数字图像处理在桥梁结构变形检测的应用研究

摘要

针对大型桥梁在施工阶段和运营期间发生结构变形问题,目前缺乏自动化、高频、实时与长期并且精确的检测手段。在数字图像处理与深度学习理论基础下,提出一种适用于大型桥梁结构变形的非接触式检测方法,并以此方法研发系统,可以对桥梁多个目标结构进行同步动态监测。该方法首先通过高分辨率摄影设备获取桥梁结构的动态视频序列图像;其次对图像进行预处理去除天气等外部因素对图像的影响;然后提取图像ROI确定待处理的具体桥梁结构部位;最后对深度学习中YOLOv3算法进行改进并结合改进后的SURF算法实现桥梁结构的变形检测。实验结果表明,算法检测速度在20~30 f/s之间,目标距离100 m时,算法检测精度在0.3 mm以内,检测精度高,可有效反映桥梁结构变形情况。