一种机器视觉结构位移测量方法和装置制造方法及图纸

一种机器视觉结构位移测量方法和装置，方法包括：将结构运动视频转化为图像序列；采用复值可操纵金字塔模型将所述图像序列进行空域分解，得到初始相位差信息；根据所述初始相位差信息进行相位恢复处理，得到绝对相位差信息；根据所述绝对相位差信息进行相位展开处理，得到最终相位差信息；根据所述最终相位差信息确定结构位移。信息确定结构位移。信息确定结构位移。

【技术实现步骤摘要】
一种机器视觉结构位移测量方法和装置


[0001]本文涉及视频图像处理
，尤指一种机器视觉结构位移测量方法和装置。

技术介绍

[0002]基于数字摄像机光学测量的非接触运动识别方法，可解决传统传感器的附加质量和无线传感的不同步等问题。然而，传统机器视觉测量方法，需要在被测结构表面布置大量高对比度标记或斑纹图案，比较耗时；当待测量区域较大或者难以触及时，该方法也略显不足。另外对于传统光学测量系统而言，仅用少量能量激励待测结构可能会产生难以捕捉的细微振动响应。
[0003]一些基于相位运动放大技术的运动识别方法可解决上述问题。然而这类方法依赖于一个假设，即小的运动可以被编码为一个像素的颜色的相移，相位信息中编码的空间位移是非常有限的，这会产生相位阶跃现象。此外，相位估计是一个病态问题，其中观测噪声被放大并会传播到相位和幅值的估计，这两种情况都可能导致过度模糊。因此，需要提出一种能高效抗噪并解决相位阶跃的结构运动识别方法。

