李瑾 丁勇 李登華

1.南京理工大學(xué) 江蘇 南京 210094 2.南京水科學(xué)院 江蘇 南京 210094

目前，大壩邊坡監(jiān)測技術(shù)和方法有著廣泛的應(yīng)用，主要儀器有全站儀、GPS、大壩邊坡雷達(dá)、應(yīng)力傳感器等，這些方法或是過于依賴人工，或是消耗較大，或是技術(shù)要求比較苛刻。而雙目立體光學(xué)測量方法具備工作效率高、準(zhǔn)確性好、控制系統(tǒng)結(jié)構(gòu)簡單、費(fèi)用便宜的特性,非常適合于生產(chǎn)場所的在線、無接觸式生產(chǎn)監(jiān)測與品質(zhì)管理。雙目光學(xué)技術(shù)的快速檢測、非接觸式的特性,也日益應(yīng)用于制造業(yè)產(chǎn)品設(shè)計(jì)上。這種方法也會(huì)受到影響根據(jù)天氣條件，如雨和霧，但圖像中有雨去除和圖像去霧算法可以用來減少這些影響。該方法已被用于研究大面積位移測量[1-2]，包括滑坡位移監(jiān)測[3-4]，露天礦邊緣位移監(jiān)測[5]，公路大壩邊坡監(jiān)測[6]。

立體匹配在雙目視覺中至關(guān)重要，但在夜間缺少背景與大量且準(zhǔn)確的特征點(diǎn)的情況下，利用sift與surf我們難以進(jìn)行準(zhǔn)確的配準(zhǔn)，基于以上原因本文提出了基于delaunay三角網(wǎng)格的立體匹配技術(shù)，首先準(zhǔn)確找到左右視圖標(biāo)志點(diǎn)的二維坐標(biāo)，并通過每個(gè)視圖各個(gè)標(biāo)志點(diǎn)點(diǎn)之間的空間坐標(biāo)關(guān)系生成的delaunay三角網(wǎng)，利用三角相似函數(shù)計(jì)算相似度大于閾值的三角形[7]，并通過相似三角形的相鄰點(diǎn)判斷出正確的匹配點(diǎn)，從而提高匹配精度，并且獲得正確的精確三維坐標(biāo)。

1 系統(tǒng)設(shè)計(jì)

本文采用了基于雙眼視覺的邊坡圖像采集信息系統(tǒng),包含監(jiān)控點(diǎn)設(shè)定、圖像收集、雙目視覺測量等信息，對模型岸坡坡面及坡頂?shù)奈灰七M(jìn)行監(jiān)測。為了更準(zhǔn)確獲得目標(biāo)的立體像對,本文作者在邊坡表面上設(shè)定了紅色的小球單元作為檢測目標(biāo)點(diǎn),紅色小球的尺寸、布設(shè)形式可按照識別準(zhǔn)確度和計(jì)算速度快的特點(diǎn)綜合確定,通過在模型槽正前方架設(shè)DS-2CD3T86FWDV3-I3S型號?？低暭t外筒形網(wǎng)絡(luò)攝像機(jī)，在初次安裝時(shí)需要對標(biāo)定板進(jìn)行標(biāo)定。標(biāo)定板長寬為25mm*25mm，格數(shù)為9*11的黑白棋盤格，圖1為圖像采集系統(tǒng)整體布置。

圖1 圖像采集系統(tǒng)

基于雙目視覺的技術(shù)特點(diǎn)，本文使用了二臺彩色照相機(jī)在不同位置同一時(shí)間拍照的邊坡。視頻數(shù)據(jù)則可進(jìn)入圖像控制器，再經(jīng)過分揀、擠壓后傳輸至服務(wù)器設(shè)備，從而獲得視頻幀進(jìn)行邊坡的立體映像?；贒elaunary三角剖分的雙目匹配是檢測系統(tǒng)的核心部分，由于距離較遠(yuǎn)且標(biāo)志物過多，大壩邊坡背景中的特征點(diǎn)難以匹配，只能通過標(biāo)志物矩陣中的各個(gè)標(biāo)志物間的拓?fù)潢P(guān)系進(jìn)行匹配，由于剖分網(wǎng)格中三角形的大小和標(biāo)志物距離攝像機(jī)的距離有關(guān)，所以在原有相似度的情況下優(yōu)化三角形的相似度系數(shù)。根據(jù)雙目匹配計(jì)算圖像對應(yīng)點(diǎn)間的位置偏差，基于視差原理來獲取物體三維信息。監(jiān)測系統(tǒng)的運(yùn)行過程，如圖2所示。

