一种基于视频相位放大反馈的微振动测量方法及系统技术方案

本发明专利技术提出一种基于视频相位放大反馈的微振动测量方法及系统。涉及微振动测量技术领域，主要通过基于信号能量最大化计算策略提取振动信号，为视频放大提供可靠的目标频带参数；利用视频放大增强目标频带信号强度；利用基于信号能量最大化计算策略二次测量放大后视频得到信噪比更高的振动信号，从而形成振动信号提取和视频放大反馈处理机制。本发明专利技术有利于提升微振动视觉测量方法在强噪声环境中的测量效果，以及在复杂环境中的测量能力。以及在复杂环境中的测量能力。以及在复杂环境中的测量能力。

【技术实现步骤摘要】
一种基于视频相位放大反馈的微振动测量方法及系统


[0001]本专利技术属于微振动测量
，特别是涉及一种基于视频相位放大反馈的微振动测 量方法及系统。

技术介绍

[0002]在工业生产、机械制造、土木工程和航空航天等领域，微振动是一个难以察觉又不可 忽视的存在。它是物理结构的一种固有属性，会对加工精度、生产质量和结构安全等方面 造成不利影响，并且当微振动活动至结构所能承受的临界值或者与结构的其他属性发生相 互作用时会对结构造成毁灭性破坏，直接导致不可估量的人身财产损失。因此，对微振动 的监测与测量是结构维护的重要环节。
[0003]对于微振动的测量，接触式方法在高热、旋转和强辐射等测量环境中存在巨大局限性， 且布线繁杂、空间分辨率低、对轻质柔性物体有负载效应；非接触式的激光多普勒测振仪 存在测量速度慢、结构庞大且价格昂贵等问题。而基于视觉的振动测量方法因其非接触、 高精度、高空间分辨率、全视场测量、操作便捷和结构简洁等优点逐渐成为振动测量技术 领域的重要组成部分。当前，基于视觉的振动测量方法主要有光流匹配跟踪法、图像亚像 素边缘追踪法和数字图像相关法等，它们对微振动信号的提取都有一定成效，但这些方法 都依赖于良好的成像效果，对噪声敏感且鲁棒性差。当测量中的成像距离较远、光照较暗、 图像分辨率低以及相机系统噪声大时，这些测量方法都将失效或者得不到好的测量效果， 从而导致后续振动相对位移、频率、振型和阻尼比测量的巨大误差。
[0004]中国专利技术专利《基于运动放大光流跟踪的薄壁件微幅振动测量方法及系统》，公告号 为CN 110108348 B。该专利通过亮度变化获得目标振动频率；通过相位欧拉方法处理灰 度图像序列，放大振动幅值；采用光流跟踪算法对运动放大后的视频进行处理，提取目标 角点以像素为单位的薄壁件振动信号。但该方法的第一步简单地以亮度变化来获得目标振 动频率往往是不可靠的，当测量环境噪声大或器件振动频率很高时，物体特征频率易被噪 声淹没，导致识别错误，则后续的相位欧拉方法失效，振动幅值无法放大。
[0005]中国专利技术专利《基于机器视觉的低频振动测量方法》，公告号为CN 109883533 B。该 专利利用关键点检测算法检测图像序列中比较突出的物体边缘信息，将一块包含多个明显 角点的区域作为模板，依次在后续图像序列中进行模板匹配度计算，从而能获得模板区域 的匹配矩阵，针对匹配矩阵运用曲线拟合的方法，搜寻到最佳的匹配位置，并完成振动的 幅值和频率的提取。但模板匹配算法依赖于良好的成像质量，噪声大的测量环境同样会导 致方法失效，且该方法计算复杂度较高。

