CN109341847A - 一种基于视觉的振动测量系统 - Google Patents

一种基于视觉的振动测量系统 Download PDF

Info

Publication number
CN109341847A
CN109341847A CN201811116814.6A CN201811116814A CN109341847A CN 109341847 A CN109341847 A CN 109341847A CN 201811116814 A CN201811116814 A CN 201811116814A CN 109341847 A CN109341847 A CN 109341847A
Authority
CN
China
Prior art keywords
image
vibration
displacement characteristic
template image
displacement
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN201811116814.6A
Other languages
English (en)
Inventor
不公告发明人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongguan Qingliu New Materials Co Ltd
Original Assignee
Dongguan Qingliu New Materials Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dongguan Qingliu New Materials Co Ltd filed Critical Dongguan Qingliu New Materials Co Ltd
Priority to CN201811116814.6A priority Critical patent/CN109341847A/zh
Publication of CN109341847A publication Critical patent/CN109341847A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种基于视觉的振动测量系统，包括图像采集装置、振动测量模块和测量评价模块，所述图像采集装置用于采集物体振动视频，所述振动测量模块用于确定振动物体的位移特征，并根据物体的位移特征计算物体的振动测量结果，所述测量评价模块用于对物体振动测量结果进行评价。本发明的有益效果为：提供了一种基于视觉的振动测量系统，基于获取振动物体的位移特征，实现了物体振动的准确测量和评价。

