CN110135011B - 一种基于视觉的柔性板振动形态可视化方法 - Google Patents
一种基于视觉的柔性板振动形态可视化方法 Download PDFInfo
- Publication number
- CN110135011B CN110135011B CN201910331984.4A CN201910331984A CN110135011B CN 110135011 B CN110135011 B CN 110135011B CN 201910331984 A CN201910331984 A CN 201910331984A CN 110135011 B CN110135011 B CN 110135011B
- Authority
- CN
- China
- Prior art keywords
- flexible board
- vibration
- visual
- point
- points
- 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.)
- Active
Links
- 230000000007 visual effect Effects 0.000 title claims abstract description 26
- 238000007794 visualization technique Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012800 visualization Methods 0.000 claims abstract description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 239000003550 marker Substances 0.000 claims description 4
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 22
- 238000001514 detection method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005452 bending Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 229920000049 Carbon (fiber) Polymers 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000004917 carbon fiber Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
- G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/32—Circuit design at the digital level
- G06F30/333—Design for testability [DFT], e.g. scan chain or built-in self-test [BIST]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4007—Interpolation-based scaling, e.g. bilinear interpolation
-
- G06T5/70—
-
- G06T5/73—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本发明公开了一种基于视觉的柔性板振动形态可视化方法,包括柔性板振动装置,所述柔性板振动装置包括柔性板,所述柔性板设置标志点,所述柔性板的前方设置双目视觉测量单元,标志点及柔性板在其视野范围内,双目视觉测量单元拍摄包含标志点及柔性板的图像,输入计算机;计算机基于OpenCV视觉库对采集到的图像进行处理,而后基于三次样条函数及网格划分算法进行插值得到更多参考点;基于OpenGL图形库对柔性板的每一帧振动状态进行绘制,实现柔性板的振动形态可视化。
Description
技术领域
本发明涉及振动形态可视化领域,具体涉及一种基于视觉的柔性板振动形态可视化方法。
背景技术
太空中航天器的主要动力装置,太阳翼(也称太阳能帆板)这种典型的大型柔性板状结构普遍具有跨度大、阻尼小、刚度低、柔性化等结构特点,其上的太阳能电池通过吸收太阳能蓄电并为航天器正常作业提供所需的能量。在航天器轨道控制和姿态控制过程中,推力器或控制力矩陀螺的工作会使得太阳翼表面产生挠性变形从而激起太阳翼结构的低频振动,而且这种振动状态将会持续很久。随着航天业及航天技术的迅猛发展,为完成更加多元化的航天任务,各航天中心设计的航天器的尺寸和功能变得更加庞大,功耗随之增加,故而作为主要动力装置的太阳翼的尺寸也越来越大。过大的太阳翼其表面的低频振动将更加明显,这不仅会影响航天器的正常作业,持续振动还将对航天器本体结构造成疲劳冲击,进一步减少航天器结构的使用寿命,严重情形时将损坏航天器本体结构致使航天任务的失败。这种因振动无法得到有效抑制而发生的事故在航天史上已有数起作为例证,且这种危害也不仅限于航天领域。故而当振动发生时如能对其振动响应形态进行实时感知并对振动加以及时抑制,这将对柔性结构的振动主动控制研究大有裨益。
