基于无源逆反射靶标和鲁棒视觉跟踪的桥梁位移测量方法

《ADVANCED ENGINEERING INFORMATICS》：Bridge displacement measurement method based on power-free retroreflective targets and robust visual tracking

　　

摘要

主动发光目标能在多变条件下为基于视觉的桥梁位移监测提供可靠特征，但其功耗需求增加了能源消耗和部署复杂性。此外，远距离小目标的有限可观测性以及背景照明的变化进一步阻碍了稳定的目标成像和定位，而在计算轻量化的在线框架内解决这些问题仍然具有挑战性。因此，本研究提出了一种基于无源逆反射目标和鲁棒视觉跟踪的方法，并在在线监测系统上加以实现。主要贡献包括：(1) 相机端主动红外照明结合目标端被动逆反射，实现对无源目标的高对比度成像；(2) 利用迭代反向投影和细节补偿进行局部图像增强，以提高远距离目标的辨识度；(3) 融合几何约束粗搜索、基于掩码的精确定位以及可靠性感知闪烁抑制的层级视觉跟踪，以减轻强光突变条件下的质心漂移。在?25至?10毫米的位移阶段测试中，增强处理后远距离小目标的最大偏差为0.377毫米，在强闪烁逆光条件下误差范围为?0.175至0.217毫米。在服役桥梁上的现场测试进一步验证了车辆荷载下精确且稳定的多点同步监测能力。本研究建立了光-算协同设计框架，联合优化物理特征形成与视觉处理，实现低功耗、鲁棒且可部署的长期基于视觉的位移监测。

引言

桥梁作为交通基础设施网络的关键节点，需要持续的状态感知和及时的评估，这具有重要的工程意义[1]。目前，人工巡检仍是桥梁安全评估的主要方法之一。然而，该方法难以满足桥梁结构实时状态感知和持续预警的需求。通过长期连续获取环境荷载、交通荷载和结构响应等信息，结构健康监测（SHM）技术为结构安全评估、维护管理和风险预警提供了重要支撑[2]、[3]、[4]。然而，现有的SHM系统普遍存在部署复杂和成本高的特点，因此主要应用于资源充足、预算充裕的大型桥梁。对于数量庞大的中小跨径桥梁，它们分布广泛、日常维护需求繁重，当前的SHM技术和系统仍难以满足其长期测量需求[5]。

近年来，轻量化监测的概念被提出。考虑到中小跨径桥梁通常受限于有限的预算、不可靠的供电和通信条件，以及低维护甚至免维护的实际需求，该概念旨在基于大跨径桥梁SHM的研究基础，结合先进的传感和信息技术，开发低成本、低功耗、易部署、高效率的长期在线测量方法[6]、[7]。

在各种桥梁健康监测方法中，基于视觉的传感技术近年来引起了广泛关注[8]、[9]、[10]。在数字图像处理、模式识别和深度学习技术的支持下，基于视觉的测量可以从图像数据中提取丰富的结构信息。特别是桥梁在车辆荷载以及风、温度等环境作用下的位移测量，已成为其重要的应用场景之一。与GNSS、全站仪等传统测量方法相比，基于视觉的方法具有非接触操作、远距离测量、多点同步观测、安装灵活以及相对较低的综合成本等显著优势[11]、[12]、[13]。

本质上，基于视觉的非接触位移测量方法通过跟踪图像中的显著特征来估计位移，一般可分为两类：基于自然特征的方法和基于人工特征目标的方法。基于自然特征的方法主要依赖于桥面原有的纹理和边缘信息，或人工喷涂的散斑图案进行特征跟踪。例如，Feng等采用方向编码匹配（OCM）模板匹配算法监测陆基铁路桥梁的动态位移响应[14]。Feng等还使用OCM模板匹配方法测量体育场斜拉索的动态位移，并进一步进行了频谱分析和索力识别[15]。Hoskere等将视觉传感与无人机平台结合，采用光流法跟踪结构特征，从而实现铁路桥梁的动态位移测量[16]。相比之下，人工特征目标通过预定义几何形状或光学响应特性来改善目标可辨识度和中心提取的稳定性。Su等开发了一种由红外阵列发光目标和监测相机组成的测量系统，并进一步提出了基于特征约束单目视觉里程计的同步位移和旋转测量算法，实现桥梁支座位移和旋转的全天候实时监测[17]。Zhang等将编码圆形人工目标引入桥梁视觉监测，并提出了融合自动检测识别、特征点跟踪和基于单应变换自标定的双相机测量方法，用于桥梁二维和三维多目标位移的自动化监测[18]。

