[發(fā)明專利]基于亞像素邊緣檢測的結(jié)構(gòu)振動響應(yīng)自動識別方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210353110.0
• 申請日: 2022-04-06
• 公開（公告）號: CN114445404A
• 公開（公告）日: 2022-05-06
• 發(fā)明（設(shè)計）人: 孔烜;易金鑫;羅奎;鄧露
• 申請（專利權(quán)）人: 湖南大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/25;G06V10/44;G06V10/764;G06K9/62;G06T7/60
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 張藝

1.一種基于亞像素邊緣檢測的結(jié)構(gòu)振動響應(yīng)自動識別方法，其特征在于，包括：

獲取對待識別剛性結(jié)構(gòu)進(jìn)行視頻采集后得到的待識別視頻幀；

從所述待識別視頻幀中確定出所述待識別剛性結(jié)構(gòu)對應(yīng)的感興趣區(qū)域，并確定出位于所述感興趣區(qū)域上的與所述待識別剛性結(jié)構(gòu)對應(yīng)的所有目標(biāo)亞像素級邊緣點；

基于目標(biāo)亞像素級邊緣點在第一幀所述待識別視頻幀與其他所述待識別視頻幀之間的位置變化，計算出所述目標(biāo)亞像素級邊緣點在第一幀所述待識別視頻幀與其他所述待識別視頻幀之間的亞像素級相對位移；

基于所述亞像素級相對位移確定出所有所述目標(biāo)亞像素級邊緣點在所有所述待識別視頻幀之間的實際位移時程，并基于所述實際位移時程識別出與所述待識別剛性結(jié)構(gòu)對應(yīng)的所有模態(tài)參數(shù)，然后利用層次聚類分析從所述所有模態(tài)參數(shù)中自動識別出真實模態(tài)參數(shù)，以得到所述待識別剛性結(jié)構(gòu)的振動響應(yīng)。

2.根據(jù)權(quán)利要求1所述的基于亞像素邊緣檢測的結(jié)構(gòu)振動響應(yīng)自動識別方法，其特征在于，所述獲取對待識別剛性結(jié)構(gòu)進(jìn)行視頻采集后得到的待識別視頻幀，包括：

獲取預(yù)設(shè)拍攝設(shè)備通過互聯(lián)網(wǎng)傳輸?shù)膶ΥR別剛性結(jié)構(gòu)進(jìn)行視頻采集后得到的目標(biāo)視頻；

對所述目標(biāo)視頻進(jìn)行分幀處理，以得到待識別視頻幀。

3.根據(jù)權(quán)利要求1所述的基于亞像素邊緣檢測的結(jié)構(gòu)振動響應(yīng)自動識別方法，其特征在于，所述從所述待識別視頻幀中確定出所述待識別剛性結(jié)構(gòu)對應(yīng)的感興趣區(qū)域，包括：

利用雙三次插值法對所述待識別視頻幀進(jìn)行圖像放大預(yù)處理，以得到預(yù)處理后的待識別視頻幀；

從所述預(yù)處理后的待識別視頻幀中確定出所述待識別剛性結(jié)構(gòu)對應(yīng)的感興趣區(qū)域。

4.根據(jù)權(quán)利要求1所述的基于亞像素邊緣檢測的結(jié)構(gòu)振動響應(yīng)自動識別方法，其特征在于，所述確定出位于所述感興趣區(qū)域上的與所述待識別剛性結(jié)構(gòu)對應(yīng)的所有目標(biāo)亞像素級邊緣點，包括：

利用預(yù)設(shè)算法對所述感興趣區(qū)域進(jìn)行亞像素級邊緣檢測，以提取出位于所述感興趣區(qū)域上的與所述待識別剛性結(jié)構(gòu)對應(yīng)的所有目標(biāo)亞像素級邊緣點。

5.根據(jù)權(quán)利要求4所述的基于亞像素邊緣檢測的結(jié)構(gòu)振動響應(yīng)自動識別方法，其特征在于，所述利用預(yù)設(shè)算法對所述感興趣區(qū)域進(jìn)行亞像素級邊緣檢測，以提取出位于所述感興趣區(qū)域上的與所述待識別剛性結(jié)構(gòu)對應(yīng)的所有目標(biāo)亞像素級邊緣點，包括：

利用Canny算子對所述感興趣區(qū)域進(jìn)行像素級邊緣檢測，以提取出位于所述感興趣區(qū)域上的與所述待識別剛性結(jié)構(gòu)對應(yīng)的所有像素級邊緣點；

利用預(yù)設(shè)Zernike矩亞像素邊緣檢測算法并基于所述所有像素級邊緣點計算出位于所述感興趣區(qū)域上的與所述待識別剛性結(jié)構(gòu)對應(yīng)的所有目標(biāo)亞像素級邊緣點；所述預(yù)設(shè)Zernike矩亞像素邊緣檢測算法為將Zernike矩亞像素邊緣檢測算法中的階躍函數(