CN113255515A - 发动机振动形态可视化方法、存储介质和电子设备 - Google Patents
发动机振动形态可视化方法、存储介质和电子设备 Download PDFInfo
- Publication number
- CN113255515A CN113255515A CN202110564073.3A CN202110564073A CN113255515A CN 113255515 A CN113255515 A CN 113255515A CN 202110564073 A CN202110564073 A CN 202110564073A CN 113255515 A CN113255515 A CN 113255515A
- Authority
- CN
- China
- Prior art keywords
- vibration
- scale
- engine
- target component
- video
- 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.)
- Pending
Links
- 238000007794 visualization technique Methods 0.000 title claims description 15
- 230000003321 amplification Effects 0.000 claims abstract description 39
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 10
- 230000003044 adaptive effect Effects 0.000 claims description 15
- 238000001228 spectrum Methods 0.000 claims description 15
- 238000000354 decomposition reaction Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种发动机振动形态可视化方法、存储介质和电子设备，该方法包括：采集发动机目标部件的振动视频；对振动视频进行分析处理，以提取各个尺度指定方向的第一振动信号；根据各个尺度指定方向的第一振动信号提取得到目标部件的振动频率；根据振动频率和第一振动信号得到目标部件各个尺度指定方向的第二振动信号；获取各个尺度的自适应调整放大因子，并通过各个尺度的自适应调整放大因子对各个尺度指定方向的第二振动信号进行放大处理，得到各个尺度指定方向的相位信号；对各个尺度指定方向的相位信号进行金字塔重构，以得到目标部件的振动放大视频。本发明可有效提高非接触运动放大输出视频的画面质量，减轻画面伪影，提高画面清晰度。
Description
技术领域
本发明涉及视频图像信号处理领域，尤其涉及一种发动机振动形态可视化方法、存储介质和电子设备。
背景技术
发动机运行中的健康状况与产品质量息息相关，并直接关系到操作人员的生命安全与财产安全，若出现故障，比如油管脱落，高温会引起火灾等危险，因此评估发动机的运行状况是十分必要的。发动机的振动情况能够反映当前的运行状况，是判定发动机工作的稳定程度和发现潜在故障的一个重要特征参数。因此，对于发动机振动形态的检测显得尤为重要。
相关技术提供了一种发动机振动形态可视化检测方法，基于亮度信息对振动信号进行放大，但由于信号中存在大量噪声，在放大时噪声一起被增强，导致输出视频画面过度扭曲，并存在大片模糊的现象。相关技术提供的其它发动机振动形态可视化检测方法，其输出视频的画面容易产生伪影，振动边缘不清晰，导致画面质量降低，影响观感甚至会造成误判。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一，即相关技术中的发动机振动形态可视化检测方法存在画面容易产生伪影，振动边缘不清晰，画面质量较低的问题。为此，本发明的第一个目的在于提出一种发动机振动形态可视化检测方法，以有效地提高非接触运动放大输出视频的画面质量，减轻画面伪影，提高画面清晰度。
本发明的第二个目的在于提出一种计算机可读存储介质。
本发明的第三个目的在于提出一种电子设备。
为达到上述目的，本发明第一方面提出了一种发动机振动形态可视化方法，包括以下步骤：S1，采集发动机目标部件的振动视频；S2，对所述振动视频进行分析处理，以提取各个尺度指定方向的第一振动信号；S3，根据各个尺度指定方向的所述第一振动信号提取得到所述目标部件的振动频率；S4，根据所述振动频率和所述第一振动信号得到所述目标部件各个尺度指定方向的第二振动信号；S5，获取各个尺度的自适应调整放大因子，并通过各个尺度的所述自适应调整放大因子对各个尺度指定方向的所述第二振动信号进行放大处理，得到各个尺度指定方向的相位信号；S6，对各个尺度指定方向的所述相位信号进行金字塔重构，以得到所述目标部件的振动放大视频。
可选地，所述步骤S2包括：S2.1，对所述目标部件的振动视频对应的每一帧图像进行色彩空间转换，得到每一帧所述图像的亮度信息和色度信息；S2.2，通过多尺度的复可控金字塔对每一帧图像的所述亮度信息进行空间分解，得到不同尺度及不同振动方向的子带序列；S2.3，从各个尺度及不同振动方向的所述子带序列中提取得到各个尺度指定方向的第一振动信号。
