在公共体育场、机场航站楼、火车站、工业厂房等大跨度结构中，空间网格结构的构件变形、疲劳、锈蚀、焊缝开裂会对结构的力学性能与整体结构的承载能力产生影响。传统的检测方法，包括全站仪、在评估现有的网格结构时要特别考虑那些变形的杆件，并针对性地量化变形杆件损伤的潜在风险。

该检测方法在多个高铁站房、候机楼、体育场馆等复杂场景下进行了应用，其操作相对简单，检测人员风险较低，且检出准确率远高于传统检测方法，效果较好。

内蒙古的某城市体育场，上部结构由钢筋混凝土框架和钢网格屋盖组成，建成于2012年。体育场是对结构安全性要求较高的公共建筑，自建造后每年都对该屋盖结构进行了现场检查，并于2017年进行了全面评估。

体育场包含两个看台，每个看台都由钢网格屋顶覆盖，即Grid Roof A和Grid Roof B。体育场和钢格板屋顶的外观如图所示。屋顶A和B的垂直投影区域分别为8782平方米和9005平方米，屋顶A和B的最长悬垂长度分别为35.318m和35.351m；两个钢网格屋盖使用的钢材标号均为Q235，采样的网架杆件试件的测试材料屈服应力为336MPa；屋顶的活荷载设计值为0.5kN/m2，风荷载数据根据风洞实验生成的；设计的基本地震加速度为0.15g。

前期对该体育场屋盖的全面评估中发现了四个弯曲的钢管杆件，其中一个在屋顶A中，三个在屋顶B中。屋顶A中的弯曲杆件是腹杆（下图中杆件＃1），而在屋顶B中的弯曲杆件包括了一个下弦杆和两个腹杆（下图中杆件＃2，＃3，＃4）。弯曲杆件的端部连接情况良好。弯曲的可能原因是由于结构设计不当、极端荷载或支座变形。

为了对弯曲杆件进行基于数字图像的三维重建，分别在弯曲杆件＃1和＃2周围拍摄了约40张数字图像。对于屋顶B中的弯曲杆件＃3和＃4，要重建的3D模型同时包含两个弯曲的腹杆，因此在它们周围拍摄了110张数字图像。所有杆件的图像都是在摄影师于斜坡看台上拍摄的。通过上述操作，实现了图像拍摄的多视角，并且图像序列的重叠率超过50％。相机镜头固定使用105mm的长焦距。

将获得的3D密集点云划分为三角形表面网格模型。在划分之前，手动删除错误的点和不感兴趣的区域，直到仅留下观察到的弯曲管状构件为止。生成的表面模型如下图所示 (弯曲的管状构件的长度已标准化)，其中包括了弯曲的管状构件及其端部球节点。从表面模型可以看出，模型质量从球节点到管状构件的中心部分都不同。球节点和管状构件的端部具有相对较低的模型质量，而杆件(尤其是杆件中部)具有更好的模型质量。对于这种现象的一种很有可能的解释是，与地面上的管状部件中央部分相比，球节点和杆件的端部可能受到更多的遮挡。由于该遮蔽物而导致的球节点图像细节不足，导致其3D点云模型以及生成的3D表面模型的质量较低。为了克服该问题，需要在三维场景重建中针对性地拍摄并利用更多不同视角的图像。

与3D激光扫描仪的情况相比，通过基于图像的3D场景重建以及表面网格模型生成的3D点云的精度和质量可能会更低。但是，考虑到将其用于杆件的工程变形测量中，表面模型质量(尤其是在球节点区域中)的轻微降低不会导致明显的影响。下一部分将给出基于图像的3D场景重建方法的杆件变形曲线测量结果与精度对比。

采用三角形表面模型拟合钢管轴心，得到对上述4个弯曲变形杆件的轴心变形曲线。同时，在现场使用了全站仪对变形杆件的弯曲进行了实测。二者的对比见下图所示。可见: 两条曲线具有相似的形状，并且差异相对较小，尤其是对于弯曲杆件（ # 1）。

此外，选择了两个重要的指标来比较使用3D重建方法和全站仪测得的变形曲线，即最大变形值和出现最大变形的轴向位置。表2所示的比较结果表明，除了4号弯曲变形杆件外，两种方法的均方根、最大变形的差值比和最大变形位置的差值比都非常小。