CN110440902B - 一种非接触式微小振动视觉测量方法 - Google Patents
一种非接触式微小振动视觉测量方法 Download PDFInfo
- Publication number
- CN110440902B CN110440902B CN201910826468.9A CN201910826468A CN110440902B CN 110440902 B CN110440902 B CN 110440902B CN 201910826468 A CN201910826468 A CN 201910826468A CN 110440902 B CN110440902 B CN 110440902B
- Authority
- CN
- China
- Prior art keywords
- vibration
- signal
- micro
- frequency spectrum
- 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.)
- Expired - Fee Related
Links
- 238000000691 measurement method Methods 0.000 title claims abstract description 11
- 238000001228 spectrum Methods 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000000605 extraction Methods 0.000 claims abstract description 5
- 238000012935 Averaging Methods 0.000 claims abstract description 4
- 238000003708 edge detection Methods 0.000 claims description 7
- 238000009432 framing Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000011160 research Methods 0.000 abstract description 4
- 230000001629 suppression Effects 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 description 22
- 238000002474 experimental method Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种非接触式微小振动视觉测量方法。该方法旨在研究分析微小振动信号的频率特性，该技术主要包括微小振动信号提取、相机运动干扰抑制处理、信号分析等。所述方法步骤如下，步骤S1：采集自然界中振动物体的视频数据以提取出微小振动信号；步骤S2：利用傅里叶变换将微小振动信号转化为频域，获取其频谱；步骤S3：从所述视频数据中提取相机运动信号，对所述相机运动信号进行分析处理后获取衰减系数向量Coe；步骤S4：将所述衰减系数向量Coe与各微小振动信号的频谱相乘，取平均值后得到振动目标频谱。
Description
技术领域
本发明属于计算机视觉技术领域，涉及一种真实场景下非接触微小振动视觉测量方法。
背景技术
振动物体的振动特性与其自身状态有紧密联系。例如，工业***在运行过程中产生的振动信息，体现了其结构特性和运行状态。不良振动不但影响***的使用性能，甚至会产生严重的安全后果。
现有的振动测量方式分为接触式和非接触式两种。接触式振动测量传感器，例如压电传感器、加速度传感器等，一般安装在被测物体表面，通过将振动信号转化为电信号实现振动测量。在测量过程中，接触式振动测量传感器自身的机械损耗往往造成硬件疲劳，长期监测可能造成误差累积导致测量精度降低；对轻型结构进行检测时，传感器自身质量也将影响检测结果；这种测量方式一般用于定点测量，当进行多点测量时，将不可避免地提高测量成本。非接触式振动测量方式，避免了与被测目标直接接触，但仍然存在一定的应用局限，例如：光学测振法需要额外的光源补偿，要求测试环境保持无尘、无空气扰动；光电位置传感器的测量范围较小，需要复杂的干涉光路及辅助装置，计算复杂度和成本较高；光纤光栅传感器需要对传感器进行封装后才可使用，同时对解调设备有较严苛的要求。计算机视觉技术的发展为振动测量提供了一种新途径。基于计算机视觉的视觉测量技术，是以现代光学为基础，融合计算机技术、激光技术、图像处理与分析技术等现代科学技术为一体，组成光机电一体化的综合测量***。它具有精度高、非接触、在线检测、实时分析与控制、连续工作等特点，能够适用于多种危险的应用场合，广泛应用于军事、工业、农林业、医学、航空航天、科学研究等领域。