可选地，所述步骤S2.2包括：S2.2.1，根据每一帧图像计算分解层数；S2.2.2，对第一层图像进行滤波和降采样得到第二层子带图像；S2.2.3，迭代执行步骤S2.2.2，得到多层子带图像，所述子带图像对应该层尺度下的不同振动方向的子带序列。
可选地，在所述步骤S2.3之后，所述方法还包括：根据各个尺度的所述第一振动信号中的相位谱计算得到各个尺度的当前帧与参考帧之间的相位差信号。
可选地，所述步骤S3包括：S3.1，从各个尺度指定方向的第一振动信号中提取得到各个尺度指定方向的相位信息；S3.2，对各个尺度指定方向的所述相位信息进行求和，得到一维相位信号量；S3.3，对所述一维相位信号量进行快速傅里叶变换得到其对应的频谱；S3.4，根据所述频谱得到所述目标部件的振动频率。
可选地，所述步骤S4具体包括：通过所述振动频率对根据各个尺度指定方向的所述第一振动信号计算得到的各个尺度指定方向的相位差信号进行时域滤波，以得到所述目标部件各个尺度指定方向的第二振动信号。
可选地，所述步骤S5中获取自适应调整放大因子的步骤包括：S5.1，确定截止波长和当前尺度的空间波长；S5.2，根据所述截止波长和当前尺度的所述空间波长确定当前尺度的自适应调整放大因子。
可选地，所述步骤S5.2通过如下公式实现：
其中，τ为当前尺度的所述空间波长与所述截止波长的比值；α为当前尺度的放大因子；αn为当前尺度的自适应调整放大因子。
为达到上述目的，本发明第二方面提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时，实现上述所述的发动机振动形态可视化方法。
为达到上述目的，本发明第三方面提出了一种电子设备，包括存储器、处理器以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器执行时，实现上述所述的发动机振动形态可视化方法。
本发明至少具有以下优点：
1)本发明针对接触式测量传感器的操作复杂和价格昂贵等问题，提出一种非接触式的基于多尺度自适应运动放大的发动机振动形态可视化方法，用于发动机运行状况检测，该方法无需利用加速度传感器连接发动机，只需一般的视频采集装置即可，有效地减轻了技术人员的工作量，适用于长时间的发动机运行状况检测。
2)本发明有效地减轻了放大视频中的伪影及模糊，提高了运动放大视频的画面质量，提高了技术人员使用非接触式视频放大方法检测发动机运行状况时的体验及准确率。
3)本发明实现了完全的自适应调整放大因子，无需人工调整参数，也无需事先对目标的振动频率范围进行测量判断，减少了操作人员的工作量，也降低了测量成本。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1为本发明一实施例提供的发动机振动形态可视化方法的流程图；
图2为本发明一实施例提供的发动机振动形态可视化方法的具体实施流程图；
图3为本发明一实施例提供的放大因子自适应调整算法流程图；
图4为本发明一实施例提供的发动机振动形态可视化方法与基于相位的运动放大方法结果对比示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参考附图描述本实施例的发动机振动形态可视化方法、存储介质和电子设备。
参考图1所示，本实施例提供的一种发动机振动形态可视化方法，包括以下步骤：
步骤S1，采集发动机目标部件的振动视频。
具体地，可采用视频采集装置拍摄发动机运行状态下目标部件的视频，并确保目标部件在画面中清晰可见。
步骤S2，对振动视频进行分析处理，以提取各个尺度指定方向的第一振动信号。
其中，步骤S2包括：
S2.1，对目标部件的振动视频对应的每一帧图像进行色彩空间转换，得到每一帧图像的亮度信息和色度信息。
S2.2，通过多尺度的复可控金字塔对每一帧图像的亮度信息进行空间分解，得到不同尺度及不同振动方向的子带序列。
S2.3，从各个尺度及不同振动方向的子带序列中提取得到各个尺度指定方向的第一振动信号。
其中，步骤S2.2包括：
S2.2.1，根据每一帧图像计算分解层数。
S2.2.2，对第一层图像进行滤波和降采样得到第二层子带图像。
S2.2.3，迭代执行步骤S2.2.2，得到多层子带图像，所述子带图像对应该层尺度下的不同振动方向的子带序列。
具体地，如图2所示，先将目标部件的振动视频按照帧来进行处理，从第一帧到最后一帧(i＝1,2,3…S)，每一帧图像都进行空间分解。然后将每一帧图像的色彩空间由RGB(颜色标准)转换为YIQ(颜色标准)，使图像的亮度信息和色度信息分开，便于亮度和色度的单独处理。其中，YIQ是NTSC(National Television Standards Committee，国家电视标准委员会)彩色电视系统使用的色彩空间，其中Y通道存储图像的亮度信息，I和Q通道存储图像的色度信息。I表示从橙色到青色的颜色变化，Q表示从紫色到黄绿色的颜色变化。RGB和YIQ的转换关系如公式(1)所示。