Description

一种基于视觉的振动测量系统
技术领域
本发明涉及测量技术领域，具体涉及一种基于视觉的振动测量系统。
背景技术
测量技术是现代工业的基础技术之一，测量的精度和效率在一定程度上决定着制造业乃至科学技术的发展水平。随着工业制造技术和加工工艺的改进与提高，人们对测量手段的速度和精度提出了更高的要求。近年来测量技术的发展趋势主要体现在以下几个方面：非接触式、在线测量、高精度、智能化等。随着机器视觉的迅速发展，人们开始将视觉技术应用于测量技术之中，形成了一种新型的检测技术——视觉测量技术。
视觉测量技术以机器视觉为基础，将图像作为检测信息的手段，融合了光电子学、计算机技术、图像处理技术等现代科学技术，形成了光机电算一体化的视觉测量系统，具有高效、高精度、非接触式、远距离测量的特点，是传统测量方式的重要补充，被广泛应用于工业、军事、医学等领域，得到了研究者的普遍关注。
发明内容
针对上述问题，本发明旨在提供一种基于视觉的振动测量系统。
本发明的目的采用以下技术方案来实现：
提供了一种基于视觉的振动测量系统，包括图像采集装置、振动测量模块和测量评价模块，所述图像采集装置用于采集物体振动视频，所述振动测量模块用于确定振动物体的位移特征，并根据物体的位移特征计算物体的振动测量结果，所述测量评价模块用于对物体振动测量结果进行评价。
本发明的有益效果为：提供了一种基于视觉的振动测量系统，基于获取振动物体的位移特征，实现了物体振动的准确测量和评价。
可选的，所述图像采集装置包括照明装置和高速摄像机，所述照明装置用于对拍摄场景进行照明，所述高速摄像机用于获取物体的振动视频。
可选的，所述振动测量模块包括第一特征提取子模块、第二特征提取子模块和位移特征确定子模块，所述第一特征提取子模块用于提取振动物体的第一位移特征，所述第二特征提取子模块用于提取振动物体的第二位移特征，所述位移特征确定子模块根据振动物体的第一位移特征和第二位移特征确定振动物体的位移特征并确定振动测量结果。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图；
附图标记：
图像采集装置1、振动测量模块2、测量评价模块3。
具体实施方式
结合以下实施例对本发明作进一步描述。
第一优选实施例：
参见图1，本实施例的一种基于视觉的振动测量系统，包括图像采集装置1、振动测量模块2和测量评价模块3，所述图像采集装置1用于采集物体振动视频，所述振动测量模块2用于确定振动物体的位移特征，并根据物体的位移特征计算物体的振动测量结果，所述测量评价模块3用于对物体振动测量结果进行评价；
本实施例提供了一种基于视觉的振动测量系统，基于获取振动物体的位移特征，实现了物体振动的准确测量和评价。
优选的，所述图像采集装置1包括照明装置和高速摄像机，所述照明装置用于对拍摄场景进行照明，所述高速摄像机用于获取物体的振动视频；
所述振动测量模块2包括第一特征提取子模块、第二特征提取子模块和位移特征确定子模块，所述第一特征提取子模块用于提取振动物体的第一位移特征，所述第二特征提取子模块用于提取振动物体的第二位移特征，所述位移特征确定子模块根据振动物体的第一位移特征和第二位移特征确定振动物体的位移特征并确定振动测量结果；
本优选实施例通过提取振动物体的第一位移特征和第二位移特征，并根据物体的第一位移特征和第二位移特征确定振动物体的位移特征，实现了物体的位移特征准确提取，为准确确定振动测量结果奠定了基础。
优选的，所述第一特征提取子模块用于提取振动物体的第一位移特征，具体为：
选取高速摄像机采集的第一帧图像作为匹配图像P，然后选取一块区域作为模板图像Q，其中，匹配图像P的长为C0，高为H0，模板图像Q的长为C1，高为H1，C0＞C1，H0＞H1，将模板图像Q叠放在在匹配图像P上，按照从上到下，从左向右逐像素平移扫描，计算模板图像Q与匹配图像P各区域的相关系数，得到一个描述模板图像Q与匹配图像P各区域的相关系数矩阵，其中矩阵中最大值出现的位置作为模板图像Q与匹配图像P匹配程度最高的区域；如果最大值大于预先设定阔值，则认为匹配成功；
依次在后续帧中选取与第一帧模板图像相同的区域作为各帧的模板图像，计算各帧的模板图像与第一帧图像P的相关系数矩阵，提取最大位置点的坐标作为各帧图像中振动物体的最大偏移量，选取所有帧图像中最大偏移量的最大值作为第一位移特征(x1,y1)；
所述模板图像Q与匹配图像P各区域的相关系数采用以下方式确定：
计算模板图像Q与匹配图像P在像素点(x,y)处进行匹配的第一相关系数：
式中，S1(x,y)表示模板图像Q与匹配图像P在像素点(x,y)处进行匹配的第一相关系数；
计算模板图像Q与匹配图像P在像素点(x,y)处进行匹配的第二相关系数：
式中，S2(x,y)表示模板图像Q与匹配图像P在像素点(x,y)处进行匹配的第二相关系数；
根据模板图像Q与匹配图像P在像素点(x,y)处进行匹配的第一相关系数和第二相关系数确定模板图像Q与匹配图像P在像素点(x,y)处进行匹配的相关系数：
式中，S(x,y)表示模板图像Q与匹配图像P在像素点(x,y)处匹配的相关系数；
本优选实施例第一特征提取子模块基于图像匹配，实现了振动物体的第一位移特征准确提取，通过第一相关系数和第二相关系数确定模板图像与匹配图像相关系数，提升了对环境光照变化的适应能力，具有计算结果可靠、有效、执行速度快、自动化程度髙、抗干扰能为强、鲁椿性强的特点。
优选的，所述第二特征提取子模块用于提取振动物体的第二位移特征，具体为：
对高速摄像机获取的各帧图像进行二值化分割处理，并在各帧图像上选取15个标记点对物体进行标记，对比各帧图像，将不同帧之间相同标记点的最大偏移量作为振动物体的第二位移特征(x2,y2)；
