基于機器視覺的堤防堤壩沉降實時監測方法

廖 強

(江西省新干縣河道圩堤維護服務中心，江西 吉安 331300)

根據市場不完全調研與相關統計數據，我國現階段共有不同規模的河堤總長度約為2991萬km，現有的主干堤壩長度約為657萬km，相關建設成果不僅在歷史上起到了重大作用，還在一定程度上助推了區域經濟的發展。但在深入對現有堤防堤壩工程運營的研究中發現，大部分工程由于年久失修與后期管理工作不到位，產生了不同程度的沉降現象[1]。加之堤防堤壩工程所在地的地殼運動和地下水開采的加劇，導致堤防堤壩地表沉陷深度逐步增大，這一現象不僅對堤壩正常運營與長期發展造成了嚴重的負面影響，還造成了堤防堤壩出現了永久性結構裂縫等，從而導致堤防堤壩的防洪能力下降、經濟效益損失。因此，有必要采取有效的措施，進行堤防堤壩在運營中沉降的監測，通過此種方式，及時了解堤防堤壩的變化，從而為水利部門采取相應的對策提供依據。為實現對其沉降的有效監測，有關單位提出了針對堤防堤壩沉降的專項監測方法，包括大地測量法、GPS定位法、攝影測量法等，盡管現有的技術可以用于重要河堤區域的沉降監測，但現行技術在使用中普遍存在經費高、監測耗時長等問題，很難在實際中得到廣泛應用。近幾年來，以計算機技術為代表的監測技術逐步成熟，為堤防堤壩沉降的監測奠定了基礎。為此，本文將在現有工作的基礎上，以新干縣堤防堤壩為例，引進機器視覺技術，設計一種針對堤防堤壩工程沉降的實時監測方法，以期提高監測結果的可靠性與時效性。

1 堤防堤壩沉降圖像采集與處理

為實現對堤防堤壩沉降的實時監測，使用彩色CCD工業相機，在堤防堤壩沉降現場拍攝多組、多顏色照片，輸出的照片格式應包括BG/RG或RGB。在拍攝前，對相機進行校正，包括拍攝角度的調直、格式自動平衡處理等[2]。可在拍攝過程中，結合現場條件，增加補償光源，通過此種方式，確保拍攝的圖片滿足2048×4096分辨率要求。

考慮到通過此種方式采集的堤防堤壩沉降現場圖像可能攜帶噪聲，無法直接用于沉降計算。因此，在完成圖像的采集后，對其進行空間轉換處理[3]。在此過程中，使用CCD工業相機，將監測對象反饋圖像從立體空間向二維影像投射，可以根據相機的成像模式，將其劃分為線性模式和非線性模式。為了便于計算機對其的加工，建立對應影像坐標系、相機坐標系及世界坐標系，對像素點進行坐標系進行轉換[4]。此過程如公式(1)—(2)所示。

(1)

(2)

式中，x、y—拍攝圖像坐標系的橫向與縱向坐標點；dx、dy—像素圖像在x、y方向上的物理測量尺寸；u、v—拍攝圖像轉換后的空間坐標點；u0、v0—以O為圓點的圖像空間坐標點。按照上述方式，對采集的圖像進行坐標格式轉換，以此實現對堤防堤壩沉降圖像的采集與處理。

2 基于機器視覺的堤防堤壩沉降點視覺測距

完成上述設計后，引進機器視覺技術，進行堤防堤壩沉降點的視覺測距[5]。此過程如圖1所示。

圖1 基于機器視覺的堤防堤壩沉降點視覺測距

設計上述圖1中被測對象表示為A，圓點(中心點)表示為O。參照光的散射與折射原理，使用機器視覺中的小孔成像方法，進行空間內的視覺測距[6]。定義空間中被測對象A的坐標表示為(x，y，z)，則(x，y，z)在機器視覺下成像后，其空間點坐標可以表示為(x1，y1，z1)，則兩者之間存在的視覺關系，可用公式(3)表示。

(x1，y1，z1)=R×(x，y，z)+T

(3)

式中，R—空間旋轉矩陣(此次研究設定R的矩陣為三階，表示為3×3)；T—坐標點在空間中的平移向量。通過機器視覺中的小孔成像模型，進行x1與y1到空間距離的計算[7]。計算公式如下。

(4)

(5)

