CN112229500B - 结构振动位移监测方法及终端设备 - Google Patents
结构振动位移监测方法及终端设备 Download PDFInfo
- Publication number
- CN112229500B CN112229500B CN202011059933.XA CN202011059933A CN112229500B CN 112229500 B CN112229500 B CN 112229500B CN 202011059933 A CN202011059933 A CN 202011059933A CN 112229500 B CN112229500 B CN 112229500B
- Authority
- CN
- China
- Prior art keywords
- frame number
- image
- red square
- square target
- frame
- 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
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
Abstract
本发明适用于结构健康监测技术领域,提供一种结构振动位移监测方法及终端设备,包括:对获取的红色方标靶视频进行视频序列分解,依次得到每一帧图像;分别抽取每一帧图像的中间行数据和中间列数据,进行处理,得到待测结构发生振动的起始帧号和停止振动的结束帧号;提取起始帧号至结束帧号之间对应的每帧图像的中间行数据和中间列数据进行线数据匹配计算,得到每帧图像中红色方形靶标的中心坐标值;根据构成的中心坐标序列值,计算得到红色方形靶标的实际位移变化值。本发明仅通过中间行数据和中间列数据进行位移测量计算,提高了计算效率;采用线数据匹配计算方法计算红色方形靶标的实际位移变化值,可提高实际位移变化值的计算效率和测量精度。
Description
技术领域
本发明属于结构健康监测技术领域,尤其涉及一种结构振动位移监测方法及终端设备。
背景技术
结构健康监测一般是测量土木结构在风、地震或车辆荷载等外界作用下的响应,而位移响应是结构健康监测的关键。目前针对位移响应的测量技术主要包括直接法和间接法。其中,直接法是采用位移传感器直接测量结构振动位移,在使用时,需要参考基准点并需要靠近或接触待测点,这种接触式直接测量方法存在成本较高、不易安装,且结构振动过程中传感器容易被损坏等不足。间接振动位移测量技术包括雷达干涉和GPS等,其中,雷达干涉技术安装方便且测量精度较高,但是该技术需要被测物体有相关的反射表面才可以应用,GPS测量技术虽然便于安装,但测量精度较低,误差范围在5-10mm之间。
近年来,机器视觉技术快速发展,由于其具有测量精度高、成本低等优点,已逐渐成为结构位移测量的研究热点。基于方形标靶的位移测量方法可以直接提取平面内方形标靶的行边像素或列边像素,并可以快速计算行边或列边的位移变化来计算测量目标在平面内的垂直或水平方向的位移变化。但是目前采用基于方形标靶的位移测量方法中,仍然存在3个问题:1)由于采用图像分割算法提取目标区域或目标边缘来完成位移测量,当系统工作环境发生变化,比如出现光照不均匀、标靶运动模糊、标靶区域污染等时,图像分割效果受到影响,导致位移测量精度下降;2)由于需要处理整个采集图像数据来获取目标位移变化信息,这导致视觉位移测量算法的计算效率较低;3)由于需要借助磁钢触发(也称车轮传感器)来确定结构振动的起始时刻,进而启动位移监测分析工作,这种外触发工作方式,限制了目前位移监测系统的推广应用。
发明内容
有鉴于此,本发明实施例提供了一种结构振动位移监测方法及终端设备,旨在解决现有技术中位移测量精度较低、计算效率较低以及难于推广的问题。
为实现上述目的,本发明实施例的第一方面提供了一种结构振动位移监测方法,包括:
对获取的红色方标靶视频进行视频序列分解,依次得到每一帧图像,所述红色方标靶为黑色方形靶的中心设置红色方形靶标,所述红色方标靶视频为将红色方标靶设置在待测结构上,拍摄的所述待测结构从静止到发生振动再到结束振动的红色方标靶视频;
分别抽取每一帧图像的中间行数据和中间列数据,并对得到的第一中间行数据集和第一中间列数据集进行处理,得到所述待测结构发生振动的起始帧号和停止振动的结束帧号;
根据所述第一中间行数据集和所述第一中间列数据集,提取所述起始帧号至所述结束帧号之间对应的每帧图像的中间行数据和中间列数据,并分别对构成的第二中间行数据集和第二中间列数据集进行线数据匹配计算,得到每帧图像中红色方形靶标的中心坐标值构成的中心坐标序列值;
根据获取的所述红色方形靶标的初始位置信息、实际边长和所述中心坐标序列值,计算得到所述红色方形靶标的实际位移变化值。
作为本申请另一实施例,所述对得到的第一中间行数据集和第一中间列数据集进行处理,得到所述待测结构发生振动的起始帧号和停止振动的结束帧号,包括:
根据得到的第一中间行数据集和第一中间列数据集,分别计算行振动参数和列振动参数;
将所述行振动参数与行振动参数预设阈值进行比较,确定所述待测结构发生振动的第一起始帧号和停止振动的第一结束帧号;
将所述列振动参数与列振动参数预设阈值进行比较,确定所述待测结构发生振动的第二起始帧号和停止振动的第二结束帧号;
根据所述第一起始帧号和所述第二起始帧号,确定所述待测结构发生振动的起始帧号;
根据所述第一结束帧号和所述第二结束帧号,确定所述待测结构停止振动的结束帧号。
作为本申请另一实施例,所述根据得到的第一中间行数据集,计算行振动参数,包括:
其中,p0表示在第(N+1)帧时刻前连续N帧图像的中间行数据平均值相比于初始静态帧图像的中间行数据的发生变化的振动参数,p1表示在第(N+1)帧图像的中间行数据相比与前面连续N帧图像的中间行数据平均值发生变化的振动参数,p2表示在第N帧时刻后连续N帧图像的中间行数据平均值相比于初始静态帧图像的中间行数据的发生变化的振动参数,ai表示第i帧图像的中间行数据,0≤i≤(2N+1),a0表示所述起始帧号对应图像的中间行数据,N为正整数。