所述位移特征确定子模块根据振动物体的第一位移特征和第二位移特征确定振动物体的位移特征并确定振动测量结果，具体为：采用下式计算振动物体的位移特征：T＝[(x1,y1)，(x2,y2)]，式中，T表示振动物体的位移特征；
根据振动物体的位移特征确定振动测量结果：式中，G表示振动测量结果；
所述测量评价模块3用于对物体振动测量结果进行评价，具体为：
采用测量评价因子对物体振动测量结果进行评价，所述测量评价因子采用下式确定：
式中，R表示测量评价因子，G0表示实际振动值，X表示实际振动的横向最大偏移量，Y表示实际振动的纵向最大偏移量；所述测量评价因子越小，表示测量结果越准确。
本优选实施例通过第一位移特征和第二位移特征确定物体的位移特征并根据物体的位移特征计算物体的振动测量结果实现了物体振动的准确测量，通过测量评价因子实现了测量结果的准确评价。
第二优选实施例：
参见图1，本实施例的一种基于视觉的振动测量系统，包括图像采集装置1、振动测量模块2和测量评价模块3，所述图像采集装置1用于采集物体振动视频，所述振动测量模块2用于确定振动物体的位移特征，并根据物体的位移特征计算物体的振动测量结果，所述测量评价模块3用于对物体振动测量结果进行评价；
本实施例提供了一种基于视觉的振动测量系统，基于获取振动物体的位移特征，实现了物体振动的准确测量和评价。
优选的，所述图像采集装置1包括照明装置和高速摄像机，所述照明装置用于对拍摄场景进行照明，所述高速摄像机用于获取物体的振动视频；
所述振动测量模块2包括第一特征提取子模块、第二特征提取子模块和位移特征确定子模块，所述第一特征提取子模块用于提取振动物体的第一位移特征，所述第二特征提取子模块用于提取振动物体的第二位移特征，所述位移特征确定子模块根据振动物体的第一位移特征和第二位移特征确定振动物体的位移特征并确定振动测量结果；
本优选实施例通过提取振动物体的第一位移特征和第二位移特征，并根据物体的第一位移特征和第二位移特征确定振动物体的位移特征，实现了物体的位移特征准确提取，为准确确定振动测量结果奠定了基础。
优选的，所述第一特征提取子模块用于提取振动物体的第一位移特征，具体为：
选取高速摄像机采集的第一帧图像作为匹配图像P，然后选取一块区域作为模板图像Q，其中，匹配图像P的长为C0，高为H0，模板图像Q的长为C1，高为H1，C0＞C1，H0＞H1，将模板图像Q叠放在在匹配图像P上，按照从上到下，从左向右逐像素平移扫描，计算模板图像Q与匹配图像P各区域的相关系数，得到一个描述模板图像Q与匹配图像P各区域的相关系数矩阵，其中矩阵中最大值出现的位置作为模板图像Q与匹配图像P匹配程度最高的区域；如果最大值大于预先设定阔值，则认为匹配成功；
依次在后续帧中选取与第一帧模板图像相同的区域作为各帧的模板图像，计算各帧的模板图像与第一帧图像P的相关系数矩阵，提取最大位置点的坐标作为各帧图像中振动物体的最大偏移量，选取所有帧图像中最大偏移量的最大值作为第一位移特征(x1,y1)；
所述模板图像Q与匹配图像P各区域的相关系数采用以下方式确定：
计算模板图像Q与匹配图像P在像素点(x,y)处进行匹配的第一相关系数：
式中，Sx(x,y)表示模板图像Q与匹配图像P在像素点(x,y)处进行匹配的第一相关系数；
计算模板图像Q与匹配图像P在像素点(x,y)处进行匹配的第二相关系数：
式中，S2(x,y)表示模板图像Q与匹配图像P在像素点(x,y)处进行匹配的第二相关系数；
根据模板图像Q与匹配图像P在像素点(x,y)处进行匹配的第一相关系数和第二相关系数确定模板图像Q与匹配图像P在像素点(x,y)处进行匹配的相关系数：
S(x,y)＝0.7S1(x,y)+0.3S2(x,y)]
式中，S(x,y)表示模板图像Q与匹配图像P在像素点(x,y)处匹配的相关系数；
本优选实施例第一特征提取子模块基于图像匹配，实现了振动物体的第一位移特征准确提取，通过第一相关系数和第二相关系数确定模板图像与匹配图像相关系数，提升了对环境光照变化的适应能力，具有计算结果可靠、有效、执行速度快、自动化程度髙、抗干扰能为强、鲁椿性强的特点。
优选的，所述第二特征提取子模块用于提取振动物体的第二位移特征，具体为：
对高速摄像机获取的各帧图像进行二值化分割处理，并在各帧图像上选取15个标记点对物体进行标记，对比各帧图像，将不同帧之间相同标记点的最大偏移量作为振动物体的第二位移特征(x2,y2)；
所述位移特征确定子模块根据振动物体的第一位移特征和第二位移特征确定振动物体的位移特征并确定振动测量结果，具体为：采用下式计算振动物体的位移特征：T＝[(x1,y1)，(x2,y2)]，式中，T表示振动物体的位移特征；
根据振动物体的位移特征确定振动测量结果：式中，G表示振动测量结果；
所述测量评价模块3用于对物体振动测量结果进行评价，具体为：
采用测量评价因子对物体振动测量结果进行评价，所述测量评价因子采用下式确定：
式中，R表示测量评价因子，G0表示实际振动值，X表示实际振动的横向最大偏移量，Y表示实际振动的纵向最大偏移量；所述测量评价因子越小，表示测量结果越准确。
本优选实施例通过第一位移特征和第二位移特征确定物体的位移特征并根据物体的位移特征计算物体的振动测量结果实现了物体振动的准确测量，通过测量评价因子实现了测量结果的准确评价。
采用本发明基于视觉的振动测量系统进行振动测量，选取5个振动物体进行实验，分别为振动物体1、振动物体2、振动物体3、振动物体4、振动物体5，对测量效率和测量精度进行统计，同现有技术相比，产生的有益效果如下表所示：
测量效率提高 测量精度提高
振动物体1 29％ 27％
振动物体2 27％ 26％
振动物体3 26％ 26％
振动物体4 25％ 24％
振动物体5 24％ 22％
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (8)

