CN110517266A - 绳索振动检测方法及相关装置 - Google Patents
绳索振动检测方法及相关装置 Download PDFInfo
- Publication number
- CN110517266A CN110517266A CN201910834614.2A CN201910834614A CN110517266A CN 110517266 A CN110517266 A CN 110517266A CN 201910834614 A CN201910834614 A CN 201910834614A CN 110517266 A CN110517266 A CN 110517266A
- Authority
- CN
- China
- Prior art keywords
- rope
- measured
- stretch
- video
- image
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000003321 amplification Effects 0.000 claims abstract description 23
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 23
- 230000000694 effects Effects 0.000 claims abstract description 21
- 238000001914 filtration Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims description 33
- 238000004891 communication Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000009471 action Effects 0.000 claims description 8
- 230000005284 excitation Effects 0.000 claims description 4
- 230000006872 improvement Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 9
- 238000000354 decomposition reaction Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 235000012766 Cannabis sativa ssp. sativa var. sativa Nutrition 0.000 description 1
- 235000012765 Cannabis sativa ssp. sativa var. spontanea Nutrition 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- 241001062009 Indigofera Species 0.000 description 1
- 239000004677 Nylon Substances 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 235000009120 camo Nutrition 0.000 description 1
- 235000005607 chanvre indien Nutrition 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013497 data interchange Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000011487 hemp Substances 0.000 description 1
- 229910052738 indium Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 229920001778 nylon Polymers 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- 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
- G06T7/20—Analysis of motion
- G06T7/207—Analysis of motion for motion estimation over a hierarchy of resolutions
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本申请公开了一种绳索振动检测方法及相关装置，方法包括：获取待测绳索的原始视频；根据原始视频确定待测绳索的YIQ图像；将YIQ图像中的Y通道图像进行复数可操纵金子塔空域分解，以得到不同空间分辨率的第一视频图像；对第一视频图像进行时域带通滤波处理，以得到预设频带的第一视频图像相位变化信号；对第一视频图像相位变化信号进行放大；根据放大后的第一视频图像相位变化信号进行复数可操纵金字塔重建，以得到放大后的Y通道图像；根据放大后的Y通道图像得到具有运动放大效果的第二视频，根据第二视频确定待测绳索的参考振动数据；根据参考振动数据确定待测绳索的拉伸程度。本申请有利于提高绳索振动检测的效率、准确性和可靠性。
Description
技术领域
本公开涉及机器学习领域，具体涉及一种绳索振动检测方法及相关装置。
背景技术
随着工业社会的不断进步，人们对绳索需求不断变化。由于绳索频繁使用，因此绳索更换的频率较高。在相关技术中，绳索拉伸程度可以反应某些绳索的拉伸状况，现有的判断绳索拉伸程度仅仅只是人工判断绳索的拉伸程度，得到的判断结果不精确，不利于绳索延长使用时间。
发明内容
有鉴于此，本申请实施例提供一种绳索振动检测方法及相关装置，通过采用复数可操纵金子塔处理图像信息，然后根据图像信息获取绳索的参考振动数据，确定所述待测绳索的拉伸程度，提升了绳索信息提取的准确性以及应用的广泛性，提高绳索振动检测的效率、准确性和可靠性。
为了解决上述技术问题，本申请实施例提供了一种绳索振动检测方法及相关装置
