CN110617973A - 振动检测方法及相关装置 - Google Patents
振动检测方法及相关装置 Download PDFInfo
- Publication number
- CN110617973A CN110617973A CN201910847229.1A CN201910847229A CN110617973A CN 110617973 A CN110617973 A CN 110617973A CN 201910847229 A CN201910847229 A CN 201910847229A CN 110617973 A CN110617973 A CN 110617973A
- Authority
- CN
- China
- Prior art keywords
- vibration
- exhaust manifold
- vibration detection
- target
- automobile exhaust
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本申请实施例公开了一种振动检测方法及相关装置,应用于电子设备,电子设备包括摄像装置,方法包括:通过振动检测设备主界面显示振动检测入口;获取用户输入的针对振动检测入口的振动检测类型信息,并根据振动检测类型信息生成振动操作提示信息,振动操作提示信息用于指示用户对待测车辆进行预设操作;获取汽车排气歧管的振动视频,根据预设策略对振动视频进行运动放大处理得到目标视频;根据目标视频获取汽车排气歧管的振动数据;根据目标视频和/或振动数据确定汽车排气歧管的振动状态是否异常;若是,则输出预设报警信息。本申请实施例有利于提升车辆中排气歧管振动检测的便捷性。
Description
技术领域
本申请涉及振动检测技术领域,具体涉及一种振动检测方法及相关装置。
背景技术
车辆中的排气歧管在发动机工作的状态下往往会产生各种各样的振动,其中,存在一些振动反应部件的异常运动状况,为了维护车辆中的排气歧管,针对排气歧管振动检测不可忽视,现有振动检测技术,通常采用加速计设备,但是加速度计需要长的准备和安装时间,在测试时,需要和被测排气歧管直接接触,进而影响排气歧管部件的振动响应,并且仅能测试很有限的离散点。
发明内容
本申请实施例提供了一种振动检测方法及相关装置,以期振动检测的稳定性。
第一方面,本申请实施例提供了一种振动检测方法,其特征在于,应用于电子设备,所述电子设备连接摄像装置,所述方法包括:
通过所述振动检测设备主界面显示振动检测入口,所述振动检测入口提供振动检测类型选项,所述振动检测类型选项包括汽车排气歧管;
获取用户输入的振动检测类型信息,并根据所述振动检测类型信息生成振动操作提示信息,所述振动操作提示信息用于指示用户对待测车辆进行预设操作;
通过振动装置获取所述汽车排气歧管的振动视频,根据预设策略对所述振动视频进行处理,得到具有运动放大效果的目标视频,所述运动放大效果是指所述汽车排气歧管在所述目标视频中是经过放大处理的;
根据所述目标视频获取所述汽车排气歧管的振动数据;
根据所述目标视频和/或所述振动数据确定汽车排气歧管的振动状态是否异常;
若是,则输出预设报警信息。
第二方面,本申请实施例提供了一种振动检测装置,其特征在于,应用于电子设备,所述电子设备连接摄像装置,所述电子设备包括处理单元和通信单元,其中,
所述处理单元,用于通过所述振动检测设备主界面显示振动检测入口,所述振动检测入口提供振动检测类型选项,所述振动检测类型选项包括汽车排气歧管;以及用于获取用户输入的振动检测类型信息,通过所述通信单元传递所述信息信号,并根据所述振动检测类型信息生成振动操作提示信息,所述振动操作提示信息用于指示用户对待测车辆进行预设操作;以及用于通过振动装置获取所述汽车排气歧管的振动视频,根据预设策略对所述振动视频进行处理,得到具有运动放大效果的目标视频,所述运动放大效果是指所述汽车排气歧管在所述目标视频中是经过放大处理的;以及用于根据所述目标视频获取所述汽车排气歧管的振动数据;以及用于根据所述目标视频和/或所述振动数据确定汽车排气歧管的振动状态是否异常;若是,则输出预设报警信息。
第三方面,本申请实施例提供了一种电子设备,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所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,本申请实施例中,电子设备首先通过振动检测设备主界面显示振动检测入口,振动检测入口提供振动检测类型选项,振动检测类型选项包括汽车排气歧管,接着,获取用户输入的振动检测类型信息,并根据振动检测类型信息生成振动操作提示信息,振动操作提示信息用于指示用户对待测车辆进行预设操作,之后,获取汽车排气歧管的振动视频,根据预设策略对振动视频进行处理,得到具有运动放大效果的目标视频,运动放大效果是指汽车排气歧管在目标视频中是经过放大处理的,然后,根据目标视频获取汽车排气歧管的振动数据,而后,根据目标视频和/或振动数据确定汽车排气歧管的振动状态是否异常,若是,则输出预设报警信息。可见,本申请实施例通过处理汽车排气歧管的振动视频,得到汽车排气歧管的振动信息,确定待测汽车排气歧管的振动状态,提高电子设备对振动检测的便捷性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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是本申请实施例提供的一种振动检测的系统架构示意图;
图2A是本申请实施例提供的一种振动检测方法的流程示意图;
图2B为本申请实施例提供的一种振动检测入口的界面示意图;
图2C为本申请实施例提供的一种汽车排气歧管分区的示意图;
图3是本申请实施例提供的一种电子设备的结构示意图;
图4是本申请实施例提供的一种振动检测装置的功能单元组成框图。
具体实施方式
下面对本申请实施例进行详细介绍。
排气歧管振动检测技术是指能够实现检测排气歧管的的技术。电子设备在设置振动检测装置后,通过振动检测装置获取被测排气歧管的振动视频,并对振动视频进行处理分析,以确定被测排气歧管的振动状态是否异常。示例性的,如图1所示,振动检测系统中,电子设备101为具备排气歧管振动检测功能的设备,摄像装置102为视频录取装置,电子设备101与摄像装置102建立控制连接后,用户通过电子设备101向摄像装置102发送相关指令来获取车辆103发生运动的区域的振动视频。
本申请实施例所涉及到的电子设备可以是具备振动检测功能的电子设备,该电子设备可以包括各种具有振动检测功能的计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的电子设备(terminaldevice)等等。
为了维护车辆中的排气歧管,针对排气歧管振动检测不可忽视,现有振动检测技术,通常采用加速计设备,但是加速度计需要长的准备和安装时间,在测试时,需要和被测排气歧管直接接触,进而影响排气歧管部件的振动响应,并且仅能测试很有限的离散点。