作为本申请另一实施例,所述将所述行振动参数与行振动参数预设阈值进行比较,确定所述待测结构发生振动的第一起始帧号和停止振动的第一结束帧号,包括:
当p1>η,同时p0<0.1η时,确定第(N+1)帧时刻为所述待测结构发生振动的时间,第一起始帧号为(N+1);η表示振动参数预设阈值;
当p1>η,同时p3<0.1η时,确定第(N+1)帧时刻为所述待测结构停止振动的时间,第一结束帧号为(N+1)。
作为本申请另一实施例,所述根据所述第一起始帧号和所述第二起始帧号,确定所述待测结构发生振动的起始帧号,包括:
将所述第一起始帧号和所述第二起始帧号中最小的帧号作为所述待测结构发生振动的起始帧号;
所述根据所述第一结束帧号和所述第二结束帧号,确定所述待测结构停止振动的结束帧号,包括:
将所述第一结束帧号和所述第二结束帧号中最大的帧号作为所述待测结构停止振动的结束帧号。
作为本申请另一实施例,所述分别对构成的第二中间行数据集和第二中间列数据集进行线数据匹配计算,得到每帧图像中红色方形靶标的中心坐标值构成的中心坐标序列值,包括:
其中,cqi表示所述起始帧号对应的图像的中间行数据与振动过程中第i帧图像的中间行数据的像素位置匹配值,si1表示第i帧图像中红色方形靶标的中心坐标的横坐标值,x′表示所述起始帧号对应的图像的中间行数据,xi表示第i帧图像的中间行数据,Re(·)表示复数求实部运算,F-1(·)表示傅里叶逆变换运算,F(·)表示傅里叶变换运算,F*(·)表示傅里叶变换运算中复数求共轭运算;
其中,cpi表示所述起始帧号对应的图像的中间列数据与振动过程中第i帧图像的中间列数据的像素位置匹配值,si2表示第i帧图像中红色方形靶标的中心坐标的纵坐标值,y′表示所述起始帧号对应的图像的中间列数据,yi表示第i帧图像的中间列数据;
根据上述计算第i帧图像的中心坐标的坐标值的方法,分别对构成的第二中间行数据集和第二中间列数据集进行线数据匹配计算,得到每帧图像中红色方形靶标的中心坐标值构成的中心坐标序列值。
作为本申请另一实施例,所述根据获取的所述红色方形靶标的初始位置信息、实际边长和所述中心坐标序列值,计算得到所述红色方形靶标的实际位移变化值,包括:
获取所述红色方形靶标的初始位置信息和实际边长;
根据所述初始位置信息和所述实际边长,计算得到实际位移与图像坐标的比例值;
根据所述中心坐标序列值,得到所述红色方形靶标在水平方向的位移变化序列值和在垂直方向的位移变化序列值;
将所述比例值分别乘以所述红色方形靶标在水平方向的位移变化序列值和在垂直方向的位移变化序列值,得到所述红色方形靶标的实际位移变化值。
作为本申请另一实施例,所述根据所述初始位置信息和所述实际边长,计算得到实际位移与图像坐标的比例值,包括:
其中,Pw表示实际位移与图像坐标的比例值,D表示所述红色方形靶标的实际边长,lz表示所述红色方形靶标左边的坐标值,ly表示所述红色方形靶标右边的坐标值,lx表示所述红色方形靶标下边的坐标值,ls表示所述红色方形靶标上边的坐标值。
本发明实施例的第二方面提供了一种结构振动位移监测装置,包括:
分解模块,用于对获取的红色方标靶视频进行视频序列分解,依次得到每一帧图像,所述红色方标靶为黑色方形靶的中心设置红色方形靶标,所述红色方标靶视频为将红色方标靶设置在待测结构上,拍摄的所述待测结构从静止到发生振动再到结束振动的红色方标靶视频;
处理模块,用于分别抽取每一帧图像的中间行数据和中间列数据,并对得到的第一中间行数据集和第一中间列数据集进行处理,得到所述待测结构发生振动的起始帧号和停止振动的结束帧号;
计算模块,用于根据所述第一中间行数据集和所述第一中间列数据集,提取所述起始帧号至所述结束帧号之间对应的每帧图像的中间行数据和中间列数据,并分别对构成的第二中间行数据集和第二中间列数据集进行线数据匹配计算,得到每帧图像中红色方形靶标的中心坐标值构成的中心坐标序列值;
所述计算模块,还用于根据获取的所述红色方形靶标的初始位置信息、实际边长和所述中心坐标序列值,计算得到所述红色方形靶标的实际位移变化值。
本发明实施例的第三方面提供了一种终端设备,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述任一实施例所述的结构振动位移监测方法所述的步骤。
本发明实施例与现有技术相比存在的有益效果是:与现有技术相比,本发明分别抽取每一帧图像的中间行数据和中间列数据,进行位移测量计算,提高了计算效率;采用线数据匹配计算方法计算红色方形靶标的实际位移变化值,可提高实际位移变化值的计算效率和测量精度,另外,通过计算方法计算待测结构发生振动的起始帧号和停止振动的结束帧号,从而摆脱了对传统磁钢触发方式的依赖,使得系统更为智能,应用范围更广。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的结构振动位移监测方法的实现流程示意图;
图2是本发明实施例提供的红色方标靶的示意图;
图3是本发明实施例提供的红色方标靶和摄像机的安装示意图;
图4是本发明实施例提供的计算起始帧号和结束帧号的示意图;
图5是本发明实施例提供的结构振动位移监测装置的示意图;
图6是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1为本发明实施例提供的结构振动位移监测方法的实现流程示意图,详述如下。
步骤101,对获取的红色方标靶视频进行视频序列分解,依次得到每一帧图像,所述红色方标靶为黑色方形靶的中心设置红色方形靶标,所述红色方标靶视频为将红色方标靶设置在待测结构上,拍摄的所述待测结构从静止到发生振动再到结束振动的红色方标靶视频。
可选的,所述红色方标靶为黑色方形靶的中心设置红色方形靶标,所述红色方标靶视频为将红色方标靶设置在待测结构上,拍摄的所述待测结构发生振动时的红色方标靶视频。如图2所示的红色方标靶,中间影响区域为红色方形靶标,白色区域为黑色方形靶,为了避免标靶面反光干扰,红色方标靶的材料选用磨砂亚克力板制作。将整个红色方标靶固定在待测结构上,完成对待测结构在红色方标靶所在平面内水平方向(x方向)和垂直方向(y方向)的位移测量。