进一步地，为了降低对噪声的敏感性，提取Y通道，利用一种多尺度的复可控金字塔对每一帧图像的亮度信息进行空间分解，通过对每一帧图像进行滤波和降采样，得到不同尺度及不同方向的子带序列。然后对亮度信息求其相位变化，其中复可控金字塔的相位变化对应于图像的空间子带中的局部运动。在不进行显式光流计算的情况下，可计算局部相位变化来测量运动。
其中，空间分解步骤具体如下：
①利用视频的第t(t＝1,2,3......S)帧图像计算分解层数L。
金字塔分解层数L可由下式计算：
其中round表示四舍五入的取整计算，h和w分别是原始视频图像的高度和宽度。
②对该层图像先滤波，后降采样，图像尺寸变为原来的1/4，记为次一层。
③将步骤②迭代执行L-1次，得到L层子带图像。
④第t帧图像处理完毕，处理其后一帧图像，t＝t+1，循环执行步骤①至③，输出视频所有帧的子带序列，体现为一系列局部幅度谱与相位谱，如公式(3)所示：
其中，n表示尺度，θ表示角度，x表示位置，An,θ(x,t)表示幅度谱，φn,θ(x,t)表示相位谱。
其中，进行复可控金字塔分解的主要目的是保证局部的微小相位处理等效于局部的运动处理。除了复可控金字塔分解的高通残差与低通残差，中间的不同尺度与不同方向的分解得到的相位是核心处理的对象。在最终金字塔重建视频合成输出时高通残差与低通残差可被利用。
在步骤S2.3之后，该方法还包括：
根据各个尺度的第一振动信号中的相位谱计算得到各个尺度的当前帧与参考帧之间的相位差信号。
具体地，当序列中存在一个小的运动时，频域会产生一定的相位差。由于发动机上的部件存在多个振动方向，提取指定方向的振动信号能够获取某一因素对目标部件的影响情况。一层子带属于一个尺度的其中一个方向，根据用户指定的振动方向θs提取相应的空间频带，根据得到的局部相位谱计算当前帧与参考帧之间的相位差
并进行相位解缠绕处理。
步骤S3，根据各个尺度指定方向的第一振动信号提取得到目标部件的振动频率。
其中，步骤S3包括：
S3.1，从各个尺度指定方向的第一振动信号中提取得到各个尺度指定方向的相位信息。
S3.2，对各个尺度指定方向的相位信息进行求和，得到一维相位信号量。
S3.3，对一维相位信号量进行快速傅里叶变换得到其对应的频谱。
S3.4，根据频谱得到目标部件的振动频率。
具体地，子带序列中包含不同频率的相位差信号，而目标部件的振动频率在其中的某个频段内，通过基于相位的频率检测方法可检测目标部件的振动频率fs，并用于时域滤波，可将目标部件的振动信号提取出来。
计算振动频率的步骤如下：
(1)分别将第t帧(t＝1,2,3......S)提取出的指定方向的相位信息
进行求和，重复S次，最终得到一维相位信号量B(t)。
其中，sum为求和函数。
(2)对其进行快速傅里叶变换，得其频谱Fabs：
F(t)＝fft(B(t)) (6)
Fabs＝|F(t)| (7)
其中，fft是快速傅里叶变换函数。
(3)计算振动频率fs：
[x,y]＝max{Fabs} (8)
其中，[x,y]为取得最大值的坐标，numel是求元素个数的函数，fps是视频帧率。
步骤S4，根据振动频率和第一振动信号得到目标部件各个尺度指定方向的第二振动信号。
其中，步骤S4具体包括：通过振动频率对根据各个尺度指定方向的第一振动信号计算得到的各个尺度指定方向的相位差信号进行时域滤波，以得到目标部件各个尺度指定方向的第二振动信号。
具体地，通过振动频率fs可对上述所得的相位差信号
进行时域滤波，得到发动机目标部件指定方向的第二振动信号
步骤S5，获取各个尺度的自适应调整放大因子，并通过各个尺度的自适应调整放大因子对各个尺度指定方向的第二振动信号进行放大处理，得到各个尺度指定方向的相位信号。
其中，获取自适应调整放大因子的步骤包括：
S5.1，确定截止波长和当前尺度的空间波长；
S5.2，根据所述截止波长和当前尺度的所述空间波长确定当前尺度的自适应调整放大因子。
具体地，由于放大因子α不是无限大的，其边界条件为
其中δ(t)为位移，λn是空间波长，在四分之一倍频程复可控金字塔中，np≈3，因此边界为：
从公式(10)中可知，当前尺度的放大因子的上限与当前尺度的空间波长λn有关，其中
λN为金字塔最大尺度的空间波长。因此总体的放大因子不一定适用于所有尺度，当一些尺度的放大因子超过其上限，便会造成超出部分的振动信号丢失，导致输出视频存在伪影和模糊。
针对这一点本实施例采用了多尺度自适应的方法，通过空间波长λn与视频图像振动位移δ(t)间的联系，设定自适应因子τ，以自适应调整各尺度的放大因子。具体步骤如图3所示：
(1)假设截止波长λc，结合公式(10)，令
可得截止波长
则振动位移δ(t)可由公式(12)求得：
其中
是帧间相位差，即视频相邻两帧图像的相位差，λ为复可控金字塔的Gabor核的波长。
为使画面质量得到最优的效果，取常量K，最终截止波长为
(2)常量K的确定
依据实验数据，通过裁剪视频画面的方式将实验数据集扩充至20个视频(输出视频尺寸与源视频相同)，已知每个视频的截止波长λc，根据公式(12)求解对应的K值。经检验，K的取值符合正态分布，因此最终确定其正态分布的均值为常量K值。
(3)依据截止波长对当前尺度进行判别，令自适应因子
当τ≥1时，当前尺度的放大因子不变，当τ＜1时，当前尺度的放大因子变小，如公式(14)所示：
