利索能及
我要发布
收藏
专利号: 2023105770308
申请人: 合肥工业大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-30
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.基于桥梁拉索特征区域帧间相位差的频率检测方法,包括以下步骤:视频采集:拍摄检测对象的振动视频;

视频图像区域划分和预处理:对采集视频的帧图像进行划分和滤波处理;

图像相位信息提取:对划分和处理后的图像进行空间金字塔分解,获取图像的相位信息;

图像时域信号提取:根据获取的相位信息,通过基于振动分析方法计算时域信息,得到时域振动信号;

特征信号筛选和合成:对提取的时域振动信号进行筛选,去除背景信号并筛选出检测对象的特征信号,合成检测对象的时域振动信号;

信号频率计算:根据合成检测对象的时域振动信号计算出检测对象的频率值;

特征信号筛选和合成的具体步骤为,采用和优化奇异谱分析的方法来提取检测对象的特征信号,具体步骤如下:观察矩阵的构建:

将得到的时域振动信号 映射为多维延迟向量序列 :其中1≤f≤K,L为窗的长度,1<L<P,K为延迟向量序列的个数,K=P‑L+1, 为延迟向量;

奇异值分解;

检测对象振动信号提取;

检测对象时域振动信号提取和合成;

奇异值分解的具体步骤为,延迟向量 的奇异值分解表示为:为 的非零奇异值 ; 为大于0的自然数,d表示前d个奇异值分解的特征值 ; 和 分别为 的左右奇异分量 ; 为对应于奇异值 奇异分量;

检测对象振动信号提取的具体步骤为,假设检测对象理想振动信号矩阵为 ,则 为低秩矩阵;

延迟向量 主要包括检测对象振动信号 和背景噪声 ,所以 ,MIX为混合信号;

提供一个优化模型以使在混合信号 中提取 :为核范数, 为一阶范数,为调节系数, ;核范数约束的奇异值和,一阶范数保证 的稀疏性;

构建拉格朗日函数解决优化问题:

=

为正标量且0 < < 1,为拉格朗日乘子, 为F阶范数,Y的初始值由:得出,  为符号函数, 为二阶范数, 为无穷阶范数;

优化模型通过已有的EALM算法迭代解决,迭代收敛条件为:其中,为极小的一个正数;由此计算出检测对象振动矩阵 的最优秩d和前d个特征值;

检测对象时域振动信号提取和合成的具体步骤为,由检测对象振动信号提取步骤,从混合信号 中提取的检测对象振动信号 为:如此提取的每个视频子区域的检测对象时域振动信号 表示为:,  ;

其中1

则一组视频图像序列的检测对象合成的时域振动信号 表示为: ,

其中1≤i≤m, 1≤j≤n。

2.根据权利要求1所述的基于桥梁拉索特征区域帧间相位差的频率检测方法,其特征在于:视频图像区域划分和预处理的具体步骤为,对每一帧视频图像的长和宽分别进行n和m等分,即分别分成n份和m份,其中m、n均为大于1的自然数 ;

定义 为位于第i行第j列的图像区域,其中  ;

对每一个图像区域进行二维高斯滤波处理以去除相机电子成像引起的低频噪声,二维高斯函数 表示为:是函数的标准差, 是图像坐标,e是自然常数。

3.根据权利要求1所述的基于桥梁拉索特征区域帧间相位差的频率检测方法,其特征在于:图像相位信息提取的具体步骤为,对每一个图像区域进行空间金字塔分解,获取图像的相位信息,即将图像与不同尺度和方向的二维Gabor函数进行卷积,即:其中:

是函数的标准差, 为二维Gabor函数,是波长,是复指数函数的相移,是控制Gabor函数形状的比例系数,是Gabor函数的方向角, 和 为 旋转后的坐标,和 是与时间相关的变量且分别为x、y的子集, 是图像像素 在时间 的强度值, 是金字塔分解后的强度值结果。

4.根据权利要求1所述的基于桥梁拉索特征区域帧间相位差的频率检测方法,其特征在于:图像时域信号提取的具体步骤为,在相位空间得到图像相位信息后,利用基于视频相位的振动分析方法提取图像的振动信号:通过直流滤波器对相位 进行滤波,滤除直流分量 ,再将每帧图像与参考帧的局部相位相减,即可得到每帧图像的相位差信号:从图像序列相位差信号中获得图像的时域振动信号:为振动信号, 为振动幅度,为振动频率, 为幅度较小的位移函数,为每个子区域的振动信号,p为时域振动信号的长度且其取值为大于1的自然数。

5.根据权利要求1所述的基于桥梁拉索特征区域帧间相位差的频率检测方法,其特征在于:信号频率计算的具体步骤为,对以上的检测对象合成时域振动信号进行傅里叶变换即可计算出检测对象的频率值。

6.基于如权利要求1‑5任一所述的基于桥梁拉索特征区域帧间相位差的频率检测方法的系统,其特征在于,包括视频采集模块,用于拍摄检测对象的振动视频;

视频图像区域划分和预处理模块,用于对采集视频的帧图像进行划分和滤波处理;

图像相位信息提取模块,用于对划分和处理后的图像进行空间金字塔分解并获取图像的相位信息;

图像时域信号提取模块,用于根据获取的图像相位信息,通过基于振动分析方法计算时域振动信号;

特征信号筛选和合成模块,用于对提取的时域振动信号进行筛选,去除背景信号并筛选出检测对象的特征信号,合成检测对象的时域振动信号;

信号频率计算模块,用于对合成检测对象的时域振动信号进行傅里叶变换,计算出检测对象的频率值。