷；標識物采用防水、防震設計，相機參數可根據環境動態調整，維護成本低，適用于各類橋梁的長期監測。3、抗干擾能力強，適應戶外復雜環境。通過紅外標識物的選用、圖像降噪處理及異常光斑剔除，有效抵御光照變化、振動、遮擋等戶外干擾因素，確保監測數據的連續性和穩定性；同時通過相機內參標定、外參矩陣校正，解決了傾斜視角拍攝導致的轉換誤差問題，進一步提升了實際撓度計算的準確性。4、可實現動態實時監測，實用性強。本方法通過連續采集圖像序列，能夠捕捉橋梁梁體的動態位移過程，實時輸出監測結果，便于工作人員及時掌握橋梁結構健康狀態；監測流程標準化、可操作性強，可根據橋梁跨度、監測需求靈活調整布設間距和拍攝參數，適用于不同類型、不同工況的橋梁位移監測場景。