目前针对柔性板的振动形态可视化的研究主要有两个方向:一是基于光纤布拉格光栅传感器进行检测,国内有研究者对植入了光纤光栅传感阵列的实验模型进行结构形态变化感知与重构,该方法关键在于使用光纤布拉格光栅(FBG)传感器检测对应点形变,从而得到它们的曲率信息;另一方向是采用视觉的方法,本发明使用CCD相机检测柔性板上数个标志点的振动信息并传送给图像处理系统,后者在VS环境下实现其振动响应形态的可视化显示。
发明内容
为了克服现有技术存在的缺点与不足,本发明提供一种基于视觉的柔性板振动形态可视化方法。
本发明采用如下技术方案:
一种基于视觉的柔性板振动形态可视化方法,包括柔性板振动装置,所述柔性板振动装置包括柔性板,所述柔性板设置标志点,所述柔性板的前方设置双目视觉测量单元,标志点在其视野范围内,双目视觉测量单元拍摄包含标志点及柔性板的图像,输入计算机;
步骤如下:
基于OpenCV视觉库对图像进行预处理,然后基于三次样条函数及网格划分算法进行插值,得到参考点;
以参考点作为顶点数据,基于OpenGL图形库得到柔性板的每一帧振动状态曲线实现振动状态可视化。
所述标志点以阵列形式设置在柔性板上。
所述基于OpenCV视觉库对图像进行预处理,然后基于三次样条函数及网格划分算法进行插值,得到参考点,具体为:
对采集的图像进行预处理,所述预处理包括高斯模糊、阈值分割及边缘检测获得标志点的二维坐标;
利用视差原理得到标志点的三维坐标;
使用三次样条函数对阵列中每一行的标志点进行插值得到参考点,同时使用网格划分方法进行插值得到参考点。
所述网格划分方法是一种基于四边形、点分裂及差值型的方法。
所述网格划分方法,具体为:
对于标志点阵列,每四个标志点构成一个四边形,四个标志点为A1、A2、A3、A4,样条插值得到的参考点B1及B2为四边形两条边的中间点,该中间点作为网格划分的两个顶点;
使用Lagrange线性插值得到另外两条边的新顶点C1、C2,对四边形A1A2A3A4进行插值得到中心点D1,进一步将四边形划分成四个小四边形。
所述标志点为粘贴在柔性板的贴片或为激光透射器投射在柔性板的激光点。
所述双目视觉测量单元包括两个高速相机、液压云台和相机滑轨,所述两个高速相机安装在液压云台,所述液压云台安装在相机滑轨上。
所述柔性板为两块,两块柔性板通过铰链连接构成一个整体,一端与机械夹持装置固定在水平基座上,另一端为自由端。
所述激光投影器设置在柔性板的正前方。
本发明的有益效果:
(1)本发明使用投射或粘贴的方式在柔性板待测表面形成有限个标志点,相较于激光位移传感器等检测方式,本发明方法能同时检测多点,提高测量精度;相较于传统的全场式视觉形态感知重建方法,此方法只在关键节点设置标志点,故而检测点较少,处理的数据量更小,实时性更好,可准确反映柔性板的形态变化,应用性强。
(2)柔性板在弯曲状态下的振动曲线是一条挠曲线,故而对每一行的标志点选用三次样条函数进行插值得到一组参考点;之后使用网格划分算法将每四个标志点构成的一个四边形划分成4个小四边形,这将更利于柔性板振动形态的可视化显示。相较于线性插值方法,三次样条插值得到的参考点振动信息将更加逼近于柔性板上对应点的实际振动信息。
(3)现有技术中光纤布拉格光栅(FBG)传感检测方式应用场合较为局限,成本也较高;相比之下,本发明方法在实际操作时会更加灵活,成本更加经济。
附图说明
图1是本发明所需装置的结构示意图;
图2是本发明的流程图;
图3是本发明三次样条函数插值的示意图;
图4是本发明网格划分方法的示意图。
具体实施方式
下面结合实施例及附图,对本发明作进一步地详细说明,但本发明的实施方式不限于此。
实施例
如图1-图2所示,一种基于视觉的柔性板振动形态可视化方法,实现其方法的柔性板振动装置包括柔性板,本实施例中柔性板1由两块,通过铰链连接柔性板构成,所述柔性板的一端通过机械夹持装置固定在平台上,另一端为自由端,本实施例中柔性板横向放置,柔性板设置检测器件及驱动控制器件,位于自由端的柔性板设置标志点2,标志点的实现方式包括两种,一种是使用激光投射器3在柔性板待测表面投射形成数个标志点,另一种是在柔性板待测表面粘贴数个小圆片构成标志点矩阵,本实施中是5*6阵列。所述柔性板的前方设置双目视觉测量单元4,其包括一对高速相机、液压云台和相机滑轨,所述高速相机安装在液压云台上,所述液压云台为液压式调节云台,可承载较重型相机,通过调节液压云台的调节旋钮可对高速相机的拍摄角度进行微调;所述液压云台安装在相机滑轨上,在滑轨上来回移动液压云台可改变相机的拍摄位置;两个高速相机相隔一定距离设置。
激励柔性板使其振动,双目视觉检测单元采集包含柔性板及标志点的灰度图像,传输至计算机5进行后续处理,绘制出柔性板每一帧的振动状态图并在显示器6上实时显示,从而实现了柔性板的振动形态可视化。。
计算机基于OpenCV视觉库对采集到的图像进行处理,而后基于三次样条函数及网格划分算法进行插值得到更多参考点,具体为:
双目视觉检测单元(默认已经过标定)采集到图像后,计算机先对图像使用GassianBlur函数进行高斯滤波以去除噪点;然后使用threshold函数进行阈值分割以分离出目标区域;之后再使用findContours函数进行边缘检测以捕捉目标(标志点)轮廓信息;最后使用moment函数通过计算中心距从而得出标志点的二维坐标信息。
