基于图像处理的桥梁位移监测方法

《基于图像处理的桥梁位移监测方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工程硕士学位论文基于图像处理的桥梁位移监测方法作者姓名赖陆波工程领域电子与通信工程校内指导教师李波副教授校外指导教师周受钦教授级高工所在学院电子与信息学院论文提交日期2016年3月1日DisplacementMonitoringofBridgesBasedonImageProcessingMethodADissertationSubmittedfortheDegreeofMasterCandidate：LaiLuboSupervisor：AssociateProf.LiBoSouthChinaUniversityofTechnologyGuan

2、gzhou,China分类号：TP391学校代号：10561学号：201321009721华南理工大学硕士学位论文基于图像处理的桥梁位移监测方法作者姓名：赖陆波指导教师姓名、职称：李波副教授申请学位级别：工程硕士工程领域名称：电子与通信工程论文形式：ꇶ产品研发ꇶ工程设计应用研究ꇶ工程/项目管理ꇶ调研报告研究方向：图像处理论文提交日期：2016年3月1日论文答辩日期：2016年03月17日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：傅予力教授委员：吴宗泽副教授、向友君副教授、李波副教授、周斯宁高级工程师摘要图像匹配识别技

3、术发展迅速，但目前算法的匹配过程普遍存在计算复杂度高的问题，匹配精度和匹配速度依然难以兼顾，所以如何实现快速、高精度、强适应性的图像匹配算法仍然是当前的研究重点和难点。本文从桥梁位移监控的实际场景出发，详细介绍了一种通过改进灰度匹配算法来满足桥梁位移监测视频实时处理要求的方案。本文首先介绍了课题研究的意义和图像匹配算法的研究现状，接着介绍了图像匹配的经典算法和搜索策略。图像匹配算法可以分成基于图像的特征信息和基于图像的灰度信息两类，着重介绍了基于灰度的几种经典算法，如序贯相似性检测（SSDA）、绝对平衡搜索法（ABS）、归一化互相关算法（NCC

4、）等。改进算法采用化简后的NCC算法作为相似性度量函数，着重优化了搜索策略。优化后的搜索策略把分层搜索和爬山搜索巧妙结合，将整个搜索过程划分为粗匹配和精匹配两个过程。其中，粗匹配阶段负责快速搜索定位目标所在区域，精匹配阶段负责在粗匹配基础上精确寻找到最佳匹配点。粗匹配阶段可以进一步划分为等价子图提取和爬山搜索两部分，精匹配阶段则是采用逐像素搜索策略寻找到最佳匹配结果。把桥梁位移监控视频分成基于单帧视频的全局图像匹配和基于前一帧匹配信息的局部匹配两种情况。全局图像匹配需要进行粗匹配和精匹配两个阶段，而局部匹配利用前一帧匹配结果只需要进行精匹配操作

5、。此外还介绍了另一种基于蒙特卡罗思想的粒子滤波进行桥梁位移跟踪的方法，分析了粒子滤波算法的概念和流程，并实验对比了粒子滤波和利用图像匹配方法的跟踪效果。最后详细分析了改进后的图像匹配算法实现流程以及桥梁位移监测系统的整体模块设计。关键词：图像匹配；位移监控；搜索策略；爬山法IAbstractNowadays,thetechnologyofimagematchingdevelopsrapidly.Moreandmorealgorithmsreachthestateofart.However,acommonproblemwhichhasn'tbee

6、nsolvedwellsofaristhehighcomputationalcost.Itmeansthatitishardtobalancethematchingprecisionandmatchingspeed.Thus,ahighprecisionmatchingalgorithmwithafasterspeedandrobustnessisthegoaloftheresearchers.Inordertomonitortheshakingofthebridgeinrealtime,anadvancedimagematchingalgor

7、ithmisproposedinthispaper.Thispaperfirstlyintroducesthesignificanceofthisresearch.Theresearchstatusisalsogiven.Next,somewell-knownimagematchingalgorithmsandsearchingstrategiesarebrieflyintroduced.Theimagematchingmethodscanbegroupedintotwogroups.Oneisusingfeatureofimages,theo

8、therisapplyingtheinfoofgrayvaluesinimages.Thispaperemphasizesseveralwell-kn