基于数字图像相关法的索力识别综述_1

基于数字图像相关法的索力识别综述
发布时间：2021-11-11T07:56:40.059Z 来源：《中国科技人才》2021年第23期作者：胡园苟晨铭练城凌刘磊[导读] 数字图像相关（Digital Image Correlation，DIC）技术，运用双目相机和计算机图像视觉处理算法，对待测物体的散斑图像进行处理，对因受力而产生变形的物体进行测量识别。

目前这一项技术主要应用于物体的变形、移动、应变、模态分析等。

重庆科技学院重庆 401331
摘要：拉索、吊索等是缆索桥梁的关键承重部件，由于多种因素的影响，会出现程度不一的腐蚀、开裂、内部钢丝断裂等问题，这些将直接影响到桥梁的安全。

为了降低因拉索损伤出现威胁到桥梁安全的情况，对于拉索检测有着极高的要求，随着计算机图像处理技术与光学技术的不断发展，非接触式测量在时效性、便捷性、准确性等方面具有更高优势。

关键词：非接触式；图像处理；数字图像相关法；索力识别
引言
数字图像相关（Digital Image Correlation，DIC）技术，运用双目相机和计算机图像视觉处理算法，对待测物体的散斑图像进行处理，对因受力而产生变形的物体进行测量识别。

目前这一项技术主要应用于物体的变形、移动、应变、模态分析等。

DIC（数字图像相关法）技术是一种非接触式测量技术，有着如下的优点：适应环境的能力强，自动化程度高、准确性高、经济效益好等。

其被广泛的应用于各个行业：如工业、农业、航空航天、生物医疗、工程、材料、力学等领域。

而DIC技术也在土木工程领域中表现出了极大的应用价值，有学者以及研究团队提出了基于DIC技术的测量方法，将其应用于斜拉桥的索力识别当中，取得了一定的研究成果。

1.概述
桥梁结构整体从一开始就必须要考虑安全性问题，从设计、施工到运营维护阶段都需要对整个结构体系进行非常准确的一个受力评估与健康检测，这样才能依据可靠的数据进行安全保障。

其中，在缆索承重桥梁结构的使用当中，其关键受拉构件如拉索，吊索等非常容易产生强度下降，因为会受到环境腐蚀、疲劳损伤、振动等，会威胁到桥梁的运营安全[1]。

拉索被布置在外部，并且长期处在高应力的状态下，容易锈蚀；同时车辆的超载会导致拉索构件产生疲劳损伤，又会加速腐蚀的进程。

一般情况下，缆索的设计寿命都在30年zuo左右，但是由于受到上述损伤与腐蚀等因素的干扰，拉索的实际使用年限是显著降低的[2]。

同时拉索又是斜拉桥关键的受力部件，一旦出现了拉索损伤、索力变化而导致承载能力的降低甚至丧失，这将会对整个桥梁结构的安全性带来重大挑战，严重的会导致垮塌事故的发生，因此研究拉索的监测技术意义重大。

现目前，有很多种进行拉索索力检测的方法，如压力传感器测定法、振动频率法、磁通量传感器法等[3]。

但上述各种方法均存在如成本过高、操作繁琐、工作危险性等缺点。

同时上述的传统测试方法抗噪声抗干扰的能力不强，对于测试现场环境复杂，影响因素较多的桥梁检测来说，有很大的影响[4]。

所以无法满足对斜拉桥及悬索桥的拉索实现简捷、高效、安全且成本低廉的索力识别监测要求。

因此，可以将DIC技术运用到拉索索力测试当中。

该方法通过运用计算机图像视觉处理技术，采用DIC设备同时对索塔顶端附近的多目标拉索的索力进行识别。

利用双目视觉技术，实现在拉索变形过程中对待测靶点的位移变化情况的识别与记录。

在进行索力识别的测试过程中，应用DIC技术，使用双目相机对拉索进行图像数据拾取，然后根据DIC技术设备内置的相关算法直接得到测量所需的位移信息。

双目摄像机具有远程测量及便携优势，此外，通过对图像中的拉索分别进行特征提取处理，达到多根拉索同时测量的目的，具有极高的效益优势。

通过设置标定板对DIC设备系统由于外部因素引起的运动进行校正，获得准确的拉索模态。

本文对DIC技术的特点进行了综述，对数字图像相关法的原理进行了分析总结，论述了基于DIC技术测量在斜拉桥索力识别中的应用，最后介绍了DIC技术的不足与研究发展方向。