圖2 工作流程

2 基于Delaunary的雙目匹配

拓?fù)鋵W(xué)中三角剖分技術(shù)在很多方面都有廣泛的運(yùn)用。本文將重點(diǎn)在通過標(biāo)志物的二維坐標(biāo)建立邊坡Delaunay三角網(wǎng)。根據(jù)三角形相似度和攝影不變量理論對左右圖像的標(biāo)志物進(jìn)行匹配。

常見的Delaunay三角網(wǎng)的生長技術(shù)算法主要有分治算法、逐點(diǎn)插入方法和TIN生長方法。本文中通過逐點(diǎn)插入算法,將創(chuàng)建Delaunay三角網(wǎng)格的大致過程為:

（1）定義一個(gè)可以包括所有標(biāo)志物點(diǎn)的初始三角形，從標(biāo)志物點(diǎn)集合中任意選擇一點(diǎn)插入初始多邊形，建立起始三角網(wǎng)。

（2）在起始三角網(wǎng)中插入任意另外一個(gè)標(biāo)志物點(diǎn)，在起始三角網(wǎng)中找出含該點(diǎn)的三角形，將該三角形的3個(gè)頂點(diǎn)與新插入的標(biāo)志物點(diǎn)連接，形成新的三角網(wǎng)，再用LOP優(yōu)化方法對新三角網(wǎng)優(yōu)化。

（3）不斷循環(huán)步驟（2）的方法，等到標(biāo)志物點(diǎn)全部插入，最終將與起始多邊形頂點(diǎn)相關(guān)的三角形全部刪除。

本文利用三角形的相似度進(jìn)行三角形匹配，設(shè)△ABC和△A1B1C1中，將三角形中三個(gè)角按從小到大排序，按照大小順序進(jìn)行一一對應(yīng)，且假設(shè)∠A的值為α，相對應(yīng)∠A1的值為α1，因此三角形的相似度計(jì)算方法如下：

本文進(jìn)行雙目匹配的基本步驟如下：

（1）首先，根據(jù)生成的三角網(wǎng)格，將每個(gè)點(diǎn)周邊的三角形定義為一個(gè)集合。

（2）對左視圖中的點(diǎn)對右視圖進(jìn)行匹配時(shí)，只對三角形集合個(gè)數(shù)相同的點(diǎn)進(jìn)行相似度匹配。

（3）對兩點(diǎn)周邊三角形集合所有三角形進(jìn)行相似度匹配，所有相對應(yīng)的三角形相似度均大于閾值，則成為兩點(diǎn)配對成功。

3 仿真實(shí)驗(yàn)

本文在實(shí)驗(yàn)室內(nèi)模擬驗(yàn)證了基于雙目視覺的大壩邊坡表面位移監(jiān)測，監(jiān)測點(diǎn)通過手動(dòng)控制邊坡滑動(dòng)制造位移。本文采用兩臺DS-2CD3T86FWDV3-I3S型號?？低暭t外筒形網(wǎng)絡(luò)攝像機(jī)采集圖像流，圖像像素為3840×2160。

首先采用張正友標(biāo)定算法對左、右相機(jī)的內(nèi)參進(jìn)行標(biāo)定，通過立體標(biāo)定算出左、右相機(jī)之間的相對位置關(guān)系，得到相機(jī)的內(nèi)外參數(shù)與相對位移關(guān)系，表1如下。

表1 系統(tǒng)標(biāo)定參數(shù)