如图3所示,在红色方标靶正前方一定距离内放置一台摄像机。摄像机安装条件为:1)保证摄像机镜头面与红色方标靶面平行;2)摄像机的镜头中心轴线与红色方标靶中心轴线共线。以上2个条件可以保证摄像机拍摄的红色方标靶图像在整个图像中心,且红色方标靶为正方形。摄像机安装的第3个条件为:摄像机的安装点为监测现场中的固定不动端,由此保证仅有红色方标靶目标在运动。
利用摄像机拍摄待测结构从静止到发生振动再到结束振动的红色方标靶视频,并将红色方标靶视频存储到本地SD卡中。采用计算机编程读取SD卡上存储的红色方标靶视频,主要包括视频文件名、视频数据文件头、数据块和索引块。其中视频文件名包含了该段红色方标靶视频文件的初始采集时间;文件头有视频帧数、每帧图像数据格式和尺寸、摄像机采集帧频参数f等;数据块包含拍摄的所有图像数据流;索引块包括数据块列表和它们在文件中的位置。通过这些信息,可以任意访问红色方标靶视频的每一帧图像内容、以及确定每一帧图像对应的采集时间。
步骤102,分别抽取每一帧图像的中间行数据和中间列数据,并对得到的第一中间行数据集和第一中间列数据集进行处理,得到所述待测结构发生振动的起始帧号和停止振动的结束帧号。
对于红色方标靶,当待测结构发生振动时,摄像机拍摄到的红色方形靶标即目标会在x方向和y方向出现位移变化。如图3所示,摄像机拍摄的红色方形靶标基本位于成像视野中心。由于红色方形靶标在x方向和y方向的振动均存在不确定性,为了更好地适应这种不确定性,本实施例中提取图像的中间行数据来分析目标在x方向的位移变化,同时提取图像的中间列数据来分析目标在y方向的位移变化。利用步骤101中所提供的帧索引信息,可连续读取SD卡上红色方标靶视频的多帧连续图像,分别抽取每一帧图像的中间行数据和中间列数据,得到第一中间行数据集和第一中间列数据集。可选的,可将第一中间行数据集存储在计算机内部开设好的行数据缓存池中,可将第一中间列数据集存储在计算机内部开设好的列数据缓存池中。
为了提高本实施例中结构振动位移监测方法的计算效率,本实施例中通过基于移动窗口平均检测的状态控制方法,通过协同分析“列数据缓存池”和“行数据缓存池”中的数据,获得待测结构发生振动的起始帧号和停止振动的结束帧号。
在本实施例中,设定在初始静态帧(起始帧号)的图像的中间行数据为a0,表示a0是一个q×1的向量,表示一个向量的维度,q表示每一帧图像的宽度;已知连续N帧的图像的中间行数据为(a1,a2,…aN),第(N+1)帧的图像的中间行数据为aN+1,第N帧时刻后连续N帧的图像的中间行数据为(aN+1,aN+2,…a2N+1),
在本步骤中,如图4所示,对得到的第一中间行数据集和第一中间列数据集进行处理,得到所述待测结构发生振动的起始帧号和停止振动的结束帧号,可以包括以下步骤。
步骤401,根据得到的第一中间行数据集和第一中间列数据集,分别计算行振动参数和列振动参数。
其中,p0表示在第(N+1)帧时刻前连续N帧图像的中间行数据平均值相比于初始静态帧图像的中间行数据的发生变化的振动参数,p1表示在第(N+1)帧图像的中间行数据相比与前面连续N帧图像的中间行数据平均值发生变化的振动参数,p2表示在第N帧时刻后连续N帧图像的中间行数据平均值相比于初始静态帧图像的中间行数据的发生变化的振动参数,ai表示第i帧图像的中间行数据,0≤i≤(2N+1),a0表示所述起始帧号对应图像的中间行数据,N为正整数。
同理,采用上述计算行振动参数的方法,根据得到的第一中间列数据集,计算列振动参数。
可选的,在实际应用中,参数N代表了移动窗口的大小,其值可通过实际需求进行设置,在本实施例中不限定N的取值,例如,N可以为5f,f为摄像机的采集帧频。
步骤402,将所述行振动参数与行振动参数预设阈值进行比较,确定所述待测结构发生振动的第一起始帧号和停止振动的第一结束帧号。
可选的,本步骤可以包括:
当p1>η,则表示第(N+1)帧时刻所述待测结构出现振动;η表示振动参数预设阈值,可以根据实际需求进行设定,例如,η可以为105。
当p1>η,同时p0<0.1η时,则表示在第(N+1)帧时刻前图像处于准静态,确定第(N+1)帧时刻为所述待测结构发生振动的时间,第一起始帧号为(N+1);
当p1>η,同时p3<0.1η时,则表示在第N帧时刻后图像恢复至准静态,确定第(N+1)帧时刻为所述待测结构停止振动的时间,第一结束帧号为(N+1)。
可选的,为了保证更稳定地提取红色方标靶的开始振动的帧号,在判定目标起始振动时,以第(N+1)帧时刻为时间参考点,提取时间参考点前10秒的帧号,即第(N+1)帧的前10f的帧号为待测结构开始振动的帧号。同时,为了确保更完整地分析处理整个红色方标靶振动数据,在判定目标停止振动时,以第N帧时刻为时间参考点,提取时间参考点后10秒的帧号,即第N帧后10f的帧号为待测结构停止振动的帧号。
步骤403,将所述列振动参数与列振动参数预设阈值进行比较,确定所述待测结构发生振动的第二起始帧号和停止振动的第二结束帧号。
根据步骤402的计算方式确定待测结构发生振动的第二起始帧号和停止振动的第二结束帧号。
步骤404,根据所述第一起始帧号和所述第二起始帧号,确定所述待测结构发生振动的起始帧号。
可选的,将所述第一起始帧号和所述第二起始帧号中最小的帧号作为所述待测结构发生振动的起始帧号。
步骤405,根据所述第一结束帧号和所述第二结束帧号,确定所述待测结构停止振动的结束帧号。
可选的,将所述第一结束帧号和所述第二结束帧号中最大的帧号作为所述待测结构停止振动的结束帧号。
根据步骤404和步骤405确定的起始帧号和结束帧号可以得到一个包括较多图像的图像范围,以获得更加准确的起始帧和结束帧。
步骤103,根据所述第一中间行数据集和所述第一中间列数据集,提取所述起始帧号至所述结束帧号之间对应的每帧图像的中间行数据和中间列数据,并分别对构成的第二中间行数据集和第二中间列数据集进行线数据匹配计算,得到每帧图像中红色方形靶标的中心坐标值构成的中心坐标序列值。
