本发明属于基坑监测领域,具体涉及一种基于摄影测量的移动终端智能基坑监测系统及方法。
背景技术:
随着我国经济的高速发展,工程建设项目日益增多,建设规模也越来越大。为此,工程师们需要设计各种不同的方案对基坑进行保护,避免边坡不稳定发生坍塌、滑落而威胁到人民群众的生命财产安全,造成国家经济损失。
近年来,随着近景摄影测量技术的迅速发展,其逐渐成为一种新型的、非接触式的量测手段。相对于传统监测方法,近景摄影测量技术具有瞬间获取被测物体的几何及物理信息,外业工作较少等优点。但由于专用量测摄影机价格昂贵,且操作复杂,便携性较差,导致传统的近景摄影测量装置使用环境约束较多,普及性差,限制了近景摄影测量技术在基坑监测领域的发展与应用。此外,现有的近景摄影测量配置一般为独立测量设备或者计算机与测量设备联动系统,并且计算能力有限,缺乏云端数据库,缺乏以大数据为基础的云端智能动态分析能力,无法实现大数据的动态预警与动态管理。
技术实现要素:
本发明的目的在于提供一种基于摄影测量的移动终端智能基坑监测系统及方法。
实现本发明目的的技术解决方案为:一种基于摄影测量的移动终端智能基坑监测系统,所述监测系统基于移动终端,包括:
数据输入与储存模块:用于输入数据,从云端下载数据和数据上传;
相机检校模块:用于获得相机内、外方位元素,及调整相机拍摄属性;
图片筛选及处理模块:用于对像片灰度,尺寸,光感处理,像片特征提取,特征匹配,像片拼接;
图片分析模块:用于数据计算,获取内外方位元素、目标点坐标,结果合理性判别;
数据库:用于储存数据和提供数据;
云端人工智能技术模块:用于与客户端数据库联动,提供云端信息和人工智能分析数据。
一种利用上述的检测系统进行基坑监测的方法,包括如下步骤:
步骤(1):通过相机检校模块对移动终端的相机进行自检校;
步骤(2):通过数据输入与储存模块输入现场的基础数据;
步骤(3):通过相机检校模块分析现场数据,调节移动终端的相机的各项参数;
步骤(4):基于移动终端相机及相册功能获取现场照片;
步骤(5):通过图片筛选及处理模块初步处理照片,合成待分析状态;
步骤(6):通过图片分析模块分析图片筛选及处理模块处理好的照片,并得出数据;
步骤(7):云端人工智能技术模块结合数据库对图片分析模块所获得数据进行动态比较及分析;
步骤(8):云端人工智能技术模块进行判断是否需要预警;
步骤(9):将数据保存至数据库并上传云端。
进一步的,所述步骤(1)中的自检校使用灭点法或者dlt法获得相机的光学畸变参数。
进一步的,所述步骤(3)中根据步骤(1)自校检和步骤(2)输入的基础数据,自动调整相机的焦距和变焦特性。
进一步的,所述步骤(5)中通过移动终端像片尺寸处理功能及sift特征匹配算法将图像拼接合成。
进一步的,所述sift特征匹配算法中的sift特征向量的提取步骤如下
步骤(5-1):高斯滤波构建图像尺度空间;
步骤(5-2):尺度空间极值探测;
步骤(5-3):极值特征向量精化;
步骤(5-4):不稳定点和边缘点剔除;
步骤(5-5):极值点梯度主方向;
步骤(5-6):极值点区域特征描述。
进一步的,步骤(6)采用摄影测量学中的dlt算法解算各参数,并获得所测数据;
原始公式为:
将原始公式转化为:
式中:(x′,y′)——像点在框标坐标系中的坐标量测值;
(x,y)——像点的像平面直角坐标;
(xa,ya,za)——与像点对应的地面点的物空间坐标;
(xs,ys,zs)——摄影中心的物空间坐标,也是影像的外方位线元索;
ai,bi,ci——影像的外方位角元素
x0,y0,f——影像的内方位元素;
li是十一个系数,它们是外方位元素,主距的函数。
当已知6个以上控制点的物方空间坐标及其相应像点的坐标仪坐标,就可用计算机按最小二乘法原理解算出十一个参数的数值,如果已知十一个参数和待定点的坐标仪坐标就可用上述方法解算出待定点的物方空间坐标(x,y,z)。