表2 雙目匹配準(zhǔn)確度

選取未沖刷前左右攝像機(jī)同時(shí)拍攝的一組圖像，記為初始時(shí)刻t0，如圖3所示。

圖3 初始圖像

將原始圖像中的標(biāo)志物進(jìn)行顏色以及形狀特征提取，得到二值化圖像，再將二值化圖像進(jìn)行霍夫圓提取，得到每個(gè)標(biāo)志物的中心像素坐標(biāo)。對提取的坐標(biāo)進(jìn)行亞像素化。對得到的左右圖像標(biāo)志物坐標(biāo)按照第三章的方式進(jìn)行三角剖分，得到三角網(wǎng)格。

將每個(gè)點(diǎn)周圍的三角形做一個(gè)集合，設(shè)左圖點(diǎn)a,三角形集合為n,右圖對應(yīng)點(diǎn)為a’對應(yīng)三角形集合為n’,對a與a’進(jìn)行匹配時(shí)，首先對n與n’集合的個(gè)數(shù)進(jìn)行對比，個(gè)數(shù)相同對n與n’集合中的三角形相似度根據(jù)第三章的公式進(jìn)行計(jì)算，若每一個(gè)三角形匹配相似度最高值都大于閾值，則a點(diǎn)與a’點(diǎn)相匹配，圖像如圖4。

圖4 三角形匹配示意圖

通過左相機(jī)每個(gè)標(biāo)志物點(diǎn)所在的三角形去匹配右相機(jī)每個(gè)標(biāo)志物點(diǎn)所在的三角形，當(dāng)三角形個(gè)數(shù)不相同時(shí)，判斷兩點(diǎn)不為同一點(diǎn)，選取下一點(diǎn)匹配，直到三角形個(gè)數(shù)相同時(shí)，進(jìn)行下一步。對三角形個(gè)數(shù)相同的點(diǎn)周邊三角形依次根據(jù)公式進(jìn)行三角形相似度匹配，對所有三角形相似度都大于閾值，即可認(rèn)為兩點(diǎn)匹配成功。

將相匹配好的兩點(diǎn)與得到的系統(tǒng)標(biāo)定參數(shù)通過最小二乘法求解可得到該點(diǎn)的相機(jī)坐標(biāo)。

分別選取t = 0min,t = 25min,t = 55min三個(gè)不同時(shí)刻的圖像，計(jì)算并統(tǒng)計(jì)出每張圖像各個(gè)標(biāo)記點(diǎn)的像素坐標(biāo)，利用這些坐標(biāo)計(jì)算出各個(gè)標(biāo)記點(diǎn)的世界坐標(biāo)，并且其余時(shí)刻與t= 0min時(shí)刻進(jìn)行對比，示意如圖5、圖6：

圖5 不同時(shí)刻監(jiān)測點(diǎn)三維坐標(biāo)示意圖

圖6 不同時(shí)刻與初始時(shí)刻對比示意圖

通過監(jiān)測結(jié)果表明，在模擬試驗(yàn)中，隨著時(shí)間的增加，邊坡是逐漸下沉的，且壩中下沉是最為明顯的，壩中位移最大超過1000mm，兩側(cè)位移偏小，略小于500mm，最大沉降變形超過大壩邊坡整體高度30%。

4 結(jié)語

研究了基于雙目視覺的大壩邊坡表面變形監(jiān)測技術(shù)，由于標(biāo)志物過多而采取Delaunary三角剖分的雙目視覺匹配，實(shí)現(xiàn)了三維測量。該方法主要是通過對平面上的點(diǎn)集進(jìn)行三角剖分，根據(jù)標(biāo)志物點(diǎn)周邊三角形相似度對標(biāo)志物進(jìn)行雙目匹配。通過實(shí)驗(yàn)驗(yàn)證，該方法一定條件下雙目匹配準(zhǔn)確度高達(dá)百分百，滿足了進(jìn)行三維測量的前提條件。并通過試驗(yàn)驗(yàn)證了通過此方法對大壩邊坡進(jìn)行三維監(jiān)測的可行性。