基于机器视觉的结构波浪冲击力非接触式测量方法和系统与流程

1.本发明涉及机器视觉技术领域，特别涉及基于机器视觉的结构波浪冲击力非接触式测量方法和系统。


背景技术：

2.海洋中的结构物，如跨海桥梁、防波堤、海洋平台结构等，在波浪作用下会承受巨大的波浪冲击力，这种波浪力具有很强的瞬态性，在短时间内聚集起巨大能量，导致波浪碰撞到结构产生巨大的撞击效果，对结构物安全造成很大的影响，严重的话会导致结构毁坏。现实当中这种情况也屡见不鲜，如著名的2005年美国卡特琳娜飓风导致近海区产生巨浪，造成很多近海桥梁在波浪冲击下毁坏。因此，实时准确的获得结构物在波浪作用下所受到的冲击力对于预测和评估结构的安全性至关重要。在现有技术中，为了实时检测结构物在波浪作用下受到的冲击力通常实在结构物表面布设多个点式水压力传感器，并通过累加求和以获得结构物波浪冲击力。
3.然而，通过上述技术方案获得结构物波浪冲击力时，一方面在结构物表面布设的点式水压力传感器直接暴露于环境中在波浪的冲击作用下容易损坏；另一方面，通过布设有限个点式水压力传感器得到结构物表面离散的单点受力再累加获得的整体受力会存在较大误差；再者，当需要布设较多个水压力传感器时需要耗费大量的人力物力。综上，如何能简便、准确地检测出结构物波浪冲击力以代替安装在结构物表面的点式水压力传感器的问题有待进一步解决。


技术实现要素：

4.有鉴于此，本发明的目的在于提供基于机器视觉的结构波浪冲击力非接触式测量方法和系统，能够简便、准确地通过非接触方式检测出结构物波浪冲击力以代替安装在结构物表面的点式水压力传感器。其具体方案如下：
5.第一方面，本技术公开了基于机器视觉的结构波浪冲击力非接触式测量方法，包括：
6.获取预设摄像机拍摄的包含目标结构物的目标源视频；
7.基于所述目标源视频得到对应的目标源视频帧并在所述目标源视频帧中确定出目标区域图像；
8.根据目标跟踪算法确定所述目标区域图像中的像素点对应的目标点流速；
9.根据压强流速耦合方程基于所述目标点流速确定对应的所述目标结构物表面的目标点压强，并根据所述目标点压强确定所述目标结构物受到的波浪冲击力。
10.可选的，所述在所述目标源视频帧中确定出目标区域图像，包括：
11.获取通过预设接口输入的顶点坐标，并根据所述顶点坐标在所述目标源视频帧中确定出目标区域图像。
12.可选的，所述根据目标跟踪算法确定所述目标区域图像中的像素点对应的目标点
流速之前，还包括：
13.对所述目标区域图像进行图像增强处理，以得到增强后目标区域图像；
14.相应的，所述根据目标跟踪算法确定所述目标区域图像中的像素点对应的目标点流速，包括：
15.根据目标跟踪算法确定所述增强后目标区域图像中的像素点对应的目标点流速。
16.可选的，所述对所述目标区域图像进行图像增强处理，以得到增强后目标区域图像，包括：
17.利用高斯滤波对所述目标区域图像进行卷积运算，以得到所述目标区域图像中的背景图像；
18.基于所述目标区域图像以及所述背景图像确定出所述目标区域图像中的前景图像；
19.对所述前景图像进行灰度拉伸，以得到增强后目标区域图像。
20.可选的，所述根据目标跟踪算法确定所述目标区域图像中的像素点对应的目标点流速，包括：
21.对所述预设摄像机进行标定，以获取所述预设摄像机的内参与外参；
22.根据所述预设摄像机的内参与外参对所述目标区域图像进行矫正，以得到矫正后目标区域图像；
23.根据光流法跟踪连续两帧所述矫正后目标区域图像中像素点的灰度值，以识别所述像素点的位移，并基于所述像素点的位移与所述连续两帧所述矫正后目标区域图像的时间间隔来确定所述像素点对应的目标点流速。
24.可选的，所述根据压强流速耦合方程基于所述目标点流速确定对应的所述目标结构物表面的目标点压强，包括：
25.根据压强流速耦合方程并采用有限差分法进行离散以及黎曼法迭代求解，以得到对应的所述目标结构物表面的目标点压强。
