基于图像分割的桥梁拉索微小运动振动检测方法技术

本发明专利技术提供一种基于图像分割的桥梁拉索微小运动振动检测方法，是一种基于机器视觉的检测方法，相较于传统的传感器方法，成本显著地降低，且精度更高，通过图像分割和灰度映射模型实现拉索的运动信号提取、分析运动信号并以数学方法提取拉索基频进行拉索力计算，可以有效捕捉到拉索的实时变化，可以从更远的地方进行拍摄，拉远视角可以拍摄更多的拉索，同时降低了相机的架设环境要求。降低了相机的架设环境要求。降低了相机的架设环境要求。

【技术实现步骤摘要】
基于图像分割的桥梁拉索微小运动振动检测方法


[0001]本专利技术属于桥梁健康监测
，具体涉及一种基于图像分割的桥梁拉索微小运动振动检测方法。

技术介绍

[0002]随着社会发展，城市面积及车辆数量快速增长，城市交通系统面临着与日俱增的巨大压力，桥梁是交通系统的重要组成部分，一旦结构失稳，也是交通系统中最危险的部分。在一些水系较为发达的城市，市政桥梁在市政交通中处于枢纽和核心地位，一旦出现问题，不仅会造成巨大的直接损失，更可能造成人身威胁，产生巨大影响。其中跨径较长的桥中斜拉索桥和悬拉索桥是主要的桥型，对于这种桥型拉索（吊杆）作为受拉构件都是桥梁的主要构件之一，拉索（吊杆）的工作状态可以直接反应桥梁的工作状态，对拉索的拉索力进行实时监测，可以有效降低此类桥梁的安全风险。
[0003]传统的拉索力测量方法包括但不限于油压表法、磁通量法和振动频率法，油压表法一般用于建桥时，磁通量法费用高，且安装和维护难度高；振动频率法又分为两种：接触测量和非接触测量，其中接触测量有时间上的离散性，不能有效捕捉到拉索（吊杆）的实时变化。
[0004]已有的非接触测量方法大多基于机器视觉技术，通过架设相机，连接网络可以实时分析桥梁的实时状态，以达成对桥梁状态的实时监控，而现有的基于机器视觉技术对拉索（吊杆）拉索力的测量方式为：铺设标记点，捕捉标记点获得时程图，对时程图进行信号分析得到频率。这种方法的缺点是标记点受环境因素影响大，且只能测算单根拉索，计算时需要捕捉标记点，计算量大。

