基于图像处理的震损结构快速识别研究

来源 :第六届全国结构抗振控制与健康监测学术会议 | 被引量 : 0次 | 上传用户:gyquan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  地震发生后,防灾减灾相关部门要对灾害的损失进行评估,而对震损结构的评估是其中的重要一环,是地震现场震害调查、灾害损失评估、烈度评定、建(构)筑物安全鉴定以及震害预测和工程修复等工作的基础.图像处理技术的应用使得实现震损结构评估的快速化、自动化成为可能,在开展震害研究工作时,使用单幅二维图像,信息量太少,使用多幅二维图像,又存在图像间匹配不直观的问题.为此本文提出一种基于图像处理的三维结构实体建模方法.首先要围绕结构实体进行序列图像拍摄,为实现较好的重建效果,要求拍摄点相邻的两图像间转角不大于15°.其次,应用图像三维重建法,在提取图像SIFT特征点并匹配后,应用由运动恢复结构方法重建三维稀疏点云,通过多视图立体视觉方法对点云进行稠密化,尺度变换后,再应用泊松表面重建方法由稠密点云重建出三维表面,进而通过纹理映射对表面进行纹理贴图,生成真实感强的三维模型.应用实际震损结构对方法的整体重建精度和细部重建效果进行验证.结果 表明,方法能够较好地实现对实体结构的三维重建,受小型局部遮挡影响不大,整体误差仅为1.5%,且能够很好的展示结构的细节,能够较好地满足整体震害研究的需要.
其他文献
针对混凝土简支梁的开裂病害,提出了基于能量指标的非线性损伤识别方法。根据混凝土裂缝在振动过程中出现的张开-闭合循环非线性振动效应,建立了曲线型呼吸裂缝模型以模拟该效应,并将其融入车桥耦合振动系统中。通过理论推导和混凝土开裂前后车桥耦合系统加速度响应信号的HHT时-频分析,提出采用结构基频处加速度响应信号的能量作为结构是否开裂的特征指标,结构高阶频率处响应信号能量作为判别损伤程度的特征指标,实现了运
同轴电缆是抗电磁干扰性能良好的同轴线结构波导,与光纤具有相似的电磁机理,且抗剪性能良好,能够适应恶劣服役环境,具有广阔的应用前景.本文采用电磁学方法系统分析了同轴电缆应变传感器的两种感知机理(同轴电缆布拉格电栅传感器(CCBG)和同轴电缆法布里-珀罗传感器(CCFPI)),采用数值模拟的方法分析了CCBG传感器电栅物理参数对电栅信号的影响,模拟结果表明:对CCBG传感器,采用钻孔法制作电栅,在一定
研制多功能传感器一直是结构健康监测体系发展的核心课题.本文将具有优良电导性能的碳纳米管(CNT)表面分别进行带正电荷处理、带负电荷处理,然后采用静电自组装工艺在韧性基片上组装成不同层数的CNT薄膜(同时充当顶/底电极,其中12层薄膜的电阻率可降至1.93 kQ·cm),然后采用剪切乳化工艺制备具有良好压电性能的纳米氧化锌(ZnO),并与弹性PDMS有效结合起来形成弹性夹芯层,研制成一种可粘贴于结构
机器视觉技术以其非接触式测量、精确的定量感知、较宽的光谱响应范围以及超长的稳定工作时间等优点在多个领域的精密测量中得到广泛应用。叶片作为风力发电系统的主要组成部件,在风沙环境中由于风沙的侵蚀作用容易发生磨损甚至出现裂纹,进而导致风机失效甚至破坏。针对以上问题,基于机器视觉技术提出一种风电叶片风沙侵蚀程度监测方法。首先,利用高清高速工业相机搭建侵蚀程度监测平台,采集叶片在完好以及侵蚀工况下的图像数据
Ultrasonic guided wave-based methods have been proven useful for corrosion monitoring of embedded steel bar in reinforced concrete structures.Most of previous investigations based on analyses of wave
我国是一个山体滑坡频发的国家,山体滑坡破坏基础设施,给国家现代化建设和人民的生活造成了严重的影响。据统计,约90%的山体滑坡与降雨有关,如何使用降雨信息这一滑坡诱导因素进行预警成为了目前亟待解决的问题。本文以深圳市某滑坡监测区为研究对象,通过仿真分析获得了监测边坡的降雨强度-降雨持续时间曲线,根据该曲线获得了拟监测边坡的降雨预警阀值;采用降雨作为外部诱因获取了边坡的整体安全系数与设定监测点最大位移
本文提出基于振动频率法的倾斜拉索张力的精确计算方法,该方法采用多个频率信息,识别倾斜拉索的张力、抗弯刚度、轴向刚度及边界转动刚度等参数。首先,推导倾斜拉索的非线性运动方程,采用有限差分法对方程进行离散,得到考虑索的垂度效应和应力刚度的数值模型。其次,用数值模型的广义特征值研究频率与索张力的关系,基于矩阵特征值导数提出索张力的迭代求解方法。该方法适用于各种刚度、垂度和边界条件的索及倾斜拉索。研究表明
利用压电智能骨料传感-驱动器的优越特性,基于波动理论及压电主动健康监测技术,将自行设计封装的压电智能骨料传感器-驱动器埋置在钢筋混凝土梁的指定位置,选取扫频波作为监测信号,对混凝土梁在静力加载条件的损伤情况进行监测。监测数据通过小波分解的统计模式识别算法处理后,在结构为线性时不变系统的基本假定下,监测过程中观测噪声及监测数据(离散变量)服从正态分布,针对梁损伤前后具有明显破坏特征的时段,对损伤能量
结构健康监测通过对结构进行响应实测,获取结构真实工作状态,为结构施工过程安全监控与决策、设计验证与响应对比分析、运营阶段安全使用、维护过程优化等提供可靠的参考与基础分析数据。本文运用IFC标准给出监测信息表达与集成方法,并设计数据库以实现海量监测信息的数据管理;以BIM核心建模软件Revit为平台,开发基于Revit的监测信息可视化,实现监测信息与Revit模型的交互;基于监测数据库与Revit平
模态频率是土木结构健康评估的一个重要指标。已有研究表明这一指标会随着环境变化(如温度、湿度变化等)而波动。因此,正确识别模态频率与环境因素之间的关系是长期结构健康评估中的重要一环。本研究基于新提出的贝叶斯机器学习算法,对模态频率-环境因素映射进行特征选择。传统识别方法主要基于离散型特征选择(discrete feature selection),当特征数目较多时,所需的计算量非常庞大。为了解决这一