可选的,分别提取起始帧号对应图像的中间行数据x′和中间列数据y′,其中,p表示每帧图像的高度,并将其作为线模板数据。依次提取后续每帧图像的中间行数据(x1,x2,…,xL)和中间列数据(y1,y2,…,yL),其中,
其中,cqi表示所述起始帧号对应的图像的中间行数据与振动过程中第i帧图像的中间行数据的像素位置匹配值,si1表示第i帧图像中红色方形靶标的中心坐标的横坐标值,x′表示所述起始帧号对应的图像的中间行数据,xi表示第i帧图像的中间行数据,Re(·)表示复数求实部运算,F-1(·)表示傅里叶逆变换运算,F(·)表示傅里叶变换运算,F*(·)表示傅里叶变换运算中复数求共轭运算;
其中,cpi表示所述起始帧号对应的图像的中间列数据与振动过程中第i帧图像的中间列数据的像素位置匹配值,si2表示第i帧图像中红色方形靶标的中心坐标的纵坐标值,y′表示所述起始帧号对应的图像的中间列数据,yi表示第i帧图像的中间列数据;
根据上述计算第i帧图像的中心坐标的坐标值的方法,分别对构成的第二中间行数据集和第二中间列数据集进行线数据匹配计算,得到每帧图像中红色方形靶标的中心坐标值构成的中心坐标序列值。
在本步骤中可以得到红色方形靶标的行中心坐标序列值(s11,s21,…,sL1),列中心坐标序列值(s12,s22,…,sL2)。
步骤104,根据获取的所述红色方形靶标的初始位置信息、实际边长和所述中心坐标序列值,计算得到所述红色方形靶标的实际位移变化值。
可选的,本步骤可以包括:获取所述红色方形靶标的初始位置信息和实际边长;根据所述初始位置信息和所述实际边长,计算得到实际位移与图像坐标的比例值;根据所述中心坐标序列值,得到所述红色方形靶标在水平方向的位移变化序列值和在垂直方向的位移变化序列值;将所述比例值分别乘以所述红色方形靶标在水平方向的位移变化序列值和在垂直方向的位移变化序列值,得到所述红色方形靶标的实际位移变化值。
可选的,所述根据所述初始位置信息和所述实际边长,计算得到实际位移与图像坐标的比例值,包括:
其中,Pw表示实际位移与图像坐标的比例值,D表示所述红色方形靶标的实际边长,可以通过直接测量得到,lz表示所述红色方形靶标左边的坐标值,ly表示所述红色方形靶标右边的坐标值,lx表示所述红色方形靶标下边的坐标值,ls表示所述红色方形靶标上边的坐标值。
可选的,根据所述中心坐标序列值,得到所述红色方形靶标在水平方向的位移变化序列值和在垂直方向的位移变化序列值,可以包括:
将行中心坐标序列值(s11,s21,…,sL1)中的每个值依次减去第一个值,得到水平方向的位移变化序列值,列中心坐标序列值(s12,s22,…,sL2)中的每个值依次减去第一个值,得到垂直方向的位移变化序列值。
上述结构振动位移监测方法,通过分别抽取了红色方形靶标的中间行数据、中间列数据进行位移测量计算,大大地节省了计算量,提高了计算效率;通过协同分析第一中间行数据集和第一中间列数据集中的数据,自动启停位移监测分析工作,摆脱了对传统磁钢触发(也称车轮传感器)方式的依赖,使得系统更为智能,应用范围更广;传统位移视觉测量方法通过利用图像分割算法提取标靶面积或标靶边缘来完成位移测量,本实施例中提出利用线数据匹配计算方法高效地估计振动过程中目标的坐标变化,可以更好地适应光照不均匀、标靶运动模糊、背景区域污染等复杂环境,使得计算的红色方形靶标的实际位移变化值更加准确,提高测量精度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的结构振动位移监测方法,图5示出了本发明实施例提供的结构振动位移监测装置的示例图。如图5所示,该装置可以包括:分解模块501、处理模块502和计算模块503。
分解模块501,用于对获取的红色方标靶视频进行视频序列分解,依次得到每一帧图像,所述红色方标靶为黑色方形靶的中心设置红色方形靶标,所述红色方标靶视频为将红色方标靶设置在待测结构上,拍摄的所述待测结构从静止到发生振动再到结束振动的红色方标靶视频;
处理模块502,用于分别抽取每一帧图像的中间行数据和中间列数据,并对得到的第一中间行数据集和第一中间列数据集进行处理,得到所述待测结构发生振动的起始帧号和停止振动的结束帧号;
计算模块503,用于根据所述第一中间行数据集和所述第一中间列数据集,提取所述起始帧号至所述结束帧号之间对应的每帧图像的中间行数据和中间列数据,并分别对构成的第二中间行数据集和第二中间列数据集进行线数据匹配计算,得到每帧图像中红色方形靶标的中心坐标值构成的中心坐标序列值;
所述计算模块503,还用于根据获取的所述红色方形靶标的初始位置信息、实际边长和所述中心坐标序列值,计算得到所述红色方形靶标的实际位移变化值。
可选的,所述处理模块502对得到的第一中间行数据集和第一中间列数据集进行处理,得到所述待测结构发生振动的起始帧号和停止振动的结束帧号时,可以用于:
根据得到的第一中间行数据集和第一中间列数据集,分别计算行振动参数和列振动参数;
将所述行振动参数与行振动参数预设阈值进行比较,确定所述待测结构发生振动的第一起始帧号和停止振动的第一结束帧号;
将所述列振动参数与列振动参数预设阈值进行比较,确定所述待测结构发生振动的第二起始帧号和停止振动的第二结束帧号;
根据所述第一起始帧号和所述第二起始帧号,确定所述待测结构发生振动的起始帧号;
根据所述第一结束帧号和所述第二结束帧号,确定所述待测结构停止振动的结束帧号。
可选的,所述处理模块502根据得到的第一中间行数据集,计算行振动参数时,可以用于:
其中,p0表示在第(N+1)帧时刻前连续N帧图像的中间行数据平均值相比于初始静态帧图像的中间行数据的发生变化的振动参数,p1表示在第(N+1)帧图像的中间行数据相比与前面连续N帧图像的中间行数据平均值发生变化的振动参数,p2表示在第N帧时刻后连续N帧图像的中间行数据平均值相比于初始静态帧图像的中间行数据的发生变化的振动参数,ai表示第i帧图像的中间行数据,0≤i≤(2N+1),a0表示所述起始帧号对应图像的中间行数据,N为正整数。
