水庫(kù)大壩接縫開合度輕量化監(jiān)測(cè)技術(shù)研究與應(yīng)用

孫晨 丁勇 謝東輝 李登華

摘要：

針對(duì)傳統(tǒng)接縫開合度測(cè)量方法效率較低、難以實(shí)現(xiàn)長(zhǎng)期監(jiān)測(cè)和自動(dòng)化測(cè)量成本較高等問(wèn)題，提出了一種針對(duì)水庫(kù)大壩接縫開合度測(cè)量的輕量化監(jiān)測(cè)技術(shù)。依據(jù)所建立的接縫開合度測(cè)量等效物理模型，在接縫附近區(qū)域架設(shè)低成本球型攝像機(jī)并在接縫兩側(cè)繪制相應(yīng)標(biāo)識(shí)，通過(guò)預(yù)處理、圖像配準(zhǔn)、模板匹配等流程得到標(biāo)識(shí)物的特征點(diǎn)相對(duì)坐標(biāo)，經(jīng)多次拍攝后計(jì)算相對(duì)坐標(biāo)變化，進(jìn)而得到接縫開合度。室內(nèi)模擬與現(xiàn)場(chǎng)試驗(yàn)結(jié)果表明：在無(wú)光環(huán)境下測(cè)量結(jié)果比有光環(huán)境下更為精確，符合工程實(shí)際場(chǎng)景；現(xiàn)場(chǎng)接縫開合度測(cè)量誤差均小于0.2 mm，符合規(guī)范中監(jiān)測(cè)精度要求，與自動(dòng)化儀器測(cè)量結(jié)果重合率較高，波動(dòng)趨勢(shì)基本一致。該技術(shù)具有高效性、實(shí)時(shí)性、準(zhǔn)確性、低成本等特點(diǎn)，對(duì)水庫(kù)大壩結(jié)構(gòu)的安全監(jiān)測(cè)具有一定的實(shí)用價(jià)值。

關(guān) 鍵 詞：

接縫開合度； 圖像處理； 繪制標(biāo)識(shí)； 模板匹配

中圖法分類號(hào)： TV698.1

文獻(xiàn)標(biāo)志碼： A

DOI：10.16232/j.cnki.1001-4179.2023.08.034

0 引 言

在中國(guó)眾多的水庫(kù)大壩中［1］，混凝土重力壩是主要壩型，在其建設(shè)過(guò)程中，接縫是關(guān)鍵施工項(xiàng)目，可以起到減少壩體縱向約束的作用以適應(yīng)運(yùn)行期地基的不均勻沉降［2］，是大壩擋水和滲流控制的重要防線［3］。若后期對(duì)接縫監(jiān)測(cè)不到位，開合較大，則會(huì)將其有利作用轉(zhuǎn)為隱蔽的潛在危險(xiǎn)，一定程度上削弱混凝土壩體承載力，破壞壩體防滲性能［4］。因此，在混凝土重力壩的日常安全監(jiān)測(cè)中，及時(shí)有效地監(jiān)測(cè)接縫開合度成為重要一環(huán)。

通過(guò)現(xiàn)場(chǎng)深入調(diào)研可知，接縫開合度監(jiān)測(cè)主要通過(guò)人工與自動(dòng)化儀器相結(jié)合的方式進(jìn)行［5-8］，但檢測(cè)人員利用游標(biāo)卡尺等設(shè)備進(jìn)行測(cè)量，存在效率低、成本高等問(wèn)題。隨著機(jī)器視覺(jué)與計(jì)算機(jī)圖像技術(shù)的飛速發(fā)展，依托計(jì)算機(jī)圖像識(shí)別的結(jié)構(gòu)病害診斷方法受到廣大學(xué)者的重視，但由于接縫與裂縫病害的性質(zhì)不同，接縫不因后期結(jié)構(gòu)變形而產(chǎn)生，易人為忽略。現(xiàn)在對(duì)于接縫的研究主要集中在施工質(zhì)量控制上［9-11］，而針對(duì)如何利用圖像處理方法進(jìn)行接縫開合度監(jiān)測(cè)的研究還較少。接縫與裂縫兩者具有共通之處，也有一定區(qū)別，國(guó)內(nèi)外學(xué)者對(duì)于裂縫圖像測(cè)量的大量研究成果可為接縫測(cè)量提供有效思路。張偉光等［12］提出了一種基于機(jī)器學(xué)習(xí)與圖像處理的裂縫提取算法。Rahmat［13］等提出了一種基于Viola-Jones算法的改進(jìn)級(jí)聯(lián)面檢測(cè)技術(shù)，用于直接檢測(cè)混凝土墻的裂縫。肖創(chuàng)柏等［14］提出了一種基于Faster R-CNN的裂縫檢測(cè)與提取算法，可定位裂縫位置，分割裂縫目標(biāo)，計(jì)算出裂縫長(zhǎng)度。此類技術(shù)大部分專注于在單一方法下，通過(guò)裂縫形態(tài)與圖像直接測(cè)得某一點(diǎn)或某一段寬度，存在分析速度慢、復(fù)雜條件下識(shí)別困難的缺陷。對(duì)于貫穿長(zhǎng)度較長(zhǎng)、內(nèi)部設(shè)有止水設(shè)備的接縫而言，直接提取接縫輪廓的可行性不高。同時(shí)，接縫本身不具有危害性，不需定位識(shí)別。方志等［15］基于圖像分析技術(shù)，在混凝土表面粘貼純色標(biāo)定塊，通過(guò)圖像處理確定最大裂縫寬度。Nishiyama等［16］在裂縫的兩側(cè)建立靶點(diǎn)，對(duì)靶點(diǎn)的數(shù)字圖像進(jìn)行處理來(lái)確定靶點(diǎn)的位移，從而得到裂縫寬度的發(fā)展趨勢(shì)。上述研究通過(guò)在裂縫兩側(cè)粘貼人工標(biāo)志點(diǎn)，巧妙地將裂縫寬度測(cè)量轉(zhuǎn)變?yōu)闃?biāo)志點(diǎn)測(cè)量，規(guī)避了直接提取形態(tài)分析的技術(shù)難點(diǎn)，大大減少了算法工作量，提高了檢測(cè)效率。

