基于雙目立體視覺的變形監測系統設計及應用探討

中圖分類號：P232 文獻標志碼：A 文章編號:2095-2945(2025)20-0138-04

Abstract:Traditionalcontact-basedsingle-pointdeformationmonitoringmethodsarelimitedbytheneedformanual layout ofobservationpointsandarechallengedbydiffultiesincapturinglarge-areadeformaions，insuffientlevelsofutomationand thehighcostsasociatedwithighprecision.Toachieveanon-contact，lowcost，high-precisionandighral-tieautomatic monitoringsolution，thispaperinvestigatesdeformationmonitoringtechnologybasedonbinocularstereovision.Byanalyzingits technicalprinciples，implementationmethods，andmeasurementacuracy，theoveralstructureofthedeformationmonitoring systemisdesignedandtheapplicationsenariosofthistechnologyinthefieldofdeformationmonitoringareexploredingto provide a reference for the design of monitoring schemes for large-scale scenes and structures.

Keywords: binocular stereovision;deformation monitoring; systemdesign;landslide monitoring;power towertit monitoring

變形監測是工程建設質量監測和地質災害防治中的重要環節，其核心在于利用觀測技術定期測量目標在空間位置和結構上精確的變化量，分析其變形規律，評價目標安全形態，及時預警異常變形，以達到檢驗工程質量、預防安全事故等目的。變形監測技術融合了測繪科學、結構力學、地質力學和水文氣象等多領域的理論，其觀測手段主要包括大地測量法、GNSS、三維激光掃描、微波遙感和攝影測量等，這些方法互有利弊，大地測量、GNSS測量等接觸式測量方法受限于人工布設點位的質量，無法滿足全場、大范圍的監測需求；而三維激光掃描方法雖然精度高，但礙于設備成本、數據處理難度等，難以實現長期、連續的自動化監測。近年來，數字攝影測量技術在算法模型上得以突破，使得利用非量測相機所采集的影像實現高精度的三維重建和實時分析成為可能，結合計算機視覺和AI算法實現對場景的實時分析和量測3-，為實現非接觸、高精度、低成本、實時、智能和自動化的測量方法提供了基礎。基于雙目立體視覺的變形監測技術可減少監測作業負擔，保障人員安全，同時滿足滑坡、大壩、橋梁等大范圍場景的高精度、實時監測需求。因此，本文將基于雙目立體視覺測量技術的原理和變形監測的要求，設計雙目立體視覺變形監測系統，并對其應用和發展前景進行探討。

1雙目立體視覺測量原理

雙目立體視覺技術是一種基于視差的三維重建方法，其原理為利用雙目相機同時獲取物體在不同角度的影像，通過計算左右兩幅影像的視差分布并建立映射關系，以此來恢復物體的三維幾何信息。從數學模型上，雙自立體成像系統可視作從成像像素坐標到實際三維空間坐標的映射，涉及相機坐標系、像素坐標系、圖像坐標系和世界坐標系間的轉換關系。如圖1所示。

假設世界坐標系為 O_l^-X_wY_wZ_w ，像素坐標系為 O_l^- 圖像坐標系為 O_r-X₁Y₁，O_r-X_rY_r， ，相機坐標系為 O_l^-X_lY_lZ_l?O_r-X_rY_rZ_r ，目標點 P 在世界坐標系的空間坐標為 (X_wY_wZ_w) ，在圖像坐標系上的坐標為 Ξ(u₁，v₁) 、(u_r，v_r) ，則各坐標系間的轉換可由以下方程表達

由式(5)可知，雙目立體視覺測量時，其測距范圍與相機焦距 f_? 基線距離 B 及視差均相關，相機焦距一定時，若要遠距離測量，相應的基線也越長，因此實際工況時需根據測量需求來合理選擇相機焦距和設置基線距離。

2雙目立體視覺技術實現及變形監測系統設計

2.1 雙目立體視覺測量技術實現

基于上述數學模型，雙目立體視覺測量技術的實現主要通過相機標定、圖像采集、圖像預處理、特征提取、立體匹配和三維信息恢復等步驟，技術流程如圖2所示。

其中，

式中：A為比例系數； （20 為像素和圖像坐標系2個軸上的比例因子 _;f 為相機焦距； B 為相機光心間的基線距離； Z 為相機與空間點 P 之間的深度; Γ(u₀，v₀) 為圖像坐標系原點在像素坐標系上的坐標； M₁ 為相機內參矩陣； M₂ 為相機外參矩陣。

由此經式(1)可根據目標點 P 的像平面坐標計算得到該點的空間坐標。同時在平行式雙自測距模型下，根據相似三角形原理可建立以下公式

若假設 O₁P_m，O_rP_n 分別為 m，n，O_l，O_r 間的視差為X_r-X_l ，則可推導得到如下公式

1)相機標定，即求解相機模型的內外方位參數，獲得像素坐標系和空間坐標系之間的轉換關系，其精度將直接影響三維重建效果，常用的標定方法有傳統標定（需標定物，精度高但計算復雜）主動視覺標定（無須標定物，算法簡單但需定制平臺，成本高）、自標定(適用精度要求不高的場景)等。目前雙目相機標定基于模板平面的張正友標定法。