自然界中存在很多微小振动，它们同样蕴含着重要信息。例如，汽车启动后，发动机会产生一定频率的振动，该振动信号反映了发动机的性能与工作状态；人呼吸时腹部会产生一定的起伏，该起伏信号的频率与人体呼吸率一致。由于人类视觉***的感知范围与分辨能力有限，难以直接观察、测量自然界中的许多微小振动。目前，相关学者就微小振动可视化技术做了相关研究，例如基于拉格朗日视角的运动放大技术和基于欧拉视角的金字塔分解运动放大技术，它们通过带通滤波器选取感兴趣频带内的微小振动信号进行放大。但是，这些方法一般要求人工根据先验知识来确定带通滤波器的频率参数，并未对微小振动信号进行有效的测量分析。
发明内容
基于此，本发明提出了一种非接触微小振动视觉测量方法。该方法旨在研究分析微小振动信号的频率特性，该技术主要包括微小振动信号提取、相机运动干扰抑制处理、信号分析等。所述方法步骤如下，
步骤S1：采集自然界中振动物体的视频数据以提取出微小振动信号；
步骤S2：利用傅里叶变换将微小振动信号转化为频域，获取其频谱；
步骤S3：从所述视频数据中提取相机运动信号，对所述相机运动信号进行分析处理后获取衰减系数向量Coe；
步骤S4：将所述衰减系数向量Coe与各微小振动信号的频谱相乘，取平均值后得到振动目标频谱。
优选的，在对采集到的视频数据提取微小振动信号之前，还包括，利用颜色空间转换，将采集的视频从RGB空间转化为YIQ空间，并提取出亮度通道的视频序列。
优选的，所述提取微小振动信号具体包括，从亮度通道的视频序列中提取第一帧图像，选出振动目标区域，利用数字图像处理中常用的边缘检测算子——canny算子对所述振动目标区域边缘检测，将生成的与原图像尺寸相同的二值边缘图像作为边缘掩膜ImageMask，利用该掩膜与视频各帧进行点乘，获得新的视频序列，并以新视频序列的第一帧为参考帧，将其余各帧的亮度值减去第一帧的亮度值，然后提取边缘上各像素点的时间维亮度信号，所述时间维亮度信号为微小振动信号。
优选的，所述步骤S3具体包括，
步骤S31：从亮度通道视频序列第一帧图像的背景区域中手动框选出包含静止物体的边缘的区域，采用步骤S1中相同的提取方法，提取出时间维信号，得到相机运动信号；
步骤S32：对所述相机运动信号进行傅里叶变换，获得其频谱，并将该频谱代入自然常数e的负指数函数中，计算得到与该频谱相应的衰减系数向量Coe，并用如下公式表示：
Coe＝e-δ×sp
其中，sp表示归一化之后的相机运动信号的频谱，值域为[0,1]；δ用于控制衰减速度并用如下公式表示：
其中，μ表示归一化后的频谱sp的能量平均值。优选的，所述微小振动信号的振动方向可以是任意方向。
优选的，所述视频数据为avi、mov、mp4等常用视频格式。
本发明有如下优点：
(1)它是一种瞬间获取被测物体视频信息的测量方法，特别适用于测量点众多的目标。
(2)它是一种非接触性的测量手段，不伤及测量目标，不干扰被测物自然状态，可在恶劣条件下应用。
(3)它是一种适用于微观世界、近景目标及远景目标的测量技术。
(4)它具有测量速度快，测量精度高等特点，可广泛应用于机械结构振动测量中，并且可以持续测量。
附图说明
图1：本发明方法的流程图；
图2：本发明的感兴趣区域(ROI)选取示意图；
图3：本发明的合成视频实验结果；
图4：本发明的真实视频1实验结果；
图5：本发明的真实视频2实验结果；
具体实施方式
结合图1，本发明非接触式微小振动视觉测量技术，包括如下步骤：
步骤S1：采集自然界中振动物体的视频数据以提取出微小振动信号；
在本步骤中，根据本发明的实施例，具体为：
1a)利用佳能相机EOS 600D在自然环境中拍摄振动物体的视频。相机帧率为50帧/秒，图像分辨率为1280×720，视频采集时间为7秒，并保存为avi视频格式。利用颜色空间转换，将其从RGB空间转化为YIQ空间，并提取出Y(亮度)通道的视频序列用于后续分析。
1b)提取视频序列中的第一帧图像，并手动框选出振动目标区域(ROI)；利用canny算子进行对其边缘检测，然后生成与原图像尺寸相同的边缘掩膜Image Mask；利用该掩膜与视频各帧进行点乘，获得新的视频序列；以第一帧为参考帧，将其余各帧的亮度值减去第一帧的亮度值，然后提取边缘上各像素点的时间维亮度信号。根据“光流中的亮度一致性假设”及“泰勒一阶级数展开”可知，这里提取的时间维亮度信号等价于微小振动信号。
在本步骤中，Canny边缘检测算法可以分为以下5个步骤：
1)使用高斯滤波器，以平滑图像，滤除噪声。
2)计算图像中每个像素点的梯度强度和方向。
3)应用非极大值(Non-Maximum Suppression)抑制，以消除边缘检测带来的杂散响应。
4)应用双阈值(Double-Threshold)检测来确定真实的和潜在的边缘。
5)通过抑制孤立的弱边缘最终完成边缘检测。
步骤S2：利用傅里叶变换将微小振动信号转化为频域，获取其频谱。
步骤S3：从所述视频数据中提取相机运动信号，对所述相机运动信号进行分析处理后获取衰减系数向量Coe。
步骤S31：从亮度通道视频序列第一帧图像的背景区域中手动框选出包含静止物体的边缘的区域，采用步骤S1中相同的提取方法，提取出时间维信号，得到相机运动信号；