基于此，為有效了解壩體運(yùn)行狀態(tài)并及時(shí)發(fā)現(xiàn)大壩安全隱患，本文通過(guò)借鑒相關(guān)學(xué)者研究經(jīng)驗(yàn)，將計(jì)算機(jī)視覺(jué)應(yīng)用于接縫開合度監(jiān)測(cè)，擬開展以下研究：探析接縫開合度變化實(shí)質(zhì)，構(gòu)建出測(cè)量等效物理模型，并依據(jù)實(shí)際工程場(chǎng)景設(shè)計(jì)油漆繪制標(biāo)識(shí)，實(shí)現(xiàn)無(wú)損檢測(cè)；采用雙重圖像預(yù)處理技術(shù)針對(duì)性提高采集的接縫圖片質(zhì)量，便于后續(xù)處理分析；提出基于不動(dòng)點(diǎn)原則的圖像配準(zhǔn)方法，有效解決現(xiàn)場(chǎng)攝像機(jī)輕微晃動(dòng)造成圖片姿態(tài)發(fā)生改變而影響測(cè)量結(jié)果的問(wèn)題；提出運(yùn)用模板匹配技術(shù)提取標(biāo)識(shí)形心特征點(diǎn)，并通過(guò)像素解析度換算的方法完成距離精確測(cè)算，探究得出一種低成本、高效率、高精度的接縫開合度監(jiān)測(cè)技術(shù)。

1 接縫開合度輕量化監(jiān)測(cè)

1.1 接縫開合度測(cè)量等效物理模型

接縫在水庫(kù)大壩結(jié)構(gòu)中通常具有不均勻性，接縫的內(nèi)壁有與背景顏色相近區(qū)域，界限區(qū)分不明顯，接縫內(nèi)部一般還設(shè)有止水設(shè)備等。若采取類似于裂縫的圖像處理方式，即直接識(shí)別并分析寬度［17-18］，則難以將接縫區(qū)域準(zhǔn)確提取分析，極易造成測(cè)量誤差。

通過(guò)分析接縫產(chǎn)生的原因可以得知，接縫開合度監(jiān)測(cè)的本質(zhì)是測(cè)量接縫兩側(cè)墻體之間的距離，即水平位移量，張開為正，閉合為負(fù)。因此，對(duì)接縫開合度變化監(jiān)測(cè)之前，提出建立如下物理等效模型：將接縫兩側(cè)視為兩個(gè)剛體，當(dāng)兩側(cè)剛體發(fā)生相對(duì)位移時(shí)，接縫就發(fā)生了開合，如圖1所示。將發(fā)生相對(duì)位移的剛體其中一個(gè)視為靜止的，當(dāng)接縫兩側(cè)剛體發(fā)生橫向位移時(shí)，可視為剛體B在遠(yuǎn)離剛體A，接縫就發(fā)生了橫向展開，剛體上各點(diǎn)也隨之發(fā)生橫向位移。根據(jù)剛體平移定理［19-20］：剛體平移時(shí)，其上各點(diǎn)運(yùn)動(dòng)軌跡形狀相同且彼此平行；任一瞬間各點(diǎn)具有相同的速度和加速度，剛體的平移可由其上任意一點(diǎn)運(yùn)動(dòng)來(lái)代替，剛體的位移可以歸結(jié)為點(diǎn)的運(yùn)動(dòng)。

該模型將選擇兩個(gè)標(biāo)識(shí)物置于接縫兩側(cè)，由于標(biāo)識(shí)物形狀和灰度更具有特點(diǎn)，可自由選擇，相對(duì)于直接檢測(cè)接縫，標(biāo)識(shí)物檢測(cè)更為容易和準(zhǔn)確。標(biāo)識(shí)物上所確定的特征點(diǎn)之間若發(fā)生相對(duì)位移，即為接縫開合度發(fā)生變化。通過(guò)與計(jì)算機(jī)視覺(jué)技術(shù)結(jié)合，既能保留原有的物理意義，又做到了無(wú)損檢測(cè)。

