基于菱形搜索和改进光流法的结构振动位移识别方法

    公开(公告)号:CN118762054B

    公开(公告)日:2024-12-20

    申请号:CN202411257430.1

    申请日:2024-09-09

    Abstract: 本发明公开一种基于菱形搜索和改进光流法的结构振动位移识别方法。确定视频图像帧序列中第一视频图像帧的感兴趣区域及原点坐标;对于除第一视频图像帧之外的其余每一视频图像帧,以上一视频图像帧最终位移确定位置的原点坐标为搜索起始点,以大菱形搜索模式和小菱形搜索模式所确定的路径为搜索路径,以感兴趣区域的区域面积大小为每一路径点的计算区域,进行搜索,计算在每一搜索路径点时,计算区域与感兴趣区域的二维相关系数;获取所有二维相关系数中的最大值所对应的第一计算区域;确定初始位移;基于第一计算区域与感兴趣区域构建光流梯度方程组,使用预设算子进行计算,确定精细位移;最终确定最终位移。本方案实现了对结构位移的精确追踪。

    基于直线跟踪算法的拉索索力确定方法、装置及设备

    公开(公告)号:CN115683431B

    公开(公告)日:2023-08-18

    申请号:CN202310000770.5

    申请日:2023-01-03

    Applicant: 湖南大学

    Abstract: 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。

    一种基于深度学习的图像拼接方法、装置、设备和介质

    公开(公告)号:CN116128734A

    公开(公告)日:2023-05-16

    申请号:CN202310402878.7

    申请日:2023-04-17

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于深度学习的图像拼接方法、装置、设备和介质,涉及机器学习领域,其中方法包括:采集多张原始图像,利用深度学习模型进行实例特征提取得到实例特征点;利用极大值交互相关方法,对含有所述实例特征点的各个所述原始图像进行特征点匹配,得到匹配点对;对所述匹配点对进行误匹配点对消除得到目标匹配点对,根据所述目标匹配点对,对各个所述原始图像进行图像拼接;本发明通过基于深度学习的图像特征提取方法来实现对整个隧道图像的拼接,满足了图像拼接对实时性、准确性和直观性的要求,提高了图像拼接的效率和准确度,极大地提高检测效率,而且对于隧道表观病害的反映也更加直观清楚。

    基于宽带相位运动放大的结构微小振动测量方法与系统

    公开(公告)号:CN114993452A

    公开(公告)日:2022-09-02

    申请号:CN202210826667.1

    申请日:2022-07-14

    Abstract: 本申请公开了一种基于宽带相位运动放大算法的结构微小振动测量方法与系统,该方法包括:基于待测量对象结构的微小振动视频获取目标视频图像;利用目标视频图像的目标图像序列获取待测量图像序列;在不需要结构频率先验信息时,对待测量图像序列中感兴趣区域宽频带内的目标频率基带进行滤波得到滤波后频率基带;利用宽带相位运动放大算法对滤波后频率基带的目标相位差进行放大,得到放大后图像序列,基于放大后图像序列得到放大后视频;利用亚像素模板匹配算法和预设尺度因子确定物理位移时程响应,通过基于物理位移时程响应确定的真实位移时程响应获取模态参数。由此可见,本申请在结构频率先验信息未知时实时测量结构微小振动并得到精确结果。

    非接触式铁路桥梁状况综合检测方法和系统

    公开(公告)号:CN112229800B

    公开(公告)日:2021-03-12

    申请号:CN202011462055.6

    申请日:2020-12-14

    Applicant: 湖南大学

    Inventor: 孔烜 罗奎 邓露

    Abstract: 本申请公开了一种非接触式铁路桥梁状况综合检测方法和系统,包括:通过安装在轨道检测车辆上的加速度传感器获取铁路桥梁的动力特性参数;利用安装在轨道检测车辆上的激光超声探头发出激光并照射至钢轨表面,以绘制钢轨表观缺陷的声压分布图;采用时间反演算法对钢轨表观缺陷的光声图像进行重建;利用模态分解法提取包含钢轨表观缺陷信息的特征参数;采用支持向量机对钢轨表观缺陷进行分类并确定内部损伤程度;根据获取的动力特性参数、分类结果和确定的内部损伤程度结合铁路桥梁状况的历史数据,对铁路桥梁的运营状况进行评估。这样有效避免在铁路桥梁上布设传感器,降低数据处理难度,同时减轻人工检测的劳动强度,节约检测成本。