26.可选的，所述根据所述目标点压强确定所述目标结构物受到的波浪冲击力，包括：
27.基于所述目标结构物表面的目标点压强确定所述目标结构物受到的水平波浪冲击力、竖向波浪冲击力以及波浪冲击力力矩；
28.基于所述水平波浪冲击力与所述竖向波浪冲击力确定所述目标结构物受到的总波浪冲击力。
29.第二方面，本技术公开了基于机器视觉的结构波浪冲击力非接触式测量系统，包括：
30.目标源视频获取模块，用于获取预设摄像机拍摄的包含目标结构物的目标源视频；
31.目标区域图像确定模块，用于基于所述目标源视频得到对应的目标源视频帧并在所述目标源视频帧中确定出目标区域图像；
32.目标点流速确定模块，用于根据目标跟踪算法确定所述目标区域图像中的像素点对应的目标点流速；
33.波浪冲击力确定模块，用于根据压强流速耦合方程基于所述目标点流速确定对应的所述目标结构物表面的目标点压强，并根据所述目标点压强确定所述目标结构物受到的
波浪冲击力。
34.本技术在进行结构物波浪冲击力检测时，先获取预设摄像机拍摄的包含目标结构物的目标源视频，基于所述目标源视频得到对应的目标源视频帧并在所述目标源视频帧中确定出目标区域图像，然后根据目标跟踪算法确定所述目标区域图像中的像素点对应的目标点流速，最后根据压强流速耦合方程基于所述目标点流速确定对应的所述目标结构物表面的目标点压强，并根据所述目标点压强确定所述目标结构物受到的波浪冲击力。可见，本技术在进行结构物波浪冲击力检测时通过对含有目标结构物的目标源视频中的目标图像区域内的图像进行目标跟踪，以得到目标区域图像中像素点的流速，并通过流体力学中的压强流速耦合方程来确定目标结构物受到的波浪冲击力。由此，本技术在进行结构物波浪冲击力检测时，通过预设摄像机拍摄包含目标结构物的目标源视频，并根据目标跟踪算法来得到结构物周围的目标点流速，使得进行结构物波浪冲击力检测时直接通过视觉上的非接触方式得到结构物周围的流速再通过流速进一步确定出压强与冲击力，避免使用通过布设点式水压力传感器来测得波浪冲击力这种传统接触式的测量方法带来的布设困难、容易损坏等问题；另一方面，通过目标跟踪算法得到周围像素点流速进而的到像素点对应的目标点压强，其像素点的数量远大于传统布设的点式水压力传感器数量从而得到的点压强更加连续，在确定波浪力时精度比累加点式水压力传感器确定的波浪力更高。综上，本技术能够简便、准确地通过非接触方式检测出结构物波浪冲击力以代替安装在结构物表面的点式水压力传感器。
附图说明
35.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
36.图1为本技术提供的基于机器视觉的结构波浪冲击力非接触式测量方法流程图；
37.图2为本技术提供的矩形结构物表面压强积分示意图；
38.图3为本技术提供的矩形目标结构物所受的波浪冲击力的实时变化示意图；
39.图4为本技术提供的一种具体的基于机器视觉的结构波浪冲击力非接触式测量方法流程图；
40.图5为本技术提供的基于机器视觉的结构波浪冲击力非接触式测量系统结构示意图；
41.图6为本技术提供的一种电子设备结构图。
具体实施方式
42.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
43.通过点式水压力传感器获得结构物波浪冲击力时，一方面在结构物表面布设的点
式水压力传感器直接暴露于环境中在波浪的冲击作用下容易损坏；另一方面，通过布设有限个点式水压力传感器得到结构物表面离散的单点受力再累加获得的整体受力会存在较大误差；再者，当需要布设较多个水压力传感器时需要耗费大量的人力物力。为此，本技术提供了基于机器视觉的结构波浪冲击力非接触式测量方法能够简便、准确地通过非接触方式检测出结构物波浪冲击力以代替安装在结构物表面的点式水压力传感器。
44.本发明实施例公开了基于机器视觉的结构波浪冲击力非接触式测量方法方法，参见图1所述，该方法包括：
