本申请公开了一种基于直线跟踪算法的拉索索力确定方法、装置及设备，涉及计算机技术领域，包括：获取目标拉索的原始视频，并对所述原始视频中目标拉索的振动幅度进行放大处理，以得到放大后视频；利用直线跟踪算法获取所述放大后视频中所述目标拉索的振动位移；对所述振动位移进行快速傅里叶变换以得到所述目标拉索的固有频率；计算出相邻阶数的所述固有频率的差值，以便利用所述差值确定所述目标拉索的索力。对原始视频中目标拉索的振动幅度进行放大处理，后续更加容易基于放大后视频进行追踪，提高后续确定的索力的精确度；本申请在确定目标拉索索力时，利用容易确定相邻阶数的固有频率的差值，降低确定目标拉索索力的难度。降低确定目标拉索索力的难度。降低确定目标拉索索力的难度。
【技术实现步骤摘要】
基于直线跟踪算法的拉索索力确定方法、装置及设备
[0001]本专利技术涉及桥梁健康监测
，特别涉及基于直线跟踪算法的拉索索力确定方法、装置及设备。
技术介绍
[0002]大跨度斜拉桥具有跨越能力强、施工简单和造型美观等优点，在桥梁建设中得到越来越广泛的应用。拉索作为斜拉桥的重要组成部分和受力构件，索力能够直接反映拉索的实际工作状态。因此，索力的准确测量对斜拉桥施工控制和桥梁运营期间的结构健康状况评估具有重要意义。
[0003]目前，常用的索力测试包括油压表法、压力传感器法、磁通量法(Electro
ꢀ‑
Magnetic，即EM)和频率法等。虽然油压表法和压力传感器法可以准确地测量索力，但传感器价格昂贵、安装困难、仅适用于施工阶段的索力测量。磁通量法适用于索力长期监测，但磁通量法的校准比较复杂，电磁传感器需要根据拉索尺寸进行缠绕，成本较高，限制了该方法在实际工程中应用。对运营阶段的桥梁进行索力测量时，频率法是应用最广泛的一种方法。利用安装在拉索表面的加速度传感器来获取拉索的固有频率，再根据固有频率识别拉索的索力。该方法属于接触式测试方法，具有传感器安装困难、设备成本高和测试效率低等缺点。随着计算机视觉技术和图像采集设备的不断发展，基于视觉的振动测量技术在拉索的索力识别中得到了应用，成本较低，但是拉索在环境激励下的振动位移幅度很微小，一般的目标跟踪算法难以获得高精度的拉索位移时程响应，从而影响索力的测试精度。
[0004]综上可见，如何提高确定拉索索力的精度是本领域有待解决的问题。
技术实现思路
[0005]有鉴于此，本专利技术的目的在于提供一种基于直线跟踪算法的拉索索力确定方法、装置及设备，提高确定拉索索力的精度。其具体方案如下：第一方面，本申请公开了一种基于直线跟踪算法的拉索索力确定方法，包括：获取目标拉索的原始视频，并对所述原始视频中目标拉索的振动幅度进行放大处理，以得到放大后视频；利用直线跟踪算法获取所述放大后视频中所述目标拉索的振动位移；对所述振动位移进行快速傅里叶变换以得到所述目标拉索的固有频率；计算出相邻阶数的所述固有频率的差值，以便利用所述差值确定所述目标拉索的索力。
[0006]可选的，所述获取目标拉索的原始视频，并对所述原始视频中目标拉索的振动幅度进行放大处理，以得到放大后视频，包括：在环境激励下，利用视频采集设备采集目标拉索的原始视频；剔除所述原始视频中的噪声信息，以得到噪声剔除后视频；利用宽带相位视频运动放大算法对所述噪声剔除后视频中所述目标拉索的振动
幅度进行放大处理，以得到放大后视频。
