基于視覺測量的公路邊坡位移監(jiān)測技術(shù)工程應(yīng)用研究

嚴(yán)鑫 胡智 詹偉 余以強(qiáng) 肖旦強(qiáng) 吳劍軍

摘? 要：公路邊坡的穩(wěn)定性監(jiān)測是運(yùn)營期的重要工作之一。目前的公路邊坡監(jiān)測仍以人工監(jiān)測和自動(dòng)化監(jiān)測為主，人工監(jiān)測工作量大且人工成本高，而傳統(tǒng)的自動(dòng)化監(jiān)測設(shè)備價(jià)格昂貴且安裝較為繁瑣。因此，降低自動(dòng)化監(jiān)測成本并提高工作效率是當(dāng)前公路邊坡安全監(jiān)測的重點(diǎn)發(fā)展方向。得益于圖像處理技術(shù)的發(fā)展，研究提出基于視覺測量的公路邊坡位移監(jiān)測技術(shù)，在隱患邊坡上布設(shè)視覺監(jiān)測標(biāo)靶，利用高清攝像頭拍攝的視覺標(biāo)靶圖像，通過圖像灰度化、圖像濾波、角點(diǎn)檢測和位移量計(jì)算等一系列圖像處理技術(shù)，將圖像中像素的變化還原為視覺標(biāo)靶的實(shí)際位移，從而判斷公路邊坡狀態(tài)。研究通過室內(nèi)試驗(yàn)和現(xiàn)場驗(yàn)證，證明視覺測量技術(shù)在公路邊坡位移監(jiān)測上的可行性，對(duì)公路邊坡安全監(jiān)測具有重要意義。

關(guān)鍵詞：數(shù)字圖像處理；公路邊坡；視覺測量；位移監(jiān)測；傳感器

中圖分類號(hào)：TP391.41? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ? 文章編號(hào)：2095-2945（2024）08-0182-05

Abstract： The stability monitoring of highway slope is one of the important tasks in the operation period. At present， the highway slope monitoring is still dominated by manual monitoring and automatic monitoring， with a large workload and high labor cost， while the traditional automatic monitoring equipment is expensive and cumbersome to install. Therefore， reducing the cost of automatic monitoring and improving work efficiency is the key development direction of highway slope safety monitoring. Thanks to the development of image processing technology， the displacement monitoring technology of highway slope based on visual measurement is proposed. The visual monitoring target is arranged on the hidden slope， and the visual target image captured by high-definition camera is used. Through a series of image processing techniques， such as image graying， image filtering， corner detection， displacement calculation and so on， the change of pixels in the image is restored to the actual displacement of the visual target， so as to judge the state of highway slope. Through indoor test and field verification， it is proved that the visual measurement technology is feasible in highway slope displacement monitoring， which is of great significance to highway slope safety monitoring.

Keywords： digital image processing; highway slope; visual measurement; displacement monitoring; sensor

公路邊坡變形直接影響到運(yùn)營公路的安全與管理。采用行之有效的監(jiān)測技術(shù)，不僅可以對(duì)異常變形區(qū)域及時(shí)做出響應(yīng)，采取補(bǔ)救措施，從而避免交通管制和減小經(jīng)濟(jì)損失，也可以對(duì)潛在地質(zhì)災(zāi)害進(jìn)行預(yù)先風(fēng)險(xiǎn)識(shí)別，發(fā)出預(yù)警，從而避免重大傷亡事故發(fā)生。

一般而言，邊坡安全監(jiān)測被歸結(jié)為巖土體的穩(wěn)定性問題，即研究巖土體中的應(yīng)力和強(qiáng)度[1]。當(dāng)巖土體中的抗剪強(qiáng)度不足以抵抗巖土體下滑時(shí)，將導(dǎo)致邊坡失穩(wěn)或破壞。當(dāng)前在邊坡安全監(jiān)測方面，主要的監(jiān)測方法可以分為兩大類，即接觸式和非接觸式監(jiān)測[2-3]。實(shí)際上，2種監(jiān)測方法最終都可以劃歸到基于變形的監(jiān)測，然而鑒于公路邊坡工程的特殊性，目前的監(jiān)測方法和監(jiān)測儀器在不同程度上存在著不足。