45.步骤s11：获取预设摄像机拍摄的包含目标结构物的目标源视频。
46.在本实施例中，所述预设摄像机指的是预先在特定位置架设好的摄像机，其用于拍摄包含目标结构物及其周围的环境的实时图像，可以根据测量对象和应用场景的不同采用符合不同要求的摄像设备，如具有大于500hz的高频摄像功能的ccd(即charge coupled device,电荷耦合器件)或cmos(即complementary metal oxide semiconductor，互补金属氧化物半导体)相机，或者普通的数码相机或智能手机等。实验室内，若流场属于高速流或者主要关注高频脉动，可以选择高频摄像机；若主要关注其时均流速，则可选择普通的数码相机或智能手机。通过预先将预设摄像机固定于预设位置，预设位置包括但不限于三脚架、测车或桥面，将预设摄像机固定好后用于采集包含目标结构物的目标源视频；对于当需要拍摄的预设位置位于野外比较危险或无人进去的地区，则可采用无人机挂载相机的悬停拍摄方式来拍摄目标源视频。
47.进一步的，架设摄像机需要固定的摄像机的装置及拍摄辅助系统，固定的摄像机的装置分为固定式和移动式。室内实验室测量还可根据测量对象或者角度定制个性化的固定装置；野外天然情况下也可采用固定式，如三脚架等，或移动式，如移动检测车或者无人机等；拍摄辅助系统主要为补充光源系统，由于某些拍摄环境下光照不足会导致拍摄图像质量下降，进而影响测量精度，因此采用led灯作为补偿照明光源。通过上述技术方案，获取包含所述目标结构物的目标源视频周围的实时图像，以便于后续对所述目标源视频图像对应的图像帧进行处理来进行结构物波浪冲击力检测，在此过程中与现有技术中的需布设很多数量的点式水压力传感器相比仅需要架设一台摄像机，避免了布设多个点式水压力传感器导致的费时费力的问题；另一方面，通过预设摄像机采集视频以获得流速从而获得压强与压力的方法为非接触式检测，避免了需要将点式水压力传感器安装在结构物表面而导致的点式水压力传感器容易损坏的问题。
48.步骤s12：基于所述目标源视频得到对应的目标源视频帧并在所述目标源视频帧中确定出目标区域图像。
49.在本实施例中，首先基于所述目标源视频获取与目标源视频对应的连续的目标源视频帧。在一种具体实施方式中，可以调用matlab中的videoreader()命令，将采集到的目标源视频转化为对应的连续的多帧图片，以便于后续使用基于机器视觉的目标跟踪算法对所述目标源视频帧进行处理，以得到像素点对应的目标点流速。
50.进一步的，在所述目标源视频帧中确定出目标区域图像，具体地，获取通过预设接口输入的顶点坐标，并根据所述顶点坐标在所述目标源视频帧中确定出目标区域图像。可以理解的是，在实际检测中，预设摄像机拍摄的包含所述目标结构物的目标源视频图像画面中会存在离目标结构物较远，在后续对结构物波浪冲击力的计算过程中不会涉及到的区
域，为使结构物波浪冲击力的检测速度加快并减少计算资源的浪费，需要确定出与后续计算结构物波浪冲击力相关的目标区域图像，其中，目标区域图像的确定可根据用户需要进行调整，通过获取用户在预设结构输入的顶点坐标，并按顺序连接顶点坐标确定多边形目标区域图像并进行剪裁，以便于后续使用目标跟踪算法对结构物周围流体区域内像素点流速的确定。
51.在一种具体实施方式中，当结构物为矩形时，可在预设结构输入矩形目标区域图像的4个顶点坐标点，并通过调用matlab中的imcrop()命令实现对矩形目标区域图像的裁剪。通过上述技术方案，得到与目标源视频对应的目标源视频帧以及剪裁后的目标区域图像，可以在进行对结构物波浪冲击力的检测的同时加快计算效率，节省计算资源。
52.步骤s13：根据目标跟踪算法确定所述目标区域图像中的像素点对应的目标点流速。