根据二维坐标信息,再基于视差原理转化得到三维坐标信息,如此便获悉了采集的每一帧图像中柔性板上标志点的振动信息;但标志点个数是有限的,它们无法全面具体地反映柔性板上各部分的具体振动状态,故而需要通过插值来获得更多的参考点,基于更多参考点将更加有利于实现柔性板上各部分的振动形态可视化。
如图3所示,本发明采用三次样条插值函数及网格划分方法得到更多参考点,具体如下:
柔性板在弯曲状态下的振动曲线是一条挠曲线,故而对每一行的标志点选用三次样条函数进行插值得到一组参考点。
假设,f(x)是被插函数,s(x)是定义在[a,b]上f(x)关于划分Δ的一个三次样条插值函数。由于s”(xi)在节点上连续,故记Mi=s”(xi)(i=0,1,…,n),并记hi=xi+1-xi(i=0,1,…,n-1)。由于s(x)是二阶光滑的分段三次多项式,于是s”(x)是分段线性连续函数,故在区间(xi,xi+1)上,s”(x)可由(xi,Mi)与(xi+1,Mi+1)两点的线性插值函数
所决定,其中Mi(i=0,1,…,n)是待定的参数。使用三弯矩插值法,对式(1)积分两次,可得有
其中,Ai,Bi为积分常数。利用插值条件s(xi)=fi,s(xi+1)=fi+1,可得
将式(4)带入式(2)、(3)中,可得s(x)在区间[xi,xi+1](i=0,1,…,n-1)上的表达式
因此,只要知道Mi(i=0,1,…,n),s(x)的表达式也就完全确定了。
三次样条函数除满足插值条件s(xi)=fi(i=0,1,…,n)外,在内节点处还满足连续性条件:
为了确定,必须应用样条节点光滑条件即式(7)中的
s′(xi-0)=s′(xi+0) (8)
由式(6)可得,
类似地,可推导s′(x)在[xi-1,xi]上的表达式
整理式(8)、(9)、(10),可得
μiMi-1+2Mi+λiMi+1=di,(i=1,…,n-1) (11)
其中,
此时,求Mi(i=0,1,…,n)转化成求解方程组(11),它是一个含有n+1个未知量的n-1个方程组成的方程组,要唯一确定未知量Mi(i=0,1,…,n),还需要利用边界条件来补充两个方程。
由1阶边界条件
s′(x0)=f′0,s′(xn)=f′n
结合式(9)、(10),可导出补充方程
这时,记
则可得Mi(i=0,1,…,n)的线性方程组(矩阵形式):
至此,定义在[a,b]上的插值函数s(x),只要获悉每一节点处的(x,f(x))及两边界节点的一阶导数,就能通过上述理论公式推算出s(x)的分段三次多项式。本实施例中,针对每一行标志点,取世界坐标系x轴方向的坐标值为x变量,取世界坐标系z轴方向的坐标值为被插函数的f(x)值,即(x,z)作为插值函数的(x,f(x));通过推算得到单行的三次样条插值函数后,在每一子区间[xi,xi+1](i=0,1,…,n-1)上,选取作为插值点进行插值,插值得到将作为该点在该子区间上的z轴坐标。
如图4所示,为便于绘制网格,在完成三次样条插值后还应使用网格划分算法生成更多参考点。本实施例所使用的网格划分算法是一种基于四边形、点分裂、差值型的网格细分技术。对于标志点矩阵而言,每四个标志点构成一个四边形,如下图所示,A1、A2、A3、A4是标志点,现拟将四边形A1A2A3A4划分为4个小四边形。图中B1、B2是上一步三次样条插值得到的参考点,它们可作为新生成的四边形的顶点。现对边使用Lagrange线性插值得到新的顶点C1、C2,对四边形A1A2A3A4进行插值得到中心点D1,且D1=0.25A1+0.25A2+0.25A3+0.25A4。如此便将一个四边形划分成了4个小四边形。
以处理得到的参考点作为顶点数据,基于OpenGL图形库对柔性板的每一帧振动状态进行绘制,在显示器6上显示。
本实施例中单块柔性板1的尺寸为560mm×510mm×2mm。本实施例只检测远离固定端的柔性板的振动状态。
标志点的形成有两种方式,其一是使用激光投射器3在柔性板待测表面投射形成数个标志点,激光投射器3选用普为激光科技有限公司生产的型号为PW660SDDZ300-GD16的点阵效果激光器;其二是在柔性板待测表面粘贴数个小圆片构成标志点矩阵。
本发明双目视觉检测单元中,高速相机为CCD相机,选用映美精公司生产的CCD相机,型号为The Imaging Source DFK 21BU04USB2.0彩色工业相机,图像分辨率为640×480像素,帧速率为60fps;镜头选用Computar公司生产的工业镜头,型号为M1614-MP,镜头焦距为16mm。液压云台选用菲曼斯公司生产的液压云台,其上配有水平仪用于校验平台的水平度。滑轨选用菲曼斯公司生产的型号为Famous F8PRO摄影滑轨,滑轨材质为碳纤维,重量轻,抗张强度高,移动平滑流畅。高速相机安装在液压云台上,通过调节液压云台的调节旋钮可对高速相机的拍摄角度进行微调;液压云台安装在相机滑轨上,在滑轨上来回移动液压云台可改变相机的拍摄位置。
计算机配置为Inter i7-7700@3.60GHz,内存8GB。
本实施例调用OpenCV视觉库函数进行图像处理,基于MFC开发可视化显示界面,使用OpenGL图形库进行振动形态渲染。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受所述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (8)
1.一种基于视觉的柔性板振动形态可视化方法,包括柔性板振动装置,其特征在于,所述柔性板振动装置包括柔性板,所述柔性板设置标志点,所述柔性板的前方设置双目视觉测量单元,标志点在其视野范围内,双目视觉测量单元拍摄包含标志点及柔性板的图像,输入计算机;