對(duì)于接觸式的邊坡安全監(jiān)測，主要方法是預(yù)先做好監(jiān)測點(diǎn)放樣，并在設(shè)計(jì)監(jiān)測點(diǎn)位置埋設(shè)各類應(yīng)力或位移傳感器，如GNSS、傾斜計(jì)等，根據(jù)邊坡內(nèi)部的應(yīng)力狀況或變形情況判斷其結(jié)構(gòu)穩(wěn)定與否，進(jìn)行邊坡的安全評(píng)估。此類方法精度較高，也成功應(yīng)用在不少工程案例中[4-5]。然而，由于大量傳感器安裝成本較高，且埋設(shè)后不可維修；埋設(shè)難度大，工程量也較大；數(shù)據(jù)處理和分析專業(yè)要求高，其應(yīng)用范圍仍然存在不小的局限性。

上述的接觸式監(jiān)測對(duì)人工的依賴較強(qiáng)，外業(yè)工作強(qiáng)度大，工作效率低，而非接觸式監(jiān)測可以大幅降低外業(yè)工作強(qiáng)度，提高工作效率。目前較為常見的非接觸式監(jiān)測有合成孔徑雷達(dá)測量技術(shù)（InSAR）、無人機(jī)近景攝影測量和三維地面激光掃描（TLS）等，但也存在一定的缺陷，如InSAR監(jiān)測技術(shù)存在失相干現(xiàn)象和大氣效應(yīng)對(duì)測量結(jié)果的精度影像問題，為精確提取真實(shí)的地表形變信息，一般需要冗余觀測數(shù)據(jù)，以便補(bǔ)償上述誤差的影響；TLS法需要使用激光逐行掃描目標(biāo)，一般所需處理時(shí)間較長，數(shù)據(jù)處理相當(dāng)復(fù)雜且對(duì)測量人員的專業(yè)水平要求過高，而且對(duì)于規(guī)模較大的邊坡，往往需要沿邊坡在不同位置、不同角度多站測量[6-7]。

近年來，非接觸式測量方法在巖土體監(jiān)測中受到越來越多的關(guān)注。基于數(shù)字圖像處理的視覺測量技術(shù)是一種新型的非接觸式光學(xué)測量方法，因具有遠(yuǎn)距離、非接觸、高精度及省時(shí)省力等眾多優(yōu)點(diǎn)，越來越受到科研和工程人員的關(guān)注。該方法主要對(duì)相機(jī)拍攝的被測結(jié)構(gòu)視頻進(jìn)行目標(biāo)追蹤處理以得到測點(diǎn)在圖像中的運(yùn)動(dòng)軌跡，再通過圖像與現(xiàn)實(shí)世界的幾何關(guān)系確定結(jié)構(gòu)的位移信息。相機(jī)被架設(shè)在距被測結(jié)構(gòu)較遠(yuǎn)處的固定點(diǎn)上，消除了接觸式位移監(jiān)測方法需要在結(jié)構(gòu)上安裝固定支撐點(diǎn)的需求。另外由于相機(jī)視野可以涵蓋大面積測量區(qū)域，因此容易以較低的成本實(shí)現(xiàn)變形測量。基于計(jì)算機(jī)視覺的位移監(jiān)測方法已被應(yīng)用于結(jié)構(gòu)健康監(jiān)測的多種任務(wù)中，如橋梁撓度測量、損傷識(shí)別等[8]。

但視覺測量技術(shù)目前主要應(yīng)用于結(jié)構(gòu)健康監(jiān)測領(lǐng)域，在邊坡變形監(jiān)測上的應(yīng)用尚不成熟。因此，本文針對(duì)性地開展了基于視覺測量的公路邊坡變形監(jiān)測技術(shù)研究，分析了視覺測量的基本原理及工作流程，并在依托工程中得到了現(xiàn)場驗(yàn)證，對(duì)于公路邊坡的安全監(jiān)測具有重要的研究意義。

1? 視覺測量基本原理及流程

1.1? 圖像預(yù)處理

1.1.1? 圖像灰度化

圖像處理中，如果直接對(duì)彩色圖像進(jìn)行計(jì)算，需要對(duì)彩色圖像中的紅綠藍(lán)3個(gè)分量分別進(jìn)行計(jì)算，該過程計(jì)算較為繁瑣。與彩色圖像相比，灰度圖像有2個(gè)優(yōu)點(diǎn)，一是灰度圖像比彩色圖像占用內(nèi)存小，運(yùn)算速度更快；二是轉(zhuǎn)化為灰度圖像后可以在視覺上增加對(duì)比，突出目標(biāo)區(qū)域，為后續(xù)的圖像識(shí)別和分析做準(zhǔn)備。