同时，研究者从图像处理和特征定位算法的角度持续致力于提高基于视觉的位移测量的精度和鲁棒性。Yu等提出了一种具有区域一致性约束的鲁棒中心检测算法，以减轻照明变化对质心定位的影响[19]。Lu等开发了一种将深度学习与数字图像处理相结合的位移测量方法，能够在复杂场景中自动提取标定目标，并在全天候环境照明变化下实现稳定定位[20]。Wang等提出了一种基于自适应边缘点匹配的位移测量方法，通过利用目标边缘轮廓的梯度和形状信息实现亚像素位移估计[21]。Zhao等进一步开发了一种基于无检测器深度特征匹配的半密集亚像素位移测量框架。该框架整合了LoFTR匹配、自适应图像预处理、位移提取和误差补偿，在纹理丰富和低纹理表面上均实现了高精度位移测量[22]。

总体而言，这些研究表明，基于视觉的结构位移测量正从直接的像素或模板跟踪，向整合图像增强、学习特征表示、几何约束和自动化多目标处理的计算框架演进。

尽管现有研究在一定程度上提高了基于视觉的非接触桥梁位移测量的精度和环境适应性，但从长期在线监测和实际工程部署的角度来看，仍存在若干问题。与短期实验室测量不同，长期现场监测需要同时考虑特征可观测性、环境干扰、供电、计算效率、安装可达性和维护需求等因素。因此，仅提高定位精度并不一定能保证可靠的长期运行。对于依赖自然特征的视觉测量方法，目标信息通常直接来源于桥面纹理、边缘或局部结构特征，因此极易受到表面纹理不足、局部遮挡、复杂背景和照明变化的影响，可能导致特征提取不稳定，难以在复杂的现场环境中保持长期可靠的测量[23]。虽然基于人工目标的方法可以通过预定义几何形状或光学响应特性显著提高测量稳定性，但它们通常依赖于由LED等电致发光目标来确保夜间或低照度条件下的目标可见性[24]。然而，此类方案需要额外的供电和布线系统，导致安装和维护成本相对较高。对于中小跨径桥梁等工程场景，监测系统规模较小、供电条件有限且维护成本高度受限，这些方法的实际应用受到极大制约[25]。因此，如何在不依赖目标端主动供电的情况下实现全天候稳定测量，已成为桥梁在线视觉测量进一步工程应用必须解决的关键问题。

为解决这一问题，不依赖主动发光的无源目标方法开始引起关注。Su等提出了一种基于红外热成像和无源目标的夜间桥梁位移测量方法。通过设计涂覆石墨烯的空心圆形无源目标，在目标与背景之间建立热辐射对比，并结合亚像素椭圆中心定位算法，实现了暗环境下低功耗的桥梁位移测量[26]。该研究表明目标并不一定需要依赖主动发光，通过构建稳定且可识别的特征，夜间测量同样可以实现，从而为低功耗桥梁视觉测量提供了新的方向。然而，该方法仍有进一步提升的空间。首先，目标识别主要依赖于热像仪捕获的目标与背景之间的热辐射差异，虽然消除对可见光照条件的直接依赖，但引入了温度场变化、材料发射率差异和背景热环境波动的影响。其次，热成像系统的空间分辨率通常低于常规可见光成像系统，原始热图像的画质往往较低。此外，受限于热成像设备固定的镜头配置和成本，该方法在不同测量距离和复杂工程场景中的应用仍具有挑战性。

基于上述考虑，本研究进一步将无源目标测量的实施理念从目标端主动发光转向相机端定向照明与目标端无源反射的结合。具体来说，利用当前成熟的分辨率可见光成像平台，在相机端布置具有特定波长带的红外光源，在目标端涂覆对红外照明高度响应的定制化无源逆反射材料，使目标在采集图像中形成高对比度特征区域。与传统的主动发光目标相比，该方案无需在梁底、支座等难以到达且需频繁维护的位置安装供电单元，从而降低了现场安装和长期运行维护的难度。此外，红外照明不易受到环境可见光的干扰，可实现连续的全天候监测。

然而，无源反射成像方案并不意味着所有问题都已得到完全解决。与主动发光目标相比，无源反射特征的形成本身仍受反射材料性能、照明均匀性和测量距离等因素的影响。桥梁在线监测通常需要长观测距离且在单一视场范围内实现多点覆盖。在这种条件下，部分目标点（尤其是距离相机较远的那些）在图像中往往呈现为小目标，且照明效果受限。这可能导致特征区域有效像素不足、边界模糊、灰度分布离散以及局部照明不均，从而削弱目标特征表示并降低定位精度。

此外，由于该方案本质上依赖于目标与背景之间高对比度特征的形

因此，对于面向工程的在线监测而言，仅提高算法精度是不够的。关键挑战不仅在于采用更强大的图像处理或学习算法，而在于系统地协同物理成像机制、目标表征、定位策略、时序跟踪过程以及边缘端实现。通过这种硬件-算法协同设计，感知配置与计算方法可以相互补充，使监测系统能够同时实现稳定的目标成像、鲁棒的定位、实时处理、低目标端功耗以及高效的现场部署，从而满足桥梁长期监测的实际需求。