式中，f—拍攝照片在計算機成像時的焦距。按照上述方式，對被測對象所在的空間的點位進行測距，初步掌握沉降點所在的空間位置。

3 實時監測結果校正處理

完成上述設計后，在終端計算機設計監測數據的反饋頻率，通過對反饋數據的實時測距，掌握堤防堤壩的實時沉降數據。為避免監測結果與真實結果存在偏差，應對實時監測結果進行校正處理[8]。在此過程中，使用標定算法，對圖像進行網格劃分，按照標準將一個矩形圖像，劃分成由若干個網格構成的圖像，調整三維微偏移平臺的微調旋鈕，使光點中心處于靶心的起始位置。同時調節目標，使其能夠均勻地填滿整個圖像，這樣可以使焦點在整個圖像中均勻地分布[9]。此外，被測目標不能離開相機太遠，如果目標太遠，會導致影像上的角度發生很大的變化，像素點成像位置過近，從而影響到校準效果。堤防堤壩發生沉降后，光點中心位置發生變化。在嵌入式計算機視覺程序中，通過下述公式進行監測結果的校正處理。

(6)

式中，Δ—監測結果的校正處理；F—圖像灰度；m—圖像矩陣中的橫向參數；n—圖像矩陣中的豎向參數。將完成標定處理的數據與視覺測距結果進行適配，通過對監測數據的補償，保證沉降監測結果具有較高的精度[10]。以此實現對實時監測結果的校正處理，從而完成基于機器視覺的堤防堤壩沉降實時監測方法設計。

4 對比實驗

上文通過3個方面，完成了基于機器視覺的堤防堤壩沉降實時監測方法設計，但相關方法的研究仍局限在理論階段，要實現對此方法在水利工程等相關領域內的推廣使用，還應在完成上述設計后，對實際應用效果進行檢驗。

以新干縣堤防堤壩為例，根據技術人員的現場勘察，此堤防堤壩工程中的堤身結構整體采用黏性土，按照分層施工的方式進行設計。通過測量，分層結構的厚度在20～40cm之間，堤防堤壩外部平臺使用淤泥質土進行填筑，堤防堤壩結構斷面形式如圖2所示。

圖2 新干縣堤防堤壩結構斷面形式

圖2中：(1)表示壩身結構填土層；(2)表示淤泥粉質填土層；(3)表示砂層；(4)表示黏土層；(5)表示淤泥支護層。各個土層物理參數見表1。

表1 堤防堤壩土層物理參數

從上述表1所示的數據可以看出，堤防堤壩土層屬于淤泥質地，加之此工程項目在建成后，后續沒有采取有效的措施進行維護與管理，導致工程部分區域已經出現了沉降。在與運營管理方綜合商議后，決定使用本文設計的方法，進行堤防堤壩沉降實時監測。監測過程中，先引進機器視覺算法，進行堤防堤壩沉降圖像采集與處理，在此基礎上，進行堤防堤壩沉降點的視覺測距，通過對實時監測結果的標定處理，完成監測工作。

為確保實驗結果具有一定的可比性，引進基于SBAS-InSAR技術的監測方法，與基于ARIMA-NAR技術的監測方法，將引進的2種方法作為傳統方法1與傳統方法2，使用2種傳統方法與本文方法，進行堤防堤壩沉降的實時監測。在監測過程中，安排技術人員在監測過程中，對沉降值進行人工監測。將3種方法監測結果的相對誤差作為評價結果可靠性的關鍵指標。對相對誤差進行計算，計算公式如下。

(7)

式中，Q—堤防堤壩沉降實時監測結果相對誤差；L—人工在現場對堤防堤壩沉降的監測結果；L′—設計方法在現場對堤防堤壩沉降的監測結果。設計監測天數為10d，對不同方法監測結果的相對誤差進行統計，其結果見表2。

根據上述表2所示的實驗結果可以看出，本文方法監測結果相對誤差，小于傳統方法1和傳統方法2的監測結果相對誤差，說明在相同的條件下，本文方法監測結果的精度更高。綜合上述實驗，得到以下結論：本文此次研究設計的基于機器視覺的堤防堤壩沉降實時監測方法，在實際應用中，監測結果精準度較高，可以實現將監測結果的相對誤差控制在1.0%以內，即可將本文設計的方法作為決策依據，進行水利工程中地方堤壩的沉降維修處理。

表2 堤防堤壩沉降實時監測結果相對誤差統計 單位：%

5 結語

堤防堤壩是水利工程在建設過程中最早提出的一項用于防洪工程的重要工程項目，建設此項工程不僅是地區經濟發展中的防洪、減災的重要手段，也是我國防御洪澇災害的基礎性工程。為降低由于堤壩沉降造成的水利工程安全隱患，本文通過堤防堤壩沉降圖像采集與處理、堤防堤壩沉降點視覺測距、實時監測結果標定處理，完成了基于機器視覺的堤防堤壩沉降實時監測方法設計，該方法在完成設計后，經過對比測試證實，可以在應用中，將監測結果的相對誤差控制在1.0%范圍內。因此，可在后續的水利工程管理中，將本文方法作為參照，進行堤壩沉降的實時監測，以此種方式，為水利項目的規范化運營與穩定收益給予全面的幫助與支持。