[0007]可选的，所述利用宽带相位视频运动放大算法对所述噪声剔除后视频中所述目标拉索的振动幅度进行放大处理，以得到放大后视频，包括：对所述原始视频进行2D傅里叶变换，以得到原始频域视频，并利用复可操控金字塔对所述原始频域视频中每一帧图像进行频域分解，以得到每一帧图像的幅度谱和每一帧图像的相位谱，然后利用所述每一帧图像的相位谱获取所述每一帧图像的相位差；确定所述视频采集设备的采样帧率，并基于所述采样帧率确定感兴趣频率带，利用宽带相位视频运动放大算法对在所述感兴趣频率带内的所述每一帧图像的相位差进行放大处理，得到每一帧图像的放大后相位差，并基于所述每一帧图像的放大后相位差和所述每一帧图像的幅度谱构建放大后频域视频，然后对所述放大后频域视频进行从频域至时空域的转换，以得到放大后视频。
[0008]可选的，所述利用所述每一帧图像的相位谱获取所述每一帧图像的相位差，包括：利用2D Gabor小滤波器提取所述每一帧图像的纹理信息；利用所述纹理信息对所述每一帧图像的相位谱进行降噪处理，以得到所述每一帧图像的降噪后相位谱，并利用所述每一帧图像的降噪后相位谱获取所述每一帧图像的相位差。
[0009]可选的，所述利用直线跟踪算法获取所述放大后视频中所述目标拉索的振动位移，包括：获取所述放大后视频中像素级的所述目标拉索的第一中心线；基于所述第一中心线确定亚像素级的所述目标拉索的第二中心线；利用所述第二中心线获取所述亚像素级的所述目标拉索的振动位移。
[0010]可选的，所述获取所述放大后视频中像素级的所述目标拉索的第一中心线，包括：利用像素级子集分别在所述放大后视频中每一帧图像的第一图像边缘和第二图像边缘进行搜索，以分别得到满足第一预设条件的第一像素级候选端点集和第二像素级候选端点集；其中，所述第二图像边缘为所述第一图像边缘相对的边缘；基于线搜索从所述第一像素级候选端点集和所述第二像素级候选端点集中确定出满足第二预设条件的第一像素级目标候选点和第二像素级目标候选点，以便利用所述第一像素级目标候选点和所述第二像素级目标候选点获取像素级的所述目标拉索的第一中心线。
[0011]可选的，所述基于所述第一中心线确定亚像素级的所述目标拉索的第二中心线，包括：基于所述第一中心线确定所述第一图像边缘和所述第二图像边缘的搜索范围以及亚像素级子集，以便利用所述亚像素级子集在所述搜索范围内进行搜索，以得到在所述第一图像边缘的第一亚像素级候选端点集和所述第二图像边缘的第二亚像素级候选端点集；分别从所述第一亚像素级候选端点集和所述第二亚像素级候选端点集中确定出第一亚像素级目标候选点和第二亚像素级目标候选点，以便利用所述第一亚像素级目标候选点和所述第二亚像素级目标候选点获取亚像素级的所述目标拉索的第二中心线。
[0012]可选的，所述计算出相邻阶数的所述固有频率的差值，以便利用所述差值确定所
述目标拉索的索力，包括：计算出相邻阶数的所述固有频率的差值；确定所述差值的平均值，以便利用所述差值的平均值确定所述目标拉索的索力。
[0013]第二方面，本申请公开了一种基于直线跟踪算法的拉索索力确定装置，包括：放大模块，用于获取目标拉索的原始视频，并对所述原始视频中目标拉索的振动幅度进行放大处理，以得到放大后视频；振动位移获取模块，用于利用直线跟踪算法获取所述放大后视频中所述目标拉索的振动位移；固有频率获取模块，用于对所述振动位移进行快速傅里叶变换以得到所述目标拉索的固有频率；索力确定模块，用于计算出相邻阶数的所述固有频率的差值，以便利用所述差值确定所述目标拉索的索力。
[0014]第三方面，本申请公开了一种电子设备，包括：存储器，用于保存计算机程序；处理器，用于执行所述计算机程序，以实现前述公开的基于直线跟踪算法的拉索索力确定方法的步骤。