第一方面提供了一种绳索振动检测方法，应用于振动检测设备，所述方法包括：
获取待测绳索的原始视频，所述待测绳索处于工作拉伸状态；
根据所述原始视频确定所述待测绳索的YIQ图像；
将所述YIQ图像中的Y通道图像进行复数可操纵金子塔空域分解，以得到不同空间分辨率的第一视频图像；
对所述第一视频图像进行时域带通滤波处理，以得到预设频带的所述第一视频图像相位变化信号；
对所述第一视频图像相位变化信号进行放大；
根据所述放大后的第一视频图像相位变化信号进行复数可操纵金字塔重建，以得到放大后的Y通道图像；
根据所述放大后的Y通道图像得到具有运动放大效果的第二视频，根据所述第二视频确定所述待测绳索的参考振动数据，所述具有运动放大效果是指所述待测绳索的发生运动的区域在所述目标视频中是经过放大处理的；
根据所述参考振动数据确定所述待测绳索的拉伸程度。
本申请第二方面公开了一种绳索振动检测的装置，其特征在于，所述装置包括处理单元和通信单元，其中，
处理单元，用于通过通信单元获取待测绳索的原始视频，所述待测绳索处于工作拉伸状态；以及用于根据所述原始视频确定所述待测绳索的YIQ图像；以及用于将所述YIQ图像中的Y通道图像进行复数可操纵金子塔空域分解，以得到不同空间分辨率的第一视频图像；以及用于对所述第一视频图像进行时域带通滤波处理，以得到预设频带的所述第一视频图像相位变化信号；以及用于对所述第一视频图像相位变化信号进行放大；以及用于根据所述放大后的第一视频图像相位变化信号进行复数可操纵金字塔重建，以得到放大后的Y通道图像；以及用于根据所述放大后的Y通道图像得到具有运动放大效果的第二视频，根据所述第二视频确定所述待测绳索的参考振动数据，所述具有运动放大效果是指所述待测绳索的发生运动的区域在所述目标视频中是经过放大处理的；以及用于根据所述参考振动数据确定所述待测绳索的拉伸程度。
第三方面，本申请实施例提供了一种振动检测设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面任一方法中的步骤的指令。
第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。
第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出，本申请实施例公开了一种绳索振动检测方法和相关装置，通过采用复数可操纵金子塔的快速相位视频运动放大视频中的绳索拉伸状态的形变，通过所述绳索的状态信息和参考振动数据，确定所述待测绳索的拉伸程度，提升了绳索的拉伸程度分析的可靠性，提高绳索振动检测的效率、准确性和可靠性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种使用绳索场景示意图；
图2a为本申请实施例提供的一种绳索振动检测的流程示意图；
图2b为本申请实施例提供的一种振动检测设备获取使用绳索场景示意图；
图2c是本申请实施例提供的一种处理绳索拉伸的视频的示意图；
图3为本申请实施例提供的另一种绳索振动检测方法的流程示意图；
图4为本申请实施例提供的一种振动检测设备示意图；
图5为本申请实施例提供的另一种绳索振动检测装置的物理结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的电子设备可以是具备通信能力的电子设备，该电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(User Equipment，UE)，移动台(Mobile Station，MS)，终端设备(terminal device)等等。
目前绳索在各领域的使用越发频繁，但绳索的损耗极大。在绳索紧固货物的场景中，目前对绳索的拉力感知通过人工的经验判断，这种方式会对绳索过度拉伸导致绳索断裂，车辆在行驶中也会导致绳索的过度拉伸，进而造成绳索的断裂。
请参阅图1，图1为本申请实施例提供的一种使用绳索场景示意图，如图1所示，定滑轮上放置绳索，绳索两端悬挂重物。此时的绳索处于工作拉伸状态。
为了解决所述绳索过度拉伸导致绳索断裂的问题，本申请实施例提供一种绳索振动检测方法，具体如图2a所示，该方法包括：
S201、获取待测绳索的原始视频，所述待测绳索处于工作拉伸状态。
其中，所述获取待测绳索的原始视频的动作的主体可以是第一电子设备。
S202、根据所述原始视频确定所述待测绳索的YIQ图像。
其中，需要指出的是，YIQ：是NTSC(National Television Standards Committee)电视系统标准。Y是提供黑白电视及彩色电视的亮度信号(Luminance)，即亮度(Brightness)，I代表In-phase，色彩从橙色到青色，Q代表Quadrature-phase，色彩从紫色到黄绿色。
S203、将所述YIQ图像中的Y通道图像进行复数可操纵金子塔空域分解，以得到不同空间分辨率的第一视频图像。
其中，需要指出的是，本申请实施例中描述的YIQ图像绳索拉伸由第一电子设备获取使用绳索图像处理得到的图像，如图2b所示，图2b为本申请实施例提供的一种获取使用绳索场景示意图。
其中，需要指出的是，本申请实施例中描述的对货车捆绑货物的绳索拉伸图像处理过程，如图2c所示，图2c为本申请实施例提供的一种处理绳索拉伸的视频的示意图。
其中，需要指出的是，将YIQ图像中的Y通道图像进行复数可操纵金子塔空域分解，以得到不同空间分辨率的第一视频图像之前，还需要进行视频输入、颜色空间转换以及傅里叶变换。
具体的，所述方法包括：首先，由摄像机拍摄含有绳索的被测物体的一段视频。然后将视频的序列帧由RGB颜色空间转换到YIQ颜色空间，分离视频帧的亮度信息和色度信息，后续的步骤都在YIQ视频的Y相也就是亮度信息进行运算，这样可减少算法运算量提高算法的运行速度。
其中，需要指出的是，RGB：是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色。
其中，需要指出的是，RGB和YIQ的转换关系为：
Y＝0.299*R+0.587*G+0.114*B；
I＝0.596*R-0.275*G-0.321*B；
Q＝0.212*R-0.523*G+0.311*B。
然后对亮度信息进行傅立叶变换，把时域的亮度变化转换为频域的相位变化。
其中，复数可操纵金字塔重建的详细处理机制包括：图像可以被复数可操纵金子塔分解成不同尺度、不同方向的子带。它与传统正交小波分解不同的是，复数金字塔可以更加可控地分解图像，通过方向可控滤波器，图像可被分解为没有混叠现象的任意方向子带。由于复数图像金字塔的平移不变性，图像处理过程中的失真现象可以被有效减少。
其中，所述将YIQ图像中的Y通道图像进行复数可操纵金子塔空域分解之前，所述方法还包括：获取目标视频的多帧待处理图像，并将所述待处理图像进行分区；获取每个分区中的像素点作为初始特征点，基于最小差值平方和SSD匹配，计算所述初始特征点的流向量；根据所述初始特征点对应的流向量计算所述初始特征点的偏移距离；对多个初始特征点对应的多个偏移距离采用k-means聚类算法进行聚类，获得多个聚类类簇；确定所述多个聚类类簇中每个聚类类簇中的偏移距离平均值是否处于预设范围；若是，则确定所述聚类类簇中的初始特征点对应的所述分区为运动分区；保留所述目标视频的多帧待处理图像中的运动分区，形成目标视频的多帧图像。
可以理解的是，这样做的好处是对视频图像帧进行分区，排除其中不包含往复运动像素点的分区，保留包含往复运动像素点的分区用作后续空域金字塔分解。
S204、对所述第一视频图像进行时域带通滤波处理，以得到预设频带的所述第一视频图像相位变化信号。
其中，所述第一视频图像相位变化信号可以通过高通滤波器、低通滤波器进行时域带通滤波处理得到。
其中，所述对所述第一视频图像进行时域带通滤波处理，以得到预设频带的所述第一视频图像相位变化信号，包括：按照复数可操纵金字塔结构从下到上获取每个子图像在不同空间频率的频带，其中金字塔结构最下面一层为分辨率最低的子图像对应的层；将获取到的所述不同空间频率的频带按照获取顺序与标准频带进行匹配，确定所述频带与所述标准频带是否匹配成功；当所述频带与所述标准频带匹配成功时，确定所述频带为目标频带；获取所述频域对应的子图像为目标频带对应的变换信号。
具体地，对目标视频的图像帧序列进行金字塔分解后，获得金字塔型结构。金字塔型结构包括多层子图像，且从上到下的图像分辨率依次降低，空间频率依次降低。对每层图像进行时域带通滤波处理，是为了得到目标频带，使得目标频带的子图像分辨率能够清晰表达图像的运动特征，同时不会因为分辨率过高造成计算量过大。因此，按照金字塔结构从下到上获取每个子图像在不同空间频率的频带，并且按照获取顺序与标准频带进行对比，当确定某一层子图像的频带与标准频带匹配成功时，就不需要再对该层子图像之上的一层或多层子图像进行空间频率的频带获取和匹配，提升了时域贷通滤波的效率。另外，金字塔分解的最大层数确定：log2(min(xres,yres))，其中xres为图像的宽度像素值，yres为图像的高度像素值。
S205、对所述第一视频图像相位变化信号进行放大。
其中，该放大可以是线性放大或者非线性放大，其中，线性放大就是输入信号与输出信号频率成份和波形状态保持一致,不过输出信号幅度比输入信号幅度大。
具体地，所述第一视频图像相位变化信号经过线性放大器进行信号的线性放大，所述线性放大器的通过频率范围包括输入信号的频率。
S206、根据所述放大后的第一视频图像相位变化信号进行复数可操纵金字塔重建，以得到放大后的Y通道图像。
具体地，得到所述放大后的Y通道图像可以通过对所述放大后的第一视频图像相位变化信号中的Y通道进行傅里叶变换以分离出放大后的Y通道图像。
S207、根据所述放大后的Y通道图像得到具有运动放大效果的第二视频，根据所述第二视频确定所述待测绳索的参考振动数据，所述具有运动放大效果是指所述待测绳索的发生运动的区域在所述目标视频中是经过放大处理的。
其中，根据所述放大后的Y通道图像得到具有运动放大效果的第二视频，具体步骤包括：将所述放大后的Y通道图像与YIQ图像中的I通道图像以及Q通道图像进行相加以获取具有运动放大效果的第二视频。
208、根据所述参考振动数据确定所述待测绳索的拉伸程度。
其中，所述参考振动数据由绳索振动得到，所述振动包括：自由振动、受迫振动和自激振动。
可以看出，在本申请实施例中，通过获取待测绳索的原始视频，所述待测绳索处于工作拉伸状态；根据所述原始视频确定所述待测绳索的YIQ图像；将所述YIQ图像中的Y通道图像进行复数可操纵金子塔空域分解，以得到不同空间分辨率的第一视频图像；对所述第一视频图像进行时域带通滤波处理，以得到预设频带的所述第一视频图像相位变化信号；对所述第一视频图像相位变化信号进行放大；根据所述放大后的第一视频图像相位变化信号进行复数可操纵金字塔重建，以得到放大后的Y通道图像；根据所述放大后的Y通道图像得到具有运动放大效果的第二视频，根据所述第二视频确定所述待测绳索的参考振动数据，所述具有运动放大效果是指所述待测绳索的发生运动的区域在所述目标视频中是经过放大处理的；根据所述参考振动数据确定所述待测绳索的拉伸程度。通过复数可操纵金子塔空域分解处理图像信息，确定所述待测绳索的参考振动数据，进而确定所述待测绳索的拉伸程度，提升了绳索信息提取的准确性以及应用的广泛性，提高绳索振动检测的效率、准确性和可靠性。
在一个可能的示例中，所述根据所述参考振动数据确定所述待测绳索的拉伸程度，包括：获取所述待测绳索的状态信息，所述状态信息包括释放拉伸力状态和外加拉伸力状态；根据所述绳索的状态信息和参考振动数据确定所述待测绳索的拉伸程度。
其中，所述待测绳索的拉伸程度用于描述绳索的拉伸状态。
具体实现中，根据所述参考振动数据和所述状态信息判断绳索的拉伸状态。
可见，本示例中，通过所述绳索的状态信息和参考振动数据，确定所述待测绳索的拉伸程度，提升了绳索的拉伸程度分析的可靠性。
在一个可能的示例中，所述状态信息为所述释放拉伸力状态时，所述根据所述绳索的状态信息和参考振动数据确定所述待测绳索的拉伸程度，包括：识别所述待测绳索的目标型号；根据所述目标型号和预设的拉伸数据库查询所述参考振动数据对应的拉伸程度。
其中，所述识别所述待测绳索的目标型号包括：获取所述待测绳索的图片信息；将所述图片信息与预设图片信息进行比对；判断所述待测绳索的目标型号。
具体实现中，所述预设的拉伸数据库包括绳索的目标型号、参考振动数据与拉伸程度对应关系。
可见，本示例中根据所述绳索的状态信息和参考振动数据，确定所述待测绳索的拉伸程度，提升了绳索的拉伸程度的可靠性。
在一个可能的示例中，所述状态信息为所述外加拉伸力状态时，所述根据所述绳索的状态信息和参考振动数据确定所述待测绳索的拉伸程度，包括：获取所述外加拉伸力数据；根据所述外加拉伸力数据和所述参考振动数据确定所述待测绳索的最大拉伸力；根据所述最大拉伸力确定所述待测绳索的拉伸程度。
其中，所述绳索种类包括钢丝绳、棉纱绳、麻绳、尼龙绳、合成纤维绳、镀铜丝绳、电缆绳、铁丝绳、塑料绳、合金绳。
在一个可能的示例中，所述根据所述最大拉伸力确定所述待测绳索的拉伸程度，包括：识别所述待测绳索的目标型号；查询所述待测绳索的预设强度；根据所述目标视频确定所述绳索处于最大拉伸力时所述待测绳索的直径；根据预设计算公式确定拉伸程度，所述预设计算公式为
其中，σ为拉伸程度，F为最大拉伸力，d为直径，p为预设强度。
其中，所述待测绳索的目标型号与预设的绳索型号匹配，匹配成功，则获取所述待测绳索的目标型号。所述预设的绳索型号可以由用户设置，可以是设备预设绳索型号。
可以看出，本示例中，通过识别所述待测绳索的目标型号；查询所述待测绳索的预设强度；根据所述目标视频确定所述绳索处于最大拉伸力时所述待测绳索的直径；根据预设计算公式确定拉伸程度，提升了绳索的拉伸程度的可靠性。
在一个可能的示例中，所述根据所述振动激励数据和所述参考振动数据确定所述待测绳索的运动估计之后，还包括：将所述运动估计确定所述待测绳索的拉伸程度；将所述拉伸程度与预设安全拉伸范围进行比较，获取拉伸建议。
其中，所述预设安全拉伸范围可以是不同型号绳索的多次测量安全拉伸范围的平均范围。所述拉伸建议包括保持当前拉伸状态建议和改进拉伸建议。
可以看出，本示例中，通过将所述运动估计确定所述待测绳索的拉伸程度；将所述拉伸程度与预设安全拉伸范围进行比较，获取拉伸建议，便于绳索拉伸状态的调整。
在一个可能的示例中，所述将所述拉伸程度与预设安全拉伸范围进行比较，输出拉伸建议，包括：根据所述待测绳索所处环境确定所述预设安全拉伸范围；将所述拉伸程度与预设安全拉伸范围进行比较；当所述拉伸程度属于预设安全拉伸范围时，输出保持当前拉伸状态建议；当所述拉伸程度不属于预设安全拉伸范围时，输出报警提示和改进拉伸建议。
其中，所述待测绳索所处环境包括温度信息、湿度信息、光照信息、风速信息、风向信息、绳索位置信息。
具体实现中，当所述拉伸程度不属于预设安全拉伸范围时，还可以自行调整绳索的拉伸状态。
可以看出，本示例中，通过根据所述待测绳索所处环境确定所述预设安全拉伸范围；将所述拉伸程度与预设安全拉伸范围进行比较；当所述拉伸程度属于预设安全拉伸范围时，输出保持当前拉伸状态建议；当所述拉伸程度不属于预设安全拉伸范围时，输出报警提示和改进拉伸建议，有利于绳索拉伸状态的调整。
在一个可能的示例中，所述获取拉伸绳索的原始视频，包括：通过所述振动检测设备主界面显示绳索拉伸检测快捷键；检测到用户对所述快捷键的点击操作时，输出所述产品的振动触发条件；提示用户根据所述振动触发条件执行振动触发操作并录制所述原始视频。
具体实现中，所述产品的振动触发条件可以是用户设置的产品的振动触发条件，还可以是所述产品的预设的振动触发条件。
可以看出，本示例中，通过所述振动检测设备主界面显示绳索拉伸检测快捷键；检测到用户对所述快捷键的点击操作时，输出所述产品的振动触发条件；提示用户根据所述振动触发条件执行振动触发操作并录制所述原始视频，有利于提示用户绳索的状态，有利于绳索拉伸状态的调整。
与上述图2a所述的实施例一致，请参阅图3。图3是本申请实施例提供的另一种绳索振动检测方法的流程示意图，应用于振动检测设备，所述方法包括：
S301、获取待测绳索的原始视频，根据所述原始视频确定所述待测绳索的YIQ图像所述待测绳索处于工作拉伸状态。
S302、将所述YIQ图像中的Y通道图像进行复数可操纵金子塔空域分解，以得到不同空间分辨率的第一视频图像，并对所述第一视频图像进行时域带通滤波处理，以得到预设频带的所述第一视频图像相位变化信号。
S303、将YIQ图像中的Y通道图像进行复数可操纵金子塔空域分解，以得到不同空间分辨率的第一视频图像；
S304、对所述第一视频图像进行时域带通滤波处理，以得到预设频带的所述第一视频图像相位变化信号；
S305、对所述第一视频图像相位变化信号进行放大；根据所述放大后的第一视频图像相位变化信号进行复数可操纵金字塔重建，以得到放大后的Y通道图像。
S306、根据所述放大后的Y通道图像得到具有运动放大效果的第二视频，根据所述第二视频确定所述待测绳索的参考振动数据，所述具有运动放大效果是指所述待测绳索的发生运动的区域在所述目标视频中是经过放大处理的。
S307、获取所述待测绳索的状态信息，并识别所述待测绳索的目标型号，所述状态信息包括释放拉伸力状态和外加拉伸力状态。
S308、根据所述目标型号和预设的拉伸数据库查询所述参考振动数据对应的拉伸程度。
可以看出，在本申请实施例中，通过采用复数可操纵金子塔的处理图像，根据所述处理图像确定所述待测绳索的参考振动数据，获取所述待测绳索的状态信息，并识别所述待测绳索的目标型号，根据所述目标型号和预设的拉伸数据库查询所述参考振动数据对应的拉伸程度，提升了绳索信息提取的准确性以及应用的广泛性，进而有利于提高绳索振动检测的效率、准确性和可靠性。
在一个可能的示例中，请参阅图4，图4是本申请实施例提供的一种电子设备400的结构示意图，如图所示，所述电子设备400包括应用处理器410、存储器420、通信接口430以及一个或多个程序421，其中，所述一个或多个程序421被存储在上述存储器420中，并且被配置由上述应用处理器410执行，所述一个或多个程序421包括用于执行以下步骤：
获取待测绳索的原始视频，所述待测绳索处于工作拉伸状态；
根据所述原始视频确定所述待测绳索的YIQ图像；
将所述YIQ图像中的Y通道图像进行复数可操纵金子塔空域分解，以得到不同空间分辨率的第一视频图像；
对所述第一视频图像进行时域带通滤波处理，以得到预设频带的所述第一视频图像相位变化信号；
对所述第一视频图像相位变化信号进行放大；
根据所述放大后的第一视频图像相位变化信号进行复数可操纵金字塔重建，以得到放大后的Y通道图像；
根据所述放大后的Y通道图像得到具有运动放大效果的第二视频，根据所述第二视频确定所述待测绳索的参考振动数据，所述具有运动放大效果是指所述待测绳索的发生运动的区域在所述目标视频中是经过放大处理的；
根据所述参考振动数据确定所述待测绳索的拉伸程度。
可以看出，在本申请实施例中，通过采用复数可操纵金子塔的处理图像，根据所述处理图像确定所述待测绳索的参考振动数据，获取所述待测绳索的状态信息，并识别所述待测绳索的目标型号，根据所述目标型号和预设的拉伸数据库查询所述参考振动数据对应的拉伸程度，提升了绳索信息提取的准确性以及应用的广泛性，进而有利于提高绳索振动检测的效率、准确性和可靠性。
在一个可能的示例中，在所述根据所述参考振动数据确定所述待测绳索的拉伸程度方面，所述程序中的指令具体用于执行以下操作：获取所述待测绳索的状态信息，所述状态信息包括释放拉伸力状态和外加拉伸力状态；根据所述绳索的状态信息和参考振动数据确定所述待测绳索的拉伸程度。
在一个可能的示例中，在所述状态信息为所述释放拉伸力状态时，所述根据所述绳索的状态信息和参考振动数据确定所述待测绳索的拉伸程度方面，所述程序中的指令具体用于执行以下操作：识别所述待测绳索的目标型号；根据所述目标型号和预设的拉伸数据库查询所述参考振动数据对应的拉伸程度。
在一个可能的示例中，在所述状态信息为所述外加拉伸力状态时，所述根据所述绳索的状态信息和参考振动数据确定所述待测绳索的拉伸程度方面，所述程序中的指令具体用于执行以下操作：获取所述外加拉伸力数据；根据所述外加拉伸力数据和所述参考振动数据确定所述待测绳索的最大拉伸力；根据所述最大拉伸力确定所述待测绳索的拉伸程度。
在一个可能的示例中，在所述根据所述最大拉伸力确定所述待测绳索的拉伸程度方面，所述程序中的指令具体用于执行以下操作：识别所述待测绳索的目标型号；查询所述待测绳索的预设强度；根据所述目标视频确定所述绳索处于最大拉伸力时所述待测绳索的直径；根据预设计算公式确定拉伸程度，所述预设计算公式为：
其中，σ为拉伸程度，F为最大拉伸力，d为直径，p为预设强度。
在一个可能的示例中，在所述根据所述振动激励数据和所述参考振动数据确定所述待测绳索的运动估计之后，所述程序中的指令具体用于执行以下操作：将所述运动估计确定所述待测绳索的拉伸程度；将所述拉伸程度与预设安全拉伸范围进行比较，获取拉伸建议。
在一个可能的示例中，在所述将所述拉伸程度与预设安全拉伸范围进行比较，输出拉伸建议方面，所述程序中的指令具体用于执行以下操作：根据所述待测绳索所处环境确定所述预设安全拉伸范围；将所述拉伸程度与预设安全拉伸范围进行比较；当所述拉伸程度属于预设安全拉伸范围时，输出保持当前拉伸状态建议；当所述拉伸程度不属于预设安全拉伸范围时，输出报警提示和改进拉伸建议。
在一个可能的示例中，在所述获取拉伸绳索的原始视频方面，所述程序中的指令具体用于执行以下操作：通过所述振动检测设备主界面显示绳索拉伸检测快捷键；检测到用户对所述快捷键的点击操作时，输出所述产品的振动触发条件；提示用户根据所述振动触发条件执行振动触发操作并录制所述原始视频。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，电子设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
请参阅图5，图5为本申请实施例提供的一种绳索振动检测装置的结构示意图，如图5所示，所述绳索振动检测装置500，应用于绳索拉伸检测设备，所述装置包括：处理单元510、通信单元520。
其中，处理单元510，用于通过通信单元520获取待测绳索的原始视频，所述待测绳索处于工作拉伸状态；以及用于根据所述原始视频确定所述待测绳索的YIQ图像；以及用于将所述YIQ图像中的Y通道图像进行复数可操纵金子塔空域分解，以得到不同空间分辨率的第一视频图像；以及，用于对所述第一视频图像进行时域带通滤波处理，以得到预设频带的所述第一视频图像相位变化信号；以及用于对所述第一视频图像相位变化信号进行放大；以及用于根据所述放大后的第一视频图像相位变化信号进行复数可操纵金字塔重建，以得到放大后的Y通道图像；以及用于根据所述放大后的Y通道图像得到具有运动放大效果的第二视频，根据所述第二视频确定所述待测绳索的参考振动数据，所述具有运动放大效果是指所述待测绳索的发生运动的区域在所述目标视频中是经过放大处理的；以及用于根据所述参考振动数据确定所述待测绳索的拉伸程度。
可以看出，在本申请实施例中，通过采用复数可操纵金子塔的处理图像，根据所述处理图像确定所述待测绳索的参考振动数据，获取所述待测绳索的状态信息，并识别所述待测绳索的目标型号，根据所述目标型号和预设的拉伸数据库查询所述参考振动数据对应的拉伸程度，提升了绳索信息提取的准确性以及应用的广泛性，进而有利于提高绳索振动检测的效率、准确性和可靠性。
其中，所述装置还包括：存储单元530，用于存储电子设备的程序代码和数据。所述处理单元510可以是处理器，所述通信单元520可以是触控显示屏或者收发器，存储单元530可以是存储器。
在一个可能的示例中，在所述根据所述参考振动数据确定所述待测绳索的拉伸程度方面，所述处理单元510具体用于：获取所述待测绳索的状态信息，所述状态信息包括释放拉伸力状态和外加拉伸力状态；根据所述绳索的状态信息和参考振动数据确定所述待测绳索的拉伸程度。
在一个可能的示例中，在所述状态信息为所述释放拉伸力状态时，所述根据所述绳索的状态信息和参考振动数据确定所述待测绳索的拉伸程度方面，所述处理单元510具体用于：识别所述待测绳索的目标型号；根据所述目标型号和预设的拉伸数据库查询所述参考振动数据对应的拉伸程度。
在一个可能的示例中，在所述状态信息为所述外加拉伸力状态时，所述根据所述绳索的状态信息和参考振动数据确定所述待测绳索的拉伸程度方面，所述处理单元510具体用于：获取所述外加拉伸力数据；根据所述外加拉伸力数据和所述参考振动数据确定所述待测绳索的最大拉伸力；根据所述最大拉伸力确定所述待测绳索的拉伸程度。
在一个可能的示例中，在所述根据所述最大拉伸力确定所述待测绳索的拉伸程度方面，所述处理单元510具体用于：识别所述待测绳索的目标型号；查询所述待测绳索的预设强度；根据所述目标视频确定所述绳索处于最大拉伸力时所述待测绳索的直径；根据预设计算公式确定拉伸程度，所述预设计算公式为：
其中，σ为拉伸程度，F为最大拉伸力，d为直径，p为预设强度。
在一个可能的示例中，在所述根据所述振动激励数据和所述参考振动数据确定所述待测绳索的运动估计之后，所述处理单元510具体用于：将所述运动估计确定所述待测绳索的拉伸程度；将所述拉伸程度与预设安全拉伸范围进行比较，获取拉伸建议。
在一个可能的示例中，在所述将所述拉伸程度与预设安全拉伸范围进行比较，输出拉伸建议方面，所述处理单元510具体用于：根据所述待测绳索所处环境确定所述预设安全拉伸范围；将所述拉伸程度与预设安全拉伸范围进行比较；当所述拉伸程度属于预设安全拉伸范围时，输出保持当前拉伸状态建议；当所述拉伸程度不属于预设安全拉伸范围时，输出报警提示和改进拉伸建议。