1.2 繪制標(biāo)識(shí)設(shè)計(jì)

鑒于水庫(kù)大壩的廊道內(nèi)存在霧氣與滲水，本文擬采用油漆繪制標(biāo)識(shí)的方式實(shí)現(xiàn)接縫監(jiān)測(cè)。油漆表面油性不易沾水，在霧氣與滲水環(huán)境下，不易附著水滴形成污漬，實(shí)際應(yīng)用價(jià)值較高；同時(shí)，相較批量金屬標(biāo)識(shí)，選用環(huán)保油漆不僅施工方便，還節(jié)約成本。為增強(qiáng)繪制標(biāo)識(shí)在圖像中的對(duì)比度，易于計(jì)算機(jī)識(shí)別處理，繪制標(biāo)識(shí)采用黑白兩色搭配設(shè)計(jì)，即白色背景，黑色圖案。其中，白色邊框尺寸為100 mm×100 mm，黑色區(qū)域的圖形邊長(zhǎng)均為80 mm。形狀遵循圖形簡(jiǎn)單、特征明顯的原則，考慮到圖像處理中識(shí)別一般需要具有清晰明顯的角點(diǎn)輔助［21-22］，用來(lái)求解后續(xù)像素解析度，故選取等邊三角形與正方形，并將形心作為標(biāo)識(shí)物的特征點(diǎn)，最終標(biāo)識(shí)設(shè)計(jì)結(jié)果如圖2所示。

1.3 自動(dòng)化監(jiān)測(cè)算法

自動(dòng)化監(jiān)測(cè)算法對(duì)圖像處理的流程主要為：① 圖像數(shù)據(jù)讀??；② 圖像預(yù)處理（灰度、濾波、增強(qiáng)等）；③ 圖像配準(zhǔn)；④ 圖像匹配；⑤ 特征點(diǎn)提取與計(jì)算；⑥ 確定轉(zhuǎn)換系數(shù)；⑦ 距離比對(duì)。具體流程如圖3所示。

1.3.1 圖像預(yù)處理

圖像的采集與讀取是該方法的第一步，即檢測(cè)人員利用球型攝像機(jī)拍攝現(xiàn)場(chǎng)接縫與標(biāo)識(shí)物，采集到的圖像為彩色圖像。受到拍攝環(huán)境與結(jié)構(gòu)表面的影響，拍攝缺乏統(tǒng)一的背景光強(qiáng)度，圖像會(huì)在此區(qū)域內(nèi)產(chǎn)生大量噪點(diǎn)，受到信息破損的影響，因此需要對(duì)圖像進(jìn)行預(yù)處理。分析相關(guān)學(xué)者研究成果可以發(fā)現(xiàn)，針對(duì)橋梁、建筑、水壩等結(jié)構(gòu)體缺陷的圖像監(jiān)測(cè)算法大多數(shù)均采用將彩色圖像轉(zhuǎn)為灰度圖像的方式來(lái)進(jìn)行預(yù)處理［23-24］。綜上，本文預(yù)處理方法將從彩色圖像的預(yù)處理出發(fā)，然后再對(duì)灰度圖像進(jìn)行處理，具體步驟如下：

（1） 彩色圖像預(yù)處理。彩色圖像預(yù)處理包括平滑濾波與銳化濾波，該技術(shù)手段是圖像處理領(lǐng)域最為常用的操作。結(jié)合去噪效果與處理速度，本文分別選用中值濾波與Prewitt算子對(duì)圖像進(jìn)行平滑與銳化濾波。中值濾波屬于非線性濾波，中值濾波算法并不十分關(guān)注獨(dú)立像素的屬性，其中極大或極小的像素都不會(huì)被選作相應(yīng)替換值，該處理原則可有效避免離散型噪點(diǎn)對(duì)圖像的干擾，對(duì)椒鹽噪聲有較好的剔除能力［25-26］。Prewitt算子屬于梯度銳化，抗干擾能力較強(qiáng)［21］，對(duì)于本文標(biāo)識(shí)物的直線構(gòu)造有較好的適用性，可以有效提高邊緣清晰度。處理結(jié)果前后對(duì)比如圖4所示，處理效果如圖5所示。

對(duì)比原圖像和其對(duì)應(yīng)濾波后的灰度直方圖可以發(fā)現(xiàn)，濾波后的灰度圖范圍更為緊湊，圖像信息集中程度更高，處理效果較好。