[0015]本申请有益效果为：获取目标拉索的原始视频，并对所述原始视频中目标拉索的振动幅度进行放大处理，以得到放大后视频；利用直线跟踪算法获取所述放大后视频中所述目标拉索的振动位移；对所述振动位移进行快速傅里叶变换以得到所述目标拉索的固有频率；计算出相邻阶数的所述固有频率的差值，以便利用所述差值确定所述目标拉索的索力。由此可见，本申请对原始视频中目标拉索的振动幅度进行放大处理，以便后续可以更加容易的基于放大后视频进行追踪，提高后续确定的索力的精确度；本申请在确定目标拉索索力时，无需确定固有频率的阶数，而是利用了更加容易本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于直线跟踪算法的拉索索力确定方法，其特征在于，包括：获取目标拉索的原始视频，并对所述原始视频中目标拉索的振动幅度进行放大处理，以得到放大后视频；利用直线跟踪算法获取所述放大后视频中所述目标拉索的振动位移；对所述振动位移进行快速傅里叶变换以得到所述目标拉索的固有频率；计算出相邻阶数的所述固有频率的差值，以便利用所述差值确定所述目标拉索的索力。2.根据权利要求1所述的基于直线跟踪算法的拉索索力确定方法，其特征在于，所述获取目标拉索的原始视频，并对所述原始视频中目标拉索的振动幅度进行放大处理，以得到放大后视频，包括：在环境激励下，利用视频采集设备采集目标拉索的原始视频；剔除所述原始视频中的噪声信息，以得到噪声剔除后视频；利用宽带相位视频运动放大算法对所述噪声剔除后视频中所述目标拉索的振动幅度进行放大处理，以得到放大后视频。3.根据权利要求2所述的基于直线跟踪算法的拉索索力确定方法，其特征在于，所述利用宽带相位视频运动放大算法对所述噪声剔除后视频中所述目标拉索的振动幅度进行放大处理，以得到放大后视频，包括：对所述原始视频进行2D傅里叶变换，以得到原始频域视频，并利用复可操控金字塔对所述原始频域视频中每一帧图像进行频域分解，以得到每一帧图像的幅度谱和每一帧图像的相位谱，然后利用所述每一帧图像的相位谱获取所述每一帧图像的相位差；确定所述视频采集设备的采样帧率，并基于所述采样帧率确定感兴趣频率带，利用宽带相位视频运动放大算法对在所述感兴趣频率带内的所述每一帧图像的相位差进行放大处理，得到每一帧图像的放大后相位差，并基于所述每一帧图像的放大后相位差和所述每一帧图像的幅度谱构建放大后频域视频，然后对所述放大后频域视频进行从频域至时空域的转换，以得到放大后视频。4.根据权利要求3所述的基于直线跟踪算法的拉索索力确定方法，其特征在于，所述利用所述每一帧图像的相位谱获取所述每一帧图像的相位差，包括：利用2D Gabor小滤波器提取所述每一帧图像的纹理信息；利用所述纹理信息对所述每一帧图像的相位谱进行降噪处理，以得到所述每一帧图像的降噪后相位谱，并利用所述每一帧图像的降噪后相位谱获取所述每一帧图像的相位差。5.根据权利要求1所述的基于直线跟踪算法的拉索索力确定方法，其特征在于，所述利用直线跟踪算法获取所述放大后视频中所述目标拉索的振动位移，包括：获取所述放大后视频中像素级的所述目标拉索的第一中心线；基于所述第一中心线确定亚像素级的所述目标拉索的第二中心线；利用所述第二中心线获取...
【专利技术属性】
技术研发人员：孔烜，罗奎，易金鑫，胡揭玄，
申请(专利权)人：湖南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。