[發明專利]基于形態分量分析的視覺振動放大方法、檢測方法及系統

有效

• 申請號: 202110668319.1
• 申請日: 2021-06-16
• 公開（公告）號: CN113447111B
• 公開（公告）日: 2022-09-27
• 發明（設計）人: 楊學志;沈晶;張龍;張肖;臧宗迪;孔瑞;楊平安
• 申請（專利權）人: 合肥工業大學
• 主分類號: G01H9/00
• 分類號: G01H9/00;G06T7/40
• 代理公司: 安徽知問律師事務所 34134
• 代理人: 代群群

1.一種基于形態分量分析的視覺振動放大方法，其特征在于，所述方法包括：

S100：獲取包括目標對象的視頻文件，確定所述目標對象在所述視頻文件中每幀圖像中的感興趣區域；

S200：構造表征所述視頻文件每幀圖像中感興趣區域的結構分量；構造表征所述視頻文件中每幀圖像感興趣區域的紋理分量；其中構建品質因子可調小波字典用于表征圖像的結構成分，構建局部離散余弦變換與離散正弦變換字典用于表示圖像的紋理成分；

S300：分離所述感興趣區域中的結構分量和紋理分量及噪聲分量，將分離出的結構分量和紋理分量，結合歐拉視角放大所述感興趣區域的微振動信號，重構包含目標對象的放大視頻文件；其中每個當前幀和第一幀的結構成分差對應的是正常振動，每個當前幀和第一幀的紋理成分差對應的是異常擾動，利用歐拉視角原理，只放大結構成分，減小紋理成分帶來的干擾；

所述分離感興趣區域中的結構分量和紋理分量的步驟包括：

利用MCA方法對視頻文件的每幀圖像的感興趣區域進行分離，獲得每幀圖像的結構分量紋理分量以及噪聲分量；其中結構分量與紋理分量之和與原圖像的差值，為噪聲分量；

構建基于廣義高斯密度分布的閾值選擇算法，確定所述紋理分量和所述結構分量的硬閾值；

根據所述紋理分量和所述結構分量的硬閾值，通過迭代閾值法求解結構分量和紋理分量；

結合歐拉視角放大所述感興趣區域的微振動信號，重構包含目標對象的放大視頻文件數據的步驟包括：

根據所述視頻文件中每幀圖像結構分量中各個像素的亮度變化來表征目標對象的振動變化，獲得視覺振動信號；

接收放大倍數，將所述放大倍數乘以視覺振動信號，再將每幀圖像結構分量中各個像素的亮度變化加上放大后的視覺振動信號；

根據目標對象的理論頻帶范圍設計帶通濾波，使得感興趣區域在特定的頻帶中振動幅度放大；

將所述感興趣區域放大后的結構分量與紋理分量重新組合以生成振動放大視頻。

2.根據權利要求1所述的一種基于形態分量分析的視覺振動放大方法，其特征在于，所述確定目標對象在視頻文件中每幀圖像中感興趣區域的步驟包括：

構建SVM識別模型，將所述視頻文件數據的某一幀圖像輸入所述SVM識別模型，獲取所述目標對象的關鍵區域，作為感興趣區域；其中所述SVM識別模型是通過訓練集訓練得到的。

3.根據權利要求2所述的一種基于形態分量分析的視覺振動放大方法，其特征在于，所述訓練集的獲取步驟包括：

獲取包含目標對象的多組圖像，采用分水嶺算法，分割出每一組圖像的候選區域，所述每個候選區域內只包含所述目標對象的一組關鍵對象，對所述候選區域進行標記；

采用滑動窗口的方式，將帶有關鍵對象標記的候選區域圖像塊作為正例，將無關鍵對象標記的背景圖像塊作為負例，構建多值分類的訓練集。

4.一種基于形態分量分析的視覺振動檢測方法，包括其特征在于：

將獲得的視覺振動信號，通過快速傅里葉變換，獲得視覺振動信號對應的頻譜；

將所述視覺振動信號對應的頻譜結合權利要求1-3任意一項獲得的振動放大視頻，對目標對象的振動情況檢測。