一种基于改进CMT算法的视觉振动测量方法和设备技术

本发明专利技术公开了一种基于改进CMT算法的视觉振动测量方法和设备，该方法包括：获取待测物体表面的待跟踪对象的振动视频图像，所述待跟踪对象具体为所述待测物体表面的自然参照物；基于所述改进CMT算法确定所述振动视频图像中所述待跟踪对象的第一像素位移信息，所述改进CMT算法是对CMT算法进行所述待跟踪对象的特征点检测优化和检测区域优化得到的；对所述第一像素位移信息进行亚像素精度提升处理获取第二像素位移信息；根据所述第二像素位移信息确定所述待测物体的振动信息，从而实现快速对被测物体的远距离、高精度、实时振动测量。

A vision vibration measurement method and equipment based on improved CMT algorithm

【技术实现步骤摘要】
一种基于改进CMT算法的视觉振动测量方法和设备
本申请涉及视觉振动监测
，更具体地，涉及一种基于改进CMT算法的视觉振动测量方法和设备。
技术介绍
振动是自然界中普遍存在的物理现象，同时也广泛存在于机械、车辆、建筑、航空航天等各类工程应用中。工程结构和设备在运行过程中产生大量振动信号，其中蕴含着丰富的结构内在特性和设备运行状况信息，是反映系统状态及其变化规律的重要信息表征，直接影响着工程结构和设备的安全运行。传统的接触式测量方法在测量过程中传感器要与被测对象有直接接触，以致产生负载效应，会改变振动对象的质量、刚度、频率等物理属性，从而影响测量的准确性和客观性。同时，对于高架桥之类的大型结构，接触式测量将难以找寻便于仪器安装的测量位置点，而且仪器安装时势必会影响桥梁的正常通行，这在实际中是不允许的。视觉测量作为一种新型的测量技术，它可以在不接触被测物体的情况下，完成对目标位置、尺寸、形状、方位和目标间相互关系参数的测量，不受电磁场干扰，具有高精度、高灵敏度、远距离遥测、表面无损伤等优点。然而现有技术中的基于模板匹配的视觉测量手段虽然可以顺利完成振动视频的位移提取与振动分析，但是算法的计算量较大，受环境的影响较大，准确率不能保证，测量时还需要在待测物体表面张贴人工标靶，测量过程复杂。
技术实现思路
本专利技术提供一种基于改进CMT算法的视觉振动测量方法，用以解决现有技术中视觉振动测量时计算量大，受环境影响大，测量精度不高，测量过程复杂的技术问题，该方法包括：获取待测物体表面的待跟踪对象的振动视频图像，所述待跟踪对象具体为所述待测物体表面的自然参照物；基于所述改进CMT算法确定所述振动视频图像中所述待跟踪对象的第一像素位移信息，所述改进CMT算法是对CMT算法进行所述待跟踪对象的特征点检测优化和检测区域优化得到的；对所述第一像素位移信息进行亚像素精度提升处理获取第二像素位移信息；根据所述第二像素位移信息确定所述待测物体的振动信息。优选的，在获取所述待跟踪对象的振动视频图像之后，还包括对所述振动视频图像进行同态滤波，为：对所述振动视频图像进行对数变换获取对数图像；获取所述对数图像的傅里叶变换；基于高通滤波器对所述傅里叶变换进行频域滤波；获取所述频域滤波的结果的傅里叶反变换；对所述傅里叶反变换取指数，获取所述同态滤波的结果。优选的，基于所述改进CMT算法确定所述振动视频图像中所述待跟踪对象的第一像素位移信息，具体为：将所述振动视频图像中的第一帧图像作为模板图像；根据所述模板图像和所述振动视频图像利用所述改进CMT算法进行特征点跟踪，确定所述第一像素位移信息。优选的，根据所述模板图像和所述振动视频图像利用所述改进CMT算法进行特征点跟踪，具体为：基于ORB算法提取所述模板图像的特征点和特征描述子；根据所述特征点和所述特征描述子利用Kalman滤波器依次预测所述振动视频图像中下一帧的检测区域；基于光流法在所述检测区域内进行特征点跟踪。优选的，根据所述模板图像和所述振动视频图像利用所述改进CMT算法进行特征点跟踪，还包括：判断所述检测区域内的特征点匹配量是否大于预设阈值；若是，在所述检测区域内进行特征点跟踪；若否，在所述检测区域之外的区域继续基于所述ORB算法搜索。优选的，所述亚像素精度提升处理，具体为：利用归一化函数确定所述特征点的周围像素点的匹配度；基于曲面拟合确定所述匹配度对应曲面的极值点。优选的，根据所述第二像素位移信息确定所述待测物体的振动信息，具体为：确定所述第二像素位移信息对应的转化因子，其中所述转化因子具体为所述待跟踪对象的实际位移与对应的像素位移的比例；根据所述第二像素位移信息和所述转化因子确定所述振动信息。相应地，本专利技术还提出了一种基于改进CMT算法的视觉振动测量设备，包括：获取模块，用于获取待测物体表面的待跟踪对象的振动视频图像，所述待跟踪对象具体为所述待测物体表面的自然参照物；第一确定模块，用于基于所述改进CMT算法确定所述振动视频图像中所述待跟踪对象的第一像素位移信息，所述改进CMT算法是对CMT算法进行所述待跟踪对象的特征点检测优化和检测区域优化得到的；处理模块，用于对所述第一像素位移信息进行亚像素精度提升处理获取第二像素位移信息；第二确定模块，用于根据所述第二像素位移信息确定所述待测物体的振动信息。相应地，本专利技术还提出了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行如上所述的基于改进CMT算法的视觉振动测量方法。相应地，本专利技术还提出了一种计算机程序产品，所述计算机程序产品在终端设备上运行时，使得所述终端设备执行如上所述的基于改进CMT算法的视觉振动测量方法。与现有技术对比，本专利技术具备以下有益效果：本专利技术公开了一种基于改进CMT算法的视觉振动测量方法和设备，该方法包括：获取待测物体表面的待跟踪对象的振动视频图像，所述待跟踪对象具体为所述待测物体表面的自然参照物；基于所述改进CMT算法确定所述振动视频图像中所述待跟踪对象的第一像素位移信息，所述改进CMT算法是对CMT算法进行所述待跟踪对象的特征点检测优化和检测区域优化得到的；对所述第一像素位移信息进行亚像素精度提升处理获取第二像素位移信息；根据所述第二像素位移信息确定所述待测物体的振动信息，从而由于不需要在待测物体表面张贴人工标靶，降低了测量的复杂度，基于改进CMT算法使得算法的匹配精度与运算速度进一步提升，从而可以实现对振动情况的实时快速监测，通过亚像素精度提升，可以在测量距离非常远或者振幅很小的情况下，依然能够保持良好的测量精度。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。图1为本专利技术实施例提出的一种基于改进CMT算法的视觉振动测量方法的流程示意图；图2为CMT算法的简要示意图；图3为基于改进CMT算法进行特征点跟踪流程示意图；图4为物体平面与图像平面平行时的关系图：图5为物体平面与图像平面不平行时的关系图；图6为本专利技术实施例提出的一种基于改进CMT算法的视觉振动测量设备的结构示意图。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，所描述的实施例仅仅是本申请一部分实施例，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，都属于本申请保护的范围。如
技术介绍
所述，现有技术中视觉振动测量时计算量大，受环境影响大，本文档来自技高网...

