Análisis estadístico de texturas superficiales para seguimiento de movimientos estructurales a través de la imagen

Abstract

La monitorización del movimiento en estructuras existentes es una tarea fundamental en los ámbitos de la conservación, el mantenimiento y la seguridad. La creciente digitalización de los procesos de inspección ha impulsado el uso de técnicas basadas en imagen debido a su carácter no invasivo, su bajo coste y su capacidad para obtener medidas a distancia sin interferir en la estructura. Un ejemplo representativo es el experimento realizado en la pasarela peatonal de Elche, donde se midió el desplazamiento vertical mediante una diana circular observada en perspectiva. La proyección elíptica permitió localizar el centro con precisión subpíxel y reconstruir la historia temporal del movimiento. El registro se efectuó en condiciones reales de servicio y a una distancia considerable, validando la metodología mediante comparación con un radar interferométrico de alta precisión. La coincidencia en la frecuencia principal de vibración y un error relativo inferior al 10 % confirman la aplicabilidad de estas técnicas en monitorización estructural. No obstante, el uso de dianas requiere acceso físico a la estructura, lo que limita su aplicación en elementos elevados, zonas de difícil acceso o infraestructuras en servicio continuo. Para avanzar hacia soluciones completamente no invasivas, se plantea el uso de la textura natural de la superficie como referencia para el seguimiento del movimiento. En este contexto, la correlación digital de imágenes (DIC) es una técnica ampliamente utilizada, aunque su precisión depende de la textura del material de la estructura y de las condiciones de iluminación y enfoque. Estudios recientes han mostrado que variaciones en la intensidad y orientación de la luz, o niveles moderados de desenfoque, pueden incrementar el error de localización, especialmente cuando la textura es débil o poco contrastada. Comprender estos efectos es esencial para garantizar la fiabilidad del método en escenarios reales. En esta línea, se presenta un análisis estadístico de texturas naturales con el fin de evaluar su idoneidad como objetivo de seguimiento sin marcadores. Se han analizado superficies de hormigón con distintas configuraciones de acabado, calculando más de treinta descriptores texturales, incluyendo matrices de co-ocurrencia (GLCM), patrones locales binarios (LBP) y medidas globales de contraste, energía y diversidad tonal. La relación entre estos descriptores y el error DIC se estudió mediante correlaciones de Spearman, pruebas no paramétricas, análisis de componentes principales (PCA) y modelos de regresión. Los resultados muestran que ciertos parámetros (—como la diversidad de niveles de gris, representada mediante un descriptor denominado Niveles Únicos, o la entropía local—) están asociados de forma consistente a la precisión del seguimiento. Este análisis permite anticipar el comportamiento de una textura antes de medir y seleccionar zonas adecuadas para el seguimiento en estructuras reales. Estos resultados abren la puerta al desarrollo de sistemas markerless aplicables a estructuras existentes, donde la propia superficie actúe como referencia de seguimiento. La metodología constituye un paso hacia técnicas basadas en imagen autónomas, de bajo coste y sin intervención física, facilitando nuevas posibilidades de inspección a distancia y monitorización continua.

Monitoring movement in existing structures is a fundamental task in the fields of conservation, maintenance and safety. The increasing digitalisation of inspection processes has promoted the use of image-based techniques because of their non-invasive nature, low cost and ability to obtain measurements remotely without interfering with the structure. A representative example is the experiment carried out on the pedestrian footbridge in Elche, where vertical displacement was measured using a circular target observed in perspective. The elliptical projection made it possible to locate the centre with sub-pixel precision and reconstruct the time history of the movement. The recording was carried out under real service conditions and from a considerable distance, validating the methodology by comparison with a high-precision interferometric radar. The agreement in the main vibration frequency and a relative error below 10% confirm the applicability of these techniques in structural monitoring. However, the use of targets requires physical access to the structure, which limits their application in elevated elements, hard-to-reach areas or infrastructures in continuous service. In order to move towards fully non-invasive solutions, the use of the natural texture of the surface as a reference for tracking movement is proposed. In this context, digital image correlation (DIC) is a widely used technique, although its accuracy depends on the texture of the structural material and on lighting and focus conditions. Recent studies have shown that variations in light intensity and orientation, or moderate levels of defocus, can increase localisation error, especially when the texture is weak or has little contrast. Understanding these effects is essential to guarantee the reliability of the method in real scenarios. Along these lines, a statistical analysis of natural textures is presented in order to assess their suitability as a markerless tracking target. Concrete surfaces with different finish configurations have been analysed, calculating more than thirty textural descriptors, including grey-level co-occurrence matrices (GLCM), local binary patterns (LBP), and global measures of contrast, energy and tonal diversity. The relationship between these descriptors and DIC error was studied using Spearman correlations, non-parametric tests, principal component analysis (PCA) and regression models. The results show that certain parameters—such as grey-level diversity, represented by a descriptor called Unique Levels, or local entropy—are consistently associated with tracking accuracy. This analysis makes it possible to anticipate the behaviour of a texture before measuring and to select suitable areas for tracking in real structures. These results open the door to the development of markerless systems applicable to existing structures, where the surface itself acts as the tracking reference. The methodology represents a step towards autonomous, low-cost, image-based techniques requiring no physical intervention, facilitating new possibilities for remote inspection and continuous monitoring.