1.一种基于双目视觉的悬索桥索夹滑移检测方法，其特征在于，包括如下步骤：S1：在悬索桥的索夹以及邻近索夹的悬索上分别喷涂第二标记点和第一标记点；S2：对双目相机进行标定，优化双目相机的重投影误差，得到双目相机的位置变换数据和畸变参数；S3：使用标定好的双目相机对第二标记点和第一标记点进行拍摄，通过位置参数和畸变参数对拍摄得到的两个标记点之间的位置进行矫正，并计算得到矫正后两个标记点之间的初始间隔距离；S4：对索夹和悬索再次使用双目相机进行拍摄，并再次用位置参数和畸变参数对拍摄得到的两个标记点之间的位置进行矫正，计算得到矫正后两个标记点的复检间隔距离；当复检间隔距离与初始间隔距离不一致时，则索夹发生了滑移，索夹的滑移量为复检间隔距离与初始间隔距离的差值；所述步骤S4对初始间隔距离的计算包括如下步骤：S41：设定第一标记点在左单目相机拍摄的图像中坐标为 ；第一标记点在右单目相机拍摄的图像中坐标为 ；第二标记点在右单目相机拍摄的图像中坐标为 ；第二标记点在右单目相机拍摄的图像中坐标为 ；S42：根据第一标记点和第二标记点在左单目相机拍摄的图像和右单目相机拍摄的图像的坐标计算得到第一标记点在相机坐标系下的三维空间点坐标 和第二标记点在相机坐标系下的三维空间点坐标 ： ； ；其中， 为第一标记点在左右单目相机中的视差； 为第一标记点在左右单目相机中的视差； 为两个相机的基线距离； ， 为左单目相机的缩放因子； 为左单目相机的图像像素中心坐标；S43：计算得到第一标记点和第二标记点的初始空间距离 ： 。
2.根据权利要求1所述的基于双目视觉的悬索桥索夹滑移检测方法，其特征在于，所述双目相机的位置变换数据的获取具体步骤包括如下：A1：分别对双目相机的左单目相机和右单目相机进行标定，分别使用左单目相机和右单目相机对圆形标定板进行拍摄；A2：根据拍摄的图像构建得到左单目相机的左相机坐标系与世界坐标系的左相机转换关系，右单目相机的右相机坐标系与世界坐标系的右相机转换关系；A3：根据左相机转换关系计算得到左单目相机的位置变换数据 ，其中， 为左单目相机旋转矩阵； 为左单目相机平移向量；根据右相机转换关系计算得到右单目相机的位置变换数据 ，其中， 为右单目相机旋转矩阵； 为右单目相机平移向量。
3.根据权利要求1所述的基于双目视觉的悬索桥索夹滑移检测方法，其特征在于，所述双目相机的畸变参数的获取具体步骤包括如下：B1：使用右单目相机拍摄圆形标定板得到 n 张右畸变标定图；B2：计算得到右单目相机的重投影误差： ；其中， 为第 i 幅右畸变标定图中检测到的圆心点的数量； 为第 i 幅右畸变标定图中第 j 个圆形点的实际像素坐标； 为坐标系转换后的圆形点的像素坐标； 为右单目相机的内部参数矩阵； 为第 i 幅右畸变标定图中世界坐标系到右相机坐标系的旋转矩阵； 为第 i 幅右畸变标定图中世界坐标系到右相机坐标系的平移向量； 为右单目相机的畸变参数；B3：使用左单目相机拍摄圆形标定板得到 n 张左畸变标定图；B4：计算得到左单目相机的重投影误差： ； ；其中， 为第 i 幅左畸变标定图中检测到的圆心点的数量； 为第 i 幅左畸变标定图中第 j 个圆形点的实际像素坐标； 为坐标系转换后的圆形点的像素坐标； 为左单目相机的内部参数矩阵； 为左单目相机的畸变参数； 为右相机坐标系到左相机坐标系的位置变换关系； 为世界坐标系到左相机坐标系的位置变换数据； 为世界坐标系到右相机坐标系的位置变换数据；B5：通过对右单目相机的重投影误差和左单目相机的重投影误差求和并最小化，优化得到左单目相机的畸变参数和右单目相机的畸变参数。
4.根据权利要求1所述的基于双目视觉的悬索桥索夹滑移检测方法，其特征在于，所述步骤S3包括如下具体步骤：C1：使用标定好的双目相机拍摄得到包含有第一标记点和第二标记点的标记点图像；C2：对标记点图像进行预处理的到预处理图；C3：使用最大类间方差法计算得到最优分割阈值；C4：使用最优分割阈值将预处理图分割得到二值图；C5：对二值图进行形态学处理后，使用边缘检测提取得到轮廓信息；C6：对轮廓信息进行椭圆拟合得到第一标记点和第二标记点的中心坐标，从而计算得到第一标记点和第二标记点的距离。
5.根据权利要求4所述的基于双目视觉的悬索桥索夹滑移检测方法，其特征在于，所述预处理包括依次进行中值滤波和Gamma校正。
6.根据权利要求4所述的基于双目视觉的悬索桥索夹滑移检测方法，其特征在于，所述步骤C5包括如下具体步骤：C51：使用边缘检测算子核对形态学处理后的二值图进行扫描，得到边缘图像；C52：对边缘图像进行连通域分析，得到图像中各个物体的轮廓；C53：对轮廓进行筛选，得到第一标记点和第二标记点的轮廓。
7.根据权利要求6所述的基于双目视觉的悬索桥索夹滑移检测方法，其特征在于，所述步骤C52包括如下具体步骤：C521：遍历边缘图像，若当前位置像素值为0，则赋予该像素点标签值为0；若当前位置像素值不为0，且该像素点四周的八领域的像素值均为0，则赋予该像素点标签label，并令label=label+1；若当前像素值不为零，且该像素点四周的八领域存在具有标签label的像素点，则将八领域内最小的标签值赋予该像素点；得到标签图像；C522：遍历标签图像，将标签图像中具有标签label的像素点替换为连通区域，得到各个物体的轮廓。
8.根据权利要求6所述的基于双目视觉的悬索桥索夹滑移检测方法，其特征在于，所述步骤C53包括如下具体步骤：C531：计算每个物体的轮廓面积A i ，剔除不属于筛选范围[A min ，A max ]的轮廓；C532：构建每个保留的轮廓的最小外接矩形，构建时令最小外接矩形的长大于宽，计算得到每个轮廓最小外接矩形的长宽比R i ；剔除不属于筛选范围[R min ，R max ]的轮廓；C533：计算每个保留的轮廓的圆形度C i ；剔除不属于筛选范围[C min ，C max ]的轮廓；完成对轮廓的筛选。
9.根据权利要求6所述的基于双目视觉的悬索桥索夹滑移检测方法，其特征在于，所述步骤C54包括如下具体步骤：C541：设立轮廓的椭圆方程为： ；其中， 为椭圆方程的系数常量； 为椭圆上点的坐标；C542：定义轮廓上每个点为： ；其中，向量 ，向量 ；C543：根据最小二乘法得到单个轮廓上所有轮廓点的椭圆拟合距离误差 ； ；其中， 为单个轮廓上的第 个轮廓点； 为单个轮廓的轮廓点数量；C544：根据极值方程计算得到最佳拟合椭圆方程的系数 ，所述极值方程为： ；C545：根据拟合椭圆方程的系数 计算得到椭圆的中心点 ： 。