步骤如下:
基于OpenCV视觉库对图像进行预处理,然后基于三次样条函数及网格划分算法进行插值,得到参考点;
以参考点作为顶点数据,基于OpenGL图形库得到柔性板的每一帧振动状态曲线实现振动状态可视化;
所述网格划分算法,具体为:
对于标志点阵列,每四个标志点构成一个四边形,四个标志点为A1、A2、A3、A4,样条插值得到的参考点B1及B2为四边形两条边的中间点,该中间点作为网格划分的两个顶点;
使用Lagrange线性插值得到另外两条边的新顶点C1、C2,对四边形A1A2A3A4进行插值得到中心点D1,进一步将四边形划分成四个小四边形;
所述基于三次样条函数具体是针对每一行标志点,取世界坐标系x轴方向的坐标值为x变量,取世界坐标系z轴方向的坐标值为被插函数的f(x)值,即(x,z)作为插值函数的(x,f(x));通过推算得到单行的三次样条插值函数后,在每一子区间[xi,xi+1](i=0,1,…,n-1)上,选取作为插值点进行插值,插值得到将作为该点在该子区间上的z轴坐标。
2.根据权利要求1所述的一种基于视觉的柔性板振动形态可视化方法,其特征在于,所述标志点以阵列形式设置在柔性板上。
3.根据权利要求1所述的一种基于视觉的柔性板振动形态可视化方法,其特征在于,所述基于OpenCV视觉库对图像进行预处理,然后基于三次样条函数及网格划分算法进行插值,得到参考点,具体为:
对采集的图像进行预处理,所述预处理包括高斯模糊、阈值分割及边缘检测获得标志点的二维坐标;
利用视差原理得到标志点的三维坐标;
使用三次样条函数对阵列中每一行的标志点进行插值得到参考点,同时使用网格划分算法进行插值得到参考点。
4.根据权利要求1所述的一种基于视觉的柔性板振动形态可视化方法,其特征在于,所述网格划分算法是一种基于四边形、点分裂及差值型的方法。
5.根据权利要求1所述的一种基于视觉的柔性板振动形态可视化方法,其特征在于,所述标志点为粘贴在柔性板的贴片或为激光透射器投射在柔性板的激光点。
6.根据权利要求1所述的一种基于视觉的柔性板振动形态可视化方法,其特征在于,所述双目视觉测量单元包括两个高速相机、液压云台和相机滑轨,所述两个高速相机安装在液压云台,所述液压云台安装在相机滑轨上。
7.根据权利要求1所述的一种基于视觉的柔性板振动形态可视化方法,其特征在于,所述柔性板为两块,两块柔性板通过铰链连接构成一个整体,一端与机械夹持装置固定在水平基座上,另一端为自由端。
8.根据权利要求5所述的一种基于视觉的柔性板振动形态可视化方法,其特征在于,所述激光投射器设置在柔性板的正前方。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910331984.4A CN110135011B (zh) | 2019-04-24 | 2019-04-24 | 一种基于视觉的柔性板振动形态可视化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910331984.4A CN110135011B (zh) | 2019-04-24 | 2019-04-24 | 一种基于视觉的柔性板振动形态可视化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110135011A CN110135011A (zh) | 2019-08-16 |
CN110135011B true CN110135011B (zh) | 2023-04-25 |
Family
ID=67570791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910331984.4A Active CN110135011B (zh) | 2019-04-24 | 2019-04-24 | 一种基于视觉的柔性板振动形态可视化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110135011B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111238389B (zh) * | 2020-01-20 | 2021-08-20 | 上海海事大学 | 一种基于双目视觉的箱体检测系统及方法 |
CN112099543B (zh) * | 2020-08-14 | 2021-09-21 | 华南理工大学 | 一种运动二维多次展开板的振动控制装置及控制方法 |
CN113262466A (zh) * | 2021-05-11 | 2021-08-17 | Oppo广东移动通信有限公司 | 震动控制方法、装置、移动终端及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104408718A (zh) * | 2014-11-24 | 2015-03-11 | 中国科学院自动化研究所 | 一种基于双目视觉测量的步态数据处理方法 |
CN104729665A (zh) * | 2015-03-10 | 2015-06-24 | 华南理工大学 | 一种基于双目视觉的柔性悬臂板振动检测装置及方法 |