可选的,所述处理模块502将所述行振动参数与行振动参数预设阈值进行比较,确定所述待测结构发生振动的第一起始帧号和停止振动的第一结束帧号时,可以用于:
当p1>η,同时p0<0.1η时,确定第(N+1)帧时刻为所述待测结构发生振动的时间,第一起始帧号为(N+1);η表示振动参数预设阈值;
当p1>η,同时p3<0.1η时,确定第(N+1)帧时刻为所述待测结构停止振动的时间,第一结束帧号为(N+1)。
可选的,处理模块502根据所述第一起始帧号和所述第二起始帧号,确定所述待测结构发生振动的起始帧号时,可以用于:
将所述第一起始帧号和所述第二起始帧号中最小的帧号作为所述待测结构发生振动的起始帧号;
所述根据所述第一结束帧号和所述第二结束帧号,确定所述待测结构停止振动的结束帧号,包括:
将所述第一结束帧号和所述第二结束帧号中最大的帧号作为所述待测结构停止振动的结束帧号。
可选的,所述计算模块503分别对构成的第二中间行数据集和第二中间列数据集进行线数据匹配计算,得到每帧图像中红色方形靶标的中心坐标值构成的中心坐标序列值时,可以用于:
其中,cqi表示所述起始帧号对应的图像的中间行数据与振动过程中第i帧图像的中间行数据的像素位置匹配值,si1表示第i帧图像中红色方形靶标的中心坐标的横坐标值,x′表示所述起始帧号对应的图像的中间行数据,xi表示第i帧图像的中间行数据,Re(·)表示复数求实部运算,F-1(·)表示傅里叶逆变换运算,F(·)表示傅里叶变换运算,F*(·)表示傅里叶变换运算中复数求共轭运算;
其中,cpi表示所述起始帧号对应的图像的中间列数据与振动过程中第i帧图像的中间列数据的像素位置匹配值,si2表示第i帧图像中红色方形靶标的中心坐标的纵坐标值,y′表示所述起始帧号对应的图像的中间列数据,yi表示第i帧图像的中间列数据;
根据上述计算第i帧图像的中心坐标的坐标值的方法,分别对构成的第二中间行数据集和第二中间列数据集进行线数据匹配计算,得到每帧图像中红色方形靶标的中心坐标值构成的中心坐标序列值。
可选的,所述计算模块503根据获取的所述红色方形靶标的初始位置信息、实际边长和所述中心坐标序列值,计算得到所述红色方形靶标的实际位移变化值时,可以用于:
获取所述红色方形靶标的初始位置信息和实际边长;
根据所述初始位置信息和所述实际边长,计算得到实际位移与图像坐标的比例值;
根据所述中心坐标序列值,得到所述红色方形靶标在水平方向的位移变化序列值和在垂直方向的位移变化序列值;
将所述比例值分别乘以所述红色方形靶标在水平方向的位移变化序列值和在垂直方向的位移变化序列值,得到所述红色方形靶标的实际位移变化值。
可选的,所述计算模块503根据所述初始位置信息和所述实际边长,计算得到实际位移与图像坐标的比例值时,可以用于:
其中,Pw表示实际位移与图像坐标的比例值,D表示所述红色方形靶标的实际边长,lz表示所述红色方形靶标左边的坐标值,ly表示所述红色方形靶标右边的坐标值,lx表示所述红色方形靶标下边的坐标值,ls表示所述红色方形靶标上边的坐标值。
上述结构振动位移监测装置,通过分别抽取了红色方形靶标的中间行数据、中间列数据进行位移测量计算,大大地节省了计算量,提高了计算效率;通过协同分析第一中间行数据集和第一中间列数据集中的数据,自动启停位移监测分析工作,摆脱了对传统磁钢触发(也称车轮传感器)方式的依赖,使得系统更为智能,应用范围更广;传统位移视觉测量方法通过利用图像分割算法提取标靶面积或标靶边缘来完成位移测量,本实施例中提出利用线数据匹配计算方法高效地估计振动过程中目标的坐标变化,可以更好地适应光照不均匀、标靶运动模糊、背景区域污染等复杂环境,使得计算的红色方形靶标的实际位移变化值更加准确,提高测量精度。
图6是本发明一实施例提供的终端设备的示意图。如图6所示,该实施例的终端设备600包括:处理器601、存储器602以及存储在所述存储器602中并可在所述处理器601上运行的计算机程序603,例如结构振动位移监测程序。所述处理器601执行所述计算机程序603时实现上述结构振动位移监测方法实施例中的步骤,例如图1所示的步骤101至104,或者图4所示的步骤,所述处理器601执行所述计算机程序603时实现上述各装置实施例中各模块的功能,例如图5所示模块501至503的功能。
示例性的,所述计算机程序603可以被分割成一个或多个程序模块,所述一个或者多个程序模块被存储在所述存储器602中,并由所述处理器601执行,以完成本发明。所述一个或多个程序模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序603在所述结构振动位移监测装置或者终端设备600中的执行过程。例如,所述计算机程序603可以被分割成分解模块501、处理模块502和计算模块503,各模块具体功能如图5所示,在此不再一一赘述。
所述终端设备600可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器601、存储器602。本领域技术人员可以理解,图6仅仅是终端设备600的示例,并不构成对终端设备600的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器601可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器602可以是所述终端设备600的内部存储单元,例如终端设备600的硬盘或内存。所述存储器602也可以是所述终端设备600的外部存储设备,例如所述终端设备600上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器602还可以既包括所述终端设备600的内部存储单元也包括外部存储设备。所述存储器602用于存储所述计算机程序以及所述终端设备600所需的其他程序和数据。所述存储器602还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
