一种基于计算机视觉的射击工况下火炮身管振动测量方法

    公开(公告)号:CN113781522B

    公开(公告)日:2023-10-24

    申请号:CN202110983973.1

    申请日:2021-08-25

    摘要: 针对当前射击工况下火炮身管振动的测量方法精度低,难以对火炮射击密集度进行准确预测的问题,本发明提出了一种基于计算机视觉的射击工况下火炮身管振动测量方法。该方法利用工业相机获取射击工况火炮身管振动的视频,利用图像相位信息具有光照鲁棒性的特征,构建了基于图像相位信息的多尺度光流算法,对射击工况下火炮身管振动进行高精度测量。所提方法测量装置简单,无需对火炮身管表面进行标记,易于应用。

    一种基于几何匹配法控制的结构不规则运动高精度测量方法

    公开(公告)号:CN113947608B

    公开(公告)日:2023-10-20

    申请号:CN202111166309.4

    申请日:2021-09-30

    IPC分类号: G06T7/11 G06T7/215

    摘要: 本发明提出一种基于几何匹配法控制的结构不规则运动高精度测量方法,采用若干圆形贴片对被测结构表面进行标记,利用相机对结构进行视频记录;采用圆心检测算法获取不同帧圆形贴片的中心点坐标;结合初始帧图像圆形贴片的中心点坐标,采用Voronoi剖分方法将图像划分为若干个区域;对任一区域,利用该区域内不同帧间圆形贴片的运动变化确定该区域不同帧下像素匹配窗口的大小;基于匹配窗口内像素运动一致性假设,采用光流算法逐帧计算该区域像素的光流,获取该区域的运动;采用上述方法依次对所有区域内不同像素点的运动进行计算,获得结构的高空间分辨率运动。本发明提出的方法与现有的结构运动测量方法相比,具有较高测量精度。

    一种图像特征匹配的转子叶片动频测量方法

    公开(公告)号:CN113781411B

    公开(公告)日:2022-12-09

    申请号:CN202110983964.2

    申请日:2021-08-25

    摘要: 本发明公开一种图像特征匹配的转子叶片动频测量方法。该方法利用高速摄影机对转动状态下的叶片振动进行视频记录;将视频不同时刻的图像划分成若干子域,在不同子域内采用多尺度差分空间方法检测像素灰度的极值点,作为该子域的特征点;基于特征点邻域围像素的梯度方向、幅值,构建特征点描述符;计算特征点描述符间的欧式距离,基于最小欧氏距离原则对相邻时刻特征点为代表的区域进行匹配,获得特征点的时域运动;利用转轴上特征点的时域运动计算转轴的旋转速度,并结合叶片上特征点的时域运动计算转子叶片结构的振动时域信息,通过频域分析,获取转子叶片结构的动频。本发明所提出的测量方法,测量装置安装简单,无需对结构进行物理标记。

    一种基于计算机视觉的梁型结构多尺度微弱损伤定位方法

    公开(公告)号:CN113947569A

    公开(公告)日:2022-01-18

    申请号:CN202111157914.5

    申请日:2021-09-30

    摘要: 针对当前传感器空间分辨率低导致结构损伤定位不准确的问题,本发明公开一种基于计算机视觉的梁型结构多尺度微弱损伤定位方法。采用计算机视觉方法对梁型结构的振动进行高空间分辨率测量,利用盲源分离算法获取结构的振型,然后计算振型曲率;根据信号多尺度分析理论,对结构损伤特征进行计算,得到了不同尺度下结构各位置的损伤概率分布;采用贝叶斯融合理论对不同尺度下的损伤概率分布进行融合,根据融合后的结果对结构的损伤位置进行定位。本发明所提方法可在强噪声干扰的环境下,对梁型结构的损伤位置进行准确定位,具有适用性强,易于操作的优点。

    一种基于计算机视觉的结构大运动快速测量方法

    公开(公告)号:CN113947689B

    公开(公告)日:2023-10-10

    申请号:CN202111166304.1

    申请日:2021-09-30

    IPC分类号: G06V10/75 G06T7/00 G06T7/20

    摘要: 针对现有的模板匹配方法在测量结构大运动时测量效率低的问题,本发明公开一种基于计算机视觉的结构大运动快速测量方法。该方法利用当前帧结构在水平和竖直方向上的位移确定下一帧搜索区域的大小,在搜索区域内对模板进行匹配,获取结构整数像素位移。采用曲面拟合法对结构整数像素位移进行拟合,计算结构亚像素位移,对结构的运动进行高精度测量。本发明提出的方法能够根据结构的实际运动大小调整搜索区域的大小,相较于以往基于在全局中进行搜索的模板匹配策略,本发明能有效提升模板匹配方法在测量结构大运动的测量效率。