基于上述问题,本申请实施例提出一种振动检测方法,以期提升车辆中排气歧管振动检测的便捷性。下面结合附图对本申请实施例进行详细介绍。
请参阅图2A,图2A是本申请实施例提供了一种振动检测方法的流程示意图,应用于电子设备,如图2A所示,本振动检测方法包括:
S201,电子设备通过所述振动检测设备主界面显示振动检测入口,所述振动检测入口提供振动检测类型选项,所述振动检测类型选项包括汽车排气歧管。
其中,所述振动检测类型选项可以包括振动检测区域选项以及振动检测区域选项对应的“开始振动检测”操作,振动检测区域可以是车辆的排气歧管、轮胎、悬架、发动机,不作具体限定。
举例来说,如图2B所示,图2B为本申请实施例提供的一种振动检测入口的界面示意图,包括排气歧管、轮胎、悬架、发动机,在用户界面为用户提供振动检测区域选项以及振动检测区域选项对应的“开始振动检测”虚拟按钮,当用户选择排气歧管对应的“开始振动检测”后,电子设备会针对排气歧管进行振动检测。
可见,本实施例中,电子设备能够为用户提供振动检测的人机交互界面,通过界面提供给用户点击相应的振动检测类型选项,提升电子设备振动检测的智能性。
S202,所述电子设备获取用户输入的振动检测类型信息,并根据所述振动检测类型信息生成振动操作提示信息,所述振动操作提示信息用于指示用户对待测车辆进行预设操作。
其中,所述预设操作用于使汽车的排气歧管处于工作振动状态。所述预设操作可以将车辆吊起,开启发动机,将摄像装置安放于合适的位置以准备拍摄振动视频,所述预设操作也可以是对车辆进行空挡踩油门操作,将摄像装置安放于合适的位置以准备拍摄振动视频。
可见,电子设备能够提示用户对车辆进行预设操作,以使得汽车排气歧管处于工作振动状态,提升振动检测的便捷性。
S203,所述电子设备通过振动装置获取所述汽车排气歧管的振动视频,根据预设策略对所述振动视频进行处理,得到具有运动放大效果的目标视频,所述运动放大效果是指所述汽车排气歧管在所述目标视频中是经过放大处理的。
所述电子设备根据预设策略对所述振动视频进行处理,得到具有运动放大效果的目标视频的实现方式可以是:所述电子设备对所述振动视频进行分帧,得到序列帧;所述电子设备转换所述序列帧的颜色空间,得到所述序列帧的亮度信息;所述电子设备对所述亮度信息进行快速傅氏变换FFT,得到所述序列帧的相位信息;所述电子设备根据所述相位信息对所述序列帧进行运动放大处理得到放大后的序列帧,并将所述放大后的序列帧合成目标视频。
其中,所述电子设备转换所述序列帧的颜色空间,得到所述序列帧的亮度信息的实现方式可以是:转换所述序列帧的RGB颜色空间到YIQ颜色空间;根据所述序列帧YIQ颜色空间得到所诉序列帧的亮度信息;所述RGB颜色空间和YIQ颜色空间的转换关系为: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。
其中,所述电子设备根据所述相位信息对所述序列帧进行运动放大处理得到放大后的序列帧,并将所述放大后的序列帧合成目标视频可以是:所述电子设备识别所述序列帧中所述目标部件的多个特征点;所述电子设备分别对所述多个特征点的振动轨迹进行匹配、聚类、光流场插值,得到所述多个特征点对应的不同的动作层;所述电子设备根据所述动作层合成所述目标视频。
其中,所述电子设备根据所述相位信息对所述序列帧进行运动放大处理得到放大后的序列帧,并将所述放大后的序列帧合成目标视频的实现方式可以是:将所述FFT变换后的Y通道图像进行复数可操纵金子塔空域分解得到第一图像;对所述第一图像进行时域带通滤波、放大时域带通滤波、复数可操纵金字塔重建,得到放大后的Y通道图像;根据所述放大后的Y通道图像合成目标视频。
可见,本示例中,电子设备能够通过颜色空间转换、FFT得到具有运动放大效果的目标视频,提升了振动检测的智能性。
S204,所述电子设备根据所述目标视频获取所述汽车排气歧管的振动数据。
其中,所述电子设备根据所述目标视频获取所述的发生运动的区域的振动数据的实现方式可以是:对合成后的目标视频进行相位计算、插值滤波,以得到所述的发生运动的区域的振动数据,其中,振动数据可以是振动幅度、振动频率、振动相位中的至少一种。其中,所述振动频率是指单位时间内发生运动的区域进行振动的部分完成的全振动的次数,所述振动幅度是发生运动的区域进行振动时离开平衡位置最大位移的绝对值,振幅在数值上等于最大位移的大小,描述了物体振动幅度的大小和振动的强弱。
可见,本示例中,电子设备通过对目标视频的处理,得到发生运动的区域的振动数据。
S205,所述电子设备根据所述目标视频和/或所述振动数据确定汽车排气歧管的振动状态是否异常。
可选的,所述电子设备根据所述目标视频和/或所述振动数据确定汽车排气歧管的振动状态是否异常,包括:所述电子设备获取参考振动数据,所述振动参考数据为所述汽车排气歧管在正常情况下所对应的振动数据;所述电子设备当确定所述振动数据大于所述参考振动数据时,确定所述汽车排气歧管的振动状态为异常状态。
举例来说,所述振动数据可以是振动幅度,所述振动幅度是所述汽车排气歧管的最大振动幅度,将所述汽车排气歧管的最大振动幅度与所述参考振动数据进行比较,若所述汽车排气歧管的最大振动幅度大于所述参考振动数据中的参考振动幅度时,确定所述待测车辆的振动状态为异常状态。
可见,本示例中,电子设备通过将发生运动的区域的最大振动幅度与参考振动幅度进行比较,确定待测车辆的振动状态为异常状态。
进一步的,所述电子设备获取参考振动数据,包括:所述电子设备以所述汽车排气歧管的编号为查询标识,查询数据库,得到所述编号对应的配置条件,所述数据库包括汽车排气歧管的编号与配置条件的对应关系,所述配置条件包括所述汽车排气歧管的参考振动数据。
其中,所述排气歧管的编号为所述电子设备存储的所述汽车排气歧管的代号。所述数据库中参考振动数据为经过实验得到的所述汽车排气歧管正常条件下得到的实验数据,包括共振频率。
可见,本示例中,电子设备通过汽车排气歧管的编号,进而获取参考振动数据,从而保证对振动检测的可靠
S206,若是,则输出预设报警信息。
所述预设报警信息可以是“更换所述排气歧管”。
可见,本示例中,电子设备通过输出报警信息,提升振动检测的可靠性。
可以看出,本申请实施例中,电子设备首先通过振动检测设备主界面显示振动检测入口,振动检测入口提供振动检测类型选项,振动检测类型选项包括汽车排气歧管,接着,获取用户输入的振动检测类型信息,并根据振动检测类型信息生成振动操作提示信息,振动操作提示信息用于指示用户对待测车辆进行预设操作,之后,获取汽车排气歧管的振动视频,根据预设策略对振动视频进行处理,得到具有运动放大效果的目标视频,运动放大效果是指汽车排气歧管在目标视频中是经过放大处理的,然后,根据目标视频获取汽车排气歧管的振动数据,而后,根据目标视频和/或振动数据确定汽车排气歧管的振动状态是否异常,若是,则输出预设报警信息。可见,本申请实施例通过处理汽车排气歧管的振动视频,得到汽车排气歧管的振动信息,确定待测汽车排气歧管的振动状态,提高电子设备对振动检测的便捷性。