（2） 灰度圖像預(yù)處理。灰度圖像只有單通道，具有傳輸效率高、容量占比小等優(yōu)點(diǎn)，可以去除大量不必要的色彩信息，大大減少后續(xù)處理中的計(jì)算量。本文采用主流的加權(quán)平均法將處理后的彩色圖像轉(zhuǎn)為灰度圖像［27］?；叶葓D像預(yù)處理包括圖像增強(qiáng)與平滑銳化濾波。圖像增強(qiáng)的目的是為了進(jìn)一步加強(qiáng)標(biāo)識(shí)物在圖中對(duì)比度，突出標(biāo)識(shí)物局部信息［28］?；叶葓D像一般采用自適應(yīng)對(duì)比度增強(qiáng)算法處理，相比于自適應(yīng)直方圖均衡法，它可以有效避免過(guò)度放大圖像中均勻區(qū)域噪音問(wèn)題，處理效果如圖5（c）與（d）所示。圖像增強(qiáng)后，再次利用平滑銳化濾波方法進(jìn)一步去除殘余噪點(diǎn)，達(dá)到圖像預(yù)處理的效果。

1.3.2 圖像配準(zhǔn)

一個(gè)完整監(jiān)測(cè)周期內(nèi)，檢測(cè)人員將第一次采集的圖像作為基準(zhǔn)圖像，其拍攝角度與拍攝質(zhì)量可控，在此圖像坐標(biāo)系中計(jì)算的測(cè)量值稱為初始值，后續(xù)測(cè)量計(jì)算的結(jié)果將以初始值作為參考值，來(lái)衡量開合度?？紤]到實(shí)際測(cè)量過(guò)程中相機(jī)可能因外界風(fēng)力等因素發(fā)生輕微抖動(dòng)，即相機(jī)姿態(tài)發(fā)生旋轉(zhuǎn)或偏移變化，使得采集圖像中標(biāo)識(shí)傾斜，進(jìn)而導(dǎo)致圖像坐標(biāo)系無(wú)法統(tǒng)一，測(cè)量結(jié)果產(chǎn)生較大誤差，因此需要對(duì)后期采集的變化圖像與基準(zhǔn)圖像進(jìn)行配準(zhǔn)，校正圖像姿態(tài)。

為了符合接縫測(cè)量意義以及避免暴力匹配，本文利用圖像中不動(dòng)點(diǎn)作為配準(zhǔn)特征點(diǎn)。圖像中不動(dòng)點(diǎn)為標(biāo)識(shí)物所在區(qū)域以外的特征點(diǎn)，即墻面自身具有的特征點(diǎn)，不會(huì)隨意發(fā)生改變，有著良好的穩(wěn)定性。利用特征點(diǎn)之間距離大小的不同來(lái)設(shè)定閾值，從而剔除標(biāo)識(shí)物內(nèi)部的特征點(diǎn)，并結(jié)合AKAZE特征點(diǎn)檢測(cè)將一段時(shí)間后采集到的圖像與基準(zhǔn)圖中不動(dòng)特征點(diǎn)一一對(duì)應(yīng)，利用特征點(diǎn)參數(shù)精確求出變換矩陣H，完成圖像間校正。以發(fā)生極端旋轉(zhuǎn)的圖像為例，基準(zhǔn)圖像A拍攝時(shí)間為3月9日，變化圖像B拍攝時(shí)間為3月10日，校正效果如圖6所示。

通過(guò)分析圖像配準(zhǔn)數(shù)據(jù)，可以看出正確匹配率在85%以上，均方根誤差為1.237 5，已能滿足圖像配準(zhǔn)要求，校正效果較好。同時(shí)，運(yùn)行時(shí)間為3.17 s，單個(gè)特征點(diǎn)檢測(cè)時(shí)間只需0.004 s，花費(fèi)時(shí)間較少，運(yùn)行效率較高。

1.3.3 模板匹配及形心提取

利用模板匹配及形心提取技術(shù)測(cè)量接縫開合度的原理如圖7所示。

（1） 由球型攝像機(jī)獲取基準(zhǔn)圖像A，以基準(zhǔn)圖像為基礎(chǔ)建立直角坐標(biāo)系，并截取基準(zhǔn)圖像中標(biāo)識(shí)物所在區(qū)域的圖像（一般為包含標(biāo)識(shí)物的盡可能小的矩形區(qū)域圖像）作為模板。

（2） 進(jìn)行兩次匹配：① 對(duì)基準(zhǔn)圖像A模板進(jìn)行匹配，匹配完成后對(duì)標(biāo)識(shí)物進(jìn)行輪廓識(shí)別，獲取形心像素坐標(biāo)分別為x1，y1與x2，y2，計(jì)算得到基準(zhǔn)圖像中標(biāo)識(shí)之間的形心距離作為基準(zhǔn)距離，記為d1；② 對(duì)間隔t時(shí)刻后需要測(cè)量的圖像B模板進(jìn)行匹配，獲得間隔ｔ時(shí)刻后的形心像素坐標(biāo)分別為x3，y3與x4，y4，計(jì)算得到間隔t時(shí)刻的圖像中標(biāo)識(shí)之間的形心距離作為變化距離，記為d2。由此進(jìn)一步推出第ｔ時(shí)刻形心距離的像素距離變化量d2-d1。