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或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,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来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发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所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,在本发明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。
所述集成的模块/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介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (8)
1.一种结构振动位移监测方法,其特征在于,包括:
对获取的红色方标靶视频进行视频序列分解,依次得到每一帧图像,所述红色方标靶为黑色方形靶的中心设置红色方形靶标,所述红色方标靶视频为将红色方标靶设置在待测结构上,拍摄的所述待测结构从静止到发生振动再到结束振动的红色方标靶视频;
分别抽取每一帧图像的中间行数据和中间列数据,并对得到的第一中间行数据集和第一中间列数据集进行处理,得到所述待测结构发生振动的起始帧号和停止振动的结束帧号;所述对得到的第一中间行数据集和第一中间列数据集进行处理,得到所述待测结构发生振动的起始帧号和停止振动的结束帧号,包括:根据得到的第一中间行数据集和第一中间列数据集,分别计算行振动参数和列振动参数;将所述行振动参数与行振动参数预设阈值进行比较,确定所述待测结构发生振动的第一起始帧号和停止振动的第一结束帧号;将所述列振动参数与列振动参数预设阈值进行比较,确定所述待测结构发生振动的第二起始帧号和停止振动的第二结束帧号;根据所述第一起始帧号和所述第二起始帧号,确定所述待测结构发生振动的起始帧号;根据所述第一结束帧号和所述第二结束帧号,确定所述待测结构停止振动的结束帧号;
根据所述第一中间行数据集和所述第一中间列数据集,提取所述起始帧号至所述结束帧号之间对应的每帧图像的中间行数据和中间列数据,并分别对构成的第二中间行数据集和第二中间列数据集进行线数据匹配计算,得到每帧图像中红色方形靶标的中心坐标值构成的中心坐标序列值;
所述分别对构成的第二中间行数据集和第二中间列数据集进行线数据匹配计算,得到每帧图像中红色方形靶标的中心坐标值构成的中心坐标序列值,包括:
其中,cqi表示所述起始帧号对应的图像的中间行数据与振动过程中第i帧图像的中间行数据的像素位置匹配值,si1表示第i帧图像中红色方形靶标的中心坐标的横坐标值,x′表示所述起始帧号对应的图像的中间行数据,xi表示第i帧图像的中间行数据,Re(·)表示复数求实部运算,F-1(·)表示傅里叶逆变换运算,F(·)表示傅里叶变换运算,F*(·)表示傅里叶变换运算中复数求共轭运算;
其中,cpi表示所述起始帧号对应的图像的中间列数据与振动过程中第i帧图像的中间列数据的像素位置匹配值,si2表示第i帧图像中红色方形靶标的中心坐标的纵坐标值,y′表示所述起始帧号对应的图像的中间列数据,yi表示第i帧图像的中间列数据;
根据上述计算第i帧图像的中心坐标的坐标值的方法,分别对构成的第二中间行数据集和第二中间列数据集进行线数据匹配计算,得到每帧图像中红色方形靶标的中心坐标值构成的中心坐标序列值;
根据获取的所述红色方形靶标的初始位置信息、实际边长和所述中心坐标序列值,计算得到所述红色方形靶标的实际位移变化值。
3.如权利要求2所述的结构振动位移监测方法,其特征在于,所述将所述行振动参数与行振动参数预设阈值进行比较,确定所述待测结构发生振动的第一起始帧号和停止振动的第一结束帧号,包括:
当p1>η,同时p0<0.1η时,确定第(N+1)帧时刻为所述待测结构发生振动的时间,第一起始帧号为(N+1);η表示振动参数预设阈值;
当p1>η,同时p3<0.1η时,确定第(N+1)帧时刻为所述待测结构停止振动的时间,第一结束帧号为(N+1)。
4.如权利要求3所述的结构振动位移监测方法,其特征在于,所述根据所述第一起始帧号和所述第二起始帧号,确定所述待测结构发生振动的起始帧号,包括:
将所述第一起始帧号和所述第二起始帧号中最小的帧号作为所述待测结构发生振动的起始帧号;
所述根据所述第一结束帧号和所述第二结束帧号,确定所述待测结构停止振动的结束帧号,包括:
将所述第一结束帧号和所述第二结束帧号中最大的帧号作为所述待测结构停止振动的结束帧号。
5.如权利要求1-4中任一项所述的结构振动位移监测方法,其特征在于,所述根据获取的所述红色方形靶标的初始位置信息、实际边长和所述中心坐标序列值,计算得到所述红色方形靶标的实际位移变化值,包括:
获取所述红色方形靶标的初始位置信息和实际边长;
根据所述初始位置信息和所述实际边长,计算得到实际位移与图像坐标的比例值;
根据所述中心坐标序列值,得到所述红色方形靶标在水平方向的位移变化序列值和在垂直方向的位移变化序列值;
将所述比例值分别乘以所述红色方形靶标在水平方向的位移变化序列值和在垂直方向的位移变化序列值,得到所述红色方形靶标的实际位移变化值。
7.一种结构振动位移监测装置,其特征在于,包括:
分解模块,用于对获取的红色方标靶视频进行视频序列分解,依次得到每一帧图像,所述红色方标靶为黑色方形靶的中心设置红色方形靶标,所述红色方标靶视频为将红色方标靶设置在待测结构上,拍摄的所述待测结构从静止到发生振动再到结束振动的红色方标靶视频;