53.在本实施例中，根据目标跟踪算法确定所述目标区域图像中的像素点对应的目标点流速，包括：对所述预设摄像机进行标定，以获取所述预设摄像机的内参与外参；根据所述预设摄像机的内参与外参对所述目标区域图像进行矫正，以得到矫正后目标区域图像；根据光流法跟踪连续两帧所述矫正后目标区域图像中像素点的灰度值，以识别所述像素点的位移，并基于所述像素点的位移与所述连续两帧所述矫正后目标区域图像的时间间隔来确定所述像素点对应的目标点流速。可以理解的是，由于实际相机无法做到完全垂直拍摄，通常多为倾斜拍摄方式采集影像，因此需要对图像进行正摄影校正，即把倾斜拍摄的图像转换为垂直于测量面拍摄的图像，使得图像各个像素点的空间分辨率一致。在进行基于机器视觉的目标跟踪算法来确定目标区域图像中像素点对应的目标点流速时，需先对预设摄像机进行相机标定，以得到预设摄像机的内参与外参，内参包括透镜投影参数、图像坐标系-像素坐标系参数、径向畸变参数与切向畸变参数，外参包括旋转矩阵参数及平移参数。通过预设摄像机的内参与外参对目标区域图像进行矫正，即将图像中获得的以像素为单位的位移转换为实际的尺度，采用比例换算系数的标定方法。室内实验室测量中可采用标准的四方棋格标定板；野外情况下可采用天然特征物或者已知的实际距离进行标定。从摄像机获取的图像信息出发计算三维空间中目标结构物的几何信息，并由此重建和识别物体，以此将现实世界中的目标结构物与目标区域图像中的对应的二维物体映射起来，以便于根据目标跟踪算法跟踪连续两帧的所述矫正后目标区域图像中像素点的灰度值识别所述像素点的位移，并基于所述像素点的位移与所述连续两帧所述矫正后目标区域图像的时间间隔进而得到目标区域图像中的像素点对应在实际三维空间中的点的目标点流速。通过上述技术方案，通过非接触式方法测得目标结构物周围流体流速，以便于后续通过流体目标点流速得到对应目标点压强。
54.在一种具体实施方式中，在对所述预设摄像机进行标定，内参标定利用matlab工具箱中的camera calibrator，采用张正友的棋盘格标定法，即用相机拍摄打印好的棋盘格图图像，将图像传入函数计算出相机的内参数据，根据所述预设摄像机的内参与外参对所述目标区域图像进行矫正，以得到矫正后目标区域图像之后，采用机器视觉中的全场光流算法，通过求解光流控制方程，获得矫正后图像上对应像素点的目标点流速，光流控制方程为：
[0055][0056]
式中，i表示矫正后图像中像素点的灰度值；x和y分别表示像素点在横轴及纵轴上的坐标；u和v分别表示横轴方向上的速度分量及纵轴方向上的速度分量；t表示时间。进一步的，采用一种基于梯度的方法，假设图像梯度恒定且局部光流恒定，利用多项式对每个像素点的邻域信息进行近似表示，可以计算出矫正后图像上所有像素点的目标点流速的大小。需要指出的是，所述目标跟踪算法包括但不限于光流法。
[0057]
步骤s14：根据压强流速耦合方程基于所述目标点流速确定对应的所述目标结构物表面的目标点压强，并根据所述目标点压强确定所述目标结构物受到的波浪冲击力。
[0058]
在本实施例中，根据压强流速耦合方程并采用有限差分法进行离散以及黎曼法迭代求解，以得到对应的所述目标结构物表面的目标点压强，并基于所述目标结构物表面的目标点压强确定所述目标结构物受到的水平波浪冲击力、竖向波浪冲击力以及波浪冲击力力矩，然后基于所述水平波浪冲击力与所述竖向波浪冲击力确定所述目标结构物受到的总波浪冲击力。具体地，根据流体力学中最基本的压强和流速的耦合方程，同时基于流体不可压连续条件，压强求解的控制方程可简化为如下式：
[0059][0060]
式中，p表示目标点压强；x和y分别表示像素点在横轴及纵轴上的坐标；u和v分别表示横轴方向上的速度分量及纵轴方向上的速度分量；ρ表示结构物所处的流体密度；υ表示流体运动的粘度。并对上述压强和流速的耦合方程进行求解，上述方程等号右侧为流速梯度项，将前述得到的目标点流速分量u和v代入上式可求得压强和流速的耦合方程的右边项，其中各流速梯度项采用matlab中gradient(u)和gradient(v)函数求解，具体如下：