步骤S32：对所述相机运动信号进行傅里叶变换获得其频谱，并将该频谱代入自然常数e的负指数函数中，计算得到与该频谱相应的衰减系数向量Coe，并用如下公式表示：
Coe＝e-δ×sp
其中，sp表示归一化之后的相机运动信号的频谱，值域为[0,1]；δ用于控制衰减速度，并用如下公式表示：
其中，μ表示归一化后的频谱sp的能量平均值。
步骤S4：将所述衰减系数向量Coe与各微小振动信号的频谱相乘，取平均值后得到振动目标频谱。
性能验证
以下，通过合成视频和真实视频进一步验证本发明的测量速度与测量精度等性能。
实验1：合成视频实验
1a)视频说明
为了验证本发明进行微小振动测量的性能，对1个合成视频(无相机抖动)中的4类振动模式进行了测量。该视频包含左右两个振动物体(白色球体，如图2所示)，左边白球含有水平方向和竖直方向振动，其振动频率分别为4.776Hz、12.99Hz，右边白球同样包含水平方向和竖直方向的振动，分别为7.463Hz、3.433Hz。该视频的帧率为30帧/秒，共201帧，分辨率为736×402。
1b)实验内容
分别选取左右两物体的水平边缘、竖直边缘等4个区域为ROI区域，依次提取相应的运动信号，并获取其频谱。ROI区域选取如图2所示，实验结果如图3所示。测量速度及测量误差如表1所示。
1c)实验结果分析
对于本合成视频，本发明的测量结果与信号真实频率一致，误差为0；测量速度与视频自身大小有关，对于本视频测量速度约10秒，基本满足实时测量需求。
实验2：真实视频实验
2a)视频说明
为了验证本发明进行微小振动测量的性能，对2组真实视频(含相机抖动)中的振动模式进行了测量。利用佳能相机EOS 600D在自然环境中拍摄2组振动物体的视频(真实视频1和真实视频2，振动物体如图2所示)，相机帧率为50帧/秒，图像分辨率为1280×720，视频采集时间约7秒。同时，使用激光测振仪捕获真实振动信号，作为实验对比。
其中，真实视频1由激振器同时产生15Hz和20Hz的振动，激励钢板使其起振；相机捕获钢板振动时的视频，用于振动测量。真实视频2由激振器产生20.25Hz的振动，通过连接杆驱动一木块振动，相机捕获木块振动时的视频，用于振动测量。
2b)实验内容
为了消除相机运动产生的干扰，按照“具体实施方式”中“步骤3”的说明，在背景中选取包含边缘的ROI，提取相机运动信号，利用公式(1)设计衰减系数向量，从而提高振动信号的信噪比。ROI区域选取如图2所示，实验结果如图4和图5所示。测量速度及测量误差如表1所示。
2c)实验结果分析
对于本组真实视频，本发明的测量结果与激光测振仪捕获的信号频率特征基本一致，误差在0.1Hz以内；测量速度与视频大小有关，对于这2组真实视频，处理速度约1分钟，可以尝试对原视频进行下采样以提升测量速度。
表1视频参数及测试性能指标
Claims (6)
1.一种非接触式微小振动视觉测量方法，包括如下步骤：
步骤S1：采集自然界中振动物体的视频数据以提取出微小振动信号；
步骤S2：利用傅里叶变换将微小振动信号转化为频域，获取其频谱；
步骤S3：从所述视频数据中提取相机运动信号，对所述相机运动信号进行分析处理后获取衰减系数向量Coe；
步骤S4：将所述衰减系数向量Coe与各微小振动信号的频谱相乘，取平均值后得到振动目标频谱。
2.根据权利要求1所述的一种非接触式微小振动视觉测量方法，其特征在于，在对采集到的视频数据提取微小振动信号之前，还包括，利用颜色空间转换，将采集的视频从RGB空间转化为YIQ空间，并提取出亮度通道的视频序列。
3.根据权利要求2所述的一种非接触式微小振动视觉测量方法，其特征在于，所述提取微小振动信号具体包括，从亮度通道的视频序列中提取第一帧图像，选出振动目标区域，利用边缘检测算子canny算子对所述振动目标区域边缘检测，将生成的与原图像尺寸相同的二值边缘图像作为边缘掩膜ImageMask，利用该掩膜与视频各帧进行点乘，获得新的视频序列，并以新视频序列的第一帧为参考帧，将其余各帧的亮度值减去第一帧的亮度值，然后提取边缘上各像素点的时间维亮度信号，所述时间维亮度信号为微小振动信号。
4.根据权利要求3所述的一种非接触式微小振动视觉测量方法，其特征在于，所述步骤S3具体包括，
步骤S31：从亮度通道视频序列第一帧图像的背景区域中，手动框选出包含静止物体的边缘的区域，采用步骤S1中相同的提取方法，提取出时间维信号，得到相机运动信号；
步骤S32：对所述相机运动信号进行傅里叶变换获得其频谱，并将该频谱代入自然常数e的负指数函数中，计算得到与该频谱相应的衰减系数向量Coe，并用如下公式表示：
Coe＝e-δ×sp
其中，sp表示归一化之后的相机运动信号的频谱，值域为[0,1]；δ用于控制衰减速度，并用如下公式表示：
其中，μ表示归一化后的频谱sp的能量平均值。
5.根据权利要求1所述的一种非接触式微小振动视觉测量方法，其特征在于，所述微小振动信号的振动方向为任意方向。