其中，τ为当前尺度的所述空间波长与所述截止波长的比值；α为当前尺度的放大因子；αn为当前尺度的自适应调整放大因子。如式(14)所示，缩小当前尺度的放大因子，使其满足当前尺度的边界条件，进而减轻输出视频画面的伪影及模糊，提升画面质量。
进一步地，将目标当前尺度指定方向的第二振动信号
乘以自适应调整放大因子αn，得到放大后的相位信号
如公式(15)所示：
步骤S6，对各个尺度指定方向的相位信号进行金字塔重构，以得到目标部件的振动放大视频。
具体地，参考图2所示，结合输入视频的高通残差与低通残差，对各个尺度指定方向的相位信号进行金字塔重构，并输出放大视频。其中，图4为本实施例的发动机振动形态可视化方法与基于相位的运动放大方法结果对比示意图。
进一步地，本实施例还提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时，实现上述的发动机振动形态可视化方法。
进一步地，本实施例还提出了一种电子设备，包括存储器、处理器以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器执行时，实现上述的发动机振动形态可视化方法。
本实施例的发动机振动形态可视化方法无需利用加速度传感器连接发动机，只需一般的视频采集装置采集振动视频即可，有效地减轻了技术人员的工作量，适用于长时间的发动机运行状况检测，其次可有效减轻放大视频中的伪影及模糊，提高运动放大视频的画面质量，提高技术人员使用非接触式视频放大方法检测发动机运行状况时的体验及准确率，并且本方法无需人工调整参数，也无需事先对目标的振动频率范围进行测量判断，减少了操作人员的工作量，也降低了测量成本。
需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种发动机振动形态可视化方法，其特征在于，包括以下步骤：
S1，采集发动机目标部件的振动视频；
S2，对所述振动视频进行分析处理，以提取各个尺度指定方向的第一振动信号；
S3，根据各个尺度指定方向的所述第一振动信号提取得到所述目标部件的振动频率；
S4，根据所述振动频率和所述第一振动信号得到所述目标部件各个尺度指定方向的第二振动信号；
S5，获取各个尺度的自适应调整放大因子，并通过各个尺度的所述自适应调整放大因子对各个尺度指定方向的所述第二振动信号进行放大处理，得到各个尺度指定方向的相位信号；
S6，对各个尺度指定方向的所述相位信号进行金字塔重构，以得到所述目标部件的振动放大视频。
2.如权利要求1所述的发动机振动形态可视化方法，其特征在于，所述步骤S2包括：
S2.1，对所述目标部件的振动视频对应的每一帧图像进行色彩空间转换，得到每一帧所述图像的亮度信息和色度信息；
S2.2，通过多尺度的复可控金字塔对每一帧图像的所述亮度信息进行空间分解，得到不同尺度及不同振动方向的子带序列；
S2.3，从各个尺度及不同振动方向的所述子带序列中提取得到各个尺度指定方向的第一振动信号。
3.如权利要求2所述的发动机振动形态可视化方法，其特征在于，所述步骤S2.2包括：
S2.2.1，根据每一帧图像计算分解层数；
S2.2.2，对第一层图像进行滤波和降采样得到第二层子带图像；
S2.2.3，迭代执行步骤S2.2.2，得到多层子带图像，所述子带图像对应该层尺度下的不同振动方向的子带序列。
4.如权利要求3所述的发动机振动形态可视化方法，其特征在于，在所述步骤S2.3之后，所述方法还包括：
根据各个尺度的所述第一振动信号中的相位谱计算得到各个尺度的当前帧与参考帧之间的相位差信号。
5.如权利要求4所述的发动机振动形态可视化方法，其特征在于，所述步骤S3包括：
S3.1，从各个尺度指定方向的第一振动信号中提取得到各个尺度指定方向的相位信息；
S3.2，对各个尺度指定方向的所述相位信息进行求和，得到一维相位信号量；
S3.3，对所述一维相位信号量进行快速傅里叶变换得到其对应的频谱；
S3.4，根据所述频谱得到所述目标部件的振动频率。
6.如权利要求5所述的发动机振动形态可视化方法，其特征在于，所述步骤S4具体包括：
通过所述振动频率对根据各个尺度指定方向的所述第一振动信号计算得到的各个尺度指定方向的相位差信号进行时域滤波，以得到所述目标部件各个尺度指定方向的第二振动信号。
7.如权利要求6所述的发动机振动形态可视化方法，其特征在于，所述步骤S5中获取自适应调整放大因子的步骤包括：
S5.1，确定截止波长和当前尺度的空间波长；
S5.2，根据所述截止波长和当前尺度的所述空间波长确定当前尺度的自适应调整放大因子。
8.如权利要求7所述的发动机振动形态可视化方法，其特征在于，所述步骤S5.2通过如下公式实现：
其中，τ为当前尺度的所述空间波长与所述截止波长的比值；α为当前尺度的放大因子；αn为当前尺度的自适应调整放大因子。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在被处理器执行时，实现如权利要求1-8中任一项所述的发动机振动形态可视化方法。