在一个可能的示例中，在所述获取拉伸绳索的原始视频方面，所述处理单元510具体用于：通过所述振动检测设备主界面显示绳索拉伸检测快捷键；检测到用户对所述快捷键的点击操作时，输出所述产品的振动触发条件；提示用户根据所述振动触发条件执行振动触发操作并录制所述原始视频。
在一些实施例里，还申请了一种神经网络芯片，用于执行上述方法实施例所公开的方法。
在一些实施例里，申请了一种电子装置，其包括了上述神经网络芯片。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括电子设备。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种绳索振动检测方法，其特征在于，应用于振动检测设备，所述方法包括：
获取待测绳索的原始视频，所述待测绳索处于工作拉伸状态；
根据所述原始视频确定所述待测绳索的YIQ图像；
将所述YIQ图像中的Y通道图像进行复数可操纵金子塔空域分解，以得到不同空间分辨率的第一视频图像；
对所述第一视频图像进行时域带通滤波处理，以得到预设频带的所述第一视频图像相位变化信号；
对所述第一视频图像相位变化信号进行放大；
根据所述放大后的第一视频图像相位变化信号进行复数可操纵金字塔重建，以得到放大后的Y通道图像；
根据所述放大后的Y通道图像得到具有运动放大效果的第二视频，根据所述第二视频确定所述待测绳索的参考振动数据，所述具有运动放大效果是指所述待测绳索的发生运动的区域在所述目标视频中是经过放大处理的；
根据所述参考振动数据确定所述待测绳索的拉伸程度。
2.根据权利要求1所述的方法，其特征在于，所述根据所述参考振动数据确定所述待测绳索的拉伸程度，包括：
获取所述待测绳索的状态信息，所述状态信息包括释放拉伸力状态和外加拉伸力状态；
根据所述绳索的状态信息和参考振动数据确定所述待测绳索的拉伸程度。
3.根据权利要求2所述的方法，其特征在于，所述状态信息为所述释放拉伸力状态时，所述根据所述绳索的状态信息和参考振动数据确定所述待测绳索的拉伸程度，包括：
识别所述待测绳索的目标型号；
根据所述目标型号和预设的拉伸数据库查询所述参考振动数据对应的拉伸程度。
4.根据权利要求2所述的方法，其特征在于，所述状态信息为所述外加拉伸力状态时，所述根据所述绳索的状态信息和参考振动数据确定所述待测绳索的拉伸程度，包括：
获取所述外加拉伸力数据；
根据所述外加拉伸力数据和所述参考振动数据确定所述待测绳索的最大拉伸力；
根据所述最大拉伸力确定所述待测绳索的拉伸程度。
5.根据权利要求4所述的方法，其特征在于，所述根据所述最大拉伸力确定所述待测绳索的拉伸程度，包括：
识别所述待测绳索的目标型号；
查询所述待测绳索的预设强度；
根据所述目标视频确定所述绳索处于最大拉伸力时所述待测绳索的直径；
根据预设计算公式确定拉伸程度，所述预设计算公式为：
其中，σ为拉伸程度，F为最大拉伸力，d为直径，p为预设强度。
6.根据权利要求2所述的方法，其特征在于，所述根据所述振动激励数据和所述参考振动数据确定所述待测绳索的运动估计之后，还包括：
将所述运动估计确定所述待测绳索的拉伸程度；
将所述拉伸程度与预设安全拉伸范围进行比较，获取拉伸建议。
7.根据权利要求5所述的方法，其特征在于，所述将所述拉伸程度与预设安全拉伸范围进行比较，输出拉伸建议，包括：
根据所述待测绳索所处环境确定所述预设安全拉伸范围；
将所述拉伸程度与预设安全拉伸范围进行比较；
当所述拉伸程度属于预设安全拉伸范围时，输出保持当前拉伸状态建议；
当所述拉伸程度不属于预设安全拉伸范围时，输出报警提示和改进拉伸建议。
8.根据权利要求1所述的方法，其特征在于，所述获取拉伸绳索的原始视频，包括：
通过所述振动检测设备主界面显示绳索拉伸检测快捷键；
检测到用户对所述快捷键的点击操作时，输出所述产品的振动触发条件；
提示用户根据所述振动触发条件执行振动触发操作并录制所述原始视频。
9.一种绳索振动检测的装置，其特征在于，应用于振动检测设备，所述装置包括处理单元和通信单元，其中，
处理单元，用于通过通信单元获取待测绳索的原始视频，所述待测绳索处于工作拉伸状态；以及用于根据所述原始视频确定所述待测绳索的YIQ图像；以及用于将所述YIQ图像中的Y通道图像进行复数可操纵金子塔空域分解，以得到不同空间分辨率的第一视频图像；以及用于对所述第一视频图像进行时域带通滤波处理，以得到预设频带的所述第一视频图像相位变化信号；以及用于对所述第一视频图像相位变化信号进行放大；以及用于根据所述放大后的第一视频图像相位变化信号进行复数可操纵金字塔重建，以得到放大后的Y通道图像；以及用于根据所述放大后的Y通道图像得到具有运动放大效果的第二视频，根据所述第二视频确定所述待测绳索的参考振动数据，所述具有运动放大效果是指所述待测绳索的发生运动的区域在所述目标视频中是经过放大处理的；以及用于根据所述参考振动数据确定所述待测绳索的拉伸程度。
10.一种振动检测设备，其特征在于，包括：处理器、存储器、系统总线；所述处理器以及所述存储器通过所述系统总线相连；
所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行如权利要求1-8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2020/104819 WO2021042907A1 (zh) | 2019-04-26 | 2020-07-27 | 绳索振动检测方法及相关装置 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2019103541079 | 2019-04-26 | ||
| CN201910354107 | 2019-04-26 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110517266A true CN110517266A (zh) | 2019-11-29 |
| CN110517266B CN110517266B (zh) | 2022-06-24 |
Family
ID=68630962
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910834614.2A Active CN110517266B (zh) | 2019-04-26 | 2019-09-04 | 绳索振动检测方法及相关装置 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110517266B (zh) |