（3） 通過(guò)像素解析度求解得出像素大小與實(shí)際尺寸的比例系數(shù)k，將像素距離變化量與比例系數(shù)相乘計(jì)算得到接縫開合度。

1.3.4 像素解析度求解

利用角點(diǎn)檢測(cè)算法將圖像中標(biāo)識(shí)的所有角點(diǎn)識(shí)別后，按從左至右順序命名為P1、P2…P7，如圖8所示。

2 接縫開合度監(jiān)測(cè)試驗(yàn)驗(yàn)證

2.1 室內(nèi)試驗(yàn)

2.1.1 試驗(yàn)材料及設(shè)備

本次試驗(yàn)的器材有：大華牌球型攝像機(jī)1臺(tái)（性能參數(shù)見表2）、百分表和磁性支座各1個(gè)、滑臺(tái)1個(gè)、噴漆刻板1個(gè)、防銹蝕油漆2桶。球型攝像機(jī)的配套電源、路由設(shè)備連接方式及試驗(yàn)裝置見圖9。

2.1.2 試驗(yàn)方案

本次試驗(yàn)方案設(shè)計(jì)A、B兩組，其中A組試驗(yàn)在室內(nèi)有光環(huán)境下進(jìn)行，B組在室內(nèi)無(wú)光環(huán)境下進(jìn)行，兩組變焦倍數(shù)均為4倍。每組試驗(yàn)基準(zhǔn)圖片中油漆圖案之間形心距離記為d，移動(dòng)后得到10組新形心距離：d+2 mm，d+4 mm，d+6 mm，…，d+20 mm，與基準(zhǔn)圖片形心的距離差即接縫開合度。

本次試驗(yàn)步驟為：① 將繪制的標(biāo)識(shí)物放置在球型攝像機(jī)正下方的一定距離，使得球型攝像機(jī)能夠垂直拍攝到繪制標(biāo)識(shí)物的整個(gè)區(qū)域，保持繪制標(biāo)識(shí)物位移平面與成像平面夾角不變。② 試驗(yàn)過(guò)程中圖像采集頻率設(shè)置為60s。在每個(gè)采集周期內(nèi)，通過(guò)轉(zhuǎn)動(dòng)滑臺(tái)轉(zhuǎn)軸來(lái)繪制標(biāo)識(shí)物的位置，將載有正方形油漆標(biāo)識(shí)的滑臺(tái)每次朝遠(yuǎn)離三角形油漆標(biāo)識(shí)方向橫向移動(dòng)2 mm，移動(dòng)范圍0～20 mm。球型攝像機(jī)采集得到的圖像數(shù)據(jù)通過(guò)網(wǎng)絡(luò)傳輸至計(jì)算機(jī)處理，進(jìn)行數(shù)據(jù)分析。③ 將數(shù)據(jù)分析得到的結(jié)果，與實(shí)際位移后通過(guò)百分表測(cè)得的結(jié)果進(jìn)行對(duì)比，分析試驗(yàn)過(guò)程中此技術(shù)的測(cè)量精度。

2.1.3 試驗(yàn)結(jié)果與分析

根據(jù)試驗(yàn)方案設(shè)計(jì)，A組試驗(yàn)的像素解析度結(jié)果在0.661 1 mm/pixel上下浮動(dòng)，B組的在0.643 2 mm/pixel上下浮動(dòng)。不同試驗(yàn)組別測(cè)量數(shù)據(jù)如表3所列。

由表3可知，兩次試驗(yàn)相對(duì)誤差平均值分別為0.192%和0.356%，測(cè)量絕對(duì)誤差均小于0.2 mm，其中最大誤差為0.15 mm，測(cè)量精度較高。通過(guò)對(duì)誤差相對(duì)較大的幾組圖像進(jìn)行分析發(fā)現(xiàn)，影響測(cè)量精度的主要因素是設(shè)備采集到的圖片質(zhì)量。而圖片質(zhì)量易受光照、目標(biāo)距離、分辨率等影響，由于本次試驗(yàn)在室內(nèi)進(jìn)行，受光照影響較小且目標(biāo)距離恒定，因此球型攝像機(jī)的分辨率與光學(xué)變焦倍數(shù)是主要影響因素。試驗(yàn)發(fā)現(xiàn)在拍攝目標(biāo)距離較近即光學(xué)變焦較大時(shí)，誤差均較??；相反在光學(xué)變焦較小，拍攝目標(biāo)距離較大時(shí)誤差隨之增大，這是由于拍攝距離縮短，導(dǎo)致圖像的像素解析度減小，每一個(gè)像素點(diǎn)的精度得到提高，說(shuō)明此技術(shù)在環(huán)境較好情況下的測(cè)量精度可以進(jìn)一步提高。

從分組試驗(yàn)結(jié)果對(duì)比可以看出，無(wú)光環(huán)境下試驗(yàn)結(jié)果比有光環(huán)境下更好，這是由于在球型攝像機(jī)的紅外補(bǔ)光條件下，黑白油漆色差對(duì)比更加顯著，在圖像處理中效果優(yōu)異。有光環(huán)境下，計(jì)算機(jī)視覺(jué)顏色區(qū)分不大，在識(shí)別中容易出現(xiàn)較多噪點(diǎn)，引起一定誤差。這一特性正好符合工程現(xiàn)場(chǎng)中大壩廊道內(nèi)無(wú)光環(huán)境，應(yīng)用可行性較高。

