基于數字圖像技術的建筑施工穩定性監測技術研究

0 引言

土木工程位移監測從理論上來說可以使用收斂計、鉆孔伸長計和鉆孔傾斜儀等進行監測，然而由于施工過程中堰坡的施工范圍較大，故經緯儀（包括電子經緯儀）、水準儀、激光測距儀、全站儀等光學儀器在堰坡監測中很受重視。這些傳統方法具有精度高、結構簡單的優點，但是這種測量方法在使用的過程中，需要借助一些專業性的設備，來獲取相應的觀測數值，想要獲得更加精確的變形值，還需要經過一系列的數據處理，整個過程比較復雜，需要消耗較長的時間和精力，才能得到變形數值，測量效率并不高，無法對堰坡施工過程的位移變化進行動態測試。于是近年來，一種新的測試技術GPS測量得到了新的發展與應用，這個技術在很多領域得到應用，尤其是在工程建設領域中，其產生的作用非常突出，可以根據不同地區的特征來獲取更加精準的測量數據。信息受到天氣因素影響的效果并不顯著。除此之外，這種技術使用的優勢主要體現在：可以達到全天候監測數據效果，提高測量數據結果的精確性和持續性，可以自動記錄數據，但是想要使用這種測量方法，需要支付較高的成本，在一些工程中，可能會存在較多的測試點，對于這類工程往往就不適合這種測量方法。GPS技術在實際使用的過程中，想要得到更加精確的測量數值，還需要使用一些地面輔助設備來實現，這些設備往往是固定的，無法對目標進行動態掃描跟蹤。在工程數據測量過程中，還涉及到一種基于現代化信息信息技術的數字攝影測量技術，這種技術操作非常簡單，借助照相機原理，對目標進行多維度拍攝，來獲取相應的數字圖像，接著就是進一步對獲取到的數字圖像進行技術分析，來獲取相應的參數，這種測量方法和傳統攝影測量方法有很大的差異，關鍵體現在實際測量數據獲取方式上，傳統方式主要是借助膠片來確定物體的位置，而數字圖像處理分析技術則是根據目標在不同時間空間位置的波動變化，來計算得到相應的位移變化數值。但是在當前數字圖像處理技術在實際應用過程中，還存在一定的局限性，但很多領域的作用尚未得到充分發揮，使用到的測量工具有所局限，市場上尚未批量生產精確值較高的測量儀器。本課題組對該技術進行了深入的研究，并取得了顯著的成效，解決了多點測量的問題，實現了實時、全天侯，自動跟蹤變形等難題。該技術將應用于本項目中，將建立施工動態位移監測系統，實現堰坡位移安全監測與預警等功能。

1 項目監測基本原理

1.1 圖像的數字化處理

光測存在的主要特征就是，不需要直接與拍攝目標進行接觸，可以達到更加高效的測量精度數值，并且能夠對整個物體的動態運行狀況進行掌控，削弱外在事物對被測物體帶來的干擾影響，能夠獲取更加客觀可信的測量數據。

光測數字圖像處理分析技術之所以得到廣泛應用，和計算機技術的推廣與應用有很大的關聯，借助計算機系統和信息技術的有效融合，能夠達到更加高效的數字圖像提取效果，進而對數字圖像中涉及到的關鍵特征信息進行提取，就可以獲得更加精準的測量數值。

圖像就是一種用來存儲信息的新型方式，可以通過人的感官系統，來對圖像中所包含的信息進行提取。眼睛可以通過物質能量轉換，完成信息的記錄。圖像能夠更好地反映出客觀世界的真實情況，可以通過紅外線、X射線等，來獲取不同的數字圖像，達到預期的數值測量效果。

圖像獲取數據信息的詳細情況，往往會受到一些因素的影響，例如記錄內容、投射能力，目標物體的反射能力等。圖像特征的獲取情況，最容易受到光強度和色彩等因素的影響。可以使用以下公式來反映這些因素之間存在的關系：