| WO (1) | WO2021042907A1 (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110994802A (zh) * | 2019-12-20 | 2020-04-10 | 河南九域恩湃电力技术有限公司 | 一种输电导线运行状态监测方法和装置 |
| CN112199989A (zh) * | 2020-08-27 | 2021-01-08 | 浙江双友物流器械股份有限公司 | 一种货物智能捆绑系统 |
| WO2021042907A1 (zh) * | 2019-04-26 | 2021-03-11 | 深圳市豪视智能科技有限公司 | 绳索振动检测方法及相关装置 |
| CN113739900A (zh) * | 2021-11-08 | 2021-12-03 | 聊城中翔泰电子科技有限公司 | 一种用于振动马达生产的自动测试系统 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114873398A (zh) * | 2022-05-05 | 2022-08-09 | 深圳市富菱楼宇科技有限公司 | 一种电梯钢丝绳监测方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106657713A (zh) * | 2016-12-30 | 2017-05-10 | 华中科技大学 | 一种视频运动放大方法 |
| CN108238527A (zh) * | 2016-12-23 | 2018-07-03 | 通力股份公司 | 用于电梯绳索状态监控的装置和方法 |
| CN109063763A (zh) * | 2018-07-26 | 2018-12-21 | 合肥工业大学 | 基于pca的视频微小变化放大方法 |
| CN109341903A (zh) * | 2018-11-08 | 2019-02-15 | 东南大学 | 一种基于计算机视觉中边缘识别的拉索索力测量方法 |
| AU2017403783A1 (en) * | 2017-03-17 | 2019-04-11 | Taiyuan University Of Technology | Online flaw detection monitoring system and method for steel wire rope, and multi-rope friction hoisting system for use in mining |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101354315A (zh) * | 2008-09-05 | 2009-01-28 | 爱立迈科（宁波）计测仪器有限公司 | 一种基于振动信号的发动机状态跟踪检测装置及方法 |
| JP2012017192A (ja) * | 2010-07-09 | 2012-01-26 | Mitsubishi Electric Corp | エレベーターの長尺物振動検出装置及び管制運転装置 |
| CN108375442B (zh) * | 2018-01-19 | 2020-07-14 | 西北工业大学 | 一种非接触式测量系绳张力与摆角的装置 |
| CN108956614B (zh) * | 2018-05-08 | 2020-12-29 | 太原理工大学 | 一种基于机器视觉的矿用钢丝绳动态探伤检测方法和装置 |
| CN110517266B (zh) * | 2019-04-26 | 2022-06-24 | 深圳市豪视智能科技有限公司 | 绳索振动检测方法及相关装置 |
-
2019
- 2019-09-04 CN CN201910834614.2A patent/CN110517266B/zh active Active
-
2020
- 2020-07-27 WO PCT/CN2020/104819 patent/WO2021042907A1/zh active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108238527A (zh) * | 2016-12-23 | 2018-07-03 | 通力股份公司 | 用于电梯绳索状态监控的装置和方法 |
| CN106657713A (zh) * | 2016-12-30 | 2017-05-10 | 华中科技大学 | 一种视频运动放大方法 |
| AU2017403783A1 (en) * | 2017-03-17 | 2019-04-11 | Taiyuan University Of Technology | Online flaw detection monitoring system and method for steel wire rope, and multi-rope friction hoisting system for use in mining |
| CN109063763A (zh) * | 2018-07-26 | 2018-12-21 | 合肥工业大学 | 基于pca的视频微小变化放大方法 |
| CN109341903A (zh) * | 2018-11-08 | 2019-02-15 | 东南大学 | 一种基于计算机视觉中边缘识别的拉索索力测量方法 |
Non-Patent Citations (4)
| Title |
|---|
| CA ARANGO ET AL.: "Subtle Motion Analysis and Spotting using the Riesz Pyramid", 《INTERNATIONAL CONFERENCE ON COMPUTER VISION THEORY & APPLICATIONS》 * |
| NEAL WADHWA ET AL.: "Riesz pyramids for fast phase-based video magnification", 《2014 IEEE INTERNATIONAL CONFERENCE ON COMPUTATIONAL PHOTOGRAPHY》 * |
