1.一种基于视觉的缆索结构健康监测方法，其特征在于，包括：获取缆索结构视频图像；

构建复可控金字塔，并利用所述复可控金字塔对视频进行空间分解，获得不同尺度及不同方向的幅度谱和相位谱，提取缆索特定方向的振动信号；

对所提取振动信号进行主模态分解得到各阶模态，利用各阶模态的参数，计算缆索张力，并筛选出感兴趣的视频微小变化信号；

对所述微小变化信号进行放大，将放大后的信号进行金字塔重建，并与输入序列叠加，得到放大后的视频并输出。

2.根据权利要求1所述的方法，其特征在于，所述的构建复可控金字塔模型的方法包括：

构建复可控金字塔模型的基函数，将基函数建模为高斯窗口乘以复正弦函数，有：其中，σ表示高斯窗口的标准差，ω表示复正弦函数的频率，且σ与ω的比值为定值，j表示复数单位，x表示坐标；

‑jβ

对基函数进行相位处理，乘以一个复指数e ，即对高斯窗下的复正弦基进行调整，得到复可控金字塔基函数模型：

其中，β表示位置变化造成的相位偏移。

3.根据权利要求2所述的方法，其特征在于，所述利用复可控金字塔对视频进行空间分解，得到不同尺度及不同方向的幅度谱和相位谱的方法包括：视频数据输入：输入视频为I(x,y,t)，其中，x,y表示视频每一帧图像像素的坐标，t表示时间，建立视频信号为：I(x,y,t)＝I0(x,y,t)+δ(x,y,t)+n(x,y,t)其中，I0(x,y,t)表示视频帧的均值,δ(x,y,t)表示视频中的微小变化信号,n(x,y,t)表示视频图像的噪声；

去掉视频信号中第一项均值帧，得到的是含有视频微小变化与噪声的数据：I(x,y,t)＝δ(x,y,t)+n(x,y,t)；

进行颜色空间转换：将每一帧图像的色彩空间由RGB转换为YIQ，使图像的亮度信息和色度信息分开，提取出Y通道的视频序列用于后续分析；

对亮度信息进行空间分解：将视频序列输入所述复可控金字塔，通过将视频在复可控金字塔基上投影，对输入视频进行不同尺度和不同方向的分解后，得到视频图像的局部幅度谱与相位谱，表示为：

其中，a表示尺度，θ表示角度，x表示坐标，Aa,θ(x,t)表示幅度谱， 表示相位谱。

4.根据权利要求3所述的方法，其特征在于，所述提取振动信号的方法为：将待测振动信号V(x,t)、V(x,t+δ(x,t))写成复正弦波的和的形式如下：其中，Aω表示幅度，ω表示频率，δ(x,t)表示幅度较小的位移函数，即所要提取的振动信号；

通过直流滤波器对相位ω(x+δ(x,t))进行滤波，滤除直流分量ωx，将每帧图像与参考帧的局部相位相减，得到每帧图像的相位差信号，通过相位的变化 来代表运动：根据用户指定的振动方向θi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，计算公式为：通过计算，提取得到振动信号δ(x,t)。

5.根据权利要求4所述的方法，其特征在于，所述对所提取振动信号进行主模态分解的方法包括：

将振动信号δ(x,t)表示为：其中，q(t)为模态坐标；qi(t)为分离的模态运动，Γ(t)为振动模式形状矩阵，其内部列τ(x)为高分辨率N下的内部模式形状向量，n表示模态的阶数；

对运动矩阵ξ进行奇异值分解：

ξ为N行T列的矩阵，且N>T；Λ为N行T列对角矩阵，包含T个非递减对角元素，λ1,...,λi为其特征值，其中i从1到m，m表示矩阵阶数，U为N行N列的左奇异矩阵，V为T行T列的右奇异矩阵，σi为Λ的对角处元素，ui为U中的左奇异向量，vi为V右奇异向量，*代表转置；

将运动矩阵ξ中结构的主振动模式投射到矩阵η上，得到：其中，η为r行T列的矩阵，Ur＝[u1,...,ur]为U中的第r列(r<

利用盲源分离将ηi(x,t)分解为单个模态分量qi(t)＝W(x)ηi(x,t)，W(x)为分解矩阵，该模式的形状为τ(x)≈Urγi，γi为行向量。

6.根据权利要求5所述的方法，其特征在于，所述利用各阶模态的参数，计算缆索张力的方法为：

利用张力公式，根据任一模态的频率计算出缆索张力T0，张力公式如下：其中，ωi为第i阶模态的频率，μ表示每单位长度的质量密度，L表示缆索的长度；

不同模态的频率成正比关系，关系公式为：其中，ωk为第k阶模态的频率，利用关系公式求得任一阶模态的频率，将任一阶模态的频率带入张力公式，计算得到缆索的张力。

7.根据权利要求1‑6所述的方法，其特征在于，所述对所述微小变化信号进行放大的方法为：

人工设定放大因子，将微小信号乘以放大因子，对微小信号线性放大。

8.根据权利要求7所述的方法，其特征在于，将放大后的信号进行金字塔重建的方法包括：

将时间位移图像表示为空间尺度 上子带滤波响应的组合：在空间振动模式为其第i模态形状时，经过放大和金字塔重构后，重建只包含第i模态运动或者全局运动的新视频，实现振动可视化，其中，第i模态运动的新视频为：其中，α表示放大因子；全局运动的新视频为：

9.一种基于视觉的缆索结构健康监测系统，其特征在于，采用权利要求1‑8任一项所述的基于视觉的缆索结构健康监测方法对缆索结构进行健康监测。