1.一种基于视觉的振动测量系统，其特征在于，包括图像采集装置、振动测量模块和测量评价模块，所述图像采集装置用于采集物体振动视频，所述振动测量模块用于确定振动物体的位移特征，并根据物体的位移特征计算物体的振动测量结果，所述测量评价模块用于对物体振动测量结果进行评价。
2.根据权利要求1所述的基于视觉的振动测量系统，其特征在于，所述图像采集装置包括照明装置和高速摄像机，所述照明装置用于对拍摄场景进行照明，所述高速摄像机用于获取物体的振动视频。
3.根据权利要求2所述的基于视觉的振动测量系统，其特征在于，所述振动测量模块包括第一特征提取子模块、第二特征提取子模块和位移特征确定子模块，所述第一特征提取子模块用于提取振动物体的第一位移特征，所述第二特征提取子模块用于提取振动物体的第二位移特征，所述位移特征确定子模块根据振动物体的第一位移特征和第二位移特征确定振动物体的位移特征并确定振动测量结果。
4.根据权利要求3所述的基于视觉的振动测量系统，其特征在于，所述第一特征提取子模块用于提取振动物体的第一位移特征，具体为：
选取高速摄像机采集的第一帧图像作为匹配图像P，然后选取一块区域作为模板图像Q，其中，匹配图像P的长为C0，高为H0，模板图像Q的长为C1，高为H1，C0＞C1，H0＞H1，将模板图像Q叠放在在匹配图像P上，按照从上到下，从左向右逐像素平移扫描，计算模板图像Q与匹配图像P各区域的相关系数，得到一个描述模板图像Q与匹配图像P各区域的相关系数矩阵，其中矩阵中最大值出现的位置作为模板图像Q与匹配图像P匹配程度最高的区域；如果最大值大于预先设定阔值，则认为匹配成功；
依次在后续帧中选取与第一帧模板图像相同的区域作为各帧的模板图像，计算各帧的模板图像与第一帧图像P的相关系数矩阵，提取最大位置点的坐标作为各帧图像中振动物体的最大偏移量，选取所有帧图像中最大偏移量的最大值作为第一位移特征(x1，y1)。
5.根据权利要求4所述的基于视觉的振动测量系统，其特征在于，所述模板图像Q与匹配图像P各区域的相关系数采用以下方式确定：
计算模板图像Q与匹配图像P在像素点(x，y)处进行匹配的第一相关系数：
式中，S1(x，y)表示模板图像Q与匹配图像P在像素点(x，y)处进行匹配的第一相关系数。
6.根据权利要求5所述的基于视觉的振动测量系统，其特征在于，所述模板图像Q与匹配图像P各区域的相关系数采用以下方式确定：
计算模板图像Q与匹配图像P在像素点(x，y)处进行匹配的第二相关系数：
式中，S2(x，y)表示模板图像Q与匹配图像P在像素点(x，y)处进行匹配的第二相关系数。
7.根据权利要求6所述的基于视觉的振动测量系统，其特征在于，所述模板图像Q与匹配图像P各区域的相关系数采用以下方式确定：
根据模板图像Q与匹配图像P在像素点(x，y)处进行匹配的第一相关系数和第二相关系数确定模板图像Q与匹配图像P在像素点(x，y)处进行匹配的相关系数：
式中，S(x，y)表示模板图像Q与匹配图像P在像素点(x，y)处匹配的相关系数。
8.根据权利要求7所述的基于视觉的振动测量系统，其特征在于，所述第二特征提取子模块用于提取振动物体的第二位移特征，具体为：
对高速摄像机获取的各帧图像进行二值化分割处理，并在各帧图像上选取15个标记点对物体进行标记，对比各帧图像，将不同帧之间相同标记点的最大偏移量作为振动物体的第二位移特征(x2，y2)；
所述位移特征确定子模块根据振动物体的第一位移特征和第二位移特征确定振动物体的位移特征并确定振动测量结果，具体为：采用下式计算振动物体的位移特征：T＝[(x1，y1)，(x2，y2)]，式中，T表示振动物体的位移特征；
根据振动物体的位移特征确定振动测量结果：式中，G表示振动测量结果。
CN201811116814.6A 2018-09-25 2018-09-25 一种基于视觉的振动测量系统 Withdrawn CN109341847A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811116814.6A CN109341847A (zh) 2018-09-25 2018-09-25 一种基于视觉的振动测量系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811116814.6A CN109341847A (zh) 2018-09-25 2018-09-25 一种基于视觉的振动测量系统