僅僅依賴于計算機和數字成像來獲取數據，可能會受到設備自身離散性因素的影響，尤其是圖像離散化因素帶來的影響，可以借助數學函數來反映其中存在的變化關系。在數字化處理的過程中，可以借助圖像離散化分布涉及到的分散像素，來確定像素灰度值。

圖1主要反映的是借助數字成像設備來獲取到的圖像元素，根據這些圖像元素能夠提取有關目標物體的特征信息。通過圖形分析可以得知，這些圖像元素存在明顯的離散分布特征。

圖1 連續光圖像離散構成數字圖

想要最大限度地達到良好的數值圖像描述效果，就需要把像素的光前灰度控制在合理范圍內。灰度離散會有不同的級別，盡可能確保像素灰度處于合理分布范圍內，才能夠確保獲得數字圖像特征的連續性。像素灰度分布范圍涉及到不同的間隔數值，分割為不同的量化等級，可以根據這個數值的波動變化，來確定相應的分辨率，決定圖像獲取的清晰度，而且可以借助計算器，達到更好的數據存儲效果。通常情況下，采用二進制方法來完成數據存儲和記錄。

數字圖像離散分布之后，可以從數學角度來對這種分布情況進行理解，可以轉化為一個矩陣，有M行，N列。涉及到不同的元素點，可以根據矩陣中的技術值，來確定像素點所對應的灰度值。可以借助二維矩陣，來表示數字圖像，進而通過數學運算來進一步獲取相應的參數值。

1.2 數字圖像特征分析

數字圖像有其自身的特殊性，在數據測量分析的過程中，涉及到的作用如下所示：

①數字圖像在實際應用的過程中，往往受到幾何位置和光強分布因素的影響，進而影響到灰度數值，即便是光度保持一樣，也依舊會受到其他因素的影響，導致最終分布特征會有一些差異。但是從幾何位置上來看，分布存在一定的規律，具有一定的相似性，可以借助這些特征，來更好地對目標物體變化情況進行描述。

②利用光學圖像來對物體存在的某種特征進行反應，可以達到持續分布特點。受到光照的影響，能夠對客觀物體有一個更加連續的反應。通過數字圖像來進行呈現，可以根據圖像元素實際分布情況，掌握更多的數據特征信息。在光學成像的過程中，往往會受到低濾波的影響，導致圖像的清晰度不高，可以在離散化光學圖像中，借助多級梯度來完成圖像的平滑過渡，進而提高數據信息獲取精確度。

③數字圖像在具體描述的過程中，可以通過數字矩陣來進行呈現。數字矩陣有其自身存在的特點，涉及到不同的行與列，不同的行列都對應著不同的元素點，能夠根據數學公式完成計算，進而達到更加高效的數據特征提取目的。

④數字圖像在對景物進行描述的過程中，為了確保景物描述呈現良好的連續性特征，通常情況下，會借助數字圖像離散像素點，來進行實景表示。尤其是在離散分布的數字圖像中，可以通過不同數據點的分布情況，來掌握實際景物的空間分布情況。尤其是對數字圖像離散點分布的實際情況，來計算相應的空間尺度大小，可以根據圖像實際反應的空間特征構成情況，來明確頻率大小之間存在的定量影響關系。

⑤成像存在幾何畸變現象，為了達到更好的成像效果，選擇使用數字圖像呈現方式，借助離散點來對真實景物的持續空間分布情況進行呈現。然而，受到一些因素的影響，可能會出現幾何畸變的問題，導致測量精度下降。

通過以上分析可以得知，在當前發展過程中，信息技術水平不斷提高，數字圖像分析技術得到越來越廣泛的應用。尤其是在對自然景物持續空間呈現上，起到非常重要的作用，可以借助數字圖像對真實景物的特征信息進行提取。