2.数字图像相关（Digital Image Correlation，DIC）技术原理与特点
数字图像相关（Digital Image Correlation，DIC）的实现理论是运用双目立体视觉系统，对待测物体进行图像数据采集，相机的内外参数已知，采集被测物体表面的数字散斑图像，然后通过算法对物体变形之前与变形之后进行匹配识别，由于物体表面上的点因为受力而发生形变，产生了位移，从拾取的数字散斑图像当中进行对应子区域的算法匹配处理，以确定变形前后的对应几何点，从而计算得到各点的位移。

数字图像的基本组成是像素，通常使用RGB对三个颜色：红绿蓝分量像素的表示。

因为进行数字图像分析的重要指标就是像素颜色与坐标。

对相机拾取的图像数据进行处理，通过相关算法准确快速的识别出与初始图像上设定的测点相对应的点成为解决问题的关键。

应用追踪算法完成点的位移的计算处理。

在这之后进行的是相关性的判断，由于物体变形前后对应点的坐标位置识别，是非接触式测量如DIC技术的关键所在，这其中重要的就是相关联的两帧图像上进行RGB相关性判别。

在这里给出具有代表性的几个相关函数。

绝对差相关函数：
为提高该算法的测量精度和计算速度，学者们在亚像素匹配算法、插值算法、图像噪声抑制等方面进行了一系列工作[5–7]。

亚像素位移定位是数字图像相关中的关键技术之一，其在数字图像位移计算中应用使得测试的精度得到了巨大的提高[8]。

现如今有非常多的插值算法被运用，最常用的主要是双线性插值、最近邻插值、example-based插值、深度学习等算法。

同时，对于噪声的处理也非常重要，去噪处理的效果对后续环节有着直接的影响，因此，改进相关算法，提高噪声处理效果，对整体的提升作用明显。

3.索力的识别应用
进行拉索振动频率的测试上，进行了非常非常多的研究。

2008 年，Ji 和 Chang[9]采取了一种基于无任何目标的立体视觉技术对拉索的振动进行测试，通过使用双目相机得到图像数据序列，采用了一个非常简单的无量纲长度匹配方式和对极几何法分别在一个图像序列内或两个图像序列之间建立对应点，经过算法处理，再利用小波变换得到结构的模态。

与此同时还进行了一些试验，用以验证研究内容，如：钢悬臂梁振动和人行桥梁的斜拉索模态测试。

结果表明，上述方法能够准确的测量试验结构的振动响应。

2008 年，Ji 和 Chang[10]，对目标区域图像产生的位移，对摄像机所拾取的图像数据进行分析，使用了光流法。

在理论条件状况良好的情况下，能够得到拉索的实际位移。

同时，研究者进行了实验室内的振动试验，通过试验验证了可行性。

当拉索振动较为缓慢时，此种非接触式测量方法，产生的误差最大仅为0.45mm，但是当振动变快的时候，精度无法保证。

2012年，Chien-Chou Chen[11]，进行了基于非目标图像处理技术的环境振动测量斜拉索模态频率识别的研究，使用了简单数字图像测量技术，以执行斜拉索的环境振动测量，以便随后识别拉索的频率。

上述方法利用了拉索本身的直线边界来进行边缘线中点的确定，以作为较方便的目标，大大简化了图像数据处理的过程，提升了效率。

并且进行了实验验证，对从赤鹿桥挑选的三种不同电缆的现场测量表明，这种配备高性能摄像机和放置在桥面上的普通三脚架的非目标技术可以达到相同数量级的拉索频率精度。

在环境振动幅度分别为0.5 mm 和0.2 mm的情况下，测量了拉索的垂直和横向位移。

基于上述研究内容，表明了在大跨度斜拉桥缆索上进行非目标视频测量的实际应用不仅仅是可行的，并且在很多方面相较于传统测量还具备一定的优势。

2013年，Sung-Wan Kim，Nam-Sik Kim[12]，进行了基于数字图像处理的悬索桥吊索动力特性的相关研究，通过使用数字图像处理来测量估算拉索的索力。

考虑到图像中没有任何附加传感器的固定物体，针对基于视觉的系统运动开发了一种校正算法，该算法可校正由摄像机位置的外部风或振动引起的基于视觉的系统的运动，以减少结构的健康监测评估中的误差并提高识别率。