在一个可能的示例中,所述电子设备根据预设策略对所述振动视频进行处理,得到具有运动放大效果的目标视频,包括:所述电子设备将目标视频的多帧图像组成的帧序列进行空域金字塔分解,得到由多个不同空间分辨率的子图像组成的金字塔形结构;所述电子设备对金字塔型结构中的多个子图像中每个子图像进行时域带通滤波处理,得到目标频带对应的变换信号;所述电子设备对变换信号对应的位移进行A倍放大,获得放大后信号,其中A的取值范围为(2,Amax),其中Amax的值由目标频带和变换信号的位移函数确定;所述电子设备结合放大后信号和金字塔形结构进行金字塔重构,得到放大输出视频。
具体地,采用欧拉运动放大对目标视频进行放大,首先需要将目标视频中的像素转换成时间和空间的函数,即通过图像金字塔变换将目标视频的多帧图像组成的帧序列分解成多个不同空间分辨率、不同尺度大小的子图像以构成一个金字塔塔型结构,例如采用高斯金字塔对目标视频的多帧图像进行分解,即由一组在尺寸上逐层减半的图像序列组成金字塔结构,序列中的每一级图像均为其前一级图像低通滤波并隔行隔列采样的结果。
进行金字塔分解即对帧序列进行空域滤波,分解得到不同空间频率的频带,并对这些频带分别进行放大。因为处于不同空间频率的频带对应的信噪比不同,空间频率越低,图像噪声越少,信噪比越高,因此每层空间频率的频带可以设置不同的放大系数。例如可以使用一个线性可变的放大倍数来放大不同频率的频带。金字塔结构中,从顶层到底层,放大倍数依次降低。
通过金字塔处理得到不同空间频率的频带后,还可以对每个频带进行时域的带通滤波处理,以得到感兴趣的变换信号,即目标频带对应的变换信号,并只对目标频带对应的变换信号进行放大处理。在进行带通滤波处理时,可以采用理想带通滤波器,Butterworth带通滤波器,二阶无限脉冲响应滤波器等。
获得目标频带对应的变换信号后,令I(x,t)为点x在时刻t的灰度值,且初始值为f(x),则:
其中δ(t)表示位移信号。
对I(x,t)放大α倍,即对位移信号δ(t)进行放大,且放大后的信号为:
因为微小运动进行放大时,倍数太小是没有意义的,因此A的最小取值大于2。另外,放大倍数与空间频率相关,且满足如下关系:
其中,空间频率为ω,目标频带的空间波长为λ,且λ=2π/ω,则可通过目标频带和变换信号的位移函数确定α的最大值。Amax≤α。
获得放大后信号之后,将其重新与原本的频带相结合,再通过金字塔重构,例如拉普拉斯金字塔变换重构,得到放大后的图像,进行得到放大输出视频。
可见,在本申请实施例中,电子设备通过对振动视频进行放大处理,进而更清楚的呈现汽车排气歧管的振动情况,提升了振动检测的精确度。
在一个可能的示例中,所述电子设备根据所述目标视频获取所述汽车排气歧管的振动数据,包括:所述电子设备获取目标视频中汽车排气歧管的多个图像帧,对所述多个图像帧中的每个图像帧进行图像识别;所述电子设备根据识别结果对所述每个图像帧中的所述汽车排气歧管进行预设区域划分,获得多个区域;所述电子设备确定所述多个区域中每个区域对应的多个目标特征点;所述电子设备对所述多个目标特征点进行跟踪,得到所述多个目标特征点的位置变化信息;所述电子设备根据所述位置信息生成所述多个目标特征点的振动追踪图像;所述电子设备根据所述振动追踪图像,获得所述目标视频对应的振动数据。
其中,所述电子设备根据识别结果对所述每个图像帧中的所述汽车排气歧管进行预设区域划分的实现方式可以是:按照排气主管、排气支管、排气法兰的对每个图像帧中的所述汽车排气歧管进行预设区域划分。
举例来说,以4排气支管的汽车排气歧管为例,如图2C所示,图2C为本申请实施例提供的一种汽车排气歧管分区的示意图,如图2C所示,将汽车排气歧管分为第一振动区域201、第二振动区域202、第三振动区域203、第四振动区域204、第五振动区域205以及第六振动区域206,其中,第一振动区域201对应汽车排气歧管的排气主管、第二振动区域202对应汽车排气歧管的第一排气支管、第三振动区域203对应汽车排气歧管的第二排气支管、第四振动区域204对应汽车排气歧管的第三排气支管、第五振动区域205对应汽车排气歧管的第四分排气支管,第六振动区域206对应汽车排气歧管的法兰。
可见,本示例中,电子设备能够识别汽车排气歧管并根据排气歧管的结构对图像帧中的汽车排气歧管进行预设区域划分,再确定区域每个区域中的目标特征点个数。
在一个可能的示例中,所述电子设备确定所述多个区域中每个区域对应的多个目标特征点,包括:所述电子设备根据所述多个区域中每个区域对应的预设类型的特征点作为初始特征点,所述预设类型的特征点包括以下至少一种:角点、边缘点、暗区的亮点以及亮区的暗点;所述电子设备基于最小差值平方和SSD匹配,计算所述多个初始特征点的流向量;所述电子设备根据所述多个初始特征点对应的流向量计算所述多个初始特征点的偏移距离;所述电子设备分别对所述多个初始特征点对应的多个偏移距离进行聚类,采用K-means聚类算法对所述多个偏移距离进行聚类,其中,设置k值为5,获得5个聚类类簇;所述电子设备对所述5个聚类类簇求平均值,并获得第一类簇平均值,第二类簇平均值、第三类簇平均值、第四类簇平均值和第五类簇平均值,其中,第一类簇平均值<第二类簇平均值<第三类簇平均值<第四类簇平均值<第五类簇平均值;所述电子设备确定所述第三类簇平均值中的偏移距离对应的初始特征点作为所述多个目标特征点。
具体地,角点是轮廓之间的交点,对于同一场景,即使视角发生变化,角点通常具备稳定性质的特征,并且该点附近区域的像素点无论在梯度方向上还是其梯度幅值上有着较大变化。边缘点为振动物体与背景图像之间的交点,亮区的暗点和暗区的亮点与其他像素点之间的对比度高,都可以作为初始特征点,以便更好地进行运动特征点观测。选择初始特征点后,采用最小差值平方和(Sum of Squared Differences,SSD)匹配,计算初始特征点的流向量。SSD的值越小,说明特征点之间的相似度越大,根据这一原则可以确定初始特征点的运动轨迹,进而获得初始特征点的流向量。再根据流向量计算初始特征点的偏移距离,例如对求模,获得即为初始特征点从点A到点B的偏移距离。
获得多个初始特征点的偏移距离后,对这些值进行聚类,采用K-means聚类算法对所述多个偏移距离进行聚类,设置k值为5,获得5个聚类类簇;所述电子设备对所述5个聚类类簇求平均值,并获得第一类簇平均值,第二类簇平均值、第三类簇平均值、第四类簇平均值和第五类簇平均值,其中,第一类簇平均值<第二类簇平均值<第三类簇平均值<第四类簇平均值<第五类簇平均值。其中,第一聚类平均值和第二聚类平均值的类簇对应的初始特征点即可确定为静止点(背景点),第四聚类平均值和第五聚类平均值的类簇对应的初始特征点即可确定为剧烈运动的点,第三聚类平均值的类簇对应的初始特征点确定为目标特征点。
其中,所述电子设备确定所述多个区域中每个区域对应的多个初始特征点的实现方式可以是:在所述多个区域中每个区域选取特定个数的初始特征点,其中,特定个数可以大于10的任意个数,其中,所述多个区域中每个区域选取特定个数可以相同,也可以不同。