為了簡化運(yùn)算矩陣，提高計(jì)算速度，首先要對(duì)圖像進(jìn)行灰度化。灰度化是將彩色圖像轉(zhuǎn)換為灰度圖像的過程，灰度圖像上每個(gè)像素的像素值稱為灰度，范圍從0到255，0表示黑色，255表示白色，故灰度圖像有256個(gè)分級(jí)。

圖像灰度化的計(jì)算公式為

，

式中：IR、IG、IB分別表示紅綠藍(lán)三通道的顏色深度，前面的系數(shù)由人眼對(duì)顏色的敏感度決定。經(jīng)上式灰度化后的混凝土裂縫圖像如圖1所示。

1.1.2? 圖像濾波

圖像在經(jīng)過灰度處理后，可能會(huì)存在局部像素點(diǎn)的灰度值與周圍像素點(diǎn)不協(xié)調(diào)，這些不協(xié)調(diào)的像素點(diǎn)稱為圖像的噪聲點(diǎn)。噪聲產(chǎn)生的原因有很多，如圖像采集過程中的環(huán)境變化、拍攝對(duì)象表面紋理和均勻性引起的亮度差異、車輛引起的脈沖振動(dòng)、圖像傳輸過程及灰度轉(zhuǎn)化等都有可能產(chǎn)生噪聲。圖像中的噪聲會(huì)加大目標(biāo)的識(shí)別難度或影響識(shí)別效果，需要對(duì)其進(jìn)行降噪處理，這個(gè)過程通常稱為“圖像濾波”。

本項(xiàng)目以實(shí)際混凝土裂縫為試驗(yàn)對(duì)象，分析驗(yàn)證了目前常用的中值濾波、均值濾波等濾波算法。

1）平滑算法源于鄰域平均法，是一種直接在空域上進(jìn)行的圖像平滑處理技術(shù)。鄰域平均法認(rèn)為圖像由若干灰度恒定的小塊組成，相鄰像素間存在著較高的相關(guān)性，而噪聲是局部獨(dú)立存在的。鄰域平均法是將圖像中濾波像素局部小鄰域內(nèi)所有像素灰度的平均值作為該像素的灰度值，可以較好地除去圖像中孤立噪聲點(diǎn)，但對(duì)圖像的邊緣及細(xì)節(jié)損害較大。

2）中值濾波是基于圖像區(qū)域內(nèi)像素灰度排序的非線性濾波算法，根據(jù)像素灰度排序決定濾波像素的灰度值，將像素鄰域內(nèi)灰度的中值作為濾波像素新的灰度值。

3）均值濾波是基于圖像局部鄰域內(nèi)像素信息的濾波算法，將鄰域內(nèi)像素灰度的平均值作為濾波像素新的灰度值，可有效消除圖像中的點(diǎn)狀噪聲，如圖2所示。

1.2? 邊坡位移計(jì)算

通過對(duì)初始圖像進(jìn)行預(yù)處理，得到噪聲較少的圖像后，對(duì)時(shí)序圖像開展邊坡位移計(jì)算。

1.2.1? 模板匹配

模板匹配是目標(biāo)檢測領(lǐng)域的關(guān)鍵技術(shù)之一，其主要工作流程是通過已知的目標(biāo)圖像，利用相應(yīng)的視覺算法，在后續(xù)采集到的一系列圖像上完成目標(biāo)的搜索任務(wù)，并對(duì)其進(jìn)行標(biāo)記及定位。

視覺圖像中的像素值在噪聲的干擾下很容易發(fā)生改變，但相鄰像素之間的關(guān)系在受到全局線性噪聲的干擾下仍可以保持穩(wěn)定的狀態(tài)，因此研究利用LBP（局部二值模式）比較中心像素點(diǎn)與附近相鄰像素點(diǎn)的大小關(guān)系，將中心像素點(diǎn)重新編碼，其編碼結(jié)果不受全局噪聲的影響。研究采用基于LBP差分的模板匹配方法對(duì)視覺圖像進(jìn)行匹配，進(jìn)一步提高了模板匹配的魯棒性，如圖3所示。