针对上述问题，本研究提出了一种基于无源逆反射目标和鲁棒视觉跟踪的桥梁位移测量方法。首先，通过相机端的集中红外补光与无源逆反射目标自身的无源反射相结合，建立了一种协同成像机制和在线监测系统，从而降低了传统主动目标方案中供电、安装和维护方面的负担。进一步引入了带搜索窗口约束的灰度质心定位算法，以实现目标特征区域中心的连续、稳定提取。

此外，考虑到远距离小目标成像和强背景光照带来的挑战，并结合实时处理和轻量计算的实用需求，本研究避免了重型网络推理和大规模模型训练，转而开发了一个低复杂度优化框架。具体提出了两项改进：

针对远距离测量时小目标成像质量不足的问题，提出了一种基于光照校正和结构增强的局部搜索窗口图像增强方法，以提高目标特征的可区分性。

针对强背景光照和闪烁背景干扰的问题，开发了一种在光照扰动下无源目标的鲁棒视觉跟踪方法。该方法从大尺度搜索窗口中先验约束的粗搜索，逐步过渡到小尺度搜索窗口中掩膜约束的精细定位，并进一步引入闪烁干扰抑制和时序更新，以增强强背景光照下无源目标定位的连续性和稳定性。

最后，通过户外实验和真实桥梁上的现场应用，验证了所提方法的精度和鲁棒性。

通过成像硬件和轻量处理算法的协同优化，所提方法旨在为桥梁长期在线位移监测提供工程实用方案。本文其余部分组织如下：第2节介绍总体方法框架；第3节介绍基于无源逆反射目标的桥梁位移在线视觉测量方法和系统；第4节介绍基于光照校正和结构增强的小目标图像增强方法；第5节描述强背景光照干扰下无源目标的鲁棒视觉跟踪方法；第6节提供户外实验和工程应用验证结果，并对所提方法的性能进行分析与讨论。

---

**研究框架**

所提基于无源逆反射目标和鲁棒视觉跟踪的桥梁位移测量方法的总体研究框架如图1所示。

首先，为了降低传统主动目标方案中供电、安装和维护方面的负担，本研究设计了一种光成像方案，将无源逆反射目标与红外补充照明相结合。通过建立稳定的高对比度成像基础……

**无源逆反射目标的光学成像与在线相机系统**

在基于计算机视觉的结构位移测量中，通过图像序列中的目标定位与跟踪获得连续像素位移，然后通过尺度变换转换为实际结构位移。目标的可区分性和中心定位的稳定性直接影响测量精度。在本研究中，选择了具有圆形特征区域的人工目标作为测量对象。由于其……

**基于光照校正和结构增强的小目标图像增强方法**

在红外补充照明下，无源逆反射目标可以形成近圆形的高亮度响应区域，为远距离非接触位移测量提供稳定的视觉特征。然而，由于测量距离、镜头焦距以及单视野内多目标覆盖需求等因素的影响，某些目标常常存在图像尺寸小、有效像素有限、边界模糊和光照不均的问题。

**强背景光照干扰下无源目标的鲁棒视觉跟踪方法**

本研究提出的基于无源目标的视觉测量方案依赖于目标与背景之间稳定高对比度特征的形成。然而，复杂的背景光源，如阳光、车灯、镜面高光和闪烁强光，可以显著增加局部背景亮度，削弱目标与背景之间的灰度对比度，并进一步引发质心偏差、搜索窗口……

**实验验证**

为验证所提视觉跟踪方法和在线相机监测系统的准确性与可靠性，在中国南京东南大学九龙湖校区内部道路进行了两组实验：（1）第一组实验旨在评估系统在不同测量距离下的位移测量性能，重点验证所提定位算法的测量精度、运行……

---

**结论**

针对大量中小跨径桥梁在资源受限条件下对低成本、低功耗、高效率多点桥梁位移测量的工程需求，本研究提出了一种在复杂光照条件下使用无源目标的基于视觉的桥梁在线位移测量方法。通过户外阶梯位移实验和现场……验证了其可行性、精度和工程适用性。

---

**CRediT作者贡献声明**

Tengyi Wang：撰写——审阅与编辑、撰写——初稿、验证、软件、方法论、形式分析、数据整理。
Wenbin Xu：撰写——审阅与编辑、验证、方法论。
Di Zhang：撰写——审阅与编辑、监督、资源、方法论。
Jinghuan Zhang：撰写——审阅与编辑、验证、资源、数据整理。
Jian Zhang：撰写——审阅与编辑、监督、资源、方法论。

---

**利益冲突声明**

作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。

---

**致谢**

本研究得到了苏州科技计划——重点核心技术项目（编号：SYG2025117）、东南大学高等海洋研究院研究基金（编号：KP202407）以及国家自然科学基金（编号：52378289）的资助。

Tengyi Wang | Wenbin Xu | Di Zhang | Jinghuan Zhang | Jian Zhang