1.3 數字成像系統硬件構成

攝影測量系統在實際運行的過程中，使用到不同的設備，可以使用的方法也并不唯一。然而，測量系統的硬件構成，主要涉及到幾大關鍵構成部分，詳情如圖2所示。

圖2 數字圖像系統硬件構成示意圖

①光學成像設備分析。光學成像依據一定的原理，也就是把電磁能量轉化為信號，然后借助電池能量完成信號的傳輸。通過攝像機鏡頭來組建一個光學成像設備，進行目標物體的捕捉，通過光學圖像來獲取目標景物的特征。在當前發展過程中，成像設備涉及到不同的攝像機，例如固態攝像機以及電子管攝像機，前者在使用的過程中主要借助干光向原理，把涉及到不同的離散成像元素以數字圖像的形式呈現出來。固態攝像機有其自身存在的特征，主要體現在：可以根據不同的目標物體大小分布特點，來設置不同的參數值，獲取精確度更高的數值，并且能夠對環境的變化有較高的敏感度和反應力。光譜響應較寬，重量不大，并且呈現良好的動態變化范圍，使用原件壽命較長，投入成本不高，并且有非常良好的線性度。因此，這類攝像設備在很多領域中都得到應用。

②數字化設備。數字化設備在實際使用的過程中，主要通過電信號的轉化，把光學成像反映到電路元器件上。在當前發展過程中，數字攝像機主要借助數字圖像信號來完成信息的采集，可以借助數字化轉換功能，來輸出數字圖像信號，這樣就可以優化圖像輸出環節，減少信號損耗發生的可能性。可以借助數字化設備，利用感光原點和像素點之間存在的幾何對應關系，來確定像素點數的具體數量，可以有效避免像素抖動帶來畫面模糊的問題。

在當前發展過程中，能夠兼容外設熱插拔功能的輸出設備規格為IEEE1394，這種設備的優點主要體現在，可以和外部設備兼容使用，能夠達到同步傳輸的良好效果，傳輸效率高。

③圖像存儲設備分析。圖像存儲設備的主要功能作用就是對數字圖像所涉及到的信息進行存儲，可以利用內存空間來完成圖像存儲，也可以通過外部存儲器來對圖像數據進行存儲，根據用戶自身的實際情況來進行選擇。

④處理器。處理器其主要作用就是對數字圖像進行長管理，對涉及到的數據進行提取，并且進一步展開分析。在整個處理過程中，會很大程度上關系到數字圖像處理結果。處理器是整個數據圖像處理中心的核心構成部分，與其他設備密切結合起來，劃分不同的處理器類型。除此之外，還涉及到一些專門用來處理專供圖像的處理器。在信息技術水平不斷提高的背景下，一些助力器在使用的過程中，能夠與一些寫入系統關聯起來，達到良好的智能化圖像處理效果。在系統獨立運行的過程中，還可以實現攝像系統的單獨運行。

⑤圖像顯示與輸出設備分析。在數字圖像數據處理的過程中，借助圖像顯示設備，來對最終數據呈現結果進行顯示。除此之外，還可以借助輸出設備，來滿足用戶的不同使用需求，可以打印圖像，也可以通過顯示器來進行呈現，使用靈活性較高。

1.4 成像系統分辨力分析

成像系統分辨力非常的重要，直接關系到最終圖像特征信息提取效果，能夠對一些細節特征進行抓捕。保持良好的成像系統分辨力非常的關鍵，可以對目標物體空間移動情況有一個更加詳細的了解。

①圖像物面分辨率分析。實際物體的空間尺寸往往是通過像素來進行反應，如果設定拍攝產品的長為W，寬為N，那么可以通過計算獲得攝像機的硬件分辨率是M×N，進一步轉化物面分辨率計算公式：

②成像系統角分辨率分析。在計算成像系統角分辨率的過程中，可以設定YX方向上視場角度是α×β，整個系統的角分辨率計算公式如下所示：

如果屬于特定的測量對象，想要確保最終獲得的圖像信息精確度更高，那么可以通過調整成像系統角分辨率來實現。如果設備的分辨率一定，那么可以控制視野來增加圖像物面的分辨率。對于固定焦距的攝像機，增加攝像機的分辨率的唯一途徑是提高成像系統的角度分辨率。

需要明確的是，物面分辨率對光學測量結果有非常大的影響，是重要的影響因素。舉例說明，衛星圖像最終呈現結果，能夠反映出較大面積的地面，然而在實際拍攝的過程中，一個像素能夠反映出來的圖像非常的小，意味著測量精度也發生了變化，從原來的量級變成了毫米量級，在執行具體測量任務的過程中，需要對物面分辨率數值進行明確，然后再調整攝像機的分辨率，或者是對攝像視野范圍進行控制。