技术实现思路

[0005]本专利技术要解决的技术问题是提供一种基于图像分割的桥梁拉索微小运动振动检测方法。
[0006]为了解决上述技术问题，本专利技术采用的技术方案是：一种基于图像分割的桥梁拉索微小运动振动检测方法,包括以下具体步骤：步骤S1，利用图像采集设备获取桥梁拉索的振动视频；步骤S2，根据需求在视频内截取某一帧作为第一帧，在第一帧内的至少一个拉索上设定目标区域，每个所述目标区域内仅包含一根拉索和背景，在每个所述目标区域内框选至少一个测点区域，所述测点区域框选在相应拉索的边缘；步骤S3，对每个目标区域进行前景背景分割，并分别提取前景灰度值和背景灰度值，将前景灰度值和背景灰度值代入灰度映射模型，实现测点区域内的拉索边缘在相应目标区域内的定位；步骤S4，依照第一帧选取的测点区域和目标区域，将视频逐帧执行步骤S3，记录各帧测点区域拉索边缘定位结果作为运动信号I
n
（t/Fs）,I
n
（t/Fs）=[i
n
(1/Fs),i
n
(2/Fs),
…
,i
n
(Ts/Fs)],t=1,2,
…
,Ts，其中，n是测点区域编号，t是帧号，Ts是视频的总帧数，Fs是视频采集频率，对所有测点区域的运动信号分别进行傅里叶变化获得相应的频率
‑
振幅数据；步骤S5，通过频率
‑
振幅数据计
算得到相应拉索的基频，根据相应拉索的拉索力与自振频率之间存在的关系T=4ρL2h
12
，以求得拉索力，其中，T是拉索力，ρ是拉索的线密度，L是拉索的计算长度,h1是拉索的基频，为一阶频率，设测得拉索力T与拉索的设计拉索力值B的比例关系为w，即w=T/B，根据w值判断拉索的状态。
[0007]优选的，步骤S3中，前景背景分割是采用边缘检测制作边缘掩膜并和图像相乘以取得边缘处的灰度分布，并以此为基础计算阈值分割图像。
[0008]优选的，步骤S3中，所述的灰度映射模型是指在图像中拉索边缘的位置与区域内的平均灰度值的映射关系，通过对目标区域分割后获取的前景亮度与背景亮度，结合该目标区域内的平均亮度求得前景的覆盖面积，并以覆盖面积与边缘位置的几何关系实现拉索的定位。
[0009]优选的，步骤S3中，目标区域内的平均灰度值为I，前景灰度值为i1,前景覆盖面积为S1,背景灰度值为i0,背景覆盖面积为S0，总面积为S,则根据比例关系可得S1=S
·
（I
‑
i0）/(i1‑
i0)，当前景覆盖面积S1已知时，前景为矩形，通过边缘角度定位边缘位置，设边缘与区域夹角为α，当α=0时,覆盖面积形状为矩形，此时拉索位置d的公式为d=S1/width，其中，width表示覆盖面积的宽度；当α≠0时，覆盖面积与拉索位置的映射关系根据覆盖形状的不同分为三角形，梯形和五边形三类，设Stanα/2=k,则S1与d的映射关系为：。
[0010]优选的，步骤S4中对第n个测点区域的运动信号进行傅里叶变化获得第n个测点区域的振幅A
n
(f
p
)，A
n
(f
p
)=[α
n
(f1),α
n
(f2),
…
,α
n
(f
p
)],p=1,2,
…
,P，其中，P表示FFT的点数，f
p
表示傅里叶变换的频率分量，f
p
=Fs*p/2*P，α
n
表示一个与频率有关的变量，α
n
(f1),α
n
(f2),
…
,α
n
(f
p
)分别表示n号测点区域的运动信号的傅里叶信号A
n
中的频率f1、f2、
…
、f
p
对应的振幅，得到频率
‑
振幅数据。
[0011]优选的，步骤S5中，通过频率
‑
振幅数据计算得到相应拉索的基频具体包括：步骤S51，将每个测点区域的频率振幅数据分段选取最大值对应的频率，具体公式为f
n1
=Max{α
n
(f
a1
),α
n
(f
a1+1
),
…
,α
n
(f
b1
)},0.5≤f
a1
∩f
b1
≤0.5+d，f
n2
=Max{α
n
(f
a2
),α
n
(f
a2+1
),
…
,α
n
(f
b2
)},f
n1
＜f
a2
∩f
b2
≤f
n1
+d，
…
,f
nq
=Max{α
n
(f
aq
),α
n
(f
aq+1
),
…
,α
n
(f
bq
)},f
nq
‑1＜f
aq
∩f
bq
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像分割的桥梁拉索微小运动振动检测方法,其特征在于：包括以下具体步骤：步骤S1，利用图像采集设备获取桥梁拉索的振动视频；步骤S2，根据需求在视频内截取某一帧作为第一帧，在第一帧内的至少一个拉索上设定目标区域，每个所述目标区域内仅包含一根拉索和背景，在每个所述目标区域内框选至少一个测点区域，所述测点区域框选在相应拉索的边缘；步骤S3，对每个目标区域进行前景背景分割，并分别提取前景灰度值和背景灰度值，将前景灰度值和背景灰度值代入灰度映射模型，实现测点区域内的拉索边缘在相应目标区域内的定位；步骤S4，依照第一帧选取的测点区域和目标区域，将视频逐帧执行步骤S3，记录各帧测点区域拉索边缘定位结果作为运动信号I
n
（t/Fs）,I
n
（t/Fs）=[i
n
(1/Fs),i
n
(2/Fs),
…
,i
n
(Ts/Fs)],t=1,2,
…
,Ts，其中，n是测点区域编号，t是帧号，Ts是视频的总帧数，Fs是视频采集频率，对所有测点区域的运动信号分别进行傅里叶变化获得相应的频率
‑
振幅数据；步骤S5，通过频率
‑
振幅数据计算得到相应拉索的基频，根据相应拉索的拉索力与自振频率之间存在的关系T=4ρL2h
12
，以求得拉索力，其中，T是拉索力，ρ是拉索的线密度，L是拉索的计算长度,h1是拉索的基频，为一阶频率，设测得拉索力T与拉索的设计拉索力值B的比例关系为w，即w=T/B，根据w值判断拉索的状态。2.根据权利要求1所述的基于图像分割的桥梁拉索微小运动振动检测方法，其特征在于：步骤S3中，前景背景分割是采用边缘检测制作边缘掩膜并和图像相乘以取得边缘处的灰度分布，并以此为基础计算阈值分割图像。3.根据权利要求1所述的基于图像分割的桥梁拉索微小运动振动检测方法，其特征在于：步骤S3中，所述的灰度映射模型是指在图像中拉索边缘的位置与区域内的平均灰度值的映射关系，通过对目标区域分割后获取的前景亮度与背景亮度，结合该目标区域内的平均亮度求得前景的覆盖面积，并以覆盖面积与边缘位置的几何关系实现拉索的定位。4.根据权利要求1所述的基于图像分割的桥梁拉索微小运动振动检测方法，其特征在于：步骤S3中，目标区域内的平均灰度值为I，前景灰度值为i1,前景覆盖面积为S1,背景灰度值为i0,背景覆盖面积为S0，总面积为S,则根据比例关系可得S1=S
·
（I
‑
i0）/(i1‑
i0)，当前景覆盖面积S1已知时，前景为矩形，通过边缘角度定位边缘位置，设边缘与区域夹角为α，当α=0时,覆盖面积形状为矩形，此时拉索位置d的公式为d=S1/width，其中，width表示覆盖面积的宽度；当α≠0时，覆盖面积与拉索位置的映射关系根据覆盖形状的不同分为三角形，梯形和五边形三类，设Stanα/2=k,则S1与d的映射关系为：。5.根据权利要求1所述的基于图像分割的桥梁拉索微小运动振动检测方法，其特征在于：步骤S4中对第n个测点区域的运动信号进行傅里叶变化获得第n个测点区域的振幅A
n
(f
p
)，A
n
(f
p
)=[α
n
(f1),α
n
(f2),
…
,α
n
(f
p
)],p=1,2,
…
,P，其中，P表示FFT的点数，f
p
表示傅里叶变换的频率分量，f
p
=Fs*p/2*P，α
n
表示一个与频率有关的变量，α
n
(f1),α
n
(f2),
…
,α
n
(f
p
)分别表示n号测点区域的运动信号的傅里叶信号A
n
中的频率f1、f2、
…
、f
p
对应的振幅，得到频率
‑
振幅数据。6.根据权利要求1所述的基于图像分割的桥梁拉索微小运动振动检测方法，其特征在
于：步骤S5中，通过频率
‑
振幅数据计算得到相应拉索的基频具体包括：步骤S51，将每个测点区域的频率振幅...

【专利技术属性】
技术研发人员：周国冬，刘新成，杜文康，宣帆，杭宗庆，雷冬，
申请(专利权)人：江苏博宇鑫信息科技股份有限公司，
类型：发明
国别省市：