具体技术细节
[0004] 鉴于现有技术存在上述缺陷，本发明的目的在于提供一种基于机器视觉的形变测量方法及测量系统，解决了需要人工不断调整图像曝光及靶标亮度带来的不确定性的问题。
[0005] 本发明的目的，将通过以下技术方案得以实现：基于机器视觉的形变测量方法，包括如下步骤：
S1、在测量区域安装已知物理尺寸的基准靶标作为参照物，在被测建筑物安装测量标靶；
S2、将图像采集机构安装于可以采集到基准靶标与测量靶标的位置；
S3、对抓拍到的基准靶标与测量靶标的图像进行预处理并筛选出感兴趣区域；
S4、根据基准靶标与测量靶标的特征选出基准靶标和测量靶标的特征区域；
S5、计算基准靶标与测量靶标特征区域的平滑度和面积值，通过不断调整曝光值和靶标亮度直至选择出符合要求的平滑度和面积值的准靶标与测量靶标的特征区域；
S6、在S5条件下，进行监测图像的抓拍，提取出基准靶标和测量靶标的特征区域，计算出测量靶标到基准靶标的物理距离作为基础值；
S7、在S5条件下，正式抓拍任意时刻下被测建筑物的变形监测图像，在图像中提取出测量靶标和基准靶标的特征区域，计算出靶标的物理距离，该物理距离与S6计算出的物理距离的差值即为形变值。
[0006] 优选地，所述S6和S7中的物理距离包括X方向的物理距离和Y方向的物理距离。
[0007] 优选地，所述X方向的物理距离为像素距离乘以X方向像素比；所述Y方向的物理距离为像素距离乘以Y方向像素比，其中所述像素距离为测量靶标的区域中心点到基准靶标的区域中心点的距离；
所述X方向像素比为靶标的X方向实际尺寸与X方向像素值的比值；所述Y方向像素比为靶标的Y方向实际尺寸与Y方向像素值的比值；
所述X方向与Y方向是指以图像的一个顶点为原点，以与原点相连的图像的两边边为X轴和Y轴。
[0008] 优选地，所述S3的步骤为，S31、对抓拍到的基准靶标与测量靶标的图像进行预处理；
S32、通过大津阈值法计算图像的阈值并进行二值化；
S33、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。
[0009] 优选地，包括图像采集机构、控制器、靶标，所述靶标包括测量靶标和基准靶标，所述图像采集机构及所述靶标与所述控制器连接，所述控制器与云平台信号连接。
[0010] 本发明突出效果为：通过控制器不断调整平滑度和面积值找出最佳的曝光阐述和靶标亮度，以更准确的测算出建筑物的形变。
[0011] 以下便结合实施例附图，对本发明的具体实施方式作进一步的详述，以使本发明技术方案更易于理解、掌握。
法律保护范围
涉及权利要求数量5：其中独权1项，从权-1项
1.基于机器视觉的形变测量方法，其特征在于：包括如下步骤：
S1、在测量区域安装已知物理尺寸的基准靶标作为参照物，在被测建筑物安装测量标靶；
S2、将图像采集机构安装于可以采集到基准靶标与测量靶标的位置；
S3、对抓拍到的基准靶标与测量靶标的图像进行预处理并筛选出感兴趣区域；
S4、根据基准靶标与测量靶标的特征选出基准靶标和测量靶标的特征区域；
S5、计算基准靶标与测量靶标特征区域的平滑度和面积值，通过不断调整曝光值和靶标亮度直至选择出符合要求的平滑度和面积值的准靶标与测量靶标的特征区域；
S6、在S5条件下，进行监测图像的抓拍，提取出基准靶标和测量靶标的特征区域，计算出测量靶标到基准靶标的物理距离作为基础值；
S7、在S5条件下，正式抓拍任意时刻下被测建筑物的变形监测图像，在图像中提取出测量靶标和基准靶标的特征区域，计算出靶标的物理距离，该物理距离与S6计算出的物理距离的差值即为形变值。
2.如权利要求1所述的基于机器视觉的形变测量方法，其特征在于：所述S6和S7中的物理距离包括X方向的物理距离和Y方向的物理距离。
3.如权利要求2所述的基于机器视觉的形变测量方法，其特征在于：所述X方向的物理距离为像素距离乘以X方向像素比；
所述Y方向的物理距离为像素距离乘以Y方向像素比，其中所述像素距离为测量靶标的区域中心点到基准靶标的区域中心点的距离；
所述X方向像素比为靶标的X方向实际尺寸与X方向像素值的比值；所述Y方向像素比为靶标的Y方向实际尺寸与Y方向像素值的比值；
所述X方向与Y方向是指以图像的一个顶点为原点，以与原点相连的图像的两边边为X轴和Y轴。
4.如权利要求3所述的基于机器视觉的形变测量方法，其特征在于：所述S3的步骤为，S31、对抓拍到的基准靶标与测量靶标的图像进行预处理；
S32、通过大津阈值法计算图像的阈值并进行二值化；
S33、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。
5.如权利要求1‑4中任意一所述的基于机器视觉的形变测量方法的测量系统，其特征在于：包括图像采集机构、控制器、靶标，所述靶标包括测量靶标和基准靶标，所述图像采集机构及所述靶标与所述控制器连接，所述控制器与云平台信号连接。