可见,本示例中,电子设备能够从多个初始特征点中确定出多个目标特征点,提升振动检测的有效性。
在一个可能的示例中,所述电子设备根据所述位置信息生成所述多个目标特征点的振动追踪图像,包括:所述电子设备以时间为横坐标,以所述多个目标特征点中每个目标特征点的相对位移为纵坐标构建直角坐标系;所述电子设备根据所述位置信息在所述直角坐标系画出多个目标特征点的振动追踪图像。
其中,所述每个目标特征点的相对位移对应所述每个目标特征点的振幅。
可见,本示例中,电子设备能够通过构建目标特征点的振动追踪图像,能够清楚的展示目标特征点的振幅等振动数据。
与上述图2A所示的实施例一致的,请参阅图3,图3是本申请实施例提供的一种电子设备300的结构示意图,如图所示,所述电子设备300包括应用处理器310、存储器320、通信接口330以及一个或多个程序321,其中,所述一个或多个程序321被存储在上述存储器320中,并且被配置由上述应用处理器310执行,所述一个或多个程序321包括用于执行以下步骤的指令;
通过所述振动检测设备主界面显示振动检测入口,所述振动检测入口提供振动检测类型选项,所述振动检测类型选项包括汽车排气歧管;
获取用户输入的振动检测类型信息,并根据所述振动检测类型信息生成振动操作提示信息,所述振动操作提示信息用于指示用户对待测车辆进行预设操作;
获取所述汽车排气歧管的振动视频,根据预设策略对所述振动视频进行处理,得到具有运动放大效果的目标视频,所述运动放大效果是指所述汽车排气歧管在所述目标视频中是经过放大处理的;
根据所述目标视频获取所述汽车排气歧管的振动数据;
根据所述目标视频和/或所述振动数据确定汽车排气歧管的振动状态是否异常;
若是,则输出预设报警信息。
可以看出,本申请实施例中,电子设备首先通过振动检测设备主界面显示振动检测入口,振动检测入口提供振动检测类型选项,振动检测类型选项包括汽车排气歧管,接着,获取用户输入的振动检测类型信息,并根据振动检测类型信息生成振动操作提示信息,振动操作提示信息用于指示用户对待测车辆进行预设操作,之后,获取汽车排气歧管的振动视频,根据预设策略对振动视频进行处理,得到具有运动放大效果的目标视频,运动放大效果是指汽车排气歧管在目标视频中是经过放大处理的,然后,根据目标视频获取汽车排气歧管的振动数据,而后,根据目标视频和/或振动数据确定汽车排气歧管的振动状态是否异常,若是,则输出预设报警信息。可见,本申请实施例通过处理汽车排气歧管的振动视频,得到汽车排气歧管的振动信息,确定待测汽车排气歧管的振动状态,提高电子设备对振动检测的便捷性。
在一个可能的示例中,在所述根据预设策略对所述振动视频进行处理,得到具有运动放大效果的目标视频方面,所述一个或多个程序321的指令具体用于:将目标视频的多帧图像组成的帧序列进行空域金字塔分解,得到由多个不同空间分辨率的子图像组成的金字塔形结构;对金字塔型结构中的多个子图像中每个子图像进行时域带通滤波处理,得到目标频带对应的变换信号;对变换信号对应的位移进行A倍放大,获得放大后信号,其中A的取值范围为(2,Amax),其中Amax的值由目标频带和变换信号的位移函数确定;结合放大后信号和金字塔形结构进行金字塔重构,得到放大输出视频。
在一个可能的示例中,在所述根据所述目标视频和/或所述振动数据确定汽车排气歧管的振动状态是否异常方面,所述一个或多个程序321的指令具体用于:获取参考振动数据,所述振动参考数据为所述汽车排气歧管在正常情况下所对应的振动数据;当确定所述振动数据大于所述参考振动数据时,确定所述汽车排气歧管的振动状态为异常状态。
在一个可能的示例中,所述获取参考振动数据方面,所述一个或多个程序321的指令具体用于:以所述汽车排气歧管的编号为查询标识,查询数据库,得到所述编号对应的配置条件,所述数据库包括汽车排气歧管的编号与配置条件的对应关系,所述配置条件包括所述汽车排气歧管的参考振动数据。
在一个可能的示例中,在所述根据所述目标视频获取所述汽车排气歧管的振动数据方面,所述一个或多个程序321的指令具体用于:获取目标视频中汽车排气歧管的多个图像帧,对所述多个图像帧中的每个图像帧进行图像识别;根据识别结果对所述每个图像帧中的所述汽车排气歧管进行预设区域划分,获得多个区域;确定所述多个区域中每个区域对应的多个目标特征点;对所述多个目标特征点进行跟踪,得到所述多个目标特征点的位置变化信息;根据所述位置信息生成所述多个目标特征点的振动追踪图像;根据所述振动追踪图像,获得所述目标视频对应的振动数据。
在一个可能的示例中,在所述确定所述多个区域中每个区域对应的多个目标特征点方面,所述一个或多个程序321的指令具体用于:根据所述多个区域中每个区域对应的预设类型的特征点作为初始特征点,所述预设类型的特征点包括以下至少一种:角点、边缘点、暗区的亮点以及亮区的暗点;基于最小差值平方和SSD匹配,计算所述多个初始特征点的流向量;所述电子设备根据所述多个初始特征点对应的流向量计算所述多个初始特征点的偏移距离;所述电子设备分别对所述多个初始特征点对应的多个偏移距离进行聚类,采用K-means聚类算法对所述多个偏移距离进行聚类,其中,设置k值为3,获得3个聚类类簇;对所述3个聚类类簇求平均值,并获得第一类簇平均值,第二类簇平均值、第三类簇平均值、第四类簇平均值和第五类簇平均值,其中,第一类簇平均值<第二类簇平均值<第三类簇平均值<第四类簇平均值<第五类簇平均值;所述电子设备确定所述第三类簇平均值中的偏移距离对应的初始特征点作为所述多个目标特征点。
在一个可能的示例中,在所述根据所述位置信息生成所述多个目标特征点的振动追踪图像方面,所述一个或多个程序321的指令具体用于:以时间为横坐标,以所述多个目标特征点中每个目标特征点的相对位移为纵坐标构建直角坐标系;根据所述位置信息在所述直角坐标系画出多个目标特征点的振动追踪图像。
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/或软件单元。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。
图4是本申请实施例中所涉及的车辆检测装置400的功能单元组成框图。该车辆检测装置400应用于电子设备,包括处理单元401和通信单元402,其中,
所述处理单元401,用于通过所述振动检测设备主界面显示振动检测入口,所述振动检测入口提供振动检测类型选项,所述振动检测类型选项包括汽车排气歧管;以及用于获取用户输入的振动检测类型信息,通过所述通信单元402传递所述信息信号,并根据所述振动检测类型信息生成振动操作提示信息,所述振动操作提示信息用于指示用户对待测车辆进行预设操作;以及用于通过振动装置获取所述汽车排气歧管的振动视频,根据预设策略对所述振动视频进行处理,得到具有运动放大效果的目标视频,所述运动放大效果是指所述汽车排气歧管在所述目标视频中是经过放大处理的;以及用于根据所述目标视频获取所述汽车排气歧管的振动数据;以及用于根据所述目标视频和/或所述振动数据确定汽车排气歧管的振动状态是否异常;若是,则输出预设报警信息。