[0061]
[dudx,dudy]＝gradient(u)；
[0062]
[dvdx,dvdy]＝gradientv(v)；
[0063]
r＝dudx2 dvdy2 2dudy
·
dvdx；
[0064]
进一步的，压强和流速的耦合方程的左侧采用有限差分法进行离散，如下所示：
[0065][0066]
式中，r
i,j
表示为压强和流速的耦合方程的右边项；
△
x和
△
y表示空间步长，即像素大小；i和j分别表示像素点横轴方向上的编号与纵轴方向上的编号；p表示对应的目标点压强。采用黎曼法迭代求解每个时间步内的压强值，具体离散求解式如下：
[0067][0068]
式中，n表示时间步；i和j分别表示像素点横轴方向上的编号与纵轴方向上的编号；p表示对应的目标点压强；
△
x表示空间步长。采用第二类边界条件，即在底部边界处压力梯度为：
[0069]
[0070]
式中，y0表示底部边界处的纵坐标。可迭代求解前述离散求解方程式并获得每个空间点对应的目标点压强。目标结构物所受到的波浪力冲击力通过对目标结构物周围压强进行表面积分得到，如图2所示为矩形结构物表面压强积分示意图，根据以下计算公式可获得水平和竖向波浪力以及力矩的结果：
[0071][0072]
式中，f
x
表示目标结构物受到的水平波浪冲击力；fy表示目标结构物收到的竖向波浪冲击力；m表示结构物受到的波浪冲击力力矩；p表示对应的目标点压强；s表示结构物表面积；
△
si表示面积分单元；h表示目标结构物高度；li表示对应点力臂。通过上述技术方案，可在非接触的情况下计算出波浪作用下的矩形目标结构物所受的波浪冲击力的实时变化，如图3所示。通过上述技术方案，可在通过机器视觉中的目标跟踪算法求得目标点流速的情况下，根据流体力学中的压强流速耦合方程对压强进行进一步计算，并可根据对压强的积分进一步得到压力，其在计算过程中对每个像素点的压强进行积分，所得波浪冲击力的精确度高于采用传统点式水压力传感器对布设的若干个点式水压力传感器所测得压力累加得到的波浪冲击力。
[0073]
可见，本实施例在进行结构物波浪冲击力检测时通过对含有目标结构物的目标源视频中的目标图像区域内的图像进行目标跟踪，以得到目标区域图像中像素点的流速，并通过流体力学中的压强流速耦合方程来确定目标结构物受到的波浪冲击力。由此，本技术在进行结构物波浪冲击力检测时，通过预设摄像机拍摄包含目标结构物的目标源视频，并根据目标跟踪算法来得到结构物周围的目标点流速，使得进行结构物波浪冲击力检测时直接通过视觉上的非接触方式得到结构物周围的流速再通过流速进一步确定出压强与冲击力，避免使用通过布设点式水压力传感器来测得波浪冲击力这种传统接触式的测量方法带来的布设困难、容易损坏等问题；另一方面，通过目标跟踪算法得到周围像素点流速进而的到像素点对应的目标点压强，其像素点的数量远大于传统布设的点式水压力传感器数量从而得到的点压强更加连续，在确定波浪力时精度比累加点式水压力传感器确定的波浪力更高。综上，本技术能够简便、准确地通过非接触方式检测出结构物波浪冲击力以代替安装在结构物表面的点式水压力传感器。
[0074]
参见图4所示，本发明实施例公开了基于机器视觉的结构波浪冲击力非接触式测量方法，相对于上一实施例，本实施例对技术方案作了进一步说明和优化。
[0075]
步骤s21：获取预设摄像机拍摄的包含目标结构物的目标源视频。
[0076]
步骤s22：基于所述目标源视频得到对应的目标源视频帧并在所述目标源视频帧中确定出目标区域图像。
[0077]
步骤s23：对所述目标区域图像进行图像增强处理，以得到增强后目标区域图像。
[0078]
在本实施例中，对所述目标区域图像进行图像增强处理，以得到增强后目标区域图像，包括：利用高斯滤波对所述目标区域图像进行卷积运算，以得到所述目标区域图像中的背景图像；基于所述目标区域图像以及所述背景图像确定出所述目标区域图像中的前景