技术实现思路

[0004]本申请提供了一种机器视觉结构位移测量方法和装置，综合考虑相位传播的稀疏性及阶跃问题，提出了多频相位分析运动识别框架；使用基于亮度转移方程的相位展开方法，对复值可操纵金字塔的估计差进行再次修正，从而更深层地解决阶跃问题。
[0005]本申请提供了一种机器视觉结构位移测量方法，包括：
[0006]将结构运动视频转化为图像序列；
[0007]采用复值可操纵金字塔模型将所述图像序列进行空域分解，得到初始相位差信息；
[0008]根据所述初始相位差信息进行相位恢复处理，得到绝对相位差信息；
[0009]根据所述绝对相位差信息进行相位展开处理，得到最终相位差信息；
[0010]根据所述最终相位差信息确定结构位移。
[0011]一种示例性的实施例中，所述将结构运动视频转化为图像序列后，方法还包括：
[0012]将所述图像序列从RGB颜色空间转换到YIQ颜色空间，使用如下公式：
[0013][0014]其中，Y是亮度信号，I是人眼敏感的色彩色差信号，Q是人眼不敏感的色差信号，R是红色通道图像信号，G是绿色通道图像信号，B是蓝色通道图像信号。
[0015]一种示例性的实施例中，所述采用复值可操纵金字塔模型将所述图像序列进行空域分解，得到初始相位差信息，包括：
[0016]采用复值可操纵金字塔模型将转换到YIQ颜色空间的视频进行空域分解，得到每
个频率下的多帧图像；
[0017]针对每个频率，分别将每帧图像的相位信息与第一帧图像的相位信息进行相减，得到每帧图像对应的初始相位差信息ψ；
[0018]其中，所述复值可操纵金字塔模型为：
[0019][0020]上述模型中，A是幅度，ψ是初始相位差，θ是频率，是卷积计算，是表示频率为θ的卷积核的实数部分，是表示频率为θ的卷积核的虚数部分，I是图像。
[0021]一种示例性的实施例中，所述根据所述初始相位差信息进行相位恢复处理，得到绝对相位差信息，包括：
[0022]根据所述初始相位差信息，利用二次残差罚条件似然函数，得到绝对相位差信息；
[0023]其中，所述绝对相位差为：
[0024][0025][0026]其中，k和k
λ
是整数，是绝对相位差，u
o,λ
是多频率目标复指数，是包裹相位，μ
λ
是无量纲的相对频率，λ是相位观测值，是目标绝对幅度。
[0027]一种示例性的实施例中，所述根据所述绝对相位差信息进行相位展开处理，得到最终相位差信息，包括：
[0028]步骤1.根据所述绝对相位差信息确定初始展开相位差；
[0029]步骤2.根据所述初始展开相位差计算初始整数估计值；
[0030]步骤3.根据所述初始整数估计值和所述绝对相位差信息确定第二展开相位差；
[0031]步骤4.计算所述第二展开相位差与所述初始展开相位差的残差，并根据该残差计算得到修正的展开相位差；
[0032]步骤5.根据所述修正的展开相位差更新所述初始展开相位差，并计算出第二整数估计值；
[0033]步骤6.若abs(g1‑
g2)>0，使得g1＝g2，则重复执行步骤1
‑
5；其中，g1是初始整数估计值，g2是第二整数估计值。
[0034]否则，将第二展开相位差作为最终相位差。
[0035]一种示例性的实施例中，所述根据该残差计算得到修正的展开相位差，包括：
[0036]通过相位展开模型根据该残差计算得到修正的展开相位差；
[0037]其中，所述相位展开模型为：
[0038][0039]其中，DCT是离散余弦变换，IDCT是逆离散余弦变换，ξ是残差，φ
c
是修正的展开相位差，X和Y分别是图像在x和y方向上的长度。
[0040]一种示例性的实施例中，所述根据所述最终相位差信息确定结构位移，包括：
[0041]根据所述最终相位差信息确定结构运动响应；
[0042]根据运动响应、通过待测量结构的长度与待测量结构在图像中跨越的像素数量的比率转换为结构位移。
[0043]一种示例性的实施例中，所述结构运动响应为：
[0044][0045]上述公式中，u是在x方向上的结构运动响应，v是在y方向上的结构运动响应，φ0是在x方向上的结构相位，φ
π/2
是在y方向上的结构相位。
[0046]本申请还提供了一种机器视觉结构位移测量装置，所述装置包括：存储器和处理器；其特征在于，所述存储器用于保存进行机器视觉结构位移测量的程序，所述处理器用于读取执行所述用于进行机器视觉结构位移测量的程序，执行上述实施例中任一项所述的方法。
[0047]本申请还提供了一种计算机可读存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令被处理器执行时进行执行上述实施例中任一项所述的方法。
[0048]与相关技术相比，本申请提供一种机器视觉结构位移测量方法和装置，方法包括：方法包括：将结构运动视频转化为图像序列；采用复值可操纵金字塔模型将所述图像序列进行空域分解，得到初始相位差信息；根据所述初始相位差信息进行相位恢复处理，得到绝对相位差信息；根据所述绝对相位差信息进行相位展开处理，得到最终相位差信息；根据所述最终相位差信息确定结构位移。通过本专利技术的技术方案，综合考虑相位传播的稀疏性及阶跃问题，提出了多频相位分析运动识别框架；使用基于亮度转移方程的相位展开方法，对复值可操纵金字塔的估计差进行再次修正，从而更深层地解决阶跃问题。
[0049]本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
[0050]附图用来提供对本申请技术方案的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器视觉结构位移测量方法，其特征在于，包括：将结构运动视频转化为图像序列；采用复值可操纵金字塔模型将所述图像序列进行空域分解，得到初始相位差信息；根据所述初始相位差信息进行相位恢复处理，得到绝对相位差信息；根据所述绝对相位差信息进行相位展开处理，得到最终相位差信息；根据所述最终相位差信息确定结构位移。2.根据权利要求1所述的机器视觉结构位移测量方法，其特征在于，所述将结构运动视频转化为图像序列后，方法还包括：将所述图像序列从RGB颜色空间转换到YIQ颜色空间，使用如下公式：其中，Y是亮度信号，I是人眼敏感的色彩色差信号，Q是人眼不敏感的色差信号，R是红色通道图像信号，G是绿色通道图像信号，B是蓝色通道图像信号。3.根据权利要求1所述的机器视觉结构位移测量方法，其特征在于，所述采用复值可操纵金字塔模型将所述图像序列进行空域分解，得到初始相位差信息，包括：采用复值可操纵金字塔模型将转换到YIQ颜色空间的视频进行空域分解，得到每个频率下的多帧图像；针对每个频率，分别将每帧图像的相位信息与第一帧图像的相位信息进行相减，得到每帧图像对应的初始相位差信息；其中，所述复值可操纵金字塔模型为：上述模型中，A是幅度，ψ是初始相位差信息，θ是频率，是卷积计算，是表示频率为θ的卷积核的实数部分，是表示频率为θ的卷积核的虚数部分，I是图像。4.根据权利要求3所述的机器视觉结构位移测量方法，其特征在于，所述根据所述初始相位差信息进行相位恢复处理，得到绝对相位差信息，包括：根据所述初始相位差信息，利用二次残差罚条件似然函数，得到绝对相位差信息；其中，所述绝对相位差为：其中，所述绝对相位差为：其中，k是整数，是绝对相位差，u
o,λ
是多频率目标复指数，是包裹相位，μ
λ
是无量纲的相对频率，λ是相位观测值，是目标绝对幅度，k
λ
是整数。5.根据权利要求3所述的机器视觉结构位移测量方法，其特征在于，所述根据所述绝对相位差信息进行相位展开处理，得到最终相位差信息，包括：步骤1.根据所述绝对相位差信息确定初始展开相位差；
...

【专利技术属性】
技术研发人员：张熠，蔡恩健，魏炜，陆新征，陈嘉宇，顾辰，
申请(专利权)人：清华大学，
类型：发明
国别省市：