SIFT算法在机器视觉轨道交通变形监测中的应用分析

针对传统人工测量方法不能满足轨道交通结构变形监测精度要求高、实时性要求强等问题,本文提出一种尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)算法,基于该算法可实现机器视觉对轨道交通结构变形实时监测,同时基于MATLAB语言构建机器视觉轨道交通变形监测系统,并对该系统监测结果进行精度评估。结果表明,基于SIFT算法构建的机器视觉轨道交通变形监测系统与传统测量结果有较好的一致性,总体精度优于1mm。总之,SIFT算法可较好地匹配特征点信息,能够用于实现机器视觉轨道交通结构变形监测,同时机器视觉轨道交通结构变形监测系统在自动化程度、实时性、成本方面具有显著优势,拥有广阔的应用前景。