图像；对所述前景图像进行灰度拉伸，以得到增强后目标区域图像。可以理解的是，由预设摄像机拍摄的目标源视频对应的目标区域图像会由于光线等原因导致图像不够清晰，以致后续在进行目标跟踪算法时跟踪的不够准确，所以通过对目标区域图像进行图像增强操作，对目标区域图像进行灰度拉伸，采用二值化及灰度拉伸的方法突出图像中的特征点，提高图像处理时灰度级的动态范围并改善目标区域图像。
[0079]
步骤s24：根据目标跟踪算法确定所述增强后目标区域图像中的像素点对应的目标点流速。
[0080]
在本实施例中，根据目标跟踪算法确定所述增强后目标区域图像中的像素点对应的目标点流速，包括：对所述预设摄像机进行标定，以获取所述预设摄像机的内参与外参；根据所述预设摄像机的内参与外参对所述增强后目标区域图像进行矫正，以得到矫正增强后目标区域图像；根据光流法跟踪连续两帧所述矫正增强后目标区域图像中像素点的灰度值，以识别所述像素点的位移，并基于所述像素点的位移与所述连续两帧所述矫正增强后目标区域图像的时间间隔来确定所述像素点对应的目标点流速。
[0081]
步骤s25：根据压强流速耦合方程基于所述目标点流速确定对应的所述目标结构物表面的目标点压强，并根据所述目标点压强确定所述目标结构物受到的波浪冲击力。
[0082]
可见，在本实施例中，在进行目标区域图像确定后，先对目标区域图像进行图像增强，再基于增强后的目标区域图像进行目标跟踪并求对应的目标点坐标。通过图像增强突出图像中的特征点，提高图像处理时灰度级的动态范围并改善目标区域图像，使得后续对目标点流速的确定更加准确。
[0083]
参见图5所示，本技术实施例公开了基于机器视觉的结构波浪冲击力非接触式测量系统，包括：
[0084]
目标源视频获取模块11，用于获取预设摄像机拍摄的包含目标结构物的目标源视频；
[0085]
目标区域图像确定模块12，用于基于所述目标源视频得到对应的目标源视频帧并在所述目标源视频帧中确定出目标区域图像；
[0086]
目标点流速确定模块13，用于根据目标跟踪算法确定所述目标区域图像中的像素点对应的目标点流速；
[0087]
波浪冲击力确定模块14，用于根据压强流速耦合方程基于所述目标点流速确定对应的所述目标结构物表面的目标点压强，并根据所述目标点压强确定所述目标结构物受到的波浪冲击力。
[0088]
可见，本实施例在进行结构物波浪冲击力检测时通过对含有目标结构物的目标源视频中的目标图像区域内的图像进行目标跟踪，以得到目标区域图像中像素点的流速，并通过流体力学中的压强流速耦合方程来确定目标结构物受到的波浪冲击力。由此，本技术在进行结构物波浪冲击力检测时，通过预设摄像机拍摄包含目标结构物的目标源视频，并根据目标跟踪算法来得到结构物周围的目标点流速，使得进行结构物波浪冲击力检测时直接通过视觉上的非接触方式得到结构物周围的流速再通过流速进一步确定出压强与冲击力，避免使用通过布设点式水压力传感器来测得波浪冲击力这种传统接触式的测量方法带来的布设困难、容易损坏等问题；另一方面，通过目标跟踪算法得到周围像素点流速进而的到像素点对应的目标点压强，其像素点的数量远大于传统布设的点式水压力传感器数量从
而得到的点压强更加连续，在确定波浪力时精度比累加点式水压力传感器确定的波浪力更高。综上，本技术能够简便、准确地通过非接触方式检测出结构物波浪冲击力以代替安装在结构物表面的点式水压力传感器。
[0089]
在一些具体实施例中，所述目标区域图像确定模块12，具体用于：获取通过预设接口输入的顶点坐标，并根据所述顶点坐标在所述目标源视频帧中确定出目标区域图像。
[0090]
在一些具体实施例中，所述基于机器视觉的结构波浪冲击力非接触式测量系统还包括：
[0091]
目标区域图像增强模块，用于对所述目标区域图像进行图像增强处理，以得到增强后目标区域图像；
[0092]
相应的，所述目标点流速确定模块13，具体用于：根据目标跟踪算法确定所述增强后目标区域图像中的像素点对应的目标点流速。