10.一种电子设备，包括存储器、处理器以及存储在所述存储器上的计算机程序，其特征在于，所述计算机程序被所述处理器执行时，实现如权利要求1-8中任一项所述的发动机振动形态可视化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110564073.3A CN113255515A (zh) | 2021-05-24 | 2021-05-24 | 发动机振动形态可视化方法、存储介质和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110564073.3A CN113255515A (zh) | 2021-05-24 | 2021-05-24 | 发动机振动形态可视化方法、存储介质和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113255515A true CN113255515A (zh) | 2021-08-13 |
Family
ID=77184195
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110564073.3A Pending CN113255515A (zh) | 2021-05-24 | 2021-05-24 | 发动机振动形态可视化方法、存储介质和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113255515A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117392106A (zh) * | 2023-11-07 | 2024-01-12 | 中交公路长大桥建设国家工程研究中心有限公司 | 一种基于视觉增强的桥梁振动视觉检测方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040267091A1 (en) * | 2003-06-17 | 2004-12-30 | Olympus Corporation | Electronic endoscope device |
| JP2011008339A (ja) * | 2009-06-23 | 2011-01-13 | Fuji Xerox Co Ltd | 画像処理装置、画像処理システム及びプログラム |
| CN110068388A (zh) * | 2019-03-29 | 2019-07-30 | 南京航空航天大学 | 一种基于视觉和盲源分离的振动检测方法 |
| JP2019159201A (ja) * | 2018-03-15 | 2019-09-19 | キヤノン株式会社 | 像ブレ補正装置およびその制御方法、撮像装置、レンズ装置 |
| CN111277833A (zh) * | 2020-01-20 | 2020-06-12 | 合肥工业大学 | 一种基于多通带滤波器的多目标微小振动视频放大方法 |
| CN112254801A (zh) * | 2020-12-21 | 2021-01-22 | 浙江中自庆安新能源技术有限公司 | 一种微小振动视觉测量方法及系统 |
-
2021
- 2021-05-24 CN CN202110564073.3A patent/CN113255515A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040267091A1 (en) * | 2003-06-17 | 2004-12-30 | Olympus Corporation | Electronic endoscope device |
| CN1572230A (zh) * | 2003-06-17 | 2005-02-02 | 奥林巴斯株式会社 | 电子内窥镜设备 |
| JP2011008339A (ja) * | 2009-06-23 | 2011-01-13 | Fuji Xerox Co Ltd | 画像処理装置、画像処理システム及びプログラム |
| JP2019159201A (ja) * | 2018-03-15 | 2019-09-19 | キヤノン株式会社 | 像ブレ補正装置およびその制御方法、撮像装置、レンズ装置 |
| CN110068388A (zh) * | 2019-03-29 | 2019-07-30 | 南京航空航天大学 | 一种基于视觉和盲源分离的振动检测方法 |
| CN111277833A (zh) * | 2020-01-20 | 2020-06-12 | 合肥工业大学 | 一种基于多通带滤波器的多目标微小振动视频放大方法 |
| CN112254801A (zh) * | 2020-12-21 | 2021-01-22 | 浙江中自庆安新能源技术有限公司 | 一种微小振动视觉测量方法及系统 |
Non-Patent Citations (4)
| Title |
|---|
| BINDANG XUE: "Multi-scale adaptive factors video acceleration magnification", 《IMAGE COMMUNICATION》 * |
| 张勇亮等: "基于并联自适应随机共振的微弱信号检测方法", 《计算机工程与设计》 * |