其中,所述控制装置400还可以包括存储单元403,用于存储电子设备的程序代码和数据。所述处理单元401可以是处理器,所述通信单元402可以是触控显示屏或者收发器,存储单元403可以是存储器。
可以看出,本申请实施例中,电子设备首先通过振动检测设备主界面显示振动检测入口,振动检测入口提供振动检测类型选项,振动检测类型选项包括汽车排气歧管,接着,获取用户输入的振动检测类型信息,并根据振动检测类型信息生成振动操作提示信息,振动操作提示信息用于指示用户对待测车辆进行预设操作,之后,获取汽车排气歧管的振动视频,根据预设策略对振动视频进行处理,得到具有运动放大效果的目标视频,运动放大效果是指汽车排气歧管在目标视频中是经过放大处理的,然后,根据目标视频获取汽车排气歧管的振动数据,而后,根据目标视频和/或振动数据确定汽车排气歧管的振动状态是否异常,若是,则输出预设报警信息。可见,本申请实施例通过处理汽车排气歧管的振动视频,得到汽车排气歧管的振动信息,确定待测汽车排气歧管的振动状态,提高电子设备对振动检测的便捷性。
在一个可能的示例中,在所述根据预设策略对所述振动视频进行处理,得到具有运动放大效果的目标视频方面,所述处理单元401具体用于:将目标视频的多帧图像组成的帧序列进行空域金字塔分解,得到由多个不同空间分辨率的子图像组成的金字塔形结构;对金字塔型结构中的多个子图像中每个子图像进行时域带通滤波处理,得到目标频带对应的变换信号;对变换信号对应的位移进行A倍放大,获得放大后信号,其中A的取值范围为(2,Amax),其中Amax的值由目标频带和变换信号的位移函数确定;结合放大后信号和金字塔形结构进行金字塔重构,得到放大输出视频。
在一个可能的示例中,在所述根据所述目标视频和/或所述振动数据确定汽车排气歧管的振动状态是否异常方面,所述处理单元401具体用于:获取参考振动数据,所述振动参考数据为所述汽车排气歧管在正常情况下所对应的振动数据;当确定所述振动数据大于所述参考振动数据时,确定所述汽车排气歧管的振动状态为异常状态。
在一个可能的示例中,所述获取参考振动数据方面,所述处理单元401具体用于:以所述汽车排气歧管的编号为查询标识,查询数据库,得到所述编号对应的配置条件,所述数据库包括汽车排气歧管的编号与配置条件的对应关系,所述配置条件包括所述汽车排气歧管的参考振动数据。
在一个可能的示例中,在所述根据所述目标视频获取所述汽车排气歧管的振动数据方面,所述处理单元401具体用于:获取目标视频中汽车排气歧管的多个图像帧,对所述多个图像帧中的每个图像帧进行图像识别;根据识别结果对所述每个图像帧中的所述汽车排气歧管进行预设区域划分,获得多个区域;确定所述多个区域中每个区域对应的多个目标特征点;对所述多个目标特征点进行跟踪,得到所述多个目标特征点的位置变化信息;根据所述位置信息生成所述多个目标特征点的振动追踪图像;根据所述振动追踪图像,获得所述目标视频对应的振动数据。
在一个可能的示例中,在所述确定所述多个区域中每个区域对应的多个目标特征点方面,所述处理单元401具体用于:根据所述多个区域中每个区域对应的预设类型的特征点作为初始特征点,所述预设类型的特征点包括以下至少一种:角点、边缘点、暗区的亮点以及亮区的暗点;基于最小差值平方和SSD匹配,计算所述多个初始特征点的流向量;所述电子设备根据所述多个初始特征点对应的流向量计算所述多个初始特征点的偏移距离;所述电子设备分别对所述多个初始特征点对应的多个偏移距离进行聚类,采用K-means聚类算法对所述多个偏移距离进行聚类,其中,设置k值为5,获得5个聚类类簇;对所述5个聚类类簇求平均值,并获得第一类簇平均值,第二类簇平均值、第三类簇平均值、第四类簇平均值和第五类簇平均值,其中,第一类簇平均值<第二类簇平均值<第三类簇平均值<第四类簇平均值<第五类簇平均值;所述电子设备确定所述第三类簇平均值中的偏移距离对应的初始特征点作为所述多个目标特征点。
在一个可能的示例中,在所述根据所述位置信息生成所述多个目标特征点的振动追踪图像方面,所述处理单元401具体用于:以时间为横坐标,以所述多个目标特征点中每个目标特征点的相对位移为纵坐标构建直角坐标系;根据所述位置信息在所述直角坐标系画出多个目标特征点的振动追踪图像。
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,所涉及的动作和单元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-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、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-OnlyMemory,简称:ROM)、随机存取器(英文:RandomAccessMemory,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)
1.一种振动检测方法,其特征在于,应用于电子设备,所述方法包括:
通过所述振动检测设备主界面显示振动检测入口,所述振动检测入口提供振动检测类型选项,所述振动检测类型选项包括汽车排气歧管;
获取用户输入的振动检测类型信息,并根据所述振动检测类型信息生成振动操作提示信息,所述振动操作提示信息用于指示用户对待测车辆进行预设操作;
获取所述汽车排气歧管的振动视频,根据预设策略对所述振动视频进行处理,得到具有运动放大效果的目标视频,所述运动放大效果是指所述汽车排气歧管在所述目标视频中是经过放大处理的;
根据所述目标视频获取所述汽车排气歧管的振动数据;
根据所述目标视频和/或所述振动数据确定汽车排气歧管的振动状态是否异常;
若是,则输出预设报警信息。
2.根据权利要求1所述的方法,其特征在于,所述根据预设策略对所述振动视频进行处理,得到具有运动放大效果的目标视频,包括:
将目标视频的多帧图像组成的帧序列进行空域金字塔分解,得到由多个不同空间分辨率的子图像组成的金字塔形结构;
对金字塔型结构中的多个子图像中每个子图像进行时域带通滤波处理,得到目标频带对应的变换信号;
对变换信号对应的位移进行A倍放大,获得放大后信号,其中A的取值范围为(2,Amax),其中Amax的值由目标频带和变换信号的位移函数确定;
结合放大后信号和金字塔形结构进行金字塔重构,得到放大输出视频。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标视频和/或所述振动数据确定汽车排气歧管的振动状态是否异常,包括:
获取参考振动数据,所述振动参考数据为所述汽车排气歧管在正常情况下所对应的振动数据;
当确定所述振动数据大于所述参考振动数据时,确定所述汽车排气歧管的振动状态为异常状态。
4.根据权利要求3所述的方法,其特征在于,所述获取参考振动数据,包括:
以所述汽车排气歧管的编号为查询标识,查询数据库,得到所述编号对应的配置条件,所述数据库包括汽车排气歧管的编号与配置条件的对应关系,所述配置条件包括所述汽车排气歧管的参考振动数据。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述目标视频获取所述汽车排气歧管的振动数据,包括:
获取目标视频中汽车排气歧管的多个图像帧,对所述多个图像帧中的每个图像帧进行图像识别;
根据识别结果对所述每个图像帧中的所述汽车排气歧管进行预设区域划分,获得多个区域;
确定所述多个区域中每个区域对应的多个目标特征点;
对所述多个目标特征点进行跟踪,得到所述多个目标特征点的位置变化信息;
根据所述位置信息生成所述多个目标特征点的振动追踪图像;
根据所述振动追踪图像,获得所述目标视频对应的振动数据。
6.根据权利要求5所述的方法,其特征在于,所述确定所述多个区域中每个区域对应的多个目标特征点,包括:
根据所述多个区域中每个区域对应的预设类型的特征点作为初始特征点,所述预设类型的特征点包括以下至少一种:角点、边缘点、暗区的亮点以及亮区的暗点;
基于最小差值平方和SSD匹配,计算所述多个初始特征点的流向量;所述电子设备根据所述多个初始特征点对应的流向量计算所述多个初始特征点的偏移距离;所述电子设备分别对所述多个初始特征点对应的多个偏移距离进行聚类,采用K-means聚类算法对所述多个偏移距离进行聚类,其中,设置k值为5,获得5个聚类类簇;
对所述5个聚类类簇求平均值,并获得第一类簇平均值,第二类簇平均值、第三类簇平均值、第四类簇平均值和第五类簇平均值,其中,第一类簇平均值<第二类簇平均值<第三类簇平均值<第四类簇平均值<第五类簇平均值;所述电子设备确定所述第三类簇平均值中的偏移距离对应的初始特征点作为所述多个目标特征点。
7.根据权利要求6所述的方法,其特征在于,所述根据所述位置信息生成所述多个目标特征点的振动追踪图像,包括:
以时间为横坐标,以所述多个目标特征点中每个目标特征点的相对位移为纵坐标构建直角坐标系;
根据所述位置信息在所述直角坐标系画出多个目标特征点的振动追踪图像。
8.一种振动检测装置,其特征在于,所述电子设备包括处理单元和通信单元,其中,
所述处理单元,用于通过所述振动检测设备主界面显示振动检测入口,所述振动检测入口提供振动检测类型选项,所述振动检测类型选项包括汽车排气歧管;以及用于获取用户输入的振动检测类型信息,通过所述通信单元传递所述信息信号,并根据所述振动检测类型信息生成振动操作提示信息,所述振动操作提示信息用于指示用户对待测车辆进行预设操作;以及用于通过振动装置获取所述汽车排气歧管的振动视频,根据预设策略对所述振动视频进行处理,得到具有运动放大效果的目标视频,所述运动放大效果是指所述汽车排气歧管在所述目标视频中是经过放大处理的;以及用于根据所述目标视频获取所述汽车排气歧管的振动数据;以及用于根据所述目标视频和/或所述振动数据确定汽车排气歧管的振动状态是否异常;若是,则输出预设报警信息。
9.一种电子设备,其特征在于,包括处理器、存储器、通信接口,以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-7任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/104816 WO2021042906A1 (zh) | 2019-04-26 | 2020-07-27 | 振动检测方法及相关装置 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910359178 | 2019-04-26 | ||
CN2019103591788 | 2019-04-26 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110617973A true CN110617973A (zh) | 2019-12-27 |
CN110617973B CN110617973B (zh) | 2021-08-27 |
Family
ID=68922767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910847229.1A Active CN110617973B (zh) | 2019-04-26 | 2019-09-06 | 振动检测方法及相关装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110617973B (zh) |
WO (1) | WO2021042906A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111366375A (zh) * | 2020-03-05 | 2020-07-03 | 三一汽车起重机械有限公司 | 基于音频和图像处理的车辆噪声和振动诊断方法和系统 |
CN111735534A (zh) * | 2020-07-02 | 2020-10-02 | 江苏弘冉智能科技有限公司 | 一种车辆停放安全行为预警系统及方法 |
CN112150413A (zh) * | 2020-09-01 | 2020-12-29 | 珠海格力电器股份有限公司 | 一种管路振动检测方法、装置、设备及存储介质 |
WO2021042906A1 (zh) * | 2019-04-26 | 2021-03-11 | 深圳市豪视智能科技有限公司 | 振动检测方法及相关装置 |
CN112528854A (zh) * | 2020-12-12 | 2021-03-19 | 南方电网调峰调频发电有限公司 | 振动对象监测方法、装置、计算机设备和存储介质 |
CN113063484A (zh) * | 2021-03-31 | 2021-07-02 | 中煤科工集团重庆研究院有限公司 | 一种振动识别放大方法 |
CN113682342A (zh) * | 2021-08-25 | 2021-11-23 | 深圳市永安环保实业有限公司 | 轨道的异常检测方法及相关产品 |
CN116558733A (zh) * | 2023-07-11 | 2023-08-08 | 湖南大学 | 一种状态检测方法、系统、电子装置及存储介质 |
CN117664552A (zh) * | 2024-01-30 | 2024-03-08 | 四川懋润电力科技有限公司 | 一种设备运行状态监测方法、装置、系统及控制设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103033253A (zh) * | 2012-12-10 | 2013-04-10 | 太原科技大学 | 一种塔式起重机结构的非接触振动检测方法 |
KR101309920B1 (ko) * | 2011-12-13 | 2013-09-17 | 주식회사 포스코 | 에지댐의 진동 측정 장치 및 방법 |
CN104089697A (zh) * | 2014-07-08 | 2014-10-08 | 安徽常春藤光电智能科技有限公司 | 一种基于线程池并发技术的实时在线的视觉振动测量方法 |