处理模块,用于分别抽取每一帧图像的中间行数据和中间列数据,并对得到的第一中间行数据集和第一中间列数据集进行处理,得到所述待测结构发生振动的起始帧号和停止振动的结束帧号;所述处理模块,用于根据得到的第一中间行数据集和第一中间列数据集,分别计算行振动参数和列振动参数;将所述行振动参数与行振动参数预设阈值进行比较,确定所述待测结构发生振动的第一起始帧号和停止振动的第一结束帧号;将所述列振动参数与列振动参数预设阈值进行比较,确定所述待测结构发生振动的第二起始帧号和停止振动的第二结束帧号;根据所述第一起始帧号和所述第二起始帧号,确定所述待测结构发生振动的起始帧号;根据所述第一结束帧号和所述第二结束帧号,确定所述待测结构停止振动的结束帧号;
计算模块,用于根据所述第一中间行数据集和所述第一中间列数据集,提取所述起始帧号至所述结束帧号之间对应的每帧图像的中间行数据和中间列数据,并分别对构成的第二中间行数据集和第二中间列数据集进行线数据匹配计算,得到每帧图像中红色方形靶标的中心坐标值构成的中心坐标序列值;所述计算模块,用于根据得到第i帧图像中红色方形靶标的中心坐标的横坐标值;
其中,cqi表示所述起始帧号对应的图像的中间行数据与振动过程中第i帧图像的中间行数据的像素位置匹配值,si1表示第i帧图像中红色方形靶标的中心坐标的横坐标值,x′表示所述起始帧号对应的图像的中间行数据,xi表示第i帧图像的中间行数据,Re(·)表示复数求实部运算,F-1(·)表示傅里叶逆变换运算,F(·)表示傅里叶变换运算,F*(·)表示傅里叶变换运算中复数求共轭运算;
其中,cpi表示所述起始帧号对应的图像的中间列数据与振动过程中第i帧图像的中间列数据的像素位置匹配值,si2表示第i帧图像中红色方形靶标的中心坐标的纵坐标值,y′表示所述起始帧号对应的图像的中间列数据,yi表示第i帧图像的中间列数据;
根据上述计算第i帧图像的中心坐标的坐标值的方法,分别对构成的第二中间行数据集和第二中间列数据集进行线数据匹配计算,得到每帧图像中红色方形靶标的中心坐标值构成的中心坐标序列值;
所述计算模块,还用于根据获取的所述红色方形靶标的初始位置信息、实际边长和所述中心坐标序列值,计算得到所述红色方形靶标的实际位移变化值。
8.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011059933.XA CN112229500B (zh) | 2020-09-30 | 2020-09-30 | 结构振动位移监测方法及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011059933.XA CN112229500B (zh) | 2020-09-30 | 2020-09-30 | 结构振动位移监测方法及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112229500A CN112229500A (zh) | 2021-01-15 |
CN112229500B true CN112229500B (zh) | 2022-05-20 |
Family
ID=74119810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011059933.XA Active CN112229500B (zh) | 2020-09-30 | 2020-09-30 | 结构振动位移监测方法及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112229500B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103994724A (zh) * | 2014-05-13 | 2014-08-20 | 滕军 | 基于数字图像处理技术的结构二维位移及应变监测方法 |
CN106197292A (zh) * | 2016-06-27 | 2016-12-07 | 重庆交通大学 | 一种建筑物位移监测方法 |
CN106526467A (zh) * | 2016-10-14 | 2017-03-22 | 西安交通大学 | 一种基于机器视觉的高压断路器分合闸速度特性测量方法 |
CN108564579A (zh) * | 2018-04-20 | 2018-09-21 | 石家庄铁道大学 | 一种基于时空相关的混凝土裂缝检测方法及检测装置 |
CN108871197A (zh) * | 2018-04-27 | 2018-11-23 | 中国石油大学(北京) | 用于材料表面的位移场测量方法、装置、设备及存储介质 |
CN110823358A (zh) * | 2019-11-08 | 2020-02-21 | 重庆邮电大学 | 一种基于视觉处理的建筑振动位移测量方法 |
CN111582270A (zh) * | 2020-04-24 | 2020-08-25 | 哈尔滨工业大学 | 基于高精度的桥梁区域视觉靶标特征点的识别追踪方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5846411B2 (ja) * | 2011-06-16 | 2016-01-20 | 学校法人上智学院 | イメージング方法及び変位計測方法及び装置、並びに、超音波画像診断装置 |
US9305365B2 (en) * | 2013-01-24 | 2016-04-05 | Kineticor, Inc. | Systems, devices, and methods for tracking moving targets |
CN106895952B (zh) * | 2017-03-24 | 2018-12-21 | 大连理工大学 | 基于视觉测量技术风洞模型振动的抑制方法 |
-
2020