6.根据权利要求1所述的一种非接触式微小振动视觉测量方法，其特征在于，所述视频数据为AVI、MOV或者MP4视频格式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910826468.9A CN110440902B (zh) | 2019-08-29 | 2019-08-29 | 一种非接触式微小振动视觉测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910826468.9A CN110440902B (zh) | 2019-08-29 | 2019-08-29 | 一种非接触式微小振动视觉测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110440902A CN110440902A (zh) | 2019-11-12 |
| CN110440902B true CN110440902B (zh) | 2021-05-14 |
Family
ID=68438888
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910826468.9A Expired - Fee Related CN110440902B (zh) | 2019-08-29 | 2019-08-29 | 一种非接触式微小振动视觉测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110440902B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111275744B (zh) * | 2020-01-20 | 2022-03-11 | 福州大学 | 基于深度学习及图像处理的非接触振动频率测量方法 |
| CN113155466B (zh) * | 2021-05-24 | 2024-04-23 | 合肥工业大学 | 轴承故障视觉振动检测方法及*** |
| CN113447111B (zh) * | 2021-06-16 | 2022-09-27 | 合肥工业大学 | 基于形态分量分析的视觉振动放大方法、检测方法及*** |
| CN113740721A (zh) * | 2021-07-14 | 2021-12-03 | 国网江苏省电力有限公司电力科学研究院 | 一种非接触式的gis振动故障诊断方法及装置 |
| CN114821415B (zh) * | 2022-04-24 | 2022-11-29 | 中国水利水电科学研究院 | 基于机器学习的视频微振动放大校准和实时提取方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9442002B2 (en) * | 2013-01-29 | 2016-09-13 | Spectral Sciences, Inc. | Remote optical sensing of the integrity of a structure using reflected or scattered light |
| 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 |
| CN104089697B (zh) * | 2014-07-08 | 2017-02-15 | 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 |
| US10019637B2 (en) * | 2015-11-13 | 2018-07-10 | Honda Motor Co., Ltd. | Method and system for moving object detection with single camera |
| CN105681658B (zh) * | 2016-01-20 | 2019-02-12 | Oppo广东移动通信有限公司 | 一种图像处理方法和装置 |
| CN106885622B (zh) * | 2017-02-07 | 2019-08-30 | 上海理工大学 | 一种大视场多点三维振动测量方法 |
| CN108225537A (zh) * | 2017-11-21 | 2018-06-29 | 华南农业大学 | 一种非接触式的基于高速摄影的微小物体振动测量方法 |
| CN110084127B (zh) * | 2019-03-29 | 2021-06-22 | 南京航空航天大学 | 一种基于视觉的磁悬浮转子振动测量方法 |
-
2019
- 2019-08-29 CN CN201910826468.9A patent/CN110440902B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN110440902A (zh) | 2019-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110440902B (zh) | 一种非接触式微小振动视觉测量方法 | |
