CN115790401A

CN115790401A - 一种基于视觉测量的位移测量方法及相关设备

Info

Publication number: CN115790401A
Application number: CN202310085386.XA
Authority: CN
Inventors: 校金友; 钱博; 吕钧澔; 文立华; 李炜; 李永亮
Original assignee: SHAANXI ELECTRICAL APPLIANCE RESEARCH INSTITUTE; Northwestern Polytechnical University
Current assignee: SHAANXI ELECTRICAL APPLIANCE RESEARCH INSTITUTE; Northwestern Polytechnical University
Priority date: 2023-02-09
Filing date: 2023-02-09
Publication date: 2023-03-14
Anticipated expiration: 2043-02-09
Also published as: CN115790401B

Abstract

本发明实施例公开了一种基于视觉测量的位移测量方法及相关设备，方法包括：获取视觉测量系统中加速度计的轴矫正系数与温度矫正系数，并获取视觉测量系统中摄像装置所摄图像的畸变矫正系数和相对分辨率；基于畸变矫正系数和相对分辨率修正摄像装置采集的待测结构的目标图像，并计算待测结构的实际位移数据；基于轴矫正系数与温度矫正系数修正加速度计的初始加速度计数据，得到目标加速度计数据；基于多速率卡尔曼滤波方法将实际位移数据与目标加速度计数据进行融合，得到融合位移数据，融合位移数据为与加速度计的采样频率相同的位移数据。提供满足香农采样定律的高采样率的位移数据，满足实际工程结构的需要。

Description

一种基于视觉测量的位移测量方法及相关设备

技术领域

本发明涉及一种基于视觉测量技术领域，尤其涉及一种基于视觉测量的位移测量方法及相关设备。

背景技术

对于高精度的结构动态位移测试而言，往往需要获得全场、空间密集的振动模式。而对于传统的非接触式传感器而言需要在整个试样长度上安装大量离散传感器，一方面即使进行了传感器的密布，由于传感器本身体积限制，其测点依然有限，难以表征局部突变或复杂变形趋势；另一方面接触式传感器的布置增加了局部附加质量，这会导致所测系结构的质量，刚度，阻尼等产生变化。基于接触式传感器存在以上不足，非接触式且具有高空间分辨率的视觉相机得到了一定的应用。然而使用单一的视觉相机往往难以得到满足要求的位移测量采样率，会在一些特殊情况下对后续的模态辨识等工作带来麻烦。

然而，现有的采用视觉相机的视频测量技术得到的位移测量数据的采样频率往往偏低，这种低采样率的局限性尤其体现在结构的高频模态振型辨识方面。采样率较低的位移数据无法满足香农采样定律使得结构的高频振动信号难以获取。

发明内容

有鉴于此，本发明提供了一种基于视觉测量的位移测量方法及相关设备，用于解决现有技术中采用视觉相机的视频测量技术得到的位移测量数据的采样频率偏低，在结构的高频模态振型辨识方面具有局限性的问题。为达上述之一或部分或全部目的或是其他目的，本发明提出一种基于视觉测量的位移测量方法，包括：获取视觉测量系统中加速度计的轴矫正系数与温度矫正系数，并获取所述视觉测量系统中摄像装置所摄图像的畸变矫正系数和相对分辨率；

基于所述畸变矫正系数和所述相对分辨率修正所述摄像装置采集的待测结构的目标图像，并计算所述待测结构的实际位移数据；

基于所述轴矫正系数与所述温度矫正系数修正所述加速度计的初始加速度计数据，得到目标加速度计数据；

基于多速率卡尔曼滤波方法将所述实际位移数据与所述目标加速度计数据进行融合，得到融合位移数据，所述融合位移数据为与加速度计的采样频率相同的位移数据。

可选的，所述获取所述视觉测量系统中摄像装置所摄图像的畸变矫正系数和相对分辨率的步骤，包括：

根据所述摄像装置的内在参数以及所述摄像装置与所述待测结构之间的外在参数确定所述待测结构的物理位移和像素位移之间的比例系数，所述比例系数用于建立图像坐标与物理坐标之间的关系；