CN105651377A (zh) * | 2016-01-11 | 2016-06-08 | 衢州学院 | 一种基于视频数据挖掘的非接触式物体振动频率测量方法 |
CN106872011A (zh) * | 2015-12-10 | 2017-06-20 | 空中客车防卫和太空有限责任公司 | 用于高速视频振动分析的模块化设备 |
US20180053310A1 (en) * | 2016-08-19 | 2018-02-22 | Crystal Instruments Corporation | Vibration image acquisition and processing |
CN107945166A (zh) * | 2017-11-24 | 2018-04-20 | 中国船舶重工集团公司第七〇九研究所 | 基于双目视觉的待测物体三维振动轨迹的测量方法 |
JP2018136191A (ja) * | 2017-02-21 | 2018-08-30 | 株式会社竹中工務店 | 計測装置、健全性判定装置、及び建物管理システム |
CN109060285A (zh) * | 2018-09-10 | 2018-12-21 | 西安交通大学 | 一种螺旋弹簧动态振动特性的检测装置及方法 |
CN109341847A (zh) * | 2018-09-25 | 2019-02-15 | 东莞青柳新材料有限公司 | 一种基于视觉的振动测量系统 |
EP3462146A1 (en) * | 2017-07-29 | 2019-04-03 | Tata Consultancy Services Limited | Systems and methods for autonomous stroboscopic machine inspection for multi-point and multi-frequency vibration measurement |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104048744B (zh) * | 2014-07-08 | 2017-03-08 | 安徽常春藤光电智能科技有限公司 | 一种非接触式的基于影像的实时在线振动测量方法 |
CN106355563B (zh) * | 2016-08-31 | 2019-05-24 | 河南工业大学 | 一种图像去雾方法和装置 |
JP2018085627A (ja) * | 2016-11-24 | 2018-05-31 | 川原 功 | 動画解像度評価用画像発生装置 |
CN107909575B (zh) * | 2017-12-30 | 2023-09-15 | 煤炭科学研究总院唐山研究院 | 针对振动筛运行状态的双目视觉在线检测装置及检测方法 |
CN108414240B (zh) * | 2018-03-15 | 2020-08-11 | 广东工业大学 | 一种检测机器异常振动的方法与装置 |
CN108946360B (zh) * | 2018-06-15 | 2020-06-16 | 太原理工大学 | 一种矿井提升设备的位移监测系统及方法 |
CN109345148A (zh) * | 2018-11-26 | 2019-02-15 | 南智(重庆)能源技术有限公司 | 天然气管道及场站工艺装置安全隐患识别的智能诊断方法 |
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 |
CN110108348B (zh) * | 2019-05-15 | 2021-04-23 | 湖南科技大学 | 基于运动放大光流跟踪的薄壁件微幅振动测量方法及系统 |
-
2019
- 2019-09-06 CN CN201910847229.1A patent/CN110617973B/zh active Active
-
2020
- 2020-07-27 WO PCT/CN2020/104816 patent/WO2021042906A1/zh active Application Filing
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101309920B1 (ko) * | 2011-12-13 | 2013-09-17 | 주식회사 포스코 | 에지댐의 진동 측정 장치 및 방법 |
CN103033253A (zh) * | 2012-12-10 | 2013-04-10 | 太原科技大学 | 一种塔式起重机结构的非接触振动检测方法 |
CN104089697A (zh) * | 2014-07-08 | 2014-10-08 | 安徽常春藤光电智能科技有限公司 | 一种基于线程池并发技术的实时在线的视觉振动测量方法 |
CN106872011A (zh) * | 2015-12-10 | 2017-06-20 | 空中客车防卫和太空有限责任公司 | 用于高速视频振动分析的模块化设备 |
CN105651377A (zh) * | 2016-01-11 | 2016-06-08 | 衢州学院 | 一种基于视频数据挖掘的非接触式物体振动频率测量方法 |
US20180053310A1 (en) * | 2016-08-19 | 2018-02-22 | Crystal Instruments Corporation | Vibration image acquisition and processing |
JP2018136191A (ja) * | 2017-02-21 | 2018-08-30 | 株式会社竹中工務店 | 計測装置、健全性判定装置、及び建物管理システム |
EP3462146A1 (en) * | 2017-07-29 | 2019-04-03 | Tata Consultancy Services Limited | Systems and methods for autonomous stroboscopic machine inspection for multi-point and multi-frequency vibration measurement |
CN107945166A (zh) * | 2017-11-24 | 2018-04-20 | 中国船舶重工集团公司第七〇九研究所 | 基于双目视觉的待测物体三维振动轨迹的测量方法 |
CN109060285A (zh) * | 2018-09-10 | 2018-12-21 | 西安交通大学 | 一种螺旋弹簧动态振动特性的检测装置及方法 |
CN109341847A (zh) * | 2018-09-25 | 2019-02-15 | 东莞青柳新材料有限公司 | 一种基于视觉的振动测量系统 |
Non-Patent Citations (2)
Title |
---|