2 投影成像關系分析

2.1 常用坐標介紹

通常情況下，在構建坐標系的過程中，會遵循右手準則。圖3主要反映的是三個坐標系統對應不同的層次，對不同坐標系定義也存在差異。

2.1.1 世界坐標系（X，Y，Z）介紹

通常情況下，會把全局坐標系也叫做世界坐標系，是一個三維空間坐標系，具體構成如圖3所示。該坐標系在實際構建的過程中，主要是從被測物體、攝像機的角度來進行構建，為了達到更好的坐標分析效果，會把應用環境和對象條件因素考慮在內，明確空間點P的位置，找到其在世界坐標系相對應的空間坐標點。

圖3 三大坐標系構成示意圖

圖3三大坐標系圖中，攝像機坐標系是（X，Y，Z），光心則是攝像機坐標系的中心，Z軸主要指的是入射光軸，攝影方向對應的是正方向，確定的圖像物理坐標分別與x、y軸平行。

2.1.2 圖像坐標系介紹

可以借助圖像坐標軸來完成像素點的互換，根據空間位置的實際波動情況，來對坐標軸進行詳細細分處理。

①圖像物理坐標系（x，y）。確定的圖像物理坐標系原點為圖像的主點，根據主點又可以進一步確定中心位置，把握空間位置變化規律。需要明確的是，實際物體尺度和坐標系像素點所反映的尺寸有差異，可以根據實際測量物體的實際情況，來選擇合適的測量范圍。

②圖像像素坐標系（u、v）。圖像像素坐標系和物理坐標系存在著差異，可以確定為是直角坐標系，對應的單位像素值是u與v，可以借助一定的格式，利用存儲格式來完成關鍵圖像信息的處理、存儲。

2.2 坐標系變換關系介紹

對空間直角坐標系的含義進行明確之后，想要以此來獲得更多的測量數據信息，那么就需要實現不同坐標之間的合理有效轉化，確保坐標和圖像之間的關系可以一一對應。把空間點和圖像點結合起來，再轉化為幾何公式來進行表達，最終轉化得到的矩陣如下所示：

3 亞像素定位技術

如果想要達到更高效的測量結果，那么就需要對分辨率進行合理有效控制，確保像素點數量得以增加，這樣就可以達到良好的測量精度。但是在對分辨率進行調整的過程中，可能會消耗較多的成本，想要擴大攝像系統，那么就需要支付更多的資金，并且分辨率即便得到提升，會影響到圖像的傳輸速度，也意味著要進一步對系統進行升級處理。在這種情況下，可以借助軟件處理方法，對具體目標進行亞像素定位處理，這樣就可以大大提高數字算法效率，需要確保其他參數不變，可以通過提高分配率數值，來達到更好的亞像素控制效果。

3.1 亞像素定位遵循的主要原理

可以通過亞像素來完成定位處理，就是要遵循一定的原理。在對目標圖像進行分析的過程中，能夠通過特殊特征提取，削弱噪聲因素帶來的影響，來確保目標與預先知道的物體保持較高的相似度。在定位處理的過程中，可以充分發揮浮點計算方法的優勢，可以達到更好的精準定位效果，借助亞像素來對目標對象的特性進行提取，在借助特征位置信息的提取，達到更高效的定位處理效果。

圖像亞像素定位技術但實際運用的過程中，需要把差值運算和像素坐標值與灰度值的概念進行合理有效區分。從原理分析角度來看，差值運算僅僅是根據規律變化來進行計算，并沒有新增新的數據信息，可以通過差值處理方法，直接改變人眼獲得的視覺效果。但是注意和目標特征沒有非常直接的關聯，并不會對定位精度起到提升效果。