基于所述比例系数完成所述摄像装置的标定过程，获取所述视觉测量系统中摄像装置所摄图像的畸变矫正系数和相对分辨率。

可选的，所述获取所述视觉测量系统中加速度计的轴矫正系数与温度矫正系数的步骤，包括：

根据所述加速度计的基础参数和预设误差模型通过最小二乘法获取标定参数；

基于所述标定参数完成所述加速度计的标定过程，获取所述视觉测量系统中加速度计的轴矫正系数与温度矫正系数。

可选的，所述基于所述畸变矫正系数和所述相对分辨率修正所述摄像装置采集的待测结构的目标图像，并计算所述待测结构的实际位移数据的步骤，包括：

获取所述待测结构位移前的初始图像和所述待测结构位移后的初始图像；

基于所述畸变矫正系数和所述相对分辨率修正所述待测结构位移前的初始图像和所述待测结构位移后的初始图像，得到所述待测结构位移前的目标图像和所述待测结构位移后的目标图像；

通过相关性匹配获取所述待测结构位移后的目标图像中与所述待测结构位移前的目标图像中预设点相同的目标待测点，所述预设点位于所述待测结构上；

基于所述预设点的坐标信息和所述目标待测点的坐标信息获取所述待测结构的实际位移数据。

可选的，所述通过相关性匹配获取所述待测结构位移后的目标图像中与所述待测结构位移前的目标图像中预设点相同的目标待测点的步骤，包括：

在所述待测结构位移前的目标图像中以所述预设点为中心构建第一像素块；

以所述待测结构位移后的目标图像中的预设范围内的各点分别为中心构建各点的第二像素块；

基于所述第一像素块和所述第二像素块通过预设相关函数确定所述待测结构位移后的目标图像中与所述待测结构位移前的目标图像中预设点相同的目标待测点。

可选的，所述基于多速率卡尔曼滤波方法将所述实际位移数据与所述目标加速度计数据进行融合，得到融合位移数据的步骤，包括：

利用具有RTS平滑算法处理过程的多速率卡尔曼滤波方法将所述实际位移数据与所述目标加速度计数据进行融合，得到融合位移数据。

可选的，所述基于所述预设点的坐标信息和所述目标待测点的坐标信息获取所述待测结构的实际位移数据的步骤，包括：

采用EMD算法对所述目标待测点的线性趋势项进行剔除，得到所述目标待测点的目标坐标信息；

基于所述预设点的坐标信息和所述目标待测点的目标坐标信息获取所述待测结构的实际位移数据。

另一方面，本申请提供了一种基于视觉测量的位移测量装置，所述维护装置包括：

标定模块，用于获取所述视觉测量系统中加速度计的轴矫正系数与温度矫正系数，并获取所述视觉测量系统中摄像装置所摄图像的畸变矫正系数和相对分辨率；

计算模块，用于基于所述畸变矫正系数和所述相对分辨率修正所述摄像装置采集的待测结构的目标图像，并计算所述待测结构的实际位移数据；

修正模块，用于基于所述轴矫正系数与所述温度矫正系数修正所述加速度计的初始加速度计数据，得到目标加速度计数据；

融合模块，用于基于多速率卡尔曼滤波方法将所述实际位移数据与所述目标加速度计数据进行融合，得到融合位移数据，所述融合位移数据为与加速度计的采样频率相同的位移数据。

第三方面，本申请实施例提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线通信，所述机器可读指令被所述处理器执行时执行如上述的基于视觉测量的位移测量方法的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述的基于视觉测量的位移测量方法的步骤。

实施本发明实施例，将具有如下有益效果：

通过获取所述视觉测量系统中加速度计的轴矫正系数与温度矫正系数，并获取所述视觉测量系统中摄像装置所摄图像的畸变矫正系数和相对分辨率；基于所述畸变矫正系数和所述相对分辨率修正所述摄像装置采集的待测结构的目标图像，并计算所述待测结构的实际位移数据；基于所述轴矫正系数与所述温度矫正系数修正所述加速度计的初始加速度计数据，得到目标加速度计数据；基于多速率卡尔曼滤波方法将所述实际位移数据与所述目标加速度计数据进行融合，得到融合位移数据，所述融合位移数据为与加速度计的采样频率相同的位移数据，通过数据融合方法融合高时间分辨的加速度计信号与低时间分辨的摄像装置得到的位移信号以获得高采样率的位移数据，即，提供满足香农采样定律的高频振动信号，满足实际工程结构的需要。

附图说明

为了更清楚地说明本发明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的前提下，还可以根据这些附图获得其他的附图。

其中：

图1是本申请实施例提供的一种基于视觉测量的位移测量方法的流程图；

图2是本申请实施例提供的又一种基于视觉测量的位移测量方法的流程图；

图3是本申请实施例提供的一种基于视觉测量的位移测量方法中位移数据时程曲线效果图；

图4是本申请实施例提供的一种基于视觉测量的位移测量方法中数据融合效果图；

图5是本申请实施例提供的一种基于视觉测量的位移测量装置的结构示意图；

图6是本申请实施例提供的一种电子设备的结构示意图；

图7是本申请实施例提供的一种存储介质的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

如图1所示，本申请实施例提供了一种基于视觉测量的位移测量方法，包括：

S101、获取所述视觉测量系统中加速度计的轴矫正系数与温度矫正系数，并获取所述视觉测量系统中摄像装置所摄图像的畸变矫正系数和相对分辨率；

示例性的，分别标定所述视觉测量系统中加速度计和所述视觉测量系统中摄像装置，得到加速度计的轴矫正系数与温度矫正系数并获得摄像装置所摄图像的畸变矫正系数及图像的相对分辨率（像素/mm）。畸变矫正模型用来矫正所摄图像，形成新的图像序列，相对分辨率用于计算图像测量的振动位移。

S102、基于所述畸变矫正系数和所述相对分辨率修正所述摄像装置采集的待测结构的目标图像，并计算所述待测结构的实际位移数据；

示例性的，将采集到的图像序列中第一张目标图像作为参考图像，基于所述畸变矫正系数和所述相对分辨率修正所述摄像装置采集的待测结构的目标图像，利用OCM算法获得待测结构的像素坐标位移，进而计算所述待测结构的实际位移数据。

S103、基于所述轴矫正系数与所述温度矫正系数修正所述加速度计的初始加速度计数据，得到目标加速度计数据；

示例性的，修正在测量过程中获取加速度信号与位移信号存在的测量夹角偏差，从而获得统一方向上的信号数据。

S104、基于多速率卡尔曼滤波方法将所述实际位移数据与所述目标加速度计数据进行融合，得到融合位移数据，所述融合位移数据为与加速度计的采样频率相同的位移数据。

示例性的，通过数据融合方法融合高时间分辨的加速度计信号与低时间分辨的摄像装置得到的位移信号以获得高采样率的位移数据。

通过获取所述视觉测量系统中加速度计的轴矫正系数与温度矫正系数，并获取所述视觉测量系统中摄像装置所摄图像的畸变矫正系数和相对分辨率；基于所述畸变矫正系数和所述相对分辨率修正所述摄像装置采集的待测结构的目标图像，并计算所述待测结构的实际位移数据；基于所述轴矫正系数与所述温度矫正系数修正所述加速度计的初始加速度计数据，得到目标加速度计数据；基于多速率卡尔曼滤波方法将所述实际位移数据与所述目标加速度计数据进行融合，得到融合位移数据，所述融合位移数据为与加速度计的采样频率相同的位移数据；基于所述目标加速度计数据、所述实际位移数据和所述融合位移数据确定所述待测结构的目标位移数据，根据数据融合方法融合高时间分辨的加速度计信号与低时间分辨的摄像装置得到的位移信号以获得高采样率的位移数据。

在一种可能的实施方式中，所述获取所述视觉测量系统中摄像装置所摄图像的畸变矫正系数和相对分辨率的步骤，包括：

示例性的，所述摄像装置采用相机，当相机的光轴垂直于所述待测结构表面时，所述待测结构表面上的所有点具有相同的景深，则这些点可以均匀地缩小到图像平面中。因此，只需要一个比例系数，可使用以下两种方法获得比例系数：

其中，

指物体表面的已知物理长度，

以及

分别是图像平面的相应物理长度和像素长度，而

，式中

是像素对应单位值（例如，

），而

表示相机和物体之间的距离，

则为相机的焦距。

但满足相机光轴垂直指向物体表面，使物体表面上的所有点具有相等的景深的条件在实践操作过程中难以实现，在实际测试期间，可能会忽略较小的摄像机失调角，尤其是当物体与摄像机的距离相对较大时。同时，有时无法避免相机光轴倾斜一个小角度，以跟踪被测物体表面。

当相机光轴相对于物体表面的法线方向倾斜一个角度

时，假设直线段

是对象上的已知尺寸。

以及

是两点的坐标，

以及

是图像平面上对应的像素坐标。则比例系数可以通过以下方式估计：

根据三角几何关系，得到

与

的表达式如下：

其中

以及

是图像平面上的坐标。当法线倾斜角

较小时，即，

，且

时，可以根据所述摄像装置的内在参数以及所述摄像装置与所述待测结构之间的外在参数进一步估计和简化比例系数：

例如，如果图像中有一点

在物体表面沿

轴有一个小的平移，假设所述平移的数值为

，则点C在真实世界的位移是：

其中

和

为点

在图像平面平移前后的点的坐标，进而完成所述摄像装置的标定过程，获取所述视觉测量系统中摄像装置所摄图像的畸变矫正系数和相对分辨率。

在一种可能的实施方式中，所述获取所述视觉测量系统中加速度计的轴矫正系数与温度矫正系数的步骤，包括：

示例性的，加速度计的误差模型，即，所述预设误差模型可表示为：

其中，

为加速度计的零偏，

为加速度计的刻度因数误差，

为加速度计的安装误差，ω为被测目标加速度的真值。由于加速度计反馈空间三轴的信号，则误差模型展开为：

式中

下标分别代表对应坐标轴上的对应参数，

代表各轴的真实加速度输入，

的下标以

为例，代表

轴的单位输入，在

轴上由于安装误差造成的输出。

利用最小二乘法进行标定参数求解，对于上述误差模型可转换形式，得到：

为便于书写，模型可以表达为：

对待测结构的各位置进行表示：

联立所有位置得到：

其中，

进而将参数拟合问题等效为最小二乘问题，其解为：

得到待求的标定参数，以完成所述加速度计的标定过程，获取所述视觉测量系统中加速度计的轴矫正系数与温度矫正系数。

在一种可能的实施方式中，所述基于所述畸变矫正系数和所述相对分辨率修正所述摄像装置采集的待测结构的目标图像，并计算所述待测结构的实际位移数据的步骤，包括：

示例性的，通过比对所述待测结构位移前的目标图像和所述待测结构位移后的目标图像各点的相关性以判别所述待测结构位移前的目标图像上的点和所述待测结构位移后的目标图像上的点是否为相同的点，在得到同一点位移前后的坐标位置后，通过坐标间的求差即可完成像素位移的求解，通过相机标定中得到的比例系数相乘求解完成现实物理坐标的换算，并获取所述待测结构上点的实际位移数据。