為了更好地說(shuō)明實(shí)際測(cè)量值與算法測(cè)量值之間相關(guān)程度，選取兩次試驗(yàn)數(shù)據(jù)并將實(shí)際測(cè)量值作為自變量x，算法測(cè)量值作為因變量y，擬合結(jié)果如圖10所示。圖中直線表示完美擬合趨勢(shì)線y=x，計(jì)算趨勢(shì)線擬合程度指標(biāo)R2分別達(dá)到了0.999 95與0.999 97。

從室內(nèi)試驗(yàn)的結(jié)果分析來(lái)看，使用輕量化監(jiān)測(cè)技術(shù)測(cè)量接縫開合度的環(huán)境適應(yīng)性較好，無(wú)論在有光還是無(wú)光環(huán)境下，測(cè)量精度都在規(guī)范容許誤差范圍以內(nèi)［31］，驗(yàn)證了此技術(shù)的理論可行性與有效性。

2.2 現(xiàn)場(chǎng)試驗(yàn)

現(xiàn)場(chǎng)試驗(yàn)背景依托于浙江寧波市皎口水庫(kù)大壩14號(hào)廊道，該廊道凈寬3.5 m，高4.5 m，拱半徑1.25 m。本次試驗(yàn)從2022年2月14日起，至2022年6月28日結(jié)束，利用現(xiàn)場(chǎng)安裝的設(shè)備對(duì)接縫圖像進(jìn)行間隔性采集工作，處理結(jié)果與自動(dòng)化測(cè)量進(jìn)行比較，分析接縫開合度測(cè)量誤差。

2.2.1 設(shè)備布置及安裝

現(xiàn)場(chǎng)試驗(yàn)中選取14號(hào)廊道內(nèi)兩處不同的接縫作為測(cè)點(diǎn)1和2。在首次巡檢時(shí)，去除測(cè)點(diǎn)附近污漬，并在其兩側(cè)安裝所需繪制標(biāo)識(shí)。球型攝像機(jī)采用?？低旹系列400萬(wàn)7寸23倍紅外網(wǎng)絡(luò)球機(jī)，可有效保證無(wú)光環(huán)境下拍攝清晰度，安裝在標(biāo)識(shí)物所在區(qū)域正對(duì)面。在球型攝像機(jī)旁安裝電源箱，球型攝像機(jī)的供電方式采用與廊道內(nèi)照明設(shè)備共電進(jìn)行，并通過(guò)無(wú)線網(wǎng)橋與光纖組合的方式在14號(hào)廊道出口匯合，將攝像頭的信號(hào)傳送至管理站監(jiān)控室監(jiān)控主機(jī)上，整體試驗(yàn)設(shè)備布置及安裝如圖11所示。

2.2.2 試驗(yàn)結(jié)果與分析

在規(guī)定的任務(wù)時(shí)間內(nèi)，本文提出的技術(shù)與自動(dòng)化儀器監(jiān)測(cè)接縫開合度得到的數(shù)據(jù)結(jié)果如圖12所示。分別比對(duì)測(cè)點(diǎn)1與測(cè)點(diǎn)2監(jiān)測(cè)結(jié)果發(fā)現(xiàn)，兩者誤差均在規(guī)范［31］所要求的監(jiān)測(cè)精度（0.2 mm）以內(nèi)，測(cè)點(diǎn)1與測(cè)點(diǎn)2的平均誤差分別為0.011 4 mm與0.011 1 mm，整體平均誤差為0.011 25 mm。通過(guò)計(jì)算，兩測(cè)點(diǎn)的誤差標(biāo)準(zhǔn)差分別為0.042與0.044，可知測(cè)量誤差的離散性較小。

如圖12所示，算法測(cè)量值與自動(dòng)化測(cè)量值重合率較高，且變化波動(dòng)趨勢(shì)一致?，F(xiàn)場(chǎng)試驗(yàn)中廊道內(nèi)均為無(wú)光環(huán)境，試驗(yàn)效果較為理想，這與室內(nèi)試驗(yàn)測(cè)量反饋的結(jié)果呈現(xiàn)相同的情況，說(shuō)明本文提出的監(jiān)測(cè)技術(shù)是基本準(zhǔn)確的。進(jìn)一步分析誤差發(fā)現(xiàn)，測(cè)點(diǎn)1和測(cè)點(diǎn)2出現(xiàn)較大誤差的時(shí)間分別是2022年4月28日和2022年2月26日，值分別是0.08 mm和0.07 mm。通過(guò)排查當(dāng)天所采集的照片發(fā)現(xiàn)，圖像整體在x方向拍攝傾斜度較高，導(dǎo)致像素解析度求解時(shí)的比例值不夠精確，無(wú)法用單個(gè)像素表達(dá)變化的具體量，對(duì)接縫開合度測(cè)量影響較大，最終引發(fā)誤差。結(jié)合室內(nèi)試驗(yàn)分析結(jié)果可以推定決定誤差的重要參數(shù)是像素解析度，其影響因素有光學(xué)變焦倍數(shù)與拍攝傾斜程度，當(dāng)采集照片較為穩(wěn)定時(shí)，測(cè)量誤差也趨于穩(wěn)定。

現(xiàn)場(chǎng)試驗(yàn)結(jié)果表明，本文所述技術(shù)符合規(guī)范中監(jiān)測(cè)精度要求，實(shí)際應(yīng)用效果良好，可以實(shí)現(xiàn)對(duì)大壩接縫開合度的定期遠(yuǎn)程自動(dòng)監(jiān)測(cè)。

3 結(jié)論與展望

（1） 為實(shí)現(xiàn)對(duì)接縫開合度的長(zhǎng)期有效監(jiān)測(cè)，本文提出了利用計(jì)算機(jī)視覺(jué)對(duì)接縫開合度進(jìn)行監(jiān)測(cè)的技術(shù)?；趯?duì)接縫周邊環(huán)境的考慮，提出了各類配套子算法，使得該技術(shù)對(duì)接縫圖像的處理具有較高的魯棒性，保證了測(cè)量結(jié)果的可靠性和穩(wěn)定性，并通過(guò)室內(nèi)試驗(yàn)驗(yàn)證了該技術(shù)的可行性與有效性。

（2） 現(xiàn)場(chǎng)試驗(yàn)表明，該技術(shù)的測(cè)量值與自動(dòng)化儀器測(cè)量值波動(dòng)趨勢(shì)一致，重合率較高。測(cè)量平均誤差僅為0.011 25 mm，小于0.2 mm，能夠符合實(shí)際工程場(chǎng)景并滿足現(xiàn)行混凝土壩安全監(jiān)測(cè)技術(shù)規(guī)范中接縫開合度長(zhǎng)期監(jiān)測(cè)的精度要求，應(yīng)用效果良好，可作為現(xiàn)有接縫開合度監(jiān)測(cè)手段的有力補(bǔ)充。

（3） 在后續(xù)的研究中，可基于現(xiàn)場(chǎng)的極端少見工況，如拍攝角度過(guò)于傾斜、長(zhǎng)遠(yuǎn)距離拍攝條件等，進(jìn)行算法優(yōu)化，提高運(yùn)行效率，不斷增強(qiáng)技術(shù)的適應(yīng)能力；裝置層面上可開發(fā)穩(wěn)定球型攝像機(jī)拍攝角度的支架，使得每次拍攝的圖像中標(biāo)識(shí)物處于同一位置等。

參考文獻(xiàn)：

［1］ 沈海堯.水電站大壩安全監(jiān)管創(chuàng)新回顧與展望［J］.大壩與安全，2019（1）：1-5.

［2］ 吳學(xué)謙，常耀孔，羅暢.三河口水利樞紐接縫灌漿施工效果分析［J］.水利規(guī)劃與設(shè)計(jì)，2021（9）：115-121.

［3］ 譚瀛，馬剛，徐建華，等.基于多變量時(shí)間序列和LSTM網(wǎng)絡(luò)的面板縫變形預(yù)測(cè)［J］.人民長(zhǎng)江，2022，53（10）：198-204.

［4］ 蔡天德，謝東輝，房淑瑩，等.一種水庫(kù)大壩壩體接縫變形情況的監(jiān)測(cè)裝置［P］.CN213120409U，2021-05-04.

［5］ 云磊.“635”大壩安全監(jiān)測(cè)自動(dòng)化系統(tǒng)更新改造［J］.人民長(zhǎng)江，2017，48（增2）：288-290.

［6］ 鄭云濤.水庫(kù)大壩安全監(jiān)測(cè)自動(dòng)化技術(shù)研究［J］.工程建設(shè)與設(shè)計(jì)，2018（9）：149-151.

［7］ 陳潔，包騰飛.混凝土拱壩裂縫光纖監(jiān)測(cè)網(wǎng)絡(luò)的優(yōu)化［J］.水電能源科學(xué)，2013，31（2）：102-105.

［8］ 鄭貴林，靳斯佳.基于振弦式傳感器的大壩變形檢測(cè)系統(tǒng)及應(yīng)用［J］.水電能源科學(xué)，2013，31（5）：67-69，58.

［9］ 卓戰(zhàn)偉，曹文波.梨園水電站大壩面板表面接縫止水及質(zhì)量控制［J］.人民長(zhǎng)江，2016，47（11）：55-57.

［10］ 陳磊，唐力.三峽大壩接縫灌漿細(xì)縫灌區(qū)處理分析［J］.人民長(zhǎng)江，2015，46（10）：1-3，37.

［11］ 周秋實(shí).三里坪雙曲拱壩接觸、接縫灌漿施工工藝［J］.人民長(zhǎng)江，2012，43（6）：69-72.