技术实现思路

[0006]本专利技术目的是针对当前微振动的视觉测量方法存在对噪声敏感且鲁棒性差的问题，提 出了一种基于视频相位放大反馈的微振动测量方法及系统。所述方法有利于在强噪声测量 环境中实现对微振动的可视化和振动信号的准确提取。
[0007]本专利技术是通过以下技术方案实现的，本专利技术提出一种基于视频相位放大反馈的微振动 测量方法，所述方法具体包括：
[0008]步骤1、获取待测件的微振动视频，并将所述的待测件微振动视频转换为灰度视频；
[0009]步骤2、对物体灰度视频进行图像平滑处理，初步去除图像噪声；
[0010]步骤3、从所述平滑处理后的物体灰度视频中选取感兴趣区域，利用基于方差的能量 最大化选择策略提取振动信号，并计算目标频率和带宽；
[0011]步骤4、以所述的目标频率和带宽为输入，采用基于相位的视频放大方法放大目标频 带中的信号强度，并实现微振动可视化；
[0012]步骤5、对已增强目标频带内信号强度的振动视频重复步骤3进行二次测量，得到信 噪比更高的振动信号，构成反馈处理体系。
[0013]进一步地，所述的平滑处理包括高斯卷积平滑法、均值滤波法和中值滤波法。
[0014]进一步地，所述利用基于方差的能量最大化选择策略提取振动信号，具体为：
[0015]步骤31、从所述平滑处理后的物体灰度视频中选取感兴趣区域，使用基于方差的能 量最大化选择策略确定信号提取的像素位置；
[0016]步骤32、对所述像素位置的灰度值时间序列进行互相关计算，并根据计算结果作相 位对齐操作后求和取平均得到综合振动信号；
[0017]步骤33、对所述的综合振动信号采用变分模态分解方法进行迭代分解以去除噪声， 测量得到最终的振动信号。
[0018]进一步地，所述步骤31具体为：
[0019]对感兴趣区域内所有像素位置的灰度值时间序列根据公式求取方 差并由大到小排序，选取前10％的方差对应的灰度值时间序列作为综合信号提取对象；
[0020]其中，n为灰度值时间序列长度，为灰度值时间序列均值，S
t
为第t帧的灰度值。
[0021]进一步地，所述步骤32具体为：
[0022]将选取的最大方差对应的灰度值时间序列作为参考信号，根据公式 计算其他灰度值时间序列与参考信号的互相 关系数；
[0023]其中，n为灰度值时间序列，S
rt
为参考信号第t个值，S
ot
为其他信号第t个值，为 参考信号均值，为其他信号均值；
[0024]根据所述的互相关系数计算结果确定互相关系数大于零对应的灰度时间序列保持不 变，小于零的相位取反，然后将处理后的信号相加取平均，利用的公式包含：
[0025][0026][0027]其中，coeff
(r,k)
表示第k个灰度时间序列与参考信号的相关系数，Phase
k
表示第k个 灰度时间序列的相位系数；S(t)表示综合振动信号，K表示选取的灰度时间序列总数， S
k
(t)表示第k个灰度时间序列。
[0028]进一步地，所述步骤33具体为：
[0029]对经相位对齐的灰度值时间序列取平均得到综合振动信号，实现能量最大化；然后对 所述的综合振动信号施以变分模态分解方法进行迭代分解，去除噪声，实现大噪声环境下 微弱振动信号的高信噪比提取，并对提取的振动信号进行傅里叶变换，确定物体振动目标 频率及待测频带带宽。
[0030]进一步地，在步骤4中，所述基于相位的视频放大方法包括图像空间分解、时域滤波、 线性放大和视频重建四个步骤。
[0031]进一步地，在步骤1中，采用CCD工业相机、稳定光源、相机三脚架和计算机组成 视频采集装置；
[0032]将视频RGB图像根据公式Gray＝R
×
0.299+G
×
0.587+B
×
0.114转换成灰度图像，进 而得到灰度视频；其中，R、G、B分别是图像的三颜色通道数值。
[0033]进一步地，在步骤2中，对物体灰度视频中每幅视频帧使用高斯卷积核根据公式 进行卷积运算，得到平滑后图像；
[0034]其中，(x,y)表示图片的像素坐标，代表卷积操作，G(x,y,σ
i
...

【技术保护点】

【技术特征摘要】
1.一种基于视频相位放大反馈的微振动测量方法，其特征在于，所述方法具体包括：步骤1、获取待测件的微振动视频，并将所述的待测件微振动视频转换为灰度视频；步骤2、对物体灰度视频进行图像平滑处理，初步去除图像噪声；步骤3、从所述平滑处理后的物体灰度视频中选取感兴趣区域，利用基于方差的能量最大化选择策略提取振动信号，并计算目标频率和带宽；步骤4、以所述的目标频率和带宽为输入，采用基于相位的视频放大方法放大目标频带中的信号强度，并实现微振动可视化；步骤5、对已增强目标频带内信号强度的振动视频重复步骤3进行二次测量，得到信噪比更高的振动信号，构成反馈处理体系。2.根据权利要求1所述的方法，其特征在于，所述的平滑处理包括高斯卷积平滑法、均值滤波法和中值滤波法。3.根据权利要求1所述的方法，其特征在于，所述利用基于方差的能量最大化选择策略提取振动信号，具体为：步骤31、从所述平滑处理后的物体灰度视频中选取感兴趣区域，使用基于方差的能量最大化选择策略确定信号提取的像素位置；步骤32、对所述像素位置的灰度值时间序列进行互相关计算，并根据计算结果作相位对齐操作后求和取平均得到综合振动信号；步骤33、对所述的综合振动信号采用变分模态分解方法进行迭代分解以去除噪声，测量得到最终的振动信号。4.根据权利要求3所述的方法，其特征在于，所述步骤31具体为：对感兴趣区域内所有像素位置的灰度值时间序列根据公式求取方差并由大到小排序，选取前10％的方差对应的灰度值时间序列作为综合信号提取对象；其中，n为灰度值时间序列长度，为灰度值时间序列均值，S
t
为第t帧的灰度值。5.根据权利要求4所述的方法，其特征在于，所述步骤32具体为：将选取的最大方差对应的灰度值时间序列作为参考信号，根据公式计算其他灰度值时间序列与参考信号的互相关系数；其中，n为灰度值时间序列，S
rt
为参考信号第t个值，S
ot
为其他信号第t个值，为参考信号均值，为其他信号均值；根据所述的互相关系数计算结果确定互相关系数大于零对应的灰度时间序列保持不变，小于零的相位取反，然后将处理后的信号相加取平均，利用的公式包含：
其中，coeff
(r,k)
表示第k个...

【专利技术属性】
技术研发人员：单明广，熊雪芬，顾芳宁，钟志，于蕾，刘磊，刘彬，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：