| CN110108348B (zh) | 基于运动放大光流跟踪的薄壁件微幅振动测量方法及*** | |
| Chen et al. | Modal identification of simple structures with high-speed video using motion magnification | |
| CN112001361B (zh) | 一种基于欧拉视角的多目标微小振动频率测量方法 | |
| CN112254801B (zh) | 一种微小振动视觉测量方法及*** | |
| CN108414240B (zh) | 一种检测机器异常振动的方法与装置 | |
| CN110084127B (zh) | 一种基于视觉的磁悬浮转子振动测量方法 | |
| Peng et al. | Phase-based noncontact vibration measurement of high-speed magnetically suspended rotor | |
| CN110544259B (zh) | 一种基于计算机视觉的复杂背景下伪装人体目标检测方法 | |
| CN114187330A (zh) | 一种基于光流法的结构微幅振动工作模态分析方法 | |
| Valente et al. | Streamlined particle filtering of phase-based magnified videos for quantified operational deflection shapes | |
| Chen et al. | Cable force determination using phase-based video motion magnification and digital image correlation | |
| Eitner et al. | Modal parameter estimation of a compliant panel using phase-based motion magnification and stereoscopic digital image correlation | |
| GB2616322A (en) | Computer vision-based dynamic bridge shape recognition method | |
| CN116363121A (zh) | 一种基于计算机视觉的拉索索力检测方法、***及装置 | |
| Zang et al. | Phase-based vibration frequency measurement from videos recorded by unstable cameras | |
| Buyukozturk et al. | Smaller than the eye can see: Vibration analysis with video cameras | |
| CN116295790B (zh) | 基于桥梁拉索特征区域帧间相位差的频率检测方法及*** | |
| An et al. | Phase-based motion magnification for structural vibration monitoring at a video streaming rate | |
| Valente et al. | Holistically Nested Edge Detection and particle filtering for subtle vibration extraction | |
| Shang et al. | Multi-point vibration measurement for mode identification of bridge structures using video-based motion magnification | |
| Lu et al. | Observation of tower vibration based on subtle motion magnification | |
| Deng et al. | Vision-based vibration mode shape extraction for identifying cracks in a cantilever beam | |
| Price | A comparison of Operating Deflection Shape and Motion Amplification Video Techniques for Vibration Analysis | |
| CN116379937B (zh) | 一种输电塔晃动监测方法及装置 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210514 |