融合改进的Camshift与Kalman滤波的复杂环境下隔震支座位移测量研究

摘要

为解决传统的Camshift算法在隔震工程应用时过度依赖颜色信息、易受周围环境干扰的问题，提出一种基于视觉的隔震支座位移测量方法。首先，对采集到的视频进行图像预处理。然后，通过调节由Canny算子获取的目标边缘信息和由Camshift算法得到的颜色信息的权重，生成融合信息直方图，从而增强算法在目标跟踪时的稳定性。当目标未被遮挡时，直接使用改进的Camshift算法来获取目标位置；当目标发生遮挡时，通过目标被遮挡面积判断遮挡程度，引入Kalman增益来预测目标位置，将预测和观测结果融合后得到目标新的位置状态估计。随后，通过坐标转换获取真实位移信息。该方法准确性通过三层钢框架结构模型的振动台试验得以验证，结果表明，采用视觉方法测量与拉线式位移计测量的结果所得最大位移误差均小于6.84%,两者相关性也均在0.91之上。最后，将该视觉方法应用到某实际工程中，通过对比一个监测点视觉位移测量与拉线式位移计的数据，发现二者误差值仅为0.15 mm,精度达到了98.56%,进一步表明该方法能够适应光照变化、灰尘和遮挡等复杂的隔震层环境，具有良好的准确性和鲁棒性。

关键词

隔震支座位移 / Camshift算法 / Kalman滤波 / 复杂环境