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。

运动放大方法综述

分析了拉格朗日视角、欧拉视角和相位视角的3种运动放大原理及基于不同视角的运动放大方法。对分别衍生出的放大方法进行了详细阐述,介绍了不同运动放大方法的优缺点以及相应的应用领域。

基于相位光流法的结构振动微小位移测量

随着数码相机的成本降低和普及,基于计算机视觉的非接触式结构健康监测技术越来越受到重视.传统的接触式测量仪器可能导致轻质结构上的质量负荷,并且在大型土木结构上安装和维护成本高且耗时,特别是对于长期应用.作为一种替代的非接触方法,使用数码相机的计算机视觉方法成本相对较低、灵活.针对传统光流方法在微小位移测量精度和稳定性不足的问题,本文提出了一种改进的基于相位的光流法来计算结构的振动位移.在这种方法中,通过引入基于相位的视频运动放大方法中构造的部分复数可操纵滤波器,与视频序列图像的卷积得到结构的局部空间相位信息.接着通过基于相位的光流法计算结构振动的像素位移.最后通过降噪处理和比例因子法将像素位移转换为真实位移.实验室简支梁振动实验结果证明,本文的方法相比于其他光流方法在微小位移计算上具有更高的精确度和稳定性.

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.