ZHEXIONG SHANG等: "Multi-point vibration measurement and mode magnification of civil structures using video-based motion processing", 《AUTOMATION IN CONSTRUCTION》 * |
杨金钊: "基于相位的视频振动分析技术研究", 《万方学位论文》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021042906A1 (zh) * | 2019-04-26 | 2021-03-11 | 深圳市豪视智能科技有限公司 | 振动检测方法及相关装置 |
CN111366375A (zh) * | 2020-03-05 | 2020-07-03 | 三一汽车起重机械有限公司 | 基于音频和图像处理的车辆噪声和振动诊断方法和系统 |
CN111735534A (zh) * | 2020-07-02 | 2020-10-02 | 江苏弘冉智能科技有限公司 | 一种车辆停放安全行为预警系统及方法 |
CN112150413A (zh) * | 2020-09-01 | 2020-12-29 | 珠海格力电器股份有限公司 | 一种管路振动检测方法、装置、设备及存储介质 |
US11972557B2 (en) | 2020-12-12 | 2024-04-30 | Csg Power Generation Co., Ltd. | Vibration object monitoring method and apparatus, computer device and storage medium |
CN112528854A (zh) * | 2020-12-12 | 2021-03-19 | 南方电网调峰调频发电有限公司 | 振动对象监测方法、装置、计算机设备和存储介质 |
WO2022121132A1 (zh) * | 2020-12-12 | 2022-06-16 | 南方电网调峰调频发电有限公司 | 振动对象监测方法、装置、计算机设备和存储介质 |
CN112528854B (zh) * | 2020-12-12 | 2023-07-25 | 南方电网调峰调频发电有限公司 | 振动对象监测方法、装置、计算机设备和存储介质 |
CN113063484A (zh) * | 2021-03-31 | 2021-07-02 | 中煤科工集团重庆研究院有限公司 | 一种振动识别放大方法 |
CN113682342A (zh) * | 2021-08-25 | 2021-11-23 | 深圳市永安环保实业有限公司 | 轨道的异常检测方法及相关产品 |
CN116558733B (zh) * | 2023-07-11 | 2023-09-29 | 湖南大学 | 一种状态检测方法、系统、电子装置及存储介质 |
CN116558733A (zh) * | 2023-07-11 | 2023-08-08 | 湖南大学 | 一种状态检测方法、系统、电子装置及存储介质 |
CN117664552A (zh) * | 2024-01-30 | 2024-03-08 | 四川懋润电力科技有限公司 | 一种设备运行状态监测方法、装置、系统及控制设备 |
CN117664552B (zh) * | 2024-01-30 | 2024-04-16 | 四川懋润电力科技有限公司 | 一种设备运行状态监测方法、装置、系统及控制设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110617973B (zh) | 2021-08-27 |
WO2021042906A1 (zh) | 2021-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110617973B (zh) | 振动检测方法及相关装置 | |
US8290212B2 (en) | Super-resolving moving vehicles in an unregistered set of video frames | |
CN107608447B (zh) | 用于估计信号间的变换的信号处理器及方法 | |
KR101643672B1 (ko) | 광류 추적 방법 및 장치 | |
US20120328161A1 (en) | Method and multi-scale attention system for spatiotemporal change determination and object detection | |
JP6230751B1 (ja) | 物体検出装置および物体検出方法 | |
CN110595745B (zh) | 针对设备的固定螺丝异常的检测方法及相关产品 | |
CN110944160B (zh) | 一种图像处理方法及电子设备 | |
CN102129694B (zh) | 一种图像显著区域检测方法 | |
WO2021036631A1 (zh) | 基于视频进行振动分析方法及相关产品 | |
KR20110123744A (ko) | 화상 내의 잠재적으로 변화된 객체의 검출 | |
EP2806397A1 (en) | Image processing apparatus, image processing method, and image processing program | |
WO2015198368A1 (ja) | 画像処理装置及び画像処理方法 | |
CN114742866A (zh) | 图像配准方法、装置、存储介质及电子设备 | |
CN112862748B (zh) | 一种多维域特征联合sar船舰智能检测方法 | |
CN113542868A (zh) | 视频关键帧选取方法、装置、电子设备、存储介质 | |
CN109544490A (zh) | 图像增强方法、装置和计算机可读存储介质 | |
CN106778822B (zh) | 基于漏斗变换的图像直线检测方法 | |
CN113064118A (zh) | 声源定位方法和装置 | |
JP5928465B2 (ja) | 劣化復元システム、劣化復元方法およびプログラム | |
US20100260435A1 (en) | Edge Directed Image Processing | |
CN115861354A (zh) | 图像边缘检测方法、装置、设备及存储介质 | |
CN112150385B (zh) | 红外图像滤波方法及装置 | |
CN112614100A (zh) | 海洋浮游生物图像分割方法 | |
CN108629778B (zh) | 基于局部特征加权增强的图像显著性物体检测方法及系统 |
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 |