【技术保护点】
1.一种基于改进CMT算法的视觉振动测量方法，其特征在于，所述方法包括：/n获取待测物体表面的待跟踪对象的振动视频图像，所述待跟踪对象具体为所述待测物体表面的自然参照物；/n基于所述改进CMT算法确定所述振动视频图像中所述待跟踪对象的第一像素位移信息，所述改进CMT算法是对CMT算法进行所述待跟踪对象的特征点检测优化和检测区域优化得到的；/n对所述第一像素位移信息进行亚像素精度提升处理获取第二像素位移信息；/n根据所述第二像素位移信息确定所述待测物体的振动信息。/n

【技术特征摘要】
1.一种基于改进CMT算法的视觉振动测量方法，其特征在于，所述方法包括：
获取待测物体表面的待跟踪对象的振动视频图像，所述待跟踪对象具体为所述待测物体表面的自然参照物；
基于所述改进CMT算法确定所述振动视频图像中所述待跟踪对象的第一像素位移信息，所述改进CMT算法是对CMT算法进行所述待跟踪对象的特征点检测优化和检测区域优化得到的；
对所述第一像素位移信息进行亚像素精度提升处理获取第二像素位移信息；
根据所述第二像素位移信息确定所述待测物体的振动信息。


2.如权利要求1所述的方法，其特征在于，在获取待测物体表面的待跟踪对象的振动视频图像之后，还包括对所述振动视频图像进行同态滤波，为：
对所述振动视频图像进行对数变换获取对数图像；
获取所述对数图像的傅里叶变换；
基于高通滤波器对所述傅里叶变换进行频域滤波；
获取所述频域滤波的结果的傅里叶反变换；
对所述傅里叶反变换取指数，获取所述同态滤波的结果。


3.如权利要求1所述的方法，其特征在于，基于所述改进CMT算法确定所述振动视频图像中所述待跟踪对象的第一像素位移信息，具体为：
将所述振动视频图像中的第一帧图像作为模板图像；
根据所述模板图像和所述振动视频图像利用所述改进CMT算法进行特征点跟踪，确定所述第一像素位移信息。


4.如权利要求3所述的方法，其特征在于，根据所述模板图像和所述振动视频图像利用所述改进CMT算法进行特征点跟踪，具体为：
基于ORB算法提取所述模板图像的特征点和特征描述子；
根据所述特征点和所述特征描述子利用Kalman滤波器依次预测所述振动视频图像中下一帧的检测区域；
基于光流法在所述检测区域内进行特征点跟踪。


5.如权利要求4所述的方法，其特征在于，根据所述模板图像和所述振动视频图像利用所述改进CMT算...

【专利技术属性】
技术研发人员：汪友明，幕晓阳，纪峰，李永超，王清艺，张鑫，
申请(专利权)人：西安邮电大学，陕西环保产业研究院有限公司，
类型：发明
国别省市：陕西;61