| 肖神清: "沥青路表纹理多重分形表征及其磨光行为研究", 《知网硕士电子期刊》 * |
| 邹经湘主编: "《结构动力学》", 28 March 1996 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117392106A (zh) * | 2023-11-07 | 2024-01-12 | 中交公路长大桥建设国家工程研究中心有限公司 | 一种基于视觉增强的桥梁振动视觉检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jagalingam et al. | A review of quality metrics for fused image | |
| CN110895806A (zh) | 屏幕显示缺陷的检测方法及系统 | |
| Zheng et al. | An advanced image fusion algorithm based on wavelet transform: incorporation with PCA and morphological processing | |
| CN106570862B (zh) | 一种超分辨率重建质量的评价方法及装置 | |
| Kumar et al. | Visual image quality assessment technique using FSIM | |
| JP2007172512A (ja) | 画像品質定量評価方法及びその装置並びに画像品質定量評価値を計算するプログラム | |
| CN114724000B (zh) | 一种屏拍图摩尔纹的处理方法、处理装置及处理设备 | |
| CN113255515A (zh) | 发动机振动形态可视化方法、存储介质和电子设备 | |
| CN114894793B (zh) | 基于消除伪影的成像方法、成像系统及服务器 | |
| Patel et al. | Comparative study on multi-focus image fusion techniques in dynamic scene | |
| Prajapati et al. | Evaluation of perceptual contrast and sharpness measures for meteorological satellite images | |
| CN115984246B (zh) | 基于机器视觉的缺陷快速检测方法及装置、设备、存储介质 | |
| CN107464255A (zh) | 一种基于信息量与多尺度异常检测的船舶目标检测方法 | |
| CN114488139B (zh) | 探测对象的成像方法、成像装置、设备以及安检系统 | |
| JP2013509641A (ja) | 非線形勾配補償を使用してデータを処理する方法及びシステム | |
| Wang et al. | A joint image quality assessment method based on global phase coherence and structural similarity | |
| US20130108163A1 (en) | Image evaluation apparatus, image evaluation method, and program | |
| Li et al. | Effects of image fusion algorithms on classification accuracy | |
| CN115018817A (zh) | 划痕检测方法、装置、电子设备和可读存储介质 | |
| Panin et al. | Application of the fractal dimension for estimating surface images obtained by various detectors | |
| Dellepiane et al. | Quality assessment of despeckled SAR images | |
| Rao et al. | Combined transform and spatial domain based “no reference” measure for underwater images | |
| Prasad et al. | A Systematic Review of Noise Types, Denoising Methods, and Evaluation Metrics in Images | |
| Gerg | Multiband SAS Imagery | |
| CN114235745B (zh) | 基于平面干涉仪的信号处理的成像装置及成像方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210813 |
|
| RJ01 | Rejection of invention patent application after publication |