    基于质心边界框跟踪算法的结构三维位移测量方法及系统

    公开(公告)号:CN118533071A

    公开(公告)日:2024-08-23

    申请号:CN202410636318.2

    申请日:2024-05-22

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于质心边界框跟踪算法的结构三维位移测量方法及系统,包括步骤:采集目标对象的两幅原始振动视频;采用质心边界框跟踪技术获取每一个重点感兴趣区域对应的兴趣结点质心;获取图像序列的兴趣结点质心相对于第一帧的相位信息;计算图像序列的兴趣结点质心与第一帧之间的有效位移矢量;获取目标对象的图像序列相对第一帧图像的图像二维位移;确定图像序列的物理结点质心真实的三维位移,三维位移为目标对象的空间位移。本发明提供的方法,创造性地提出了通过跟踪两台相机图像序列的兴趣结点质心确定三维位移为目标对象的空间位移,无需布置靶标,在利用计算机视觉进行三维位移监测时不易受到外界条件的干扰,具有较强的抗噪能力。

    一种拉索全场模态分析和索力识别方法及系统

    公开(公告)号:CN117949131B

    公开(公告)日:2024-06-14

    申请号:CN202410348707.5

    申请日:2024-03-26

    Applicant: 湖南大学

    Abstract: 本发明公开了一种拉索全场模态分析和索力识别方法、系统及存储介质,涉及拉索索力识别技术领域,包括步骤:利用亚像素边缘检测和双匹配跟踪对原始拉索振动视频进行处理,获取目标拉索结构的初始拉索全场物理位移时程响应;获取目标拉索结构的各阶的拉索振动频率;对原始拉索振动视频进行放大处理并更新获取目标振动视频;基于目标振动视频获取修正拉索全场物理位移时程响应;用工作模态分析方法对修正拉索全场物理位移时程响应进行处理,提取目标拉索结构各阶的全场高分辨率振型;采用基于振型波长的公式确定目标拉索的拉索索力。本发明提供的拉索索力识别方法,实现了基于振型波长即可获取拉索索力的有益效果。

    基于宽带相位运动放大的结构微小振动测量方法与系统

    公开(公告)号:CN114993452B

    公开(公告)日:2023-03-24

    申请号:CN202210826667.1

    申请日:2022-07-14

    Abstract: 本申请公开了一种基于宽带相位运动放大算法的结构微小振动测量方法与系统,该方法包括:基于待测量对象结构的微小振动视频获取目标视频图像;利用目标视频图像的目标图像序列获取待测量图像序列;在不需要结构频率先验信息时,对待测量图像序列中感兴趣区域宽频带内的目标频率基带进行滤波得到滤波后频率基带;利用宽带相位运动放大算法对滤波后频率基带的目标相位差进行放大,得到放大后图像序列,基于放大后图像序列得到放大后视频;利用亚像素模板匹配算法和预设尺度因子确定物理位移时程响应,通过基于物理位移时程响应确定的真实位移时程响应获取模态参数。由此可见,本申请在结构频率先验信息未知时实时测量结构微小振动并得到精确结果。

    基于亚像素边缘检测的结构振动响应自动识别方法及系统

    公开(公告)号:CN114445404A

    公开(公告)日:2022-05-06

    申请号:CN202210353110.0

    申请日:2022-04-06

    Applicant: 湖南大学

    Abstract: 本申请公开了一种基于亚像素边缘检测的结构振动响应自动识别方法及系统,包括:从对待识别刚性结构进行视频采集后得到的待识别视频帧中确定感兴趣区域,确定感兴趣区域上的与待识别刚性结构对应的目标亚像素级边缘点;基于目标亚像素级边缘点在第一帧与其他待识别视频帧之间的亚像素级相对位移确定所有目标亚像素级边缘点在所有待识别视频帧之间的实际位移时程,利用层次聚类分析从基于实际位移时程确定的模态中自动识别真实模态,以得到待识别刚性结构的振动响应,本申请基于刚性结构的亚像素级边缘点在第一帧与其他待识别视频帧间的亚像素级相对位移得到实际位移时程,利用层次聚类分析提取真实模态,实现提取的自动化并提高检测的准确率。

Patent Agency Ranking