1.2.2? 角點(diǎn)檢測

在完成模板匹配后，便可利用角點(diǎn)檢測對(duì)圖像內(nèi)特征點(diǎn)坐標(biāo)進(jìn)行標(biāo)定。角點(diǎn)即一階導(dǎo)數(shù)（灰度的梯度）的局部最大所對(duì)應(yīng)的像素點(diǎn)，目前常見的有基于二值圖像的角點(diǎn)檢測、基于輪廓曲線的角點(diǎn)檢測和基于灰度圖像的角點(diǎn)檢測，其中Harris角點(diǎn)檢測是基于灰度圖像的角點(diǎn)檢測方法中最受廣泛應(yīng)用的角點(diǎn)檢測算法之一。

Harris角點(diǎn)檢測算法的核心原理是利用局部窗口在圖像上不斷進(jìn)行移動(dòng)，進(jìn)而判斷窗口在各個(gè)方向上的變化程度，從而找出圖像中灰度變化較大的點(diǎn)，即角點(diǎn)，如圖4所示。

1.2.3? 位移量計(jì)算

在進(jìn)行位移搜索時(shí)，通常最小的搜索步長也是整像素級(jí)別的，因此搜索結(jié)果的精度最高也只能達(dá)到1個(gè)像素。為了達(dá)到更高的精度，可以通過灰度插值法對(duì)圖像進(jìn)行插值，通過在像素間插入點(diǎn)，從而得到更高的搜索精度。不同的插值方法所得到的插值精度和計(jì)算效率也不同，常見的亞像素插值方法有最近鄰插值、雙線性插值和雙三次立方插值等，其中雙線性插值和雙三次立方插值法的計(jì)算精度較高。

為了驗(yàn)證亞像素插值法的測量精度，研究通過計(jì)算機(jī)生成一幅散斑圖像作為參考圖像，并使參考圖像沿x方向做平移運(yùn)動(dòng)，每移動(dòng)0.1像素生成一幅新的圖像，總位移距離為1像素。并通過雙線性插值法和雙三次立方插值法對(duì)圖像進(jìn)行計(jì)算，計(jì)算結(jié)果見表1。

根據(jù)表1中結(jié)果，可以看出在位移很小時(shí)，雙線性插值法和雙三次立方插值法的效果相近，當(dāng)位移超過0.4 像素時(shí)，雙三次立方插值法的精度明顯提高，整個(gè)過程中雙三次立方插值法穩(wěn)定性也高。

2? 工程應(yīng)用與驗(yàn)證

2.1? 工程概況

項(xiàng)目選取浙江省杭州市桐廬縣某公路K3+290—K3+330左側(cè)邊坡為依托工程，邊坡現(xiàn)狀如圖5所示，邊坡巖性為強(qiáng)風(fēng)化凝灰?guī)r，巖體節(jié)理強(qiáng)烈發(fā)育，較為破碎，上覆全風(fēng)化殘積和第四紀(jì)沉積土，坡面徑流痕跡明顯，沖刷嚴(yán)重，坡腳堆積有大量坡積物，且擋墻僅余數(shù)米，根據(jù)現(xiàn)狀可以判斷該邊坡歷史發(fā)生過滑坡。

通過對(duì)該公路邊坡的實(shí)地調(diào)研，于邊坡后緣發(fā)現(xiàn)拉裂裂縫2處，裂縫最大寬度為5.8 cm，深度約10 cm，如圖6所示。

根據(jù)現(xiàn)場調(diào)研結(jié)果及歷史災(zāi)害記錄，可以認(rèn)定該邊坡仍具有二次災(zāi)害發(fā)生的可能，因此，對(duì)該邊坡進(jìn)行視覺監(jiān)測工作。

2.2? 監(jiān)測點(diǎn)布置

由于現(xiàn)場植被覆蓋率高，坡率較陡且邊坡坡面沖刷嚴(yán)重，北斗定位設(shè)備難以安裝，因此結(jié)合邊坡病害發(fā)育情況及現(xiàn)場設(shè)備布設(shè)難易程度，研究共布置了6個(gè)傾角計(jì)和3個(gè)視覺監(jiān)測標(biāo)靶，傾角計(jì)沿滑坡陡坎邊緣布置，視覺監(jiān)測靶標(biāo)布置于邊坡右側(cè)坡度最陡處，設(shè)備布置位置示意圖如圖7所示。

2.3? 監(jiān)測結(jié)果對(duì)比

傾角計(jì)的傾角變化如圖8所示。根據(jù)傾角變化曲線，可以發(fā)現(xiàn)6個(gè)傾角計(jì)的讀數(shù)在布置后的前5個(gè)月都相對(duì)穩(wěn)定，最大變化值不超過0.02°，當(dāng)浙江省雨季來臨后，傾角計(jì)讀數(shù)相對(duì)有所增大，最大變化值達(dá)到了0.04°，但與預(yù)警值3～5°仍相去甚遠(yuǎn)，說明邊坡仍處于穩(wěn)定狀態(tài)，傾角的變化可能來自雨季的徑表沖刷。