2)特征提取，是通過算法檢測并提取圖像中能夠反映目標特性的顏色或幾何信息至特征點。常用算法主要有基于灰度變化、模板匹配、邊緣檢測的方法等。特征提取前一般需對圖形進行預處理(如去噪、對比度增強、校正光照和銳化邊緣等)，以提升圖像質量并利于特征提取。

3)立體匹配，是指運用算法搜索左、右相機成像平面上的相同特征點，建立匹配關系并計算視差，過程包括匹配代價計算、代價聚合及優化、視差計算及優化等步驟。匹配結果的好壞同樣會影響空間點三維信息恢復的精度，且往往需要根據應用場景來采用不同的算法機制，因此匹配算法的優化是雙自立體視覺研究中的熱點。匹配算法可分為全局匹配和局部匹配。全局匹配的原理是通過構建全局能量函數計算最優解，算法計算量大、時間復雜度高，但能得到較高完整度的視差圖；局部匹配則是基于局部特征建立相似性函數求解局部最優解，計算量小、速度快，但視差圖完整度較低。目前研究中常采用基于半全局匹配方法來進行立體匹配。

4)三維信息恢復及重建，是指利用相機標定、特征提取和立體匹配的結果，即相機內外方位參數、畸變參數，特征匹配關系等，求取像素坐標系與空間坐標系間的轉換關系，恢復被測目標的空間信息，基于三維重建結果即可實現對目標的測量、分析等。

雙目立體視覺系統的精度主要受相機基線長度、標定精度、特征提取及立體匹配算法等的影響。其中，相機基線長度對于系統誤差的影響是復雜、非線性的，關系到系統的工作距離、測量范圍，有研究表明，當基線長度處于0.8\\~2.2倍工作距離的區間內時，測量誤差較小，相應地，則需根據測量場景選取合適的相機和鏡頭參數。相機標定與相機數學模型的構建相關，為提高標定精度，除了標定方法的選取，還應注重標定數據的采集質量，如使用高分辨率相機和小畸變鏡頭，減少光線、拍攝角度等因素的影響，適當對標定圖像進行濾波處理等。特征提取和立體匹配算法與視差圖的質量、測距精度相掛鉤，不同算法適應不同特征和范圍的場景，在運行效率上也有所差異，研究中一般根據工程應用需求來調整優化算法[。綜上，為滿足雙目立體視覺系統在變形監測場景下的高精度、實時監測需求，仍需根據監測對象的范圍、結構特征、測量距離等，從硬件配置、算法等層面對雙自立體視覺測量進行優化。

2.2基于雙目立體視覺的變形監測系統設計

針對大地測量、GPS、三維激光掃描等變形觀測手段在監測范圍、周期、成本等方面的弊端，本文基于上述理論研究，設計了基于雙目立體視覺的變形監測系統，以滿足大范圍變形監測場景的高精度、連續觀測、實時預警等需求，系統整體架構設計如圖3所示。

系統架構可分為采集、傳輸、運算和應用4個層面，各層主要功能如下。

1)采集層。采集層主要實現對場景數據的測量和采集，由雙目相機、標定板、云臺和供電設備等硬件組成。實際工況中需根據目標范圍、成像質量、測量精度等監測要求進行設備選型（如計算相機像素、焦距等)。同時，需配備可調目相機基線距離的軌道或支架，可調相機姿態的云臺，以及用于相機標定的高精度標靶等。作業時，雙自相機在觀測開始前、觀測期間均會通過視場范圍內的標定靶進行相機標定和修正觀測模型參數，保障數據精度，在此基礎上按一定時間間隔拍攝監測目標，得到圖像組和標定數據集。

2)傳輸層。傳輸層主要實現采集層、運算層、應用層之間的數據傳輸，即監測現場到用戶終端的通信與數據傳輸。通過無線通信網絡將觀測數據傳輸至運算層，經計算后將目標空間信息、場景深度信息、三維重建結果和形變量等結構實時傳遞至應用層。

3)運算層。運算層主要是為了完成觀測數據處理、存儲、分析和計算。首先利用標定數據集對圖像進行畸變校正，接著借助算法通過圖像特征提取、立體匹配、三維重建等步驟恢復場景的空間信息，之后疊加相鄰時刻的場景模型，計算形變并在變化量或變化趨勢超過合理范圍時定位異常形變區域，生成預警信息并輸出至用戶端。