CN108760025A (zh) * | 2018-07-12 | 2018-11-06 | 华南理工大学 | 多柔性板振动检测装置及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180116556A1 (en) * | 2016-10-27 | 2018-05-03 | Nanjing Avatarmind Robot Technology Co., Ltd. | Height measurement method based on monocular machine vision |
-
2019
- 2019-04-24 CN CN201910331984.4A patent/CN110135011B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104408718A (zh) * | 2014-11-24 | 2015-03-11 | 中国科学院自动化研究所 | 一种基于双目视觉测量的步态数据处理方法 |
CN104729665A (zh) * | 2015-03-10 | 2015-06-24 | 华南理工大学 | 一种基于双目视觉的柔性悬臂板振动检测装置及方法 |
CN108760025A (zh) * | 2018-07-12 | 2018-11-06 | 华南理工大学 | 多柔性板振动检测装置及方法 |
Non-Patent Citations (1)
Title |
---|
基于OpenCV 的运动目标检测与跟踪;尹俊超等;《计算机工程与设计》;20110816;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110135011A (zh) | 2019-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110135011B (zh) | 一种基于视觉的柔性板振动形态可视化方法 | |
CN102003938B (zh) | 大型高温锻件热态在位检测方法 | |
Wieneke | Improvements for volume self-calibration | |
CN113607135B (zh) | 一种用于路桥施工领域的无人机倾斜摄影测量方法 | |
CN109737883A (zh) | 一种基于图像识别的三维形变动态测量系统及测量方法 | |
CN103292779A (zh) | 一种测量距离的方法及图像获取设备 | |
CN104658012A (zh) | 一种基于惯性与光学测量融合的运动捕捉方法 | |
CN105913410A (zh) | 一种基于机器视觉的远距离运动物体高度测量的装置与方法 | |
CN102798456B (zh) | 一种工程机械臂架系统工作幅度的测量方法、装置及系统 | |
CN102788572B (zh) | 一种工程机械吊钩姿态的测量方法、装置及系统 | |
CN104036475A (zh) | 适应于任意投影机群及投影屏幕的高鲁棒性几何校正方法 | |
CN101681519A (zh) | 测量装置、测量方法、程序以及计算机可读介质 | |
CN110849331B (zh) | 基于三维点云数据库模型的单目视觉测量与地面试验方法 | |
CN105115560A (zh) | 一种船舱舱容的非接触测量方法 | |
CN102519434A (zh) | 一种用于立体视觉三维恢复数据精度测量的试验验证方法 | |
CN113034571B (zh) | 一种基于视觉—惯性的物体三维尺寸测量方法 | |
CN104764401A (zh) | 一种发动机柔性喷管摆角及摆心测量方法 | |
Yu et al. | A smartphone camera and built-in gyroscope based application for non-contact yet accurate off-axis structural displacement measurements | |
CN115790387A (zh) | 基于在线式相机的桥梁位移转角同步实时监测方法和系统 | |
CN110702343B (zh) | 一种基于立体视觉的挠度测量系统及方法 | |
Yu et al. | Displacement measurement of large structures using nonoverlapping field of view multi‐camera systems under six degrees of freedom ego‐motion | |
Huang et al. | Measurement method and recent progress of vision-based deflection measurement of bridges: a technical review | |
JP4565348B2 (ja) | 形状測定装置及びその方法 | |
Meng et al. | Defocused calibration for large field-of-view binocular cameras | |
CN113393577B (zh) | 一种倾斜摄影地形重建方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |