CN115950521A - 振动频率检测方法及检测装置、计算机设备及存储介质 - Google Patents
振动频率检测方法及检测装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN115950521A CN115950521A CN202211635406.8A CN202211635406A CN115950521A CN 115950521 A CN115950521 A CN 115950521A CN 202211635406 A CN202211635406 A CN 202211635406A CN 115950521 A CN115950521 A CN 115950521A
- Authority
- CN
- China
- Prior art keywords
- frequency
- signal
- vibration
- target object
- frequency spectrum
- 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
Images
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本申请公开了一种振动频率检测方法及检测装置、计算机设备及存储介质,振动频率检测方法包括:基于目标对象的视频数据进行分析,得到目标对象的第一振动信号和背景对象的第二振动信号;对第一振动信号进行滤波,得到第一加速度信号,并对第二振动信号进行滤波,得到第二加速度信号;获取第一加速度信号经时频域转换所得到的第一频谱,并获取第二加速度信号经时频域转换所得到的第二频谱;基于第二频谱,获取第一频谱的抑制因子;基于第一频谱和抑制因子,确定目标对象的振动频率。本申请通过对运动轨迹信号进行导数滤波和频谱抑制,可以有效消除相机运动干扰,提升振动频率检测方法的精度。
Description
技术领域
本申请涉及计算机视觉测量技术领域,具体是涉及一种振动频率检测方法及检测装置、计算机设备及存储介质。
背景技术
振动频率检测结果可用于分析悬索拉力,进而为包括桥梁在内的大型结构健康监测提供了技术参数,具有重要的理论意义和实际价值。相关技术中的检测方法及检测装置测量效率低,且相机运动对振动信号频率检测任务容易造成干扰。
发明内容
有鉴于此,本申请提供一种振动频率检测方法及检测装置、计算机设备及存储介质,以解决现有技术中测量效率低,且相机运动对振动信号频率检测任务容易造成干扰的问题。
为了解决上述技术问题,本申请提供的第一个技术方案为:提供一种振动频率检测方法,包括:基于目标对象的视频数据进行分析,得到所述目标对象的第一振动信号和背景对象的第二振动信号;对所述第一振动信号进行滤波,得到第一加速度信号,并对所述第二振动信号进行滤波,得到第二加速度信号;获取所述第一加速度信号经时频域转换所得到的第一频谱,并获取所述第二加速度信号经时频域转换所得到的第二频谱;基于所述第二频谱,获取所述第一频谱的抑制因子;基于所述第一频谱和所述抑制因子,确定所述目标对象的振动频率。
可选地,所述基于目标对象的视频数据进行分析,得到所述目标对象的第一振动信号和背景对象的第二振动信号,包括:基于所述视频数据对属于所述目标对象的第一关键点进行目标跟踪,得到所述第一关键点的第一运动轨迹信号,并基于所述视频数据对属于所述背景对象的第二关键点进行目标跟踪,得到所述第二关键点的第二运动轨迹信号;将基于各个所述第一关键点的第一运动轨迹信号进行融合,得到所述目标对象的第一振动信号,并将基于各个所述第二关键点的第二运动轨迹信号进行融合,得到所述背景对象的第二振动信号。
可选地,所述基于所述视频数据对属于所述目标对象的第一关键点进行目标跟踪,得到所述第一关键点的第一运动轨迹信号,包括:对于属于所述目标对象的各个第一关键点,跟踪所述第一关键点在所述视频数据中各帧图像的第一坐标;基于相同所述第一关键点在所述视频数据中各帧图像的第一坐标,得到对应所述第一关键点的第一运动轨迹信号。
可选地,所述基于所述视频数据对属于所述背景对象的第二关键点进行目标跟踪,得到所述第二关键点的第二运动轨迹信号,包括:对于属于所述背景对象的各个所述第二关键点,跟踪所述第二关键点在所述视频数据中各帧图像的第二坐标;基于相同所述第二关键点在所述视频数据中各帧图像的第二坐标,得到对应所述第二关键点的第二运动轨迹信号。
可选地,所述将基于各个所述第一关键点的第一运动轨迹信号进行融合,得到所述目标对象的第一振动信号,包括:将各个所述第一关键点的第一运动轨迹信号取平均值,得到所述目标对象的第一振动信号;和/或,所述基于各个所述第二关键点的第二运动轨迹信号进行融合,得到所述背景对象的第二振动信号,包括:将各个所述第二关键点的第二运动轨迹信号取平均值,得到所述背景对象的第二振动信号。
可选地,所述对所述第一振动信号进行滤波,得到第一加速度信号,包括:对所述第一振动信号进行二阶导数滤波,得到所述第一加速度信号;和/或,所述对所述第二振动信号进行滤波,得到第二加速度信号,包括:对所述第二振动信号进行二阶导数滤波,得到所述第二加速度信号。
可选地,所述基于所述第二频谱,获取所述第一频谱的抑制因子,包括:获取频谱抑制的响应强度,并获取所述第二频谱中各个频点的能量值;对于所述各个频点,基于所述频点的能量值和所述响应强度,得到对应所述频点的子抑制因子;基于所述各个频点的子抑制因子,得到所述抑制因子。
可选地,所述子抑制因子与所述能量值、所述响应强度负相关。
可选地,所述抑制因子包括各个频点的子抑制因子,所述基于所述第一频谱和所述抑制因子,确定所述目标对象的振动频率,包括:对于所述第一频谱中的各个频点,基于所述频点的子抑制因子对所述频点在所述第一频谱的能量值进行抑制,得到对应所述频点的新的能量值;基于所述各个频点的所述新的能量值,得到新的第一频谱;基于所述新的第一频谱,确定所述目标对象的振动频率。
为了解决上述技术问题,本申请提供的第二个技术方案为:提供一种振动频率检测装置,包括视频分析模块、信号滤波模块、频谱获取模块、因子获取模块及频率确定模块。视频分析模块用于基于目标对象的视频数据进行分析,得到所述目标对象的第一振动信号和背景对象的第二振动信号;信号滤波模块用于对所述第一振动信号进行滤波,得到第一加速度信号,并对所述第二振动信号进行滤波,得到第二加速度信号;频谱获取模块用于获取所述第一加速度信号经时频域转换所得到的第一频谱,并获取所述第二加速度信号经时频域转换所得到的第二频谱;因子获取模块用于基于所述第二频谱,获取所述第一频谱的抑制因子;频率确定模块用于基于所述第一频谱和所述抑制因子,确定所述目标对象的振动频率。
为了解决上述技术问题,本申请提供的第三个技术方案为:提供一种计算机设备,包括:处理器和存储器,存储器连接所述处理器,用于存储可在所述处理器上运行的计算机程序;其中,所述处理器执行所述计算机程序时实现上述任一项所述的方法。
为了解决上述技术问题,本申请提供的第四个技术方案为:提供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执行时实现上述任一项所述的方法。
本申请的有益效果:区别于现有技术,本申请通过获取目标对象和背景对象的振动信号,再对该振动信号分别进行滤波,得到目标对象和背景对象各自的加速度信号,可以有效消除相机运动干扰。然后对加速度信号进行时频域转换,得到目标对象的频谱和背景对象的频谱,然后通过背景对象的频谱获取抑制因子,并通过目标对象的频谱和抑制因子获取目标对象的振动频率。本申请通过对运动轨迹信号进行导数滤波和频谱抑制,可以有效消除相机运动干扰,提升振动频率检测方法的精度。
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它的附图。
图1是本申请一实施例提供的振动频率检测方法的流程示意框图;
图2是本申请一实施例提供的目标对象和背景对象的选取示意图;
图3是图1提供的步骤S1的子步骤的流程示意框图;
图4是图3提供的步骤S11的一子步骤的流程示意框图;
图5是图3提供的步骤S11的另一子步骤的流程示意框图;
图6是图3提供的步骤S12的子步骤的流程示意框图;
图7是本申请一实施例提供的运动轨迹信号、运动轨迹信号的加速度信号及其频谱示意图;
图8是图1提供的步骤S2的子步骤的流程示意框图;
图9是图1提供的步骤S4的子步骤的流程示意框图;
图10是本申请一实施例提供的振动频率检测结果示意图;
图11是图1提供的步骤S5的子步骤的流程示意框图;
图12是本申请一实施例提供的振动频率检测装置的结构示意图;
图13是本申请一实施例提供的计算机设备的结构示意图;
图14是本申请一实施例提供的计算机可读存储介质的结构示意框图。
具体实施方式
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,所描述的实施例仅是本申请的一部分实施例,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做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。
本申请中的术语“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。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。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它步骤或单元。
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。
若本申请技术方案涉及个人信息,应用本申请技术方案的产品在处理个人信息前,已明确告知个人信息处理规则,并取得个人自主同意。若本申请技术方案涉及敏感个人信息,应用本申请技术方案的产品在处理敏感个人信息前,已取得个人单独同意,并且同时满足“明示同意”的要求。例如,在摄像头等个人信息采集装置处,设置明确显著的标识告知已进入个人信息采集范围,将会对个人信息进行采集,若个人自愿进入采集范围即视为同意对其个人信息进行采集;或者在个人信息处理的装置上,利用明显的标识/信息告知个人信息处理规则的情况下,通过弹窗信息或者请个人自行上传其个人信息等方式获得个人授权;其中,个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理个人信息种类等信息。
本申请发明人发现:在一应用场景中,为了检测无人机悬索的振动频率,首要任务是提取悬索目标的振动信号。目前,振动测量领域常采用接触式和非接触式两种方法提取振动信号。其中,接触式振动测量方法一般采用加速度计作为传感器捕获振动信号,即将加速度计附着在悬索表面,利用数据采集器采集振动信号。但是在对桥梁等大型结构中的悬索进行频率检测时,由于悬索数量众多且悬索纵向高度过大,导致实际测量效率低且存在安全隐患。非接触式测量方法常采用激光测振仪检测提取振动信号,但是该仪器价格昂贵,且其同加速度传感器一样,仅适用于单点测量,因此在开展实际户外悬索振动频率检测时,激光测振仪也存在一些不足。
视觉测量技术可作为一种有效方案用于解决传统振动测量方法存在的不足。它基于计算机视觉技术,采用视频处理方法,可以有效实现全场振动测量,也可以同时测量多根悬索的振动信号。首先,在视频采集阶段,视觉测量技术利用无人机(例如大疆Air御2)作为视频采集设备,拍摄桥梁悬索视频。之所以选用无人机作为采集设备,是因为相比静置于地面三脚架上的相机而言,无人机可以快速起飞、近距离接近目标对象,不受高空、复杂地形等因素限制。此外,无人机也可以灵活调整拍摄角度,从而可以获得满足实际需求的视频数据。其次,在提取振动信号方面,视觉测量技术有两种信号提取方法,分别为基于拉格朗日视角的运动追踪方法,以及基于欧拉视角的方法。基于拉格朗日视角的运动追踪方法通过追踪、记录目标对象在每一时刻的坐标信息,通过坐标信息的变化量表征振动信号;基于欧拉视角的方法以固定像素位置上的图像信息表征振动信号,例如利用亮度信息或相位信息的变化量表征振动信号。最后,对提取的振动信号进行信号分析与处理,即可检测得到悬索的振动频率。
然而,无人机在进行视频采集时,由于受到空气动力的影响,导致拍摄的视频数据存在晃动,使得视频中原本静止的物体产生了跨像素的虚假大运动,这给振动信号提取任务增加了技术挑战。
为了解决上述问题,本申请提供一种振动频率检测方法及检测装置、计算机设备及存储介质。
请参阅图1至图2,图1是本申请一实施例提供的振动频率检测方法的流程示意框图,图2是本申请一实施例提供的目标对象和背景对象的选取示意图。
本申请提供的振动频率检测方法,包括:
S1:基于目标对象的视频数据进行分析,得到目标对象的第一振动信号和背景对象的第二振动信号。
具体的,目标对象可以为需要采集视频数据的主体物体,在本实施例中,目标对象可以为无人机或大型建筑结构的悬索等。在进行视频采集时,可以设置无人机相关参数为:图像分辨率为960×540,帧率25帧/秒,时长10秒,镜头与目标对象的距离约3~4米。通过对视频数据进行分析,可以分别得到目标对象和背景对象的振动信号。
请参阅图3至图7,图3是图1提供的步骤S1的子步骤的流程示意框图,图4是图3提供的步骤S11的一子步骤的流程示意框图,图5是图3提供的步骤S11的另一子步骤的流程示意框图,图6是图3提供的步骤S12的子步骤的流程示意框图,图7是本申请一实施例提供的运动轨迹信号、运动轨迹信号的加速度信号及其频谱示意图。
在一实施例中,基于目标对象的视频数据进行分析,得到目标对象的第一振动信号和背景对象的第二振动信号的步骤S1,包括:
S11:基于视频数据对属于目标对象的第一关键点进行目标跟踪,得到第一关键点的第一运动轨迹信号,并基于视频数据对属于背景对象的第二关键点进行目标跟踪,得到第二关键点的第二运动轨迹信号。
具体的,可以通过从视频数据的某一帧(例如第一帧)进行框选,以选择感兴趣或者需要关注的目标对象的关键点,作为第一关键点,并可以对第一关键点进行运动轨迹追踪,记录第一关键点在每一时刻的坐标信息,作为第一运动轨迹信号。通过从视频数据的某一帧(例如第一帧)进行框选,选择静止的背景对象(例如地面等)的关键点,作为第二关键点,并可以对第二关键点进行运动轨迹追踪,记录第二关键点在每一时刻的坐标信息,作为第二运动轨迹信号。
如图4所示,基于视频数据对属于目标对象的第一关键点进行目标跟踪,得到第一关键点的第一运动轨迹信号的步骤S11,包括:
S111:对于属于目标对象的各个第一关键点,跟踪第一关键点在视频数据中各帧图像的第一坐标。
具体的,可以采用运动追踪技术,并采用基于拉格朗日视角的Kanade-Lucas-Tomasi算法对第一关键点进行运动轨迹追踪,记录第一关键点在每一时刻的坐标信息,具体为第一坐标。第一坐标可以表示为:
S112:基于相同第一关键点在视频数据中各帧图像的第一坐标,得到对应第一关键点的第一运动轨迹信号。
具体的,在本实施例中,基于第一坐标的第m个关键点的沿x方向(即水平方向)和y方向(即竖直方向)的第一运动轨迹信号分别表示为:
如图5所示,基于视频数据对属于背景对象的第二关键点进行目标跟踪,得到第二关键点的第二运动轨迹信号的步骤S11,还包括:
S113:对于属于背景对象的各个第二关键点,跟踪第二关键点在视频数据中各帧图像的第二坐标。
具体的,可以采用运动追踪技术,并采用基于拉格朗日视角的Kanade-Lucas-Tomasi算法对第二关键点进行运动追踪,记录第二关键点在每一时刻的坐标信息,作为第二坐标。第二坐标具体可以表示为:
S114:基于相同第二关键点在视频数据中各帧图像的第二坐标,得到对应第二关键点的第二运动轨迹信号。
具体的,在本实施例中,基于第二坐标的第n个关键点的沿x方向(即水平方向)和y方向(即竖直方向)的运动轨迹信号分别表示为:
S12:将基于各个第一关键点的第一运动轨迹信号进行融合,得到目标对象的第一振动信号,并将基于各个第二关键点的第二运动轨迹信号进行融合,得到背景对象的第二振动信号。
具体的,根据上述第一运动轨迹信号得到第一振动信号,根据上述第二运动轨迹信号得到第二振动信号。
在一实施例中,如图6所示,基于各个第一关键点的第一运动轨迹信号进行融合,得到目标对象的第一振动信号的步骤S12,包括:
S121:将各个第一关键点的第一运动轨迹信号取平均值,得到目标对象的第一振动信号。
具体的,通过将上述多个第一运动轨迹信号进行加总,并除以第一运动轨迹信号的数量(M),得到多个第一运动轨迹信号的平均数,即目标对象的第一振动信号。例如,如图7所示,假设物体沿水平方向振动,那么目标对象的第一振动信号可以表示为:
在一实施例中,将基于各个第二关键点的第二运动轨迹信号进行融合,得到背景对象的第二振动信号,包括:
S122:将各个第二关键点的第二运动轨迹信号取平均值,得到背景对象的第二振动信号。
具体的,通过将上述多个第二运动轨迹信号进行加总,并除以第二运动轨迹信号的数量(N),得到多个第二运动轨迹信号的平均数,即背景对象的第二振动信号。因此,背景对象的第二振动信号可以表示为:
可以理解,对于振动对象沿其他方向振动的情景,可以由本申请推导得到相应的解决方案。
请参阅图8,图8是图1提供的步骤S2的子步骤的流程示意框图。
S2:对第一振动信号进行滤波,得到第一加速度信号,并对第二振动信号进行滤波,得到第二加速度信号。
具体的,通过对第一振动信号进行滤波,可以抑制相机运动,获取第一振动信号的加速度信号。通过对第二振动信号进行滤波,可以抑制相机运动,获取第二振动信号的加速度信号。
在一实施例中,对第一振动信号进行滤波,得到第一加速度信号的步骤S2,包括:
S21:对第一振动信号进行二阶导数滤波,得到第一加速度信号。
具体的,如图7所示,在本实施例中,对提取的目标对象的第一振动信号通过二阶导数滤波器求二阶导数,从而获得第一加速度信号。第一加速度信号可以表示为:
同理,对第二振动信号进行滤波,得到第二加速度信号,可以包括:
S22:对第二振动信号进行二阶导数滤波,得到第二加速度信号。
具体的,如图7所示,在本实施例中,对提取的背景对象的第二振动信号通过二阶导数滤波器求二阶导数,从而获得第二加速度信号。第二加速度信号可以表示为:
为了进一步抑制相机运动干扰,提升振动频率检测结果的准确性,本申请提出了频谱抑制因子,详述如下。
S3:获取第一加速度信号经时频域转换所得到的第一频谱,并获取第二加速度信号经时频域转换所得到的第二频谱。
具体的,如图7所示,本实施例中可以采用时域和频域转换的方法,通过第一加速度信号计算第一频谱,通过第二加速度信号计算第二频谱。第一频谱和第二频谱的计算方法具体可以为:
其中,Es(fi)表示目标对象的第一加速度信号sa(t)的第一频谱φs中频点fi对应的能量值,频点fi的i取值范围为0到N。同理可知Eb(fi)的含义为背景对象的第二加速度信号ba(t)的第二频谱φb中频点fi对应的能量值。
请参阅图9至图10,图9是图1提供的步骤S4的子步骤的流程示意框图,图10是本申请一实施例提供的振动频率检测结果示意图。
S4:基于第二频谱,获取第一频谱的抑制因子。
具体的,根据背景对象的加速度信号的频谱,即第二频谱可以得到频谱抑制因子,如图10所示。
在一实施例中,如图9所示,基于第二频谱,获取第一频谱的抑制因子的步骤S4,可以包括:
S41:获取频谱抑制的响应强度,并获取第二频谱中各个频点的能量值。
具体的,频谱抑制的响应强度λ用于调节频谱抑制处理的响应强度,λ作为一个固定值,可以自行进行设置。例如可以设置频谱抑制的响应强度λ的取值为10,并通过响应强度λ进一步获取第二频谱中各个频点fi对应的能量值Eb(fi)。
S42:对于各个频点,基于频点的能量值和响应强度,得到对应频点的子抑制因子。
具体的,通过上述的各个频点fi,获得第二频谱的频点fi对应的能量值Eb(fi),通过能量值Eb(fi)和响应强度λ可以获得对应频点fi的子抑制因子。在本实施例中,能量值Eb(fi)和响应强度λ通过点乘获得子抑制因子,其中子抑制因子与能量值、响应强度λ负相关,因此子抑制因子可以表示为:
-λ⊙φb
其中,⊙表示点乘。
S43:基于各个频点的子抑制因子,得到抑制因子。
具体的,在本实施例中,抑制因子包括各个频点fi的子抑制因子,在获得各个频点fi的子抑制因子之后,可以通过引入指数函数来获得抑制因子Λ。在本实施例中,抑制因子Λ可以表示为:
Λ=exp(-λ⊙φb)
其中,exp()表示指数函数。
请参阅图11,图11是图1提供的步骤S5的子步骤的流程示意框图。
S5:基于第一频谱和抑制因子,确定目标对象的振动频率。
具体的,本申请通过引入频谱抑制技术,以进一步消除相机运动干扰,从而获得目标对象的振动频率。
如图11所示,在一实施例中,基于第一频谱和抑制因子,确定目标对象的振动频率的步骤S5,可以包括:
S51:对于第一频谱中的各个频点,基于频点的子抑制因子对频点在第一频谱的能量值进行抑制,得到对应频点的新的能量值。
具体的,对于上述第一频谱中的多个频点fi,将频点fi的子抑制因子乘以对应频点的能量值Es(fi),从而得到新的能量值。
S52:基于各个频点的新的能量值,得到新的第一频谱。
具体的,对上述得到的多个新的能量值与抑制因子Λ分别进行点乘,从而得到新的第一频谱φ,新的第一频谱φ具体可以表示为:
φ=Λ⊙φs
其中,抑制因子Λ与第一频谱φs相乘,得到目标对象的新的频谱φ,即,将目标对象的加速度信号的第一频谱φs与频谱抑制因子Λ相乘,即可进一步抑制相机运动干扰,从而获得目标对象的新的频谱φ。
S53:基于新的第一频谱,确定目标对象的振动频率。
具体的,频谱就是频率的分布曲线,因此根据新的第一频谱φ即可获得目标对象的振动频率。
本申请公开的振动频率检测方法包括:基于目标对象的视频数据进行分析,得到目标对象的第一振动信号和背景对象的第二振动信号;对第一振动信号进行滤波,得到第一加速度信号,并对第二振动信号进行滤波,得到第二加速度信号;获取第一加速度信号经时频域转换所得到的第一频谱,并获取第二加速度信号经时频域转换所得到的第二频谱;基于第二频谱,获取第一频谱的抑制因子;基于第一频谱和抑制因子,确定目标对象的振动频率。本申请通过对运动轨迹信号进行导数滤波和频谱抑制,可以有效消除相机运动干扰,提升振动频率检测方法的精度。
请参阅图12,图12是本申请一实施例提供的振动频率检测装置的结构示意图。
本申请还提供了一种振动频率检测装置100,包括视频分析模块10、信号滤波模块20、频谱获取模块30、因子获取模块40及频率确定模块50。
视频分析模块10用于基于目标对象的视频数据进行分析,得到目标对象的第一振动信号和背景对象的第二振动信号。
具体的,视频分析模块10还可以用于基于视频数据对属于目标对象的第一关键点进行目标跟踪,得到第一关键点的第一运动轨迹信号,并基于视频数据对属于背景对象的第二关键点进行目标跟踪,得到第二关键点的第二运动轨迹信号。视频分析模块10具体还可以进一步对属于目标对象的各个第一关键点,跟踪第一关键点在视频数据中各帧图像的第一坐标,以及基于相同第一关键点在视频数据中各帧图像的第一坐标,得到对应第一关键点的第一运动轨迹信号。视频分析模块10具体还可以进一步对于属于背景对象的各个第二关键点,跟踪第二关键点视频数据中各帧图像的第二坐标,以及基于相同第二关键点在视频数据中各帧图像的第二坐标,得到对应第二关键点的第二运动轨迹信号。
视频分析模块10还可以将基于各个第一关键点的第一运动轨迹信号进行融合,得到目标对象的第一振动信号,并将基于各个第二关键点的第二运动轨迹信号进行融合,得到背景对象的第二振动信号。视频分析模块10具体还可以进一步将各个第一关键点的第一运动轨迹信号取平均值,得到目标对象的第一振动信号,以及将各个第二关键点的第二运动轨迹信号取平均值,得到背景对象的第二振动信号。
信号滤波模块20可以用于对第一振动信号进行滤波,得到第一加速度信号,并对第二振动信号进行滤波,得到第二加速度信号。
具体的,信号滤波模块20还可以用于对第一振动信号进行二阶导数滤波,得到第一加速度信号,以及对第二振动信号进行二阶导数滤波,得到第二加速度信号。
频谱获取模块30可以用于获取第一加速度信号经时频域转换所得到的第一频谱,并获取第二加速度信号经时频域转换所得到的第二频谱。
具体的,频谱获取模块30可以采用时域和频域转换的方法,通过第一加速度信号计算第一频谱,以及通过第二加速度信号计算第二频谱。
因子获取模块40用于基于第二频谱,获取第一频谱的抑制因子。
具体的,因子获取模块40还可以用于获取频谱抑制的响应强度,并获取第二频谱中各个频点的能量值,对于各个频点,可以基于频点的能量值和响应强度,得到对应频点的子抑制因子,并基于各个频点的子抑制因子,得到抑制因子。
频率确定模块50用于基于第一频谱和抑制因子,确定目标对象的振动频率。
具体的,频率确定模块50可以对于第一频谱中的各个频点,基于频点的子抑制因子对频点在第一频谱的能量值进行抑制,得到对应频点的新的能量值,基于各个频点的新的能量值,得到新的第一频谱,并基于新的第一频谱,确定目标对象的振动频率。
请参阅图13,图13是本申请一实施例提供的计算机设备的结构示意图。
计算机设备200,具体可以包括处理器210和存储器220。存储器220耦接处理器210。
处理器210用于控制计算机设备200的操作,处理器210还可以称为CPU(CentralProcessing Unit,中央处理单元)。处理器210可能是一种集成电路芯片,具有信号的处理能力。处理器210还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(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。通用处理器可以是微处理器或者该处理器210也可以是任何常规的处理器等。
存储器220用于存储计算机程序,可以是RAM,也可以是ROM,或者其他类型的存储设备。具体的,存储器可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器中的非暂态的计算机可读存储介质用于存储至少一条程序代码。
处理器210用于执行存储器220中存储的计算机程序以实现本申请振动频率检测方法的实施例描述的振动频率检测方法。
在一些实施方式中,计算机设备200还可以包括:外围设备接口230和至少一个外围设备。处理器210、存储器220和外围设备接口230之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口230相连。具体的,外围设备包括:射频电路240、显示屏250、音频电路260和电源270中的至少一种。
外围设备接口230可被用于将I/O(Input/output,输入/输出)相关的至少一个外围设备连接到处理器210和存储器220。在一些实施例中,处理器210、存储器220和外围设备接口230被集成在同一芯片或电路板上;在一些其他实施方式中,处理器210、存储器220和外围设备接口230中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路240用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路240通过电磁信号与通信网络以及其他通信设备进行通信,射频电路240则是计算机设备200的通信电路。射频电路240将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路240包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路240可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(WirelessFidelity,无线保真)网络。在一些实施例中,射频电路240还可以包括NFC(Near FieldCommunication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏250用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏250是触摸显示屏时,显示屏250还具有采集在显示屏250的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器210进行处理。此时,显示屏250还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施方式中,显示屏250可以为一个,设置在计算机设备200的前面板;在另一些实施方式中,显示屏250可以为至少两个,分别设置在计算机设备200的不同表面或呈折叠设计;在另一些实施方式中,显示屏250可以是柔性显示屏,设置在计算机设备200的弯曲表面上或折叠面上。甚至,显示屏250还可以设置成非矩形的不规则图形,也即异形屏。显示屏250可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
音频电路260可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器210进行处理,或者输入至射频电路240以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在计算机设备200的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器210或射频电路240的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路260还可以包括耳机插孔。
电源270用于为计算机设备200中的各个组件进行供电。电源270可以是交流电、直流电、一次性电池或可充电电池。当电源270包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
关于本申请计算机设备200的实施例中各功能模块或者部件功能和执行过程的详细阐述,可以参照上述本申请振动频率检测方法实施例中的阐述,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的计算机设备200和振动频率检测方法,可以通过其它的方式实现。例如,以上所描述的计算机设备200的各实施例仅仅是示意性的,例如,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,机械或其它的形式。
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方式方案的目的。
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。
请参阅图14,图14是本申请一实施例提供的计算机可读存储介质的结构示意框图。
参阅图14,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,可以存储在计算机可读存储介质300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介质中,包括若干指令/计算机程序用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁碟或者光盘等各种介质以及具有上述存储介质的电脑、手机、笔记本电脑、平板电脑、相机等计算机设备。
关于计算机可读存储介质300中的程序数据的执行过程的阐述可以参照上述本申请振动频率检测方法的实施例中阐述,在此不再赘述。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (12)
1.一种振动频率检测方法,其特征在于,包括:
基于目标对象的视频数据进行分析,得到所述目标对象的第一振动信号和背景对象的第二振动信号;
对所述第一振动信号进行滤波,得到第一加速度信号,并对所述第二振动信号进行滤波,得到第二加速度信号;
获取所述第一加速度信号经时频域转换所得到的第一频谱,并获取所述第二加速度信号经时频域转换所得到的第二频谱;
基于所述第二频谱,获取所述第一频谱的抑制因子;
基于所述第一频谱和所述抑制因子,确定所述目标对象的振动频率。
2.根据权利要求1所述的方法,其特征在于,所述基于目标对象的视频数据进行分析,得到所述目标对象的第一振动信号和背景对象的第二振动信号,包括:
基于所述视频数据对属于所述目标对象的第一关键点进行目标跟踪,得到所述第一关键点的第一运动轨迹信号,并基于所述视频数据对属于所述背景对象的第二关键点进行目标跟踪,得到所述第二关键点的第二运动轨迹信号;
将基于各个所述第一关键点的第一运动轨迹信号进行融合,得到所述目标对象的第一振动信号,并将基于各个所述第二关键点的第二运动轨迹信号进行融合,得到所述背景对象的第二振动信号。
3.根据权利要求2所述的方法,其特征在于,所述基于所述视频数据对属于所述目标对象的第一关键点进行目标跟踪,得到所述第一关键点的第一运动轨迹信号,包括:
对于属于所述目标对象的各个第一关键点,跟踪所述第一关键点在所述视频数据中各帧图像的第一坐标;
基于相同所述第一关键点在所述视频数据中各帧图像的第一坐标,得到对应所述第一关键点的第一运动轨迹信号。
4.根据权利要求2所述的方法,其特征在于,所述基于所述视频数据对属于所述背景对象的第二关键点进行目标跟踪,得到所述第二关键点的第二运动轨迹信号,包括:
对于属于所述背景对象的各个所述第二关键点,跟踪所述第二关键点在所述视频数据中各帧图像的第二坐标;
基于相同所述第二关键点在所述视频数据中各帧图像的第二坐标,得到对应所述第二关键点的第二运动轨迹信号。
5.根据权利要求2所述的方法,其特征在于,所述将基于各个所述第一关键点的第一运动轨迹信号进行融合,得到所述目标对象的第一振动信号,包括:
将各个所述第一关键点的第一运动轨迹信号取平均值,得到所述目标对象的第一振动信号;
和/或,所述将基于各个所述第二关键点的第二运动轨迹信号进行融合,得到所述背景对象的第二振动信号,包括:
将各个所述第二关键点的第二运动轨迹信号取平均值,得到所述背景对象的第二振动信号。
6.根据权利要求1所述的方法,其特征在于,所述对所述第一振动信号进行滤波,得到第一加速度信号,包括:
对所述第一振动信号进行二阶导数滤波,得到所述第一加速度信号;
和/或,所述对所述第二振动信号进行滤波,得到第二加速度信号,包括:
对所述第二振动信号进行二阶导数滤波,得到所述第二加速度信号。
7.根据权利要求1所述的方法,其特征在于,所述基于所述第二频谱,获取所述第一频谱的抑制因子,包括:
获取频谱抑制的响应强度,并获取所述第二频谱中各个频点的能量值;
对于所述各个频点,基于所述频点的能量值和所述响应强度,得到对应所述频点的子抑制因子;
基于所述各个频点的子抑制因子,得到所述抑制因子。
8.根据权利要求7所述的方法,其特征在于,所述子抑制因子与所述能量值、所述响应强度负相关。
9.根据权利要求1所述的方法,其特征在于,所述抑制因子包括各个频点的子抑制因子,所述基于所述第一频谱和所述抑制因子,确定所述目标对象的振动频率,包括:
对于所述第一频谱中的各个频点,基于所述频点的子抑制因子对所述频点在所述第一频谱的能量值进行抑制,得到对应所述频点的新的能量值;
基于所述各个频点的所述新的能量值,得到新的第一频谱;
基于所述新的第一频谱,确定所述目标对象的振动频率。
10.一种振动频率检测装置,其特征在于,包括:
视频分析模块,用于基于目标对象的视频数据进行分析,得到所述目标对象的第一振动信号和背景对象的第二振动信号;
信号滤波模块,用于对所述第一振动信号进行滤波,得到第一加速度信号,并对所述第二振动信号进行滤波,得到第二加速度信号;
频谱获取模块,用于获取所述第一加速度信号经时频域转换所得到的第一频谱,并获取所述第二加速度信号经时频域转换所得到的第二频谱;
因子获取模块,用于基于所述第二频谱,获取所述第一频谱的抑制因子;
频率确定模块,用于基于所述第一频谱和所述抑制因子,确定所述目标对象的振动频率。
11.一种计算机设备,其特征在于,包括:
处理器;
存储器,连接所述处理器,用于存储可在所述处理器上运行的计算机程序;
其中,所述处理器执行所述计算机程序时实现权利要求1至9任一项所述的方法。
12.一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执行时实现权利要求1至9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211635406.8A CN115950521A (zh) | 2022-12-19 | 2022-12-19 | 振动频率检测方法及检测装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211635406.8A CN115950521A (zh) | 2022-12-19 | 2022-12-19 | 振动频率检测方法及检测装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115950521A true CN115950521A (zh) | 2023-04-11 |
Family
ID=87282070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211635406.8A Pending CN115950521A (zh) | 2022-12-19 | 2022-12-19 | 振动频率检测方法及检测装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115950521A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117593330A (zh) * | 2023-11-23 | 2024-02-23 | 四川省寰宇众恒科技有限公司 | 一种可视化的实时振动监测方法 |
-
2022
- 2022-12-19 CN CN202211635406.8A patent/CN115950521A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117593330A (zh) * | 2023-11-23 | 2024-02-23 | 四川省寰宇众恒科技有限公司 | 一种可视化的实时振动监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110798790B (zh) | 麦克风异常检测方法、装置及存储介质 | |
CN110795236B (zh) | 调整服务器容量的方法、装置、电子设备及介质 | |
EP3627823B1 (en) | Image selection method and related product | |
CN111127509B (zh) | 目标跟踪方法、装置和计算机可读存储介质 | |
CN110570460A (zh) | 目标跟踪方法、装置、计算机设备及计算机可读存储介质 | |
CN111126276B (zh) | 车道线检测方法、装置、计算机设备及存储介质 | |
CN111696532A (zh) | 语音识别方法、装置、电子设备以及存储介质 | |
CN112233689B (zh) | 音频降噪方法、装置、设备及介质 | |
CN112398819A (zh) | 异常识别的方法及装置 | |
CN115950521A (zh) | 振动频率检测方法及检测装置、计算机设备及存储介质 | |
CN111325701B (zh) | 图像处理方法、装置及存储介质 | |
CN112233688B (zh) | 音频降噪方法、装置、设备及介质 | |
CN111127541A (zh) | 车辆尺寸的确定方法、装置及存储介质 | |
CN110263695B (zh) | 人脸部位的位置获取方法、装置、电子设备及存储介质 | |
CN113326800B (zh) | 车道线位置确定方法、装置、车载终端及存储介质 | |
CN107730030B (zh) | 一种路径规划方法及移动终端 | |
CN113432620B (zh) | 误差估计方法、装置、车载终端及存储介质 | |
CN111444749A (zh) | 路面导向标志的识别方法、装置及存储介质 | |
CN111723615B (zh) | 对检测物图像进行检测物匹配判定的方法和装置 | |
CN111583669B (zh) | 一种超速检测方法、装置、控制设备和存储介质 | |
CN112990424B (zh) | 神经网络模型训练的方法和装置 | |
CN110830724B (zh) | 一种拍摄方法及电子设备 | |
CN114265572A (zh) | 一种电动车低速行人提示音设计方法、系统、终端及存储介质 | |
CN113779868A (zh) | 一种矩形孔金属板屏蔽效能预测方法、系统、终端及存储介质 | |
CN111160248A (zh) | 物品跟踪的方法、装置、计算机设备及存储介质 |
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 |