［12］ 張偉光，鐘靖濤，于建新，等.基于機(jī)器學(xué)習(xí)和圖像處理的路面裂縫檢測(cè)技術(shù)研究［J］.中南大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，52（7）：2402-2415.

［13］ RAHMAT A，DHARSHAN L G，CHA Y J.Vision-based concrete crack detection technique using cascade features［C］∥Smart Structures and Materials+Nondestructive Evaluation and Health Monitoring，2018.

［14］ 肖創(chuàng)柏，柏鰻晏，禹晶.基于Faster R-CNN的縫隙檢測(cè)與提取算法［J］.北京工業(yè)大學(xué)學(xué)報(bào)，2021，47（2）：135-146.

［15］ 方志，彭海濤.基于圖像分析技術(shù)的混凝土橋梁結(jié)構(gòu)表面裂縫寬度檢測(cè)［J］.湖南大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，39（1）：7-12.

［16］ SATOSHI N，NAO M，TERUYUKI K，et al.Improved digital photogrammetry technique for crack monitorring［J］.Advanced Engineering Informatics，2015，29（4）：851.

［17］ 劉娟紅，孟翔，段品佳，等.基于MATLAB的混凝土裂縫寬度計(jì)算方法研究［J］.材料導(dǎo)報(bào)，2022，36（6）：84-89.

［18］ 魏海斌，武少威，張啟帆，等.基于圖像處理的瀝青路面裂縫識(shí)別算法研究［J］.中外公路，2020，40（4）：73-78.

［19］ 秦晨，張偉仁.剛體平動(dòng)和剛體定軸轉(zhuǎn)動(dòng)中力學(xué)問(wèn)題的對(duì)比研究［J］.大同大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，31（4）：25-28.

［20］ 趙近芳，王登龍.大學(xué)物理簡(jiǎn)明教程［M］.2版.北京：北京郵電大學(xué)出版社，2013：47.

［21］ 楊奇昊.基于圖像處理的雙標(biāo)識(shí)物裂縫監(jiān)測(cè)系統(tǒng)［D］.南京：南京理工大學(xué)，2021.

［22］ 周鑫.基于數(shù)字圖像特征的邊坡滑動(dòng)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［D］.重慶：重慶大學(xué)，2020.

［23］ 倪彤元，周若虛，楊楊，等.基于智能手機(jī)APP的圖像法檢測(cè)混凝土表面裂縫研究［J］.計(jì)量學(xué)報(bào)，2021，42（2）：163-170.

［24］ 房銘坤，付國(guó).基于數(shù)字圖像處理的混凝土裂縫寬度檢測(cè)方法研究［J］.建筑結(jié)構(gòu)，2019，49（增2）：630-634.

［25］ TUKEY J.Exploratory data analysis［M］.Hoboken：Addison-Wesley，1977.

［26］ MARAGOS P，SCHAFER R.Morphological filters-Part Il：Their relations to median order-statistic，and stack filters［J］.IEEE Transactions on Acoustics，Speech and Signal Proessing，1987，35（8）：1170-1184.

［27］ 張德豐.MATLAB 數(shù)字圖像處理［M］.北京：機(jī)械工業(yè)出版社，2012.

［28］ 王浩，張葉，沈宏海，等.圖像增強(qiáng)算法綜述［J］.中國(guó)光學(xué)，2017，10（4）：438-448.

［29］ 張宇.基于AKAZE特征的圖像配準(zhǔn)算法研究［D］.南寧：廣西大學(xué)，2020.

［30］ 楊福嘉.基于特征點(diǎn)的圖像配準(zhǔn)技術(shù)研究［D］.哈爾濱：哈爾濱工程大學(xué)，2019.

［31］ 中華人民共和國(guó)水利部.混凝土壩安全監(jiān)測(cè)技術(shù)規(guī)范：SL 601-2013［S］.北京：中國(guó)水利水電出版社，2013.

（編輯：胡旭東）

Abstract：

Aiming at the problems of low efficiency of traditional joint opening measurement methods，difficulty in long-term monitoring and high cost of automatic measurement，a lightweight monitoring technology for dam joint opening was proposed.According to the established equivalent physical model for joint opening monitoring，a low-cost spherical camera was set up near the joint，and signs were drawn on both sides of the seam.The relative coordinates of the feature points of the markers were obtained through the process of preprocessing，image registration，template matching，etc.After several shots，the relative coordinate changes were calculated and the joint opening was obtained.The results of indoor simulation and field test showed that the measurement was more accurate by this method in the dark environment than in the light，which was in accord with the actual engineering scene.The measurement error of joint opening was less than 02 mm，which met the monitoring accuracy requirements in the specification，the coincidence rate with the measurement results of automatic instruments was high，and the fluctuation trend was basically consistent.This technology has the characteristics of high efficiency，real-time，accuracy and low cost，and has certain practical value for the safety monitoring of reservoir dam structure.

Key words：

joint opening；image processing；logo drawing；template matching