Publications (1)

Publication Number Publication Date
CN109341847A true CN109341847A (zh) 2019-02-15

Family

ID=65306772

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811116814.6A Withdrawn CN109341847A (zh) 2018-09-25 2018-09-25 一种基于视觉的振动测量系统

Country Status (1)

Country Link
CN (1) CN109341847A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110068388A (zh) * 2019-03-29 2019-07-30 南京航空航天大学 一种基于视觉和盲源分离的振动检测方法
CN110617973A (zh) * 2019-04-26 2019-12-27 深圳市豪视智能科技有限公司 振动检测方法及相关装置
CN110672342A (zh) * 2019-04-26 2020-01-10 深圳市豪视智能科技有限公司 洗衣机振动故障检测方法及装置
CN110779615A (zh) * 2019-11-05 2020-02-11 四川双元智能科技有限公司 一种利用光学原理来测量物体振动的方法及其装置
WO2021036671A1 (zh) * 2019-08-29 2021-03-04 深圳市广宁股份有限公司 基于数字孪生的智能振动检测方法及装置
WO2021036672A1 (zh) * 2019-08-31 2021-03-04 深圳市广宁股份有限公司 智能振动增强现实测试方法及相关产品

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110068388A (zh) * 2019-03-29 2019-07-30 南京航空航天大学 一种基于视觉和盲源分离的振动检测方法
CN110617973A (zh) * 2019-04-26 2019-12-27 深圳市豪视智能科技有限公司 振动检测方法及相关装置
CN110672342A (zh) * 2019-04-26 2020-01-10 深圳市豪视智能科技有限公司 洗衣机振动故障检测方法及装置
CN110617973B (zh) * 2019-04-26 2021-08-27 深圳市豪视智能科技有限公司 振动检测方法及相关装置
CN110672342B (zh) * 2019-04-26 2021-10-12 深圳市豪视智能科技有限公司 洗衣机振动故障检测方法及装置
WO2021036671A1 (zh) * 2019-08-29 2021-03-04 深圳市广宁股份有限公司 基于数字孪生的智能振动检测方法及装置
WO2021036672A1 (zh) * 2019-08-31 2021-03-04 深圳市广宁股份有限公司 智能振动增强现实测试方法及相关产品
CN110779615A (zh) * 2019-11-05 2020-02-11 四川双元智能科技有限公司 一种利用光学原理来测量物体振动的方法及其装置

Similar Documents

Publication Publication Date Title
CN109341847A (zh) 一种基于视觉的振动测量系统
US10899014B2 (en) Multiple lens-based smart mechanical arm and positioning and assembly method thereof
CN109883533B (zh) 基于机器视觉的低频振动测量方法
CN103093191B (zh) 一种三维点云数据结合数字影像数据的物体识别方法
CN106767399B (zh) 基于双目立体视觉和点激光测距的物流货物体积的非接触测量方法
CN103884271B (zh) 一种线结构光视觉传感器直接标定方法
CN102589516B (zh) 一种基于双目线扫描摄像机的动态距离测量系统
CN107993258B (zh) 一种图像配准方法及装置
CN107084680B (zh) 一种基于机器单目视觉的目标深度测量方法
CN103292695A (zh) 一种单目立体视觉测量方法
CN112067233B (zh) 一种用于风洞模型六自由度运动捕获方法
CN107957246A (zh) 基于双目视觉的传送带上物体几何尺寸测量方法
CN111192235A (zh) 一种基于单目视觉模型和透视变换的图像测量方法
CN111046843A (zh) 一种智能驾驶环境下的单目测距方法
CN111523547B (zh) 一种3d语义分割的方法及终端
CN110223355B (zh) 一种基于双重极线约束的特征标志点匹配方法
CN112525352A (zh) 一种基于人脸识别的红外测温补偿方法及终端
CN112132900B (zh) 一种视觉重定位方法及系统
CN110533686A (zh) 线阵相机行频与物体运动速度是否匹配的判断方法及系统
CN110608685A (zh) 一种基于树莓派的物体尺寸快速测量方法
CN107194916A (zh) 一种基于特征点匹配的视觉测量系统
CN113409334B (zh) 一种基于质心的结构光角点检测方法
Songhui et al. Objects detection and location based on mask RCNN and stereo vision
JP2007127478A (ja) 追跡対象物速度検出装置および追跡対象物速度検出方法
CN109636856A (zh) 基于hog特征融合算子的物体六维度位姿信息联合测量方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20190215