- 2020-09-30 CN CN202011059933.XA patent/CN112229500B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103994724A (zh) * | 2014-05-13 | 2014-08-20 | 滕军 | 基于数字图像处理技术的结构二维位移及应变监测方法 |
CN106197292A (zh) * | 2016-06-27 | 2016-12-07 | 重庆交通大学 | 一种建筑物位移监测方法 |
CN106526467A (zh) * | 2016-10-14 | 2017-03-22 | 西安交通大学 | 一种基于机器视觉的高压断路器分合闸速度特性测量方法 |
CN108564579A (zh) * | 2018-04-20 | 2018-09-21 | 石家庄铁道大学 | 一种基于时空相关的混凝土裂缝检测方法及检测装置 |
CN108871197A (zh) * | 2018-04-27 | 2018-11-23 | 中国石油大学(北京) | 用于材料表面的位移场测量方法、装置、设备及存储介质 |
CN110823358A (zh) * | 2019-11-08 | 2020-02-21 | 重庆邮电大学 | 一种基于视觉处理的建筑振动位移测量方法 |
CN111582270A (zh) * | 2020-04-24 | 2020-08-25 | 哈尔滨工业大学 | 基于高精度的桥梁区域视觉靶标特征点的识别追踪方法 |
Non-Patent Citations (4)
Title |
---|
《Fast concrete crack detection method via L2 sparse representation》;Wang B等;《Electronics Letters》;20181231;第54卷(第12期);第752-754页 * |
《Video camera–based vibration measurement for civil infrastructure applications》;Chen J G等;《Journal of Infrastructure Systems》;20170331;第23卷(第3期);第B4016013页 * |
《复杂背景下的视频目标跟踪算法研究》;王保宪;《中国博士学位论文全文数据库 信息科技辑》;20160815(第7期);第I138-29页 * |
《非接触性动态位移测试方法的研发及应用验证》;陈苏等;《应用基础与工程科学学报》;20130831;第21卷(第4期);第725-734页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112229500A (zh) | 2021-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107229930B (zh) | 一种指针式仪表数值智能识别方法 | |
CN108229475B (zh) | 车辆跟踪方法、系统、计算机设备及可读存储介质 | |
Yu et al. | Fast bridge deflection monitoring through an improved feature tracing algorithm | |
KR20150027291A (ko) | 광류 추적 방법 및 장치 | |
CN112233076B (zh) | 基于红色圆标靶图像处理的结构振动位移测量方法及装置 | |
CN104634242A (zh) | 探针补点系统及方法 | |
CN110634137A (zh) | 一种基于视觉感知的桥梁变形的监测方法、装置及设备 | |
CN111735523A (zh) | 基于视频识别的车重检测方法、装置及存储介质 | |
CN112014413A (zh) | 一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法 | |
CN102254185B (zh) | 基于对比度敏感函数的背景杂波量化方法 | |
CN112036381A (zh) | 视觉跟踪方法、视频监控方法及终端设备 | |
Zhu et al. | A Noval Building Vibration Measurement system based on Computer Vision Algorithms | |
CN114445404A (zh) | 基于亚像素边缘检测的结构振动响应自动识别方法及系统 | |
CN109272484B (zh) | 一种基于视频图像的降雨检测方法 | |
CN115690747B (zh) | 车辆盲区检测模型测试方法、装置、电子设备及存储介质 | |
CN112229500B (zh) | 结构振动位移监测方法及终端设备 | |
CN109523573A (zh) | 目标对象的跟踪方法和装置 | |
CN112146834B (zh) | 结构振动位移测量方法及装置 | |
CN112132227B (zh) | 桥梁列车荷载作用时程提取方法、装置及终端设备 | |
Yao et al. | Embedded technology and algorithm for video-based vehicle queue length detection | |
CN112229586A (zh) | 桥梁支座健康状态检测方法及终端设备 | |
KR20210057887A (ko) | 딥러닝 및 이미지 프로세싱 기반 볼트 풀림 검출 방법 | |
CN117473286B (zh) | 振动时程信号识别方法、系统、装置、设备及存储介质 | |
CN117593746B (zh) | 基于目标检测的细胞分裂均衡度评估系统及装置 | |
CN111986152B (zh) | 一种数字图像相关变形测量数据处理时长预测方法 |
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 |