本实验室围绕桥梁结构健康监测中的一个具体问题展开：把「看得见的病害」与「测得到的形变」放进同一条数据链。表观病害（裂缝、剥落、露筋、渗水）多由无人机或固定相机巡检影像获取，形变（挠度、支座位移）则依赖靶标与长期影像序列。难点在于尺度分歧——裂缝量化要到0.1毫米级，形变又要跨越多帧长时序，两者对成像与配准的要求并不一致。
当前进展：
· 病害侧：采用透视校正＋亚像素边缘拟合，在标定后的巡检影像上，裂缝宽度量化误差控制在±0.05毫米以内（约0.1毫米/像素）；
· 形变侧：固定机位序列以基准靶标做漂移补偿，连续一周的日间观测中，位移读数重复性优于±0.3毫米。
下一步计划是把病害位置从图像坐标映射到结构坐标，使同一裂缝在不同航次影像中可被自动关联，形成可比较的时间序列，而非每次巡检重新编号。我们不追求一次性给出安全结论，先把「量得准、对得上」做扎实，评估与预警才有可靠输入。
评论