[發(fā)明專利]一種圖像特征匹配的轉(zhuǎn)子葉片動頻測量方法

有效

• 申請?zhí)枺?/td>: 202110983964.2
• 申請日: 2021-08-25
• 公開（公告）號: CN113781411B
• 公開（公告）日: 2022-12-09
• 發(fā)明（設(shè)計）人: 徐自力;辛存;王存俊;李康迪
• 申請（專利權(quán)）人: 西安交通大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/246;G06T7/262;G06V10/54;G06V10/52;G06V10/75
• 代理公司: 西安智大知識產(chǎn)權(quán)代理事務(wù)所 61215
• 代理人: 段俊濤

1.一種圖像特征匹配的轉(zhuǎn)子葉片動頻測量方法，其特征在于，包括以下步驟：

步驟1)，利用高速攝影機對轉(zhuǎn)動狀態(tài)下的葉片振動進行視頻記錄；

步驟2)，將視頻各幀圖像劃分成若干子域，在不同子域內(nèi)采用多尺度差分空間方法檢測像素灰度的極值點，作為該子域的特征點；

步驟3)，基于特征點周圍像素的梯度方向、梯度幅值、灰度均值、灰度標準差構(gòu)建特征點描述符，該描述符是采用了132個元素的向量，使該特征點具有唯一性；

步驟4)，計算相鄰時刻特征點描述符間的歐式距離，基于最小歐氏距離原則對相鄰時刻特征點進行匹配，獲取特征點在不同時刻的位置，進而獲得特征點的時域運動；

步驟5)，利用轉(zhuǎn)軸上特征點的時域運動計算轉(zhuǎn)軸的旋轉(zhuǎn)速度；

步驟6)，利用葉片上特征點的時域運動和轉(zhuǎn)軸旋轉(zhuǎn)速度計算轉(zhuǎn)子葉片的振動時域信息；

步驟7)，對葉片振動的時域信息進行頻域分析，得到轉(zhuǎn)子葉片的動頻。

2.根據(jù)權(quán)利要求1所述圖像特征匹配的轉(zhuǎn)子葉片動頻測量方法，其特征在于，所述步驟2)中，將圖像劃分成若干個3×3子域，選擇高斯基函數(shù)為多尺度核函數(shù)，利用不同尺度的核函數(shù)與圖像子域進行卷積，建立圖像多尺度空間：

式中：I(x,y)表示二維灰度圖像，G(x,y,σ)為二維高斯核函數(shù)，σ為尺度因子，表示卷積運算，x、y表示像素坐標；

在圖像多尺度空間中，利用相鄰的不同尺度圖像獲得圖像多尺度差分空間：

D(x,y,σ)＝L(x,y,(k+1)σ)-L(x,y,kσ)

式中：L(x,y,(k+1)σ)和L(x,y,kσ)為圖像尺度空間中相鄰的不同尺度圖像；

在利用差分空間對3×3子域內(nèi)特征點進行檢測的過程中，每一個像素點的灰度值要與當前尺度層中8個像素點，以及上下相鄰兩個尺度層中的2×9＝18個像素點的灰度值相比較，篩選子域內(nèi)圖像像素灰度極值點作為該子域的特征點。

3.根據(jù)權(quán)利要求2所述圖像特征匹配的轉(zhuǎn)子葉片動頻測量方法，其特征在于，所述步驟3)中，選取特征點周圍16×16像素，將其劃分成16個4×4區(qū)域，對不同區(qū)域內(nèi)像素的梯度方向、梯度幅值進行計算，像素點的梯度幅值g(x,y)和方向θ(x,y)的計算公式分別為：

θ(x,y)＝arctan((I(x,y+1)-I(x,y-1))/(I(x+1,y)-I(x-1,y)))

式中：I(x+1,y)、I(x-1,y)、I(x,y+1)、I(x,y-1)均表示二維灰度圖像；

設(shè)定梯度方向從[0°—45°]、[45°—90°]、[90°—135°]、[135°—180°]、[180°—225°]、[225°—270°]、[270°—315°]、[315°—360°]八個區(qū)間對4×4區(qū)域內(nèi)像素的梯度幅值進行累加，得到8個關(guān)于梯度方向和幅值的特征信息，共產(chǎn)生16×8＝128個特征信息，對特征點周圍16×16像素的亮度均值、亮度極大值、亮度極小值、標準差進行統(tǒng)計，得到4個特征信息，將最終得到的132個特征信息作為一個向量，即特征點描述符。

4.根據(jù)權(quán)利要求1所述圖像特征匹配的轉(zhuǎn)子葉片動頻測量方法，其特征在于，所述步驟4)具體包含三個步驟：

(1)設(shè)相鄰時刻的圖像分別為i-1和i，相鄰時刻檢測出的特征點集合分別為f_i-1＝{m₁,m₂,...,m_s}、f_i＝{n₁,n₂,...,n_s}，s為圖像中的特征點數(shù)目，m_s為f_i-1中第s個特征點，n_s為f_i中第s個特征點，特征點對應(yīng)的描述符集合分別為和其中表示i-1時刻圖像中特征點m₁所對應(yīng)的描述符，包含132個元素，記為

(2)計算i-1時刻描述符集合和i時刻描述符集合間的歐氏距離，將計算得到的歐式距離按照從大到小的順序排列，基于最小歐氏距離原則對相鄰時刻特征點為代表的區(qū)域進行匹配，獲取特征點在i-1時刻和i時刻的對應(yīng)位置；

(3)重復上述步驟，獲取特征點在不同時刻的位置，對結(jié)構(gòu)的時域運動進行測量。