    一种旋转叶片动频测量的无标记计算机视觉方法

    公开(公告)号:CN112381860B

    公开(公告)日:2023-04-11

    申请号:CN202011315726.6

    申请日:2020-11-21

    摘要: 一种旋转叶片动频测量的无标记计算机视觉方法,利用高速相机对转动状态下的旋转叶片振动进行视频记录;为提高旋转运动的视觉测量精度和便捷性,提出了一种图像处理的金字塔光流算法,该方法在测量时无需在叶片表面做任何标记;选定位于转轴上且连线过旋转中心的两个像素点作为虚拟点,并在其连线上选定位于叶片上的任意像素点作为虚拟点,利用金字塔光流算法测量各虚拟点的时域运动;结合虚拟点位置间的几何关系计算出叶片的刚体运动,进而获得叶片振动的时域信息;对叶片振动的时域信息进行频谱分析即可得到旋转叶片结构的动频。本发明对应的测量装置简单,无需在叶片上做标记,且不受工频等噪声的影响,适用于叶片等旋转类结构动频测量。

    一种基于高空间分辨率振型分型维数的结构微弱损伤识别方法

    公开(公告)号:CN113945633A

    公开(公告)日:2022-01-18

    申请号:CN202111163746.0

    申请日:2021-09-30

    IPC分类号: G01N29/04 G01N29/44 G01H9/00

    摘要: 针对目前的损伤方法对于结构微弱损伤识别精度不高的问题,本发明公开一种基于高空间分辨率振型分型维数的结构微弱损伤识别方法。该方法首先利用光流算法对结构进行高空间分辨率运动进行测量,采用盲源分离算法获得结构的振型,然后计算振型分型维数;其次,通过分型维数和高斯多尺度差分空间理论,将振型分型维数映射到高斯多尺度差分空间,提出了基于高斯多尺度差分空间的分型维数的损伤特征计算方法,得到高斯多尺度差分空间分型维数的损伤概率分布;最后,采用D‑S证据理论对高斯多尺度差分空间分型维数的损伤概率分布进行融合,根据融合后的结果对结构的损伤位置进行识别。所提方法测量装置简单,测量精度、效率高。

    一种基于计算机视觉的成圈叶片结构振动固有频率的测量方法

    公开(公告)号:CN110553716B

    公开(公告)日:2020-07-10

    申请号:CN201910965805.2

    申请日:2019-10-12

    IPC分类号: G01H9/00

    摘要: 本发明一种基于计算机视觉的成圈叶片结构振动固有频率的测量方法,使用圆形贴片对成圈叶片结构的转轴和叶片进行标记,利用高速摄影机记录转动状态下成圈叶片结构运动;对视频逐帧分析,构建梯度算子计算图像像素梯度幅值,获取贴片边缘像素坐标,对同一贴片的边缘像素坐标进行圆拟合,计算出贴片中心点的像素坐标;利用各帧转轴上贴片中心点计算转轴旋转中心和旋转速度,利用各帧叶片上贴片中心点计算叶片绝对运动;通过叶片绝对运动和转轴旋转速度获取叶片的振动时域信息;对振动时域信息进行傅里叶变换,最终获得结构固有频率。本发明与现有接触式测量方法相比,测量方式简单、信噪比高,适用于多种旋转类结构,具有适应性强,便于推广等优点。

    融合神经网络和双目视觉的无标记结构全场三维应变测量方法

    公开(公告)号:CN116989689A

    公开(公告)日:2023-11-03

    申请号:CN202311053884.2

    申请日:2023-08-21

    IPC分类号: G01B11/16

    摘要: 一种融合神经网络和双目视觉的无标记结构全场三维应变测量方法,先标定双目视觉系统,直接采集无标记结构变形前后的数字图像,并在左视角的变形前图像上选取表面测量区域和划分测量网格点;对无标记结构变形前的左、右视角图像进行SIFT特征点检测与匹配,通过特征点对的三级筛选,建立自适应的立体匹配数据集;构建并训练自适应的立体匹配人工神经网络,并将左视角的测量网格点输入神经网络,获取右视角的测量网格点;分别在两视角下,基于多尺度光流算法对变形前后图像进行测量网格点追踪,计算变形前后测量网格点的三维坐标;基于子域投影和最小二乘拟合,逐点计算三维应变,本发明无需在结构表面喷洒散斑,能够实现无标记结构的全场三维应变高效测量。