基于欧拉放大和灰度均值差法的桥梁动态响应研究

针对传统接触式传感器获取桥梁结构振动信息的不足,提出了一种基于欧拉影像放大技术和边缘灰度均值差的非接触式测量方法,该方法将摄像机作为全场振动的非接触式虚拟传感器,拍摄桥梁结构在激励后的整体或局部响应影像数据,利用欧拉微动视频放大技术对获取的影像数据进行微小运动放大处理。对处理后的影像数据进行结构局部边界区域灰度均值提取,同时计算该区域内像素的灰度均值差。差值表征了桥梁结构在激励作用下该局部区域的动态响应信号,该值与结构的实际位移存在着一个线性比例关系,通过标定即可获取目标结构时域中的实际位移幅值。该方法在一个模型悬索桥上进行了试验研究,同时对一座在役斜拉桥的现场测试进行了分析研究,结果表明该方法能够实现常规接触式振动传感器的功能,同时相比于传统的摄影测量,本边缘区域均值差法大大提高了信噪比,其精度与传统振动测量方法相比误差区间在(2%~7%)。该方法具体快捷、高效、易于获取等优点(成本低、效率高),同时其测量精度与传统振动测量方法相当,并且为获取结构全息动力特性参数提供了一种测量手段。

空域加权局部对比度的红外小目标检测算法

针对传统局部对比度算法在强杂波背景下,容易引入虚警目标的不足,提出了一种空域加权局部对比度的红外小目标检测算法。首先,利用具有中心激励和侧向抑制性的二维高斯差分滤波器,抑制了原始图像大部分的背景杂波,以提高图像的信噪比;然后,利用目标均值与邻域的中值的比值进行局部对比度测量,再用目标各区域的灰度均值差加权局部对比度,生成目标显著图;最后,对显著图进行自适应阈值分割,检测出真实目标。实验结果表明,与其他几种检测方法对比,该算法不仅具有较高的信躁比增益和背景抑制因子,还具有较高的检测率和较低的虚警率,是一种有效的红外小目标检测方法。

基于FPGA的双目立体视觉系统

立体视觉的目的之一就是为了获得周围场景的3维信息,其关键在于匹配算法。然而即便是使用目前先进的通用处理器,其计算致密视差图所需的时间仍无法满足高速自主导航的需求。为了解决这个问题,提出了一种基于现场可编程门阵列(FPGA)的双目立体视觉系统的设计方案,同时介绍了系统的硬件结构,并在讨论区域匹配的快速算法的基础上,提出了基于FPGA的像素序列和并行窗口算法框架,用以实现零均值像素灰度差平方和(ZSSD)的匹配算法。该算法是先将视频信号经解码芯片生成场景立体图像对,并由FPGA来完成立体图像对的几何校正和ZSSD匹配算法,然后将获得的致密视差图通过PC I总线发送至上位机。实践表明,该算法效果好、速度快,不仅具有较强的鲁棒性,并且硬件系统性能稳定、可靠。此外,该方案还适用于像素灰度差的绝对值和(SAD)和像素灰度差的平方和(SSD)等多种传统区域匹配算法的快速实现和实时处理。