4)應用層。應用層是連接用戶與監測現場的窗口，主要通過軟件終端實時接收預警信號，將監測目標空間模型、形變量和變形趨勢和隱患區域等監測數據進行可視化顯示，除了具備基本的雙目立體視覺測量和三維重建功能，還需提供功能模塊供用戶作數據管理、處理與分析、調整觀測方案等操作，以實現用戶對監測現場的遠程監視和管控。

3 應用場景

3.1 滑坡監測

滑坡一直是地質災害監測的重點，由于滑坡垮塌的出現往往具有突發、難以預測的特點，且伴隨著大范圍的形變和地貌破壞，因此通過實時監測來研究分析滑坡體在不同時刻的結構形態，提取垮塌特征信息，進而實現預警，這對于災害防治意義重大。將雙目立體視覺測量技術應用于滑坡監測，通過高精度的非接觸式測量，能夠克服大地測量法、GNSS測量等觀測方法在覆蓋范圍、點位布設、成本和觀測人員安全等方面的問題，自動化、高頻率的圖像數據采集能夠保證觀測的實時性。

3.2電力桿塔傾斜監測

電力桿塔的穩定性對于電網安全至關重要，電力桿塔投產后會因地質失穩、受力不平衡、外力破壞等因素發生傾斜，當傾斜程度過大、檢修不及時，極易引發事故造成經濟損失和人員傷亡，因此需定期開展線路巡檢以及時排查相關安全隱患，而對處于地層地質情況不穩定或地下存在煤層開采施工的區域的桿塔，則需對其進行實時監測。常規的測量方法如鉛錘法、全站儀法等受環境影響較大，難以適應復雜的地形條件，傾斜儀、GPS等傳感器監測方法應用較多，但需在桿塔或周邊安裝設備，維護和回收難度大，三維激光掃描法雖能獲得較高的測量精度，但成本較高，難以推廣。而基于視覺分析和雙目立體視覺測量技術的桿塔傾斜檢測方法，能夠實現高頻率、自動化的數據采集，通過圖像直觀地展示桿塔狀態，并實時計算結構的變形量，從而為預防維護提供支持。

3.3大型結構健康監測

對橋梁、大壩等大型結構進行健康監測有利于發現結構損傷，以及時維護檢修，預防潛在事故或故障。相較于傳統的測量方法，將雙目立體視覺測量技術作為監測手段，無須接觸結構本身，能夠實現全場、高精度監測，自動化成本高，監測部署和維護成本低，同時實時監測能夠保證在檢測到異常結構形變時及時發出預警，從而為大型結構的維護和管理提供科學依據，因此視覺測量技術對于大型結構的健康監測不失為一種高效、經濟、精準的解決方案。

4結束語

本文通過分析變形監測技術的應用現狀和發展需求，研究了雙目立體視覺技術的原理和特點，設計了基于雙目立體視覺測量技術的變形監測系統架構，并對其應用前景進行了探討。相較于傳統變形觀測手段，雙目立體視覺測量具備非接觸、高精度、低成本、實時性和全場測量等技術優勢，在滑坡地質災害、大型構筑物監測等領域具有較大的應用潛力，但由于算法性能、變形監測環境的復雜性、數據的多樣性等，仍需通過合理的硬件配置和算法來滿足不同場景下的需求。因此，展望未來，我們認為雙自立體視覺技術在變形監測領域的發展方向將以特征提取和立體匹配算法的優化為主，以提高系統的測量精度和處理速度，同時通過融合人工智能和機器學習技術，提高系統的自適應能力和智能化水平，以實現自動化監測和預警。

參考文獻：

[1]岳建平.變形監測理論與技術研究進展[C]/測繪出版社.《測繪通報》測繪科學前沿技術論壇摘要集.河海大學土木工程學院，2008:2.

[2]梁志鵬.滑坡體局部垮塌智能視覺監測理論方法及應用研究[D].長沙：中南大學，2022.

[3]尚洋，于起峰，關棒磊，等.大型結構變形監測攝像測量研究進展[J].實驗力學，2017，32(5)：593-600.

[4]周慶森.基于機器視覺的三維攝影測量技術研究[D].南京：南京郵電大學，2023.

[5]凌建明，張玉，滿立，等.公路邊坡智能化監測體系研究進展[J].中南大學學報（自然科學版），2021，52(7)：2118-2136.

[6]張.基于雙目立體視覺的中國古建筑整體變形監測[C]//中冶建筑研究總院有限公司.2021年工業建筑學術交流會論文集（上冊）.南加利福尼亞大學工學院，2021：6

[7]葉春陽．基于雙目視覺的滑坡形變識別方法研究與應用[D].太原：中北大學，2021.

[8]黃鵬程，江劍宇，楊波.雙目立體視覺的研究現狀及進展[J].光學儀器，2018，40(4):81-86.

[9]李華.基于雙目視覺及激光測距的隧道變形監測系統[D].杭州：浙江大學，2018.

[10]孟麗媛.多源信息輔助影像的形變監測關鍵技術研究[D].武漢：武漢大學，2021.