3.2 亞像素定位技術適應條件分析

①目標圖像的重要構成要素就是像素，并且這個像素不是單個的像素，而是像素之間形成一個組別，這個組別有其自身存在的特點，甚至具有灰度分布特征。

②想要獲取顯著目標特征，那么首先就要從定位上來進行關鍵信息的獲取，能夠根據三角形目標來明確中心點位置。再根據基準點來確定角點坐標數值。需要明確的是，基準點并不固定，可能是最暗點，也可能是最亮點。在實際使用的過程中，可以根據灰度變化的實際情況，來提取關鍵特征數據信息，與具體的場景密切結合起來，構建合理的分析模型，達成更好的融合分析效果。

在實際進行關鍵圖像數據特征提取的過程中，往往受到一些影響因素帶來的負面影響，導致最終測量結果會存在一定的誤差。舉例說明，在對定位進行確定的過程中，可能受到灰度量化帶來的影響，導致最終測量結果和實際結果有很大的差異。在對亞像素定位方法進行使用之前，還需要對其具體的使用效果進行檢驗，判斷是否能夠達到預期想要的發展目標識別效果。除此之外，還需要結合像素算法的實際情況，根據統計學原理，來完成精度數值計算，通常情況下，精度變化范圍在0.1到0.3之間。

3.3 亞像素算法使用原則

亞像素算法在實際設計和使用的過程中，會考慮到所需要遵循的原則。首先，如果選擇使用這種方法，首先要考慮是否提前對特征目標進行初步定位；其次，要對像素精度參數值進行合理篩選，完成初步定位任務；接著就需要展開亞像素定位分析，從不同層面來展開更加系統性的定位分析，可以大大提高定位分析精確度。對計算特征數值進行完善處理，可以在很大程度上降低計算量。最后，就是需要通過局部模型的構建來落實定位識別。

直接用亞像素定位算法的過程中，需要對其存在的離散特性進行評估分析，在實際設計之前，根據連續離散算法，來考慮可能存在的隱含條件。尤其是在對模擬信號進行處理的過程中，需要對頻譜帶寬情況進行有效分析，達到合理的分析效果，確保能夠真實可靠地使用亞像素定位算法。在運用的過程中，不需要對整體特征進行細化分析，可以根據圖像邊界，來精確每個邊界點，然后再整體性地提取目標特征。在實際使用亞像素定位的過程中，可以根據實際需求來對灰度值以及計算方法進行合理有效選擇，確保可以滿足測量需求。

4 結語

通過亞像素定位技術，使得圖像的目標識別精度達到0.01個像素；采用數字圖像相關技術對圖像進行識別，并采用優化的亞像素定位技術進行精細化定位。為保證對被測目標的有效搜索以及亞像素算法的可行性，目標模板在全幅圖像中最少要覆蓋到20×20個原始像素。而根據實地的環境狀況來看，每個目標圖板的物理尺寸不應超過40×40厘米，即在物理空間上每2厘米對應一個像素。如果市場角度的高寬尺寸都在100米左右，因此圖像傳感器的邊長像素數不應少于5000像素。可采用邊長尺寸為24×36mm，像素數為4000×6000的CMOS圖像傳感器（SONY α900或者Nikon D3x）豎向攝圖。如果采用亞像素算法能有效地達到1/4像素定位精度，則實際位移測量分辨率可達到1/2厘米。這個精度在100米范圍內實時監測一般測量方法是難以達到要求的。儀器重新安裝。如果將儀器重裝后的視點高差控制在1mm以內，則儀器重裝后其水平高差Δh和俯仰角誤差Δθ須滿足以下條件：（（Δh）2+（Δθ*L）2）1/2≤1mm，其中L為儀器的總長度，假定為200mm，水平高差假定可以控制在0.5mm以內，這樣俯仰角誤差最大值為15分，約4.3毫弧度。這個能夠很好的滿足儀器的移動和再安裝。對于圖像放大率的變化而言，需要考慮對不同目標圖板的放大率的變化情況。假設鏡頭焦距為28mm，所有圖板大小都是400×400mm，最近圖板距離為60m，最遠圖板距離為125m，則遠處的圖像放大率為1:4500，遠處目標圖板邊長最多只能覆蓋到15個像素。解決的方案是將遠處的目標圖板尺寸增加到540mm。