基于宽带相位运动放大与机器视觉的结构振动频率识别

为了解决现有视觉技术难以准确测量结构微小振动的问题,该文提出了一种基于宽带相位运动放大(BPMM)和亚像素模板匹配算法的结构振动测量和频率识别方法。首先,利用相机拍摄结构的振动视频图像,并对图像中的噪声进行初步去除。其次,在不需要结构频率先验信息的情况下,在包含所有感兴趣频率的宽频带内进行滤波,选取合适的放大倍数进行微小振动视频的放大处理,再利用亚像素模板匹配算法从放大后的视频中提取结构的位移时程响应。最后,对提取的结构位移进行归一化处理,得到结构的实际位移时程响应,利用快速傅里叶变换(FFT)获取结构的振动频率。结果表明:BPMM算法既能实现结构微小振动位移幅值的放大,又能有效去除微小振动视频中的噪声,提高了图像的信噪比,从运动放大后的视频图像中可以准确地识别结构的振动频率。通过3层框架结构的室内试验和实桥试验对该文方法进行了验证,识别误差分别在1%和5%以内。该文方法可在不需要结构频率先验信息的情况下实现微小振动的盲放大处理,具有噪声鲁棒性好、计算量小及适用性强等优点,为结构微小振动测量提供了一种新思路,具有良好的应用前景。

基于计算机视觉的桥梁拉索索力测量

针对传统桥梁索力测量成本高,传感器布置困难等缺点,以及在环境激励下一般的目标跟踪算法难以准确测量拉索微小振动的问题,提出一种基于相位运动放大算法和菱形搜索的亚像素模板匹配算法的索力测量方法。首先,利用智能手机采集拉索振动视频,经过相位运动放大算法处理;其次,通过菱形搜索和曲面拟合的亚像素模板匹配算法提取拉索位移时程;最后,通过傅里叶变换获取拉索的振动频率,再利用索力-频率的关系计算拉索索力。通过实验室斜拉桥模型和户外人行天桥测试验证该方法的可行性。结果表明:测得拉索的一阶、二阶振动频率与加速度响应对比误差分别在2.4%和2.7%以内。实验室拉索模型试验索力计算结果与张拉力相比表明:随着张拉力提升,抗弯刚度影响再减小,理论计算值与实际值偏差逐渐减小,该方法可以成为索力测量的一种新手段。

微小运动放大及其在超声波传播中的应用

针对在具有复杂残余应力的材料中超声波传播视频信号极其微弱、难以看清其传播过程的问题,采用微小运动放大方法揭示超声波传播视频中人眼难以看见的微小运动,研究了线性欧拉视频放大方法（EVM）和基于相位的视频运动放大方法（PBVM）在超声波传播中的应用.提出了基于可操纵金字塔的微小运动放大方法,通过对一段标准视频序列进行可操纵金字塔空间分解、时域滤波,放大得到的信号以揭示微小的运动.实验结果表明：该方法在图像噪声方面比EVM更不敏感,在计算时间方面该方法比PBVM用时更短.对EVM,PBVM和本方法进行了对比验证,并在超声波传播视频中进行了应用,效果良好.提出的方法也可应用于机械和结构的状态检测中.