在一种可能的实施方式中，所述通过相关性匹配获取所述待测结构位移后的目标图像中与所述待测结构位移前的目标图像中预设点相同的目标待测点的步骤，包括：

示例性的，相关性主要通过两图像间的相关函数的值进行反映，此处以绝对差相关函数为例，绝对差相关函数为：

匹配过程：

所述待测结构位移前的目标图像中，以

点为中心作一长宽为

个像素的像素块

，即，第一像素块，

是任一点颜色值，

点为所述预设点。

以所述待测结构位移后的目标图像中的预设范围内，检查任一点

是否为

的对应点，同样以

为中心作一长宽为

个像素的像素块

，即，第二像素块，

是任一点颜色值。

根据所述绝对差相关函数计算相关系数

，在搜索范围内，即，预设范围内，最大

对应的

点即是

在变形后的图像上的对应点，即，与所述预设点对应的所述目标待测点。

在一种可能的实施方式中，所述基于多速率卡尔曼滤波方法将所述实际位移数据与所述目标加速度计数据进行融合，得到融合位移数据的步骤，包括：

示例性的，卡尔曼滤波通过理论计算的预测数据与实际测量得到的数据进行综合加权从而得到可信度更高的数据，卡尔曼滤波包括时间更新与测量更新。

如图2和图4所示，针对于模态测试而言，所述待测结构的运动可以表示为阻尼振动模型，位移与加速度可直接通过测量得到，则得到量测过程在状态空间中表达如下：

=

W

V

式中

，

与

分别为加速度，速度，位移的真实值，z是系统的观测值；

为系统振动的角速度，

是结构的阻尼比，这两项参数可通过半功率带宽法得到；W和V分别是估计噪声与量测噪声，可通过设置均值与标准差的方式进行确定。

由于所述加速度计与所述摄像装置获取信号的过程为离散形式，因此对上述状态空间方程进行离散化表达，其离散化结果如下：

其中，

=

，下标k及k-1表示第k或第k-1个时间步时的数据。

基于上述状态空间方程，多速率卡尔曼滤波的公式为：

时间更新：

先验估计（

）：

误差协方差矩阵（

）：

测量更新：

后验状态估计（

）：

误差协方差矩阵（

）：

卡尔曼增益（K）：

其中，

为系统状态转移矩阵，决定着预测数据随时间的变化；B为输入控制矩阵，反映了来自系统外部的输入；C为量测矩阵，控制着滤波所融合的测量数据的种类；W表示系统的预测噪声，而Q表示系统的量测噪声；K表示卡尔曼增益，反映本次滤波中预测数据与测量数据的权重；p表示误差协方差矩阵；“-”与“+”的上标分别表示先验数据与后验数据；

上标表示预测量。

而针对多速率数据融合过程，可以设加速度采样时间间隔为

位移采样时间间隔为

，则可知在k

至（k+1)

的时间段内，只有加速度数据输入而无位移数据输入，此时在卡尔曼滤波中，可认为位移测量的误差

，因此

，进而可得到在此时间段内只进行时间更新而不进行状态更新，即：

如果在第 k 个时间步只有加速度可用，则表示为：

而若在j（j=k

）时刻输入一个位移数据，则此时系统测量更新过程可表示为：

RTS平滑算法的递推过程为：

首先经过前向卡尔曼滤波过程得到滤波估计值，然后经过一个后向滤波，即，RTS平滑滤波算法，得到平滑估计值。在

区间上，后向滤波过程可表示为：

平滑算法初始化：

=

=

其中，s表示最优平滑。

计算平滑增益：

平滑状态向量：

其中，

。

若要在

区间上进行平滑首先得到该区间上的滤波结果，则实时性较差，因此将RTS平滑时的反向平滑区间设置为一个较小的值，使得其可以近似为“实时”的过程，进而将所述实际位移数据与所述目标加速度计数据进行融合，得到融合位移数据。

在一种可能的实施方式中，分别对所述目标加速度计数据、所述实际位移数据和所述融合位移数据进行模态辨别，以验证所述融合位移数据与所述实际位移数据相比包含更多信息的步骤，包括：

分别对所述目标加速度计数据、所述实际位移数据和所述融合位移数据进行模态辨别；

以所述目标加速度计数据的模态辨识结果为准，验证所述融合位移数据与所述实际位移数据相比包含更多信息。

示例性的，模态辨识过程使用随机子空间方法，构建位移测量系统相应的Hankle矩阵，所述Hankl矩阵是在反对角线上的所有元素都相同的矩阵，把Hankle矩阵的行空间分为"过去"空间和"将来"空间二个部分：

其中，

表示

时刻内所有的

个测点的测量数据； j则是采样离散点的个数。

的下标中的 0 以及

则分别表示Hankle矩阵中的第一列的第 0 行到和第

行，

和

同理，

即是“过去”输出的行空间，

即是“将来”输出的行空间。

为简化计算，在构建Hankle矩阵后需对其进行QR分解以降低所需要计算的矩阵阶数，即，

式中，正交矩阵

，下三角矩阵

，上述式子可进一步写成如下形式：

将“将来”的矩阵块投影到表示“过去”的矩阵块上，由空间投影运算可知：

由空间投影的性质可以将上式简化为：

由系统识别理论可知

可以表达为如下形式：

其中

为系统能观矩阵，而

为卡尔曼滤波向量，为获得上述矩阵具体值，则需要对投影矩阵进行SVD分解：

其中， U为

的正交矩阵，V为

的正交矩阵，且它们满足如下条件:

，

为

对角阵。

分别为

维，

维的矩阵。

对比形式可设：

其中，

维的矩阵。

则系统的测量矩阵C与状态矩阵A可以表示为如下形式：

式中，

表示

的第一行块，

表示的则是

的前(i-1) 行块的穆尔-彭罗斯伪逆；同理，则

表示

的后(i-1)行块。

位移测量系统的各项模态参数可通过对A矩阵求特征值联立C矩阵的方式求出，进而分别对所述目标加速度计数据、所述实际位移数据和所述融合位移数据进行模态辨别，验证所述融合位移数据与所述实际位移数据相比包含更多信息。

在一种可能的实施方式中，如图3所示，所述基于所述预设点的坐标信息和所述目标待测点的坐标信息获取所述待测结构的实际位移数据的步骤，包括：

示例性的，由于采用相机作为摄像装置进行视觉位移测量，伴随刚体位移导致的线性趋势项，因此需要借助EMD算法对线性趋势项，即，刚性位移，进行剔除，选择三次样条插值方法，设置筛分相对公差为0.1，最大本征函数为7，进行线性趋势项分离，得到分解位移，即，所述待测结构的实际位移数据。

在一种可能的实施方式中，搭建基于视觉测量的位移测量系统，所述系统包括：加速度计、摄像装置、力锤、触发箱和处理系统；所述摄像装置为高速相机，加速度计以粘贴方式置于待测结构垂直于振动方向的表面，高速相机支架应平面垂直于待测结构振动方向所在平面，同时高速相机左右应布置LED灯以降低光照对模板匹配的影响。力锤，加速度计以及高速相机与触发箱相连接，以控制加速度计的采样频率整数倍于高速相机的采样频率；触发箱则与数据采集处理系统相连，数据采集处理系统由电脑，LMS机箱组成。搭建过程中要求通过触发箱完成摄像装置采样触发时间脉冲信号为加速度计触发时间脉冲信号的整数倍；然后对加速度计与摄像装置进行融合标定，获取加速度计与摄像装置各维度上的噪声误差，以完成评估。其次，对于安装问题，需要修正在测量过程中加速度信号与位移信号存在的测量夹角偏差，从而获得统一方向上的信号数据。最后，对采集的结构振动视频采用模板匹配跟踪方法处理，以第一帧图像为基准模板，对序列图像按时间顺序逐个进行模板匹配从而获取各帧的图像坐标，以逐差形式获得图像位移，结合坐标转换系数从而完成实际位移数据提取；实时输入加速度计信号与位移信号，当只存在加速度计信号而无位移信号时，则视位移信号测量噪声系数为∞，当同时接收到加速度计信号与位移信号则根据二者测量噪声系数进行数据融合；结合仿真校验获得的融合算法精度设定过程噪声系数，在数据融合过程中若测量噪声系数较大则取信滤波融合结果，若过程噪声系数较大则取信原始位移测量数据。

另一方面，如图5所示，本申请提供了一种基于视觉测量的位移测量装置，所述维护装置包括：

标定模块201，用于获取所述视觉测量系统中加速度计的轴矫正系数与温度矫正系数，并获取所述视觉测量系统中摄像装置所摄图像的畸变矫正系数和相对分辨率；

计算模块202，用于基于所述畸变矫正系数和所述相对分辨率修正所述摄像装置采集的待测结构的目标图像，并计算所述待测结构的实际位移数据；

修正模块203，用于基于所述轴矫正系数与所述温度矫正系数修正所述加速度计的初始加速度计数据，得到目标加速度计数据；

融合模块204，用于基于多速率卡尔曼滤波方法将所述实际位移数据与所述目标加速度计数据进行融合，得到融合位移数据，所述融合位移数据为与加速度计的采样频率相同的位移数据。