[0093]
在一些具体实施例中，所述目标区域图像增强模块，具体包括：
[0094]
背景图像获取单元，用于利用高斯滤波对所述目标区域图像进行卷积运算，以得到所述目标区域图像中的背景图像；
[0095]
前景图像确定单元，用于基于所述目标区域图像以及所述背景图像确定出所述目标区域图像中的前景图像；
[0096]
灰度拉伸单元，用于对所述前景图像进行灰度拉伸，以得到增强后目标区域图像。
[0097]
在一些具体实施例中，所述目标点流速确定模块13，具体包括：
[0098]
摄像机标定单元，用于对所述预设摄像机进行标定，以获取所述预设摄像机的内参与外参；
[0099]
图像矫正单元，用于根据所述预设摄像机的内参与外参对所述目标区域图像进行矫正，以得到矫正后目标区域图像；
[0100]
光流跟踪单元，用于根据光流法跟踪连续两帧所述矫正后目标区域图像中像素点的灰度值，以识别所述像素点的位移，并基于所述像素点的位移与所述连续两帧所述矫正后目标区域图像的时间间隔来确定所述像素点对应的目标点流速。
[0101]
在一些具体实施例中，所述波浪冲击力确定模块14，具体包括：
[0102]
目标点压强确定单元，用于根据压强流速耦合方程并采用有限差分法进行离散以及黎曼法迭代求解，以得到对应的所述目标结构物表面的目标点压强；
[0103]
力与力矩确定单元，用于基于所述目标结构物表面的目标点压强确定所述目标结构物受到的水平波浪冲击力、竖向波浪冲击力以及波浪冲击力力矩；
[0104]
总冲击力确定单元，用于基于所述水平波浪冲击力与所述竖向波浪冲击力确定所述目标结构物受到的总波浪冲击力。
[0105]
图6所示为本技术实施例提供的一种电子设备20。该电子设备20，具体还可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的基于机器视觉的结构波浪冲击力非接触式测量方法中的相关步骤。另外，本实施例中的电子设备20具体可以为电子计算机。
[0106]
本实施例中，电源23用于为电子设备20上的各硬件设备提供电压；通信接口24能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于
本技术技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
[0107]
另外，存储器22作为资源储存的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源可以包括操作系统221，计算机程序222等，存储方式可以是短暂存储或者永久存储。
[0108]
其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222其可以是windows server、netware、unix、linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的基于机器视觉的结构波浪冲击力非接触式测量方法的计算机程序外，还可以进一步包括能够用于完成其他特定工作的计算机程序。
[0109]
进一步的，本技术还公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的基于机器视觉的结构波浪冲击力非接触式测量方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容，在此不再进行赘述。
[0110]
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0111]
以上对本发明所提供的基于机器视觉的结构波浪冲击力非接触式测量方法和系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。