由于安裝問題，3個(gè)視覺監(jiān)測靶標(biāo)有1個(gè)靶標(biāo)傾倒，僅留2個(gè)視覺靶標(biāo)在工作。視覺測量結(jié)果如圖9所示。

根據(jù)視覺測量結(jié)果，可以發(fā)現(xiàn)視覺測量的波動(dòng)較大，但波動(dòng)基本不超過2 mm，根據(jù)分析該現(xiàn)象可能是由于攝像頭立桿過高，導(dǎo)致在自然風(fēng)等環(huán)境因素影響下存在一定的晃動(dòng)。總體來看，視覺檢測結(jié)果相對(duì)穩(wěn)定，保持在-2～2 mm之內(nèi)波動(dòng)，表明該邊坡處于一個(gè)相對(duì)穩(wěn)定的狀態(tài)，與傾角計(jì)測量結(jié)果相符。

3? 結(jié)論

研究基于數(shù)字圖像處理技術(shù)提出一種公路邊坡位移監(jiān)測技術(shù)，該技術(shù)具有安裝簡易、成本低、精度高等優(yōu)點(diǎn)，并在公路邊坡上得到了工程驗(yàn)證與應(yīng)用，研究結(jié)論如下。

1）研究通過對(duì)圖像中加入噪聲，利用不同圖像濾波技術(shù)對(duì)噪聲圖像進(jìn)行去噪計(jì)算，通過對(duì)比計(jì)算結(jié)果，可以發(fā)現(xiàn)均值濾波算法可以更好地減少噪聲對(duì)圖像質(zhì)量的影響。

2）通過對(duì)圖像亞像素插值法的研究，利用計(jì)算機(jī)生成圖像，分別開展雙線性插值法和雙三次立方插值法計(jì)算，結(jié)果顯示雙三次立方插值法計(jì)算結(jié)果較雙線性插值法更為穩(wěn)定，且結(jié)果精度更高。

3）通過現(xiàn)場試驗(yàn)驗(yàn)證，基于視覺測量的公路邊坡位移監(jiān)測技術(shù)結(jié)果與傾角計(jì)監(jiān)測結(jié)果相符，表明視覺監(jiān)測可以較好地滿足公路邊坡穩(wěn)定性監(jiān)測的需求，但與傳統(tǒng)監(jiān)測設(shè)備相比，視覺監(jiān)測的穩(wěn)定性仍有不足，后續(xù)還應(yīng)開展相關(guān)研究工作。

參考文獻(xiàn)：

[1] 常娟娟，吳凱，盧亞杰，等.基于視覺技術(shù)的巖土工程高邊坡外觀變形智能監(jiān)測技術(shù)研究[J].四川建材，2021，47（8）：71-72.

[2] 吳妮真.計(jì)算機(jī)視覺技術(shù)研究及發(fā)展趨勢分析[J].科技創(chuàng)新與應(yīng)用，2021（34）：58-61.

[3] 時(shí)夢杰，陶庭葉，高飛，等.霧天環(huán)境下機(jī)器視覺的邊坡監(jiān)測方法[J].測繪通報(bào)，2022（6）：88-92.

[4] 李嘉興.基于DIC技術(shù)的高邊坡施工中邊坡變形信息監(jiān)測方

法研究[J].工程技術(shù)研究，2022，7（18）：4-6.

[5] 韋飛云.大尺寸物體測量方法國內(nèi)外研究現(xiàn)狀[J].科技創(chuàng)新與應(yīng)用，2016（3）：123.

[6] 侯健文.基于無人機(jī)攝影測量和深度學(xué)習(xí)的公路邊坡病害研

究[D].太原：太原理工大學(xué)，2022.

[7] 林泊錕，李登華，丁勇，等.基于機(jī)器視覺的滑坡體夜間不間斷監(jiān)測技術(shù)研究[J/OL].激光雜志：1-6[2024-03-06].http：//kns.cnki.net/kcms/detail/50.1085.TN.20230314.1655.004.html.

[8] 錢峰，羅苗，李健，等.基于圖像分析識(shí)別的安全監(jiān)控和數(shù)字信息化應(yīng)用技術(shù)分析[J].四川建筑，2023，43（4）：36-38.