[0001] 本发明属于建筑工程测量技术领域，尤其涉及一种基于机器视觉的形变测量方法及测量系统。

[0002] 随着经济建设的飞速发展，国家越来越重视基础设施的建设。在越来越多的大型建筑基础设施中，监测其生命健康的一个重要指标是形变测量，包括隧道形变及桥梁的挠度测量等。

[0003] 在现有的测量方法中，基于机器视觉的测量方法由于其非接触性及测量过程中不会影响施工进度的特点，被越来越广泛的使用。但在测量过程中，一般采用手动调整曝光及靶标亮度的方法，然后人工确认图像是否满足要求，整个调整过程繁琐，且存在很多不确定性。

[0013] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图1及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

[0014] 本发明揭示了一种基于机器视觉的形变测量方法，所述方法利用了形变测量系统，结合图1所示，该系统包括图像采集机构1、控制器2、靶标。所述图像采集机构为相机、所述靶标包括测量靶标4和基准靶标5。所述控制组件与图像采集机构之间信号连接，所述靶标与控制组件之间信号连接。所述控制器2与云平台3电性连接。所述测量靶标4和基准靶标5上可以设置有不同的图案以进行区分，或者采用不同的形状。所述控制器2设有相机控制单元、靶标亮度控制单元、图像处理单元等。

[0015] 测量前在测量区域中安装基准靶标5，作为参照物，所述基准靶标的物理尺寸已知。在被测建筑物体上根据测量需求安装测量靶标4。通过连接线将测量靶标4和基准靶标5通过靶标连接线连接到控制组件2，相机通过相机连接线连接到控制器2。

[0016] 相机安装在可以拍摄到所有靶标的相对固定的位置上，，集成在控制器中的相机控制单元控制相机抓拍基准靶标和测量靶标的图像。控制器对抓拍的图像进行预处理以增加感兴趣区域，所述预处理包括平滑、去噪、锐化；对预处理后的图像用大津阈值法计算图像的阈值后进行二值化，对二值化后的图像进行连通域处理，根据区域特点筛选出感兴趣区域，根据基准靶标和测量靶标的图像特征筛选出基准靶标和测量靶标的特征区域。计算每个基准靶标和测量靶标的特征区域的平滑度和面积值，并通过控制器不断的调整相机的曝光值和靶标的亮度，直到基准靶标和测量靶标的特征区域符合所需的平滑度和面积值的要求。

[0017] 在符合以上条件下的曝光参数和靶标亮度下进行监测图像的抓拍，以图像的一个顶点为原点，定义以与原点相连的图像的两条边分别为X轴和Y轴。以同样的方法提取出基准靶标和测量靶标的特征区域。计算基准靶标图像中的X方向的像素和Y方向的像素，根据靶标的实际尺寸，计算X方向像素比和Y方向像素比。计算公式为：计算出每个测量靶标的区域中心点到基准靶标的区域中心点的X方向的距离和Y方向的像素距离。用像素距离乘以X方向像素比即为每个测量靶标到基准靶标的X方向的物理距离 ，用像素距离乘以Y方向像素比即为到Y方向的物理距离 。

[0018] 控制器固定相机的曝光参数和靶标的亮度值，在此参数下正式抓拍某一采样时刻下被测建筑物的变形监测图像。用同样的方法提取出测量靶标和基准靶标的特征区域，计算每个测量靶标和基准靶标的X方向和Y方向的物理距离，记为 和 。 和 之间的差值即为X方向的形变值， 和 之间的差值即为Y方向的形变值。

[0019] 控制器关闭各个靶标的电源，在下一个采样时刻到来前打开各个靶标的光源。控制器将此变形数据上传至云平台，云平台上实时显示被监测建筑物的形变图。

[0020] 本发明尚有多种具体的实施方式。凡采用等同替换或者等效变换而形成的所有技术方案，均落在本发明要求保护的范围之内。