本发明与现有技术相比,其显著优点在于:
本发明提供一种基于摄影测量技术的移动客户端智能基坑监测系统,其实现快捷监测基坑功能,进而有效缩节省基坑监测时间,节约管理成本,提高监测效果,保障基坑施工安全;此外,通过数据共享和动态分析,可方便及时预警和相关人员的后续使用。
附图说明
图1为本发明的检测系统工作流程示意图。
具体实施方式
下面结合附图对本发明作进一步详细描述。
一种基于摄影测量技术的移动客户端智能基坑监测系统,包括:可视化移动客户端操作界面;数据输入与储存模块;相机检校模块;图片筛选及处理模块;图片分析模块;云端人工智能技术模块;数据库。
可视化移动客户端操作界面:用于操作过程流程化和可视化;
数据输入与储存模块:用于人工输入数据,从云端下载数据,数据上传;
相机检校模块(包括相机自检校):用于获得相机内、外方位元素,及调整相机拍摄属性;
图片筛选及处理模块:用于对像片灰度,尺寸,光感处理,像片特征提取,特征匹配,像片拼接;
图片分析模块:用于数据计算,获取内外方位元素、目标点坐标,结果合理性判别;
云端人工智能技术模块:用于与客户端数据库联动,提供云端信息,人工智能分析数据;
数据库:用于储存数据和提供数据。
一种利用上述的检测系统进行基坑监测的方法,其特征在于,包括如下步骤:
步骤(1):通过相机检校模块对移动终端的相机进行自检校;步骤1可根据使用者需求选择使用灭点法或者dlt法获得相机的光学畸变参数;
步骤(2):通过数据输入与储存模块输入现场的基础数据;
步骤(3):通过相机检校模块分析现场数据,调节移动终端的相机的各项参数;所述步骤(3)中根据步骤(1)自校检和步骤(2)输入的基础数据,自动调整相机的焦距和变焦特性。
步骤(4):基于移动终端相机及相册功能获取现场照片;
步骤(5):通过图片筛选及处理模块初步处理照片,合成待分析状态;通过移动终端像片尺寸处理功能及sift特征匹配算法将图像拼接合成。所述sift特征匹配算法中的sift特征向量的提取步骤如下
高斯滤波构建图像尺度空间;
尺度空间极值探测;
极值特征向量精化;
不稳定点和边缘点剔除;
极值点梯度主方向;
极值点区域特征描述。
步骤(6):通过图片分析模块分析图片筛选及处理模块处理好的照片,并得出数据;
步骤(6)采用摄影测量学中的dlt算法解算各参数,并获得所测数据;
原始公式为:
将原始公式转化为:
式中:(x′,y′)——像点在框标坐标系中的坐标量测值;
(x,y)——像点的像平面直角坐标;
(xa,ya,za)——与像点对应的地面点的物空间坐标;
(xs,ys,zs)——摄影中心的物空间坐标,也是影像的外方位线元索;
ai——影像的外方位角元素
x0,y0,f——影像的内方位元素;
li是十一个系数,它们是外方位元素,主距的函数。
当已知6个以上控制点的物方空间坐标及其相应像点的坐标仪坐标,就可用计算机按最小二乘法原理解算出十一个参数的数值,如果已知十一个参数和待定点的坐标仪坐标就可用上述方法解算出待定点的物方空间坐标(x,y,z)。
这种关系式的优点是可以把(2)式改化为线性形式,因此,计算程序简易,且计算速度快;
数据分析处理进行误差分析,对于明显的不合理误差将做出提示或引导重新操做。
步骤(7):云端人工智能技术模块结合数据库对图片分析模块所获得数据进行动态比较及分析;系统将步骤6所得结果与数据库中规范要求及云端数据进行比对,对所测量项目可能产生的隐患做出具体提示,并对已出现问题可能的原因进行初步的分析。
步骤(8):云端人工智能技术模块进行判断是否需要预警;
步骤(9):将数据保存至数据库并上传云端。
本发明提供一种基于摄影测量技术的移动客户端智能基坑监测系统,其实现快捷监测基坑功能,进而有效缩节省基坑监测时间,节约管理成本,提高监测效果,保障基坑施工安全;此外,通过数据共享和动态分析,可方便及时预警和相关人员的后续使用。