CN118376168A - 基于视觉测量仪的监测方法、装置、视觉测量仪及介质 - Google Patents

Abstract

本申请涉及视觉测量技术，公开了一种基于视觉测量仪的监测方法，所述视觉测量仪包括主摄像头、从摄像头和算力主板；所述基于视觉测量仪的监测方法包括：基于主摄像头采集被测物不同时刻的标靶图像，以及基于从摄像头采集被测物的监测视频；其中，被测物表面设置有多个标靶；将所述标靶图像和所述监测视频传输至算力主板；基于不同时刻的所述标靶图像，利用算力主板内置的IC‑GN算法，计算各标靶对应的亚像素位移，并生成位移结果；将所述位移结果和所述监测视频上传至云平台。本申请还公开了一种控制装置、视觉测量仪和计算机可读存储介质。本申请旨在以低成本的方式实现对被测物的长期形变监测。

Description

基于视觉测量仪的监测方法、装置、视觉测量仪及介质

技术领域

本申请涉及视觉测量技术领域，尤其涉及一种基于视觉测量仪的监测方法、控制装置、视觉测量仪以及计算机可读存储介质。

背景技术

对于大型基建工程来说，实现形变监测非常重要。形变监测可以帮助工程师们了解结构在承受荷载时的变形情况，并及时发现可能存在的结构问题或安全隐患。以大型基建工程为桥梁为例，桥梁在受到交通荷载、风荷载、温度变化等因素的作用下会产生形变(例如挠度、应力、位移等)，如果这些变形超过了设计或安全的范围，就可能导致桥梁的结构问题或安全风险。

一般而言，除突发事故外，像桥梁这种大型基建工程因长期使用而产生的形变往往是个缓慢发送的过程，因为若单采用人工进行长期监测，不仅成本高昂、且实现难度大，因此有必要提出一种低成本的长期监测方案，以有效监控被测物的长期形变过程，并提供有效预警。

上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。

发明内容

本申请的主要目的在于提供一种基于视觉测量仪的监测方法、控制装置、视觉测量仪以及计算机可读存储介质，旨在以低成本的方式实现对被测物的长期形变监测。

为实现上述目的，本申请提供一种基于视觉测量仪的监测方法，所述视觉测量仪包括主摄像头、从摄像头和算力主板；所述基于视觉测量仪的监测方法包括：

基于主摄像头采集被测物不同时刻的标靶图像，以及基于从摄像头采集被测物的监测视频；其中，被测物表面设置有多个标靶；

将所述标靶图像和所述监测视频传输至算力主板；

基于不同时刻的所述标靶图像，利用算力主板内置的IC-GN(Iterative ClosestGauss-Newton)算法，计算各标靶对应的亚像素位移，并生成位移结果；

将所述位移结果和所述监测视频上传至云平台。

可选的，所述基于不同时刻的所述标靶图像，利用算力主板内置的IC-GN算法，计算各标靶对应的亚像素位移的步骤包括：

提取各标靶在不同时刻的所述标靶图像中的位置坐标；

基于所述位置坐标，利用算力主板内置的IC-GN算法进行零均值归一化平方差和计算，得到各标靶对应的亚像素位移。

可选的，所述将所述位移结果和所述监测视频上传至云平台的步骤包括：

将各标靶位置和所述位移结果标示到所述监测视频中；

将标示后的所述监测视频上传至云平台。

可选的，所述云平台检测到位移结果超出相应的预警值时，基于所述位移结果和所述监测视频生成告警信息，并将告警信息发送至关联设备。

可选的，所述视觉测量仪中集成的主摄像头、从摄像头和算力主板，彼此相互独立设置，并通过相应的数据线实现数据传输。

可选的，所述视觉测量仪中还设有温控系统；所述基于视觉测量仪的监测方法还包括：

检测到所述视觉测量仪内的温度超过预设温度时，则启用温控系统降低所述视觉测量仪内的温度。

可选的，所述温控系统的出风口朝向主摄像头、从摄像头和算力主板中的至少一处。

为实现上述目的，本申请还提供一种控制装置，包括：

采集模块，用于基于主摄像头采集被测物不同时刻的标靶图像，以及基于从摄像头采集被测物的监测视频；其中，被测物表面设置有多个标靶；

传输模块，用于将所述标靶图像和所述监测视频传输至算力主板；

计算模块，用于基于不同时刻的所述标靶图像，利用算力主板内置的IC-GN算法，计算各标靶对应的亚像素位移，并生成位移结果；

上传模块，用于将所述位移结果和所述监测视频上传至云平台。

为实现上述目的，本申请还提供一种视觉测量仪，所述视觉测量仪包括主摄像头、从摄像头和算力主板；其中，所述算力主板包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述基于视觉测量仪的监测方法的步骤。

为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述基于视觉测量仪的监测方法的步骤。

本申请提供的基于视觉测量仪的监测方法、控制装置、视觉测量仪以及计算机可读存储介质，视觉测量仪可以采集动态视频和静态图像，并采用IC-GN算法进行亚像素位移测量，同时还可以上传和分享数据，全面满足对被测物进行低成本的长期形变监测需求，减少了人工监测的人力成本。

附图说明

图1为本申请一实施例中基于视觉测量仪的监测方法步骤示意图；

图2为本申请一实施例中基于视觉测量仪的测量场景示意图；

图3为本申请一实施例中控制装置示意图；

图4为本申请一实施例的算力主板的内部架构示意图。

本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制，基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

另外，若本申请中涉及“第一”、“第二”等的描述，仅用于描述目的(如用于区分相同或类似特征)，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。

在一实施例中，提出一种基于视觉测量仪的监测方法，所述视觉测量仪包括主摄像头、从摄像头和算力主板；参照图1，所述基于视觉测量仪的监测方法包括：

步骤S10、基于主摄像头采集被测物不同时刻的标靶图像，以及基于从摄像头采集被测物的监测视频；其中，被测物表面设置有多个标靶；

步骤S20、将所述标靶图像和所述监测视频传输至算力主板；

步骤S30、基于不同时刻的所述标靶图像，利用算力主板内置的IC-GN算法，计算各标靶对应的亚像素位移，并生成位移结果；

步骤S40、将所述位移结果和所述监测视频上传至云平台。

本实施例中，实施例的执行终端可以是视觉测量仪，也可以是控制视觉测量仪的其他设备或装置(如控制装置)。

如步骤S10所述，参照图2，视觉测量仪中集成有主摄像头、从摄像头和算力主板，且主摄像头和从摄像头分别与算力主板通过相应的数据线连接，以实现数据传输。

可选的，在视觉测量仪负责监测的被测物上，预先在表面设置多个标靶，且所有标靶均处于主摄像头的图像采集范围内。并且标靶可以是设置在被测物的重点监测区域内，以被测物为桥梁为例，标靶的设置位置可以是桥梁结合力处。

可选的，标靶可以具有独特的特征或标识，以便在不同时刻的图像采集和分析过程中进行准确的匹配。标靶的形状和颜色可以被设计成与周围环境区分明显，从而便于识别和跟踪。为了提高标靶的检测精度，标靶的边缘可以具有足够的对比度，以确保在图像中能够清晰地辨别出标靶的位置和形状。

可选的，主摄像头以预设采集频率采集其图像采集范围内的多个标靶的图像，以进行图像的持续采集，从而得到不同时刻的标靶图像。这个频率可以根据需要调整，以实现对变形过程的适时监控。

可选的，从摄像头负责采集被测物整体的监测视频，这样可以通过从摄像头获取全局的监测信息，为后续的分析和评估提供重要数据支持。

如步骤S20所述，采集到的标靶图像和监测视频通过传输至算力主板进行处理和分析。在算力主板上，使用适当的图像处理算法和视频处理技术，对传输过来的标靶图像和监测视频进行处理和分析。这可以包括图像识别、位移计算、形变分析、目标跟踪等任务，根据具体需求进行相应处理。处理后的数据可以存储在算力主板的存储设备中，或者通过网络等方式传输至其他设备进行存储。同时，对数据进行管理，确保其完整性和可访问性。

如步骤S30所述，对每一个时刻采集到的标靶图像可以先进行预处理。这可以包括图像去噪、增加对比度、调整图像尺寸等操作，以提高位移计算的准确性和稳定性。

可选的，利用IC-GN算法(即数字图像相关法中的非线性优化方法)，在标靶图像序列中对每个标靶进行亚像素级别的位移计算。基于不同时刻的标靶图像，IC-GN算法通过比对标靶的特征点，计算各标靶之间的亚像素位移，并生成详细的位移结果。这样可以实现对结构变形细微变化的精准监测和测量。

而根据各标靶在图像中对应的亚像素级别的位移信息，所生成的位移结果，可以进一步推导出被测物体的相应的形变数据。即通过对不同标靶在图像中的位移变化进行分析和处理，可以获得物体在不同状态下的形变情况，从而实现形变分析和测量。

具体来说，通过计算和记录不同标靶点在图像中的位移，可以得到每个标靶相对于参考状态的位移向量。将这些位移向量按照一定规则组合并处理，可以推导出整个被测物体的形变情况，包括拉伸、压缩、扭曲等形变信息。

如步骤S40所述，算力主板将处理后的位移结果和监测视频上传至云平台进行存储和管理。云平台提供了数据的可视化展示和实时监控功能，使工程师可以远程查看结构变形情况，并及时采取必要的措施。

可选的，通过云平台的数据分析和处理功能，可以设置阈值或规则，来检测和判断被测物是否出现异常形变。当被测物的位移结果超过预设的安全范围或发生异常形变时，云平台可以发送警报或通知相关人员，包括工程师或维护人员，以使其能够及时采取相应的措施，防止事故的发生或进一步损坏。通过有效的预警机制，可以帮助工程师和维护人员实时了解被测物的状态，提前发现并处理问题，减少潜在的风险和损失。

在一实施例中，视觉测量仪可以采集动态视频和静态图像，并采用IC-GN算法进行亚像素位移测量，同时还可以上传和分享数据，全面满足对被测物进行低成本的长期形变监测需求，减少了人工监测的人力成本。

通过主摄像头采集被测物的标靶图像和从摄像头采集监测视频，可以实现对被测物的全方位监测，包括静态标靶图像和动态监测视频，提供了更全面的数据基础。并利用算力主板内置的IC-GN算法进行亚像素位移计算，具有较高的计算精度和对噪声的抵抗能力，可提高位移计算结果的准确性。通过算力主板将计算得到的位移结果和监测视频上传至云平台，不仅实现了远程数据存储和分享，而且还可以对被测物的异常形变进行有效预警。

在一实施例中，在上述实施例基础上，所述基于不同时刻的所述标靶图像，利用算力主板内置的IC-GN算法，计算各标靶对应的亚像素位移的步骤包括：

提取各标靶在不同时刻的所述标靶图像中的位置坐标；

基于所述位置坐标，利用算力主板内置的IC-GN算法进行零均值归一化平方差和计算，得到各标靶对应的亚像素位移。

本实施例中，在不同时刻的标靶图像中，提取各标靶的位置坐标。这可以通过图像处理技术，如特征点检测、模式匹配等方法来实现，以获取标靶在不同时刻的位置信息。

进一步地，基于所述位置坐标，利用算力主板内置的IC-GN算法进行处理。IC-GN算法是一种用于配准(registration)和匹配(matching)的算法，该算法会基于所提取的位置坐标，在相邻两帧图像之间，计算标靶的零均值归一化平方差和(Zero-mean NormalizedSum ofSquared Differences，ZNSSD)。即首先将两个图像块的灰度值进行零均值归一化处理，然后计算平方差和，得到一个数值表示两个图像块之间的差异程度(即同一标靶对应的灰度值在参考图像和变形图像之间的差异程度)，用于量化标靶的亚像素位移。通过对多个子像素位置进行零均值归一化平方差和计算，就可以得到亚像素级别的位移信息。其中，一个标靶在图像中的显像处所有像素点，组成一个子集，子集中所以像素点的局部坐标即组成标靶的位置坐标，描述了标靶在图像中具体的位置和形状。

基于零均值归一化平方差和计算的结果，使用优化算法(如高斯牛顿优化)来估计每个标靶的亚像素级别位移。优化算法通过迭代最小化零均值归一化平方差和的数值，来获得更准确的位移估计结果。

零均值归一化平方差和计算如下：

其中，f(X)和g(X)表示参考图像和变形图像在空间位置X＝(x，y，1)^T处的灰度级，是两个子集(同一标靶在不同图像间的两个子集的比较)的平均强度值；分别代表参考图像和形变图像在整个子集中像素的灰度值均值；自变量ξ＝(Δx，Δy，1)^T，是每个子集中像素点的局部坐标，用于在子集中定位像素点位置；W表示所采用的形函数；p为上一次迭代到的形函数参数；Δp为当次迭代求解的增量；Δf、Δg分别为子集的归一化函数(相当于没有除以总数的方差，表征了子集灰度值的离散程度)：

这样，通过计算子集之间的灰度差异，采用零均值归一化平方差和来量化差异程度，能够提供更准确的亚像素级别位移信息。这种方法可以更精确地捕捉标靶在图像中的微小位移，适用于对位置变化要求较高的应用场景。

而且通过在计算灰度差异时采用了零均值归一化的处理方式，可以减小光照变化和噪声对位移估计的影响，提高了算法的鲁棒性。这使得该方案在面对实际复杂环境和噪声情况下依然能够保持较好的性能。

通过采用相应的优化算法来迭代更新形函数参数，以最小化零均值归一化平方差和的数值，从而进一步提高位移估计的精度和准确性。通过迭代最优化的方式，可以逐步优化位移估计结果，得到更加准确的位移结果。并且基于此生成的位移结果，甚至可以用于确定均匀的拉伸或压缩形变，尤其适用于对被测物的长期形变监测。

在一实施例中，在上述实施例的基础上，所述将所述位移结果和所述监测视频上传至云平台的步骤包括：

将各标靶位置和所述位移结果标示到所述监测视频中；

将标示后的所述监测视频上传至云平台。

本实施例中，在监测视频中标识各标靶的位置，可以采用图形或符号的方式来表示。这可以通过在视频帧上添加虚拟的标记点或符号来实现，以突出每个标靶的位置。

可选的，根据算力主板计算得到的各标靶的亚像素位移结果，将这些位移信息以箭头、线段或数字等形式标识到监测视频中相应的标靶位置。这有助于直观地展示每个标靶在不同时刻的位移情况，体现被监测物体的形变情况。标识的信息应与监测视频的播放时序相匹配，确保在合适的时刻显示各标靶位置和位移结果。

将标识了各标靶位置和位移结果的监测视频进行导出或保存，形成标示后的监测视频文件。这个文件可以作为展示和记录被测物体形变信息的重要资料。

经过标记后的监测视频将会被上传至云平台。上传到云平台后，用户可以通过网络访问和查看这些标记过的监测视频，实时了解被测物体的形变情况，以及各标靶的位移信息。

这样，通过在监测视频中标识各标靶位置和位移结果，可以让观察者更加直观地了解被监测物体的形变情况，并且帮助进一步分析和处理形变数据。

在一实施例中，在上述实施例的基础上，所述云平台检测到位移结果超出相应的预警值时，基于所述位移结果和所述监测视频生成告警信息，并将告警信息发送至关联设备。

本实施例中，当云平台检测到位移结果超出预警值时，会基于检测到的位移结果生成相应的告警信息，指示出哪些标靶的位移超出了设定的预警值。该告警信息可以包括超出预警值的标靶位置、位移数值以及形变程度等相关数据信息。

可选的，将生成的告警信息与监测视频结合，可以更直观地展示超出预警值的标靶在视频中的实际情况。这有助于操作人员或相关人员更好地理解形变情况，并作出相应的处理和决策。

可选的，生成的告警信息会被发送至关联设备，如相关的监测设备、报警系统或指定的手机应用程序等。这样可以及时地通知相关人员，确保他们了解到形变异常情况并采取必要的措施。

通过告警信息的发送，相关人员可以远程监控被监测物体的形变状态，及时响应形变异常情况，以确保设施或结构的安全。

这样，可以提高对形变异常的实时监测和响应能力，有助于保障设施的安全和可靠性。

在一实施例中，在上述实施例的基础上，所述视觉测量仪中集成的主摄像头、从摄像头和算力主板，彼此相互独立设置，并通过相应的数据线实现数据传输。

本实施例中，主摄像头、从摄像头和算力主板各自独立设置，彼此之间不会相互干扰。这种独立性有利于减少设备之间的干扰和误操作，保证各模块可以独立地运行和维护。

尤其在各摄像头与算力主板之间，会采用空间隔离的设计。空间隔离可以有效地降低摄像头和算力主板之间的热量传递，避免热量在不同组件之间的累积和传播，有助于保持设备内部温度均匀稳定。

这样，可以有效降低主摄像头、从摄像头对算力主板的热量影响，有利于算力主板的散热性能。这样可以确保算力主板在长时间运行时保持稳定的温度，提高设备的整体稳定性和可靠性。

同时，也可以尽可能避免算力主板产生的热量对摄像头的影响，减小采集图像的灰度波动，从而提高位移测量精度。

有效的散热可以确保设备各个组件工作在适宜的温度范围内，保证硬件性能的稳定性和持久性，从而提高测量精度。

在一实施例中，在上述实施例的基础上，所述视觉测量仪中还设有温控系统；所述基于视觉测量仪的监测方法还包括：

检测到所述视觉测量仪内的温度超过预设温度时，则启用温控系统降低所述视觉测量仪内的温度。

本实施例中，在视觉测量仪中设有温控系统，这可以帮助监测和维持设备内部的温度稳定。温控系统可以根据预设的温度值来监测设备内部温度，并在温度超过预设值时启用相应的降温措施，以确保设备在适宜的工作温度范围内运行。

可选的，温控系统会持续监测视觉测量仪内部的温度，确保设备工作在安全和适宜的温度范围内。当温度超过预设的阈值时，系统会识别并判断温度状态异常，需要采取降温措施来稳定设备温度。一旦检测到温度超过预设值，温控系统将自动启用，开始降低设备内部的温度，以防止过热对设备性能和测量精度产生不利影响。

这样，通过适时的降温措施，温控系统可以帮助视觉测量仪维持稳定的运行状态，确保测量精度和可靠性。

这种基于温控系统的监测方法能够有效防止过热引起的问题，并保证视觉测量仪在长时间运行中能够保持稳定的温度和性能。综合考虑散热设计和温控系统，可以进一步提高视觉测量仪的稳定性、精度和可靠性。

在一实施例中，在上述实施例的基础上，所述温控系统的出风口朝向主摄像头、从摄像头和算力主板中的至少一处。

本实施例中，将温控系统的出风口直接朝向主摄像头、从摄像头和算力主板等关键部件，可以有效地降低这些部件的温度，保持它们在适宜的工作温度范围内。

这样通过定向散热，可以避免在设备内部产生局部热量积聚，减少由此引起的过热问题，保持设备整体性能稳定。

此外，参照图3，本申请实施例中还提供一种控制装置Z10，包括：

采集模块Z11，用于基于主摄像头采集被测物不同时刻的标靶图像，以及基于从摄像头采集被测物的监测视频；其中，被测物表面设置有多个标靶；

传输模块Z12，用于将所述标靶图像和所述监测视频传输至算力主板；

计算模块Z13，用于基于不同时刻的所述标靶图像，利用算力主板内置的IC-GN算法，计算各标靶对应的亚像素位移，并生成位移结果；

上传模块Z14，用于将所述位移结果和所述监测视频上传至云平台。

可选的，所述控制装置Z10可以是一种虚拟控制装置(如虚拟机)，也可以是实体设备(如除视觉测量仪外的可执行相应方法的实体设备)。

此外，本申请实施例中还提供一种视觉测量仪，所述视觉测量仪包括主摄像头、从摄像头和算力主板；该算力主板内部架构可以如图4所示，包括通过系统总线连接的处理器、存储器、通信接口和输入装置。其中，该处理器用于提供计算和控制能力。该存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该数据库用于存储计算机程序调用的数据。该通信接口用于与外部的终端进行数据通信。该输入装置用于接收外部设备输入的信号。该计算机程序被处理器执行时以实现一种如以上实施例所述的基于视觉测量仪的监测方法。

本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的视觉测量仪的限定。

此外，本申请还提出一种计算机可读存储介质，所述计算机可读存储介质包括计算机程序，所述计算机程序被处理器执行时实现如以上实施例所述的基于视觉测量仪的监测方法的步骤。可以理解的是，本实施例中的计算机可读存储介质可以是易失性可读存储介质，也可以为非易失性可读存储介质。

综上所述，为本申请实施例中提供的基于视觉测量仪的监测方法、控制装置、视觉测量仪和计算机可读存储介质，视觉测量仪可以采集动态视频和静态图像，并采用IC-GN算法进行亚像素位移测量，同时还可以上传和分享数据，全面满足对被测物进行低成本的长期形变监测需求，减少了人工监测的人力成本。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种基于视觉测量仪的监测方法，其特征在于，所述视觉测量仪包括主摄像头、从摄像头和算力主板；所述基于视觉测量仪的监测方法包括：

基于主摄像头采集被测物不同时刻的标靶图像，以及基于从摄像头采集被测物的监测视频；其中，被测物表面设置有多个标靶；

将所述标靶图像和所述监测视频传输至算力主板；

基于不同时刻的所述标靶图像，利用算力主板内置的IC-GN算法，计算各标靶对应的亚像素位移，并生成位移结果；

将所述位移结果和所述监测视频上传至云平台。

2.如权利要求1所述的基于视觉测量仪的监测方法，其特征在于，所述基于不同时刻的所述标靶图像，利用算力主板内置的IC-GN算法，计算各标靶对应的亚像素位移的步骤包括：

提取各标靶在不同时刻的所述标靶图像中的位置坐标；

基于所述位置坐标，利用算力主板内置的IC-GN算法进行零均值归一化平方差和计算，得到各标靶对应的亚像素位移。

3.如权利要求1所述的基于视觉测量仪的监测方法，其特征在于，所述将所述位移结果和所述监测视频上传至云平台的步骤包括：

将各标靶位置和所述位移结果标示到所述监测视频中；

将标示后的所述监测视频上传至云平台。

4.如权利要求1-3中任一项所述的基于视觉测量仪的监测方法，其特征在于，所述云平台检测到位移结果超出相应的预警值时，基于所述位移结果和所述监测视频生成告警信息，并将告警信息发送至关联设备。

5.如权利要求1所述的基于视觉测量仪的监测方法，其特征在于，所述视觉测量仪中集成的主摄像头、从摄像头和算力主板，彼此相互独立设置，并通过相应的数据线实现数据传输。

6.如权利要求5所述的基于视觉测量仪的监测方法，其特征在于，所述视觉测量仪中还设有温控系统；所述基于视觉测量仪的监测方法还包括：

检测到所述视觉测量仪内的温度超过预设温度时，则启用温控系统降低所述视觉测量仪内的温度。

7.如权利要求6所述的基于视觉测量仪的监测方法，其特征在于，所述温控系统的出风口朝向主摄像头、从摄像头和算力主板中的至少一处。

8.一种控制装置，其特征在于，包括：

采集模块，用于基于主摄像头采集被测物不同时刻的标靶图像，以及基于从摄像头采集被测物的监测视频；其中，被测物表面设置有多个标靶；

传输模块，用于将所述标靶图像和所述监测视频传输至算力主板；

计算模块，用于基于不同时刻的所述标靶图像，利用算力主板内置的IC-GN算法，计算各标靶对应的亚像素位移，并生成位移结果；

上传模块，用于将所述位移结果和所述监测视频上传至云平台。

9.一种视觉测量仪，其特征在于，所述视觉测量仪包括主摄像头、从摄像头和算力主板；其中，所述算力主板包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的基于视觉测量仪的监测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于视觉测量仪的监测方法的步骤。