基于图像场景分类和包络线提取的桥梁重车识别

摘要

城市桥梁上的车辆超重荷载是引起桥梁性能劣化和损伤的主要原因之一，传统的运动目标检测算法存在因监控摄像头抖动导致检测精度下降的问题.本文提出一种基于图像最大结构相似度的重车识别方法 .基于时域中值法建立桥梁视场背景模型，对待检测图片与背景模型进行分块.通过在对应分块附近搜索最大结构相似度，将该参数作为前景/背景分类依据来降低相机抖动的影响，采用快速傅里叶变换算法提高最大结构相似度的搜索速度.基于长方体外轮廓拟合检测车辆外包络线，提取车辆长宽高特征参数，并设置多组阈值进行重车检测.采用某高架桥监测视频验证方法有效性，结果表明在相机抖动明显情况下，提出的方法仍能较准确地识别重车.

关键词

结构健康监测 / 桥梁 / 运动目标检测 / 重车识别

基金资助

国家重点研发计划资助项目（2023YFC3805705,2021YFF0501001）; 国家自然科学基金资助项目（52308315,51922046）; 中国博士后科学基金资助项目（2023M731206）; 华中科技大学交叉研究支持计划资助项目（2023JCYJ014）; 中铁第四勘察设计院研究项目（KY2023014S,KY2023126S）