在一种可能的实施方式中，如图6所示，本申请实施例提供了一种电子设备300，包括：包括存储器310、处理器320及存储在存储器310上并可在处理器320上运行的计算机程序311，处理器320执行计算机程序311时，实现：获取所述视觉测量系统中加速度计的轴矫正系数与温度矫正系数，并获取所述视觉测量系统中摄像装置所摄图像的畸变矫正系数和相对分辨率；基于所述畸变矫正系数和所述相对分辨率修正所述摄像装置采集的待测结构的目标图像，并计算所述待测结构的实际位移数据；基于所述轴矫正系数与所述温度矫正系数修正所述加速度计的初始加速度计数据，得到目标加速度计数据；基于多速率卡尔曼滤波方法将所述实际位移数据与所述目标加速度计数据进行融合，得到融合位移数据，所述融合位移数据为与加速度计的采样频率相同的位移数据的步骤。

在一种可能的实施方式中，如图7所示，本申请实施例提供了一种计算机可读存储介质400，其上存储有计算机程序411，该计算机程序411被处理器执行时实现：获取所述视觉测量系统中加速度计的轴矫正系数与温度矫正系数，并获取所述视觉测量系统中摄像装置所摄图像的畸变矫正系数和相对分辨率；基于所述畸变矫正系数和所述相对分辨率修正所述摄像装置采集的待测结构的目标图像，并计算所述待测结构的实际位移数据；基于所述轴矫正系数与所述温度矫正系数修正所述加速度计的初始加速度计数据，得到目标加速度计数据；基于多速率卡尔曼滤波方法将所述实际位移数据与所述目标加速度计数据进行融合，得到融合位移数据，所述融合位移数据为与加速度计的采样频率相同的位移数据的步骤。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。

本领域普通技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个计算装置上，或者分布在多个计算装置所组成的网络上，可选地，他们可以用计算机装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里上述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims

1.一种基于视觉测量的位移测量方法，其特征在于，包括：

获取视觉测量系统中加速度计的轴矫正系数与温度矫正系数，并获取所述视觉测量系统中摄像装置所摄图像的畸变矫正系数和相对分辨率；

2.如权利要求1所述的一种基于视觉测量的位移测量方法，其特征在于，所述获取所述视觉测量系统中摄像装置所摄图像的畸变矫正系数和相对分辨率的步骤，包括：

3.如权利要求1所述的一种基于视觉测量的位移测量方法，其特征在于，所述获取所述视觉测量系统中加速度计的轴矫正系数与温度矫正系数的步骤，包括：

4.如权利要求1所述的一种基于视觉测量的位移测量方法，其特征在于，所述基于所述畸变矫正系数和所述相对分辨率修正所述摄像装置采集的待测结构的目标图像，并计算所述待测结构的实际位移数据的步骤，包括：

5.如权利要求4所述的一种基于视觉测量的位移测量方法，其特征在于，所述通过相关性匹配获取所述待测结构位移后的目标图像中与所述待测结构位移前的目标图像中预设点相同的目标待测点的步骤，包括：

6.如权利要求1所述的一种基于视觉测量的位移测量方法，其特征在于，所述基于多速率卡尔曼滤波方法将所述实际位移数据与所述目标加速度计数据进行融合，得到融合位移数据的步骤，包括：

7.如权利要求4所述的一种基于视觉测量的位移测量方法，其特征在于，所述基于所述预设点的坐标信息和所述目标待测点的坐标信息获取所述待测结构的实际位移数据的步骤，包括：

8.一种基于视觉测量的位移测量装置，其特征在于，所述维护装置包括：

9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至7中任一项所述的基于视觉测量的位移测量方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7中任一项所述的基于视觉测量的位移测量方法的步骤。