| 刘尧: "基于双目立体视觉的矿井提升绳横向振动检测研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
| 杨金钊: "基于相位的视频振动分析技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021042907A1 (zh) * | 2019-04-26 | 2021-03-11 | 深圳市豪视智能科技有限公司 | 绳索振动检测方法及相关装置 |
| CN110994802A (zh) * | 2019-12-20 | 2020-04-10 | 河南九域恩湃电力技术有限公司 | 一种输电导线运行状态监测方法和装置 |
| CN112199989A (zh) * | 2020-08-27 | 2021-01-08 | 浙江双友物流器械股份有限公司 | 一种货物智能捆绑系统 |
| CN112199989B (zh) * | 2020-08-27 | 2023-11-28 | 浙江双友物流器械股份有限公司 | 一种货物智能捆绑系统 |
| CN113739900A (zh) * | 2021-11-08 | 2021-12-03 | 聊城中翔泰电子科技有限公司 | 一种用于振动马达生产的自动测试系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021042907A1 (zh) | 2021-03-11 |
| CN110517266B (zh) | 2022-06-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110517266A (zh) | 绳索振动检测方法及相关装置 | |
| WO2021036636A1 (zh) | 升降设备的振动检测方法、装置、服务器及存储介质 | |
| KR100444776B1 (ko) | 영상 텍스쳐 추출 방법 및 그 장치 | |
| CN110595602B (zh) | 振动检测方法及相关产品 | |
| CN109492612A (zh) | 基于骨骼点的跌倒检测方法及其跌倒检测装置 | |
| CN108830823A (zh) | 基于空域结合频域分析的全参考型图像质量评价方法 | |
| CN104021545A (zh) | 一种基于视觉显著性的全参考彩色图像质量评价方法 | |
| WO2021036634A1 (zh) | 故障检测方法及相关产品 | |
| CN103024328B (zh) | 一种提高数字视频录像机抓图质量的方法 | |
| CN111833347A (zh) | 一种输电线路防振锤缺陷检测方法及相关装置 | |
| CN114998838A (zh) | 一种危化品智能存储柜实时监测方法与装置 | |
| CN118247696B (zh) | 一种多通道视频流分析的目标异常行为识别方法 | |
| CN108960041A (zh) | 图像特征提取方法及装置 | |
| CN106845520B (zh) | 一种图像处理方法及终端 | |
| CN109948628B (zh) | 一种基于判别性区域挖掘的目标检测方法 | |
| Hsiao et al. | An efficient and flexible matching strategy for content-based image retrieval | |
| CN105959685B (zh) | 一种基于视频内容及聚类分析的压缩码率预测方法 | |
| CN117058588A (zh) | 一种脱岗检测方法、装置、设备和存储介质 | |
| CN108063941A (zh) | 视频帧匹配方法、装置及视频处理时延测量系统、方法 | |
| Su et al. | Vehicle color recognition in the surveillance with deep convolutional neural networks | |
| CN107870923B (zh) | 图像检索方法和装置 | |
| Golestani et al. | A comparison of machine learning classifiers for human activity recognition using magnetic induction-based motion signals | |
| Tsai et al. | Fast image retrieval using low frequency DCT coefficients | |
| CN109977734B (zh) | 图像处理方法和装置 | |
| Zhu et al. | A unified adaptive approach to accurate skin detection |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240904 Address after: Room 21A, Junhao Ge, No. 2 Xiangxuan Road, Donghai Community, Xiangmihu Street, Futian District, Shenzhen City, Guangdong Province 518040 Patentee after: SHENZHEN GUANGNING INDUSTRIAL Co.,Ltd. Country or region after: China Address before: 518000 7th floor, building 9, phase II software park, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province Patentee before: Shenzhen Haoxi Intelligent Technology Co.,Ltd. Country or region before: China Patentee before: SHENZHEN GUANGNING INDUSTRIAL Co.,Ltd. |