这种新开发的算法，有效的对拉索的响应与模态分析进行了改善，同时还证明了不用任何附加目标也能对拉索的动态特性进行估算。

在连接广安里和韩国釜山海云台的悬索桥广安桥上进行了环境振动测试，以使用数字图像处理来验证悬索桥中吊索的动态特性，基于视觉的系统的运动校正算法通过数字图像处理和加速度计估算出的模态频率和张力均在±0.5％的误差范围内。

2014 年，Sung-Wan Kim 和 Nam-Sik Kim[13]介绍了一座斜拉桥上基于图像法的索力监控系统精度，与加速度传感器相比，测量误该系统的摄像头永久性固定在桥塔上，与控制室的计算机相连，并对采集到的图像进行平滑滤波和拉普拉斯锐化滤波处理，提高差为 2%。

上述的测量系统有效提高了索力监控的准确性、效率性与经济性。

4.发展方向与展望
随着科技的进步，对识别测量的速度以及准确的有了更高的标准与要求，一些传统的测试方法，将会不再满足于实际工程的需求。

而DIC技术是一种具有高效、准确、范围广、试验要求不高等等优点的非接触式测量技术，会在以后被运用在更加广泛的实际场景当中。

随着计算机视觉图像技术与各项硬件的发展，DIC技术在应用当中已经有了非常大的提升，但在某些方面仍旧存在着发展的空间：
（a）一些结构比较大的，产生的微小变形，对于图像分辨率等要求很高，这影响到计算精度；
（b）工程实际中对于检测有着实时性的要求，但数字图像相关测量技术目前计算速度偏慢；
（c）当前传统的计算机算法尚不能同时满足高效与准确的要求，在较为复杂的变形情况下；
（d）在如摄像机像素等DIC设备的更新下，基于AI人工智能下的算法优化是未来数字图像相关法应用中的重点发展方向；
（e）传统的二维DIC补偿法对图像噪声非常敏感；
（f）没有一个较为完善的标准用以针对图像散斑质量进行评价
参考文献：
[1]陈治邦，鲁乃唯.斜拉索腐蚀损伤下斜拉桥体系可靠度研究[J].公路工程，2020，45（01）：6-11.
[2]兰成明，李惠，鞠杨.平行钢丝拉索承载力评定[J].土木工程学报，2013，46（05）：31-38.
[3]杨立国.斜拉桥拉索损伤检测和监测方法[J].科技资讯，2015，13（32）：50-53+55.
[4]杜元，傅松.把好桥梁结构“平安脉”[J].中国公路，2019（12）：81-83.
[5]Pan B，Li K，Tong W. Fast，robust and accurate digital image correlation calculation without redundant computations. Exp Mech，2013，53：1277–1289
[6]Schreier H W，Braasch J R，Sutton M A. Systematic errors in digital image correlation caused by intensity interpolation. Opt Eng，2000，39：2915–2921
[7]Gao Z，Xu X，Su Y，et al. Experimental analysis of image noise and interpolation bias in digital image correlation. Opt Lasers Eng，2016，81：46–53
[8]Sutton M．A．Accurate Measurement of ThreeDimensional Displacement in Deformable Bodies UsingComputer Vison［J］．Experimental Mechanics，1995，33（2）：123 ～ 132
[9]Ji，Y.F. and Chang，C.C. Nontarget image-based technique for small cable vibration measurement，Journal of Bridge Engineering，ASCE. 2008，13（1）：34–42
[10]Ji，Y.F. and Chang，C. C. Nontarget stereo vision technique for spatiotemporal response measurement of line-like structures. Eng. Mech. 2008，134（6）：466–474
[11]Chien-Chou Chen.，and Hong-Zeng Tseng. Modal Frequency Identification of Stay Cables with Ambient Vibration Measurements Based on Nontarg et Image Processing Techniques. Advances in Structural Engineering. 2012，15（6）：54-62
[12]Sung-Wan Kim，Nam-Sik Kim. Dynamic characteristics of suspension bridge hanger cables using digital image processing[J]. NDT and E International，2013，59：
[13]Sung-Wan Kim，Nam-Sik Kim. Vision-based monitoring system for estimating cable tensile forces of cable-stayed bridge. Taylor & Francis Group，London，2014：51-53
基金项目：重庆科技学院硕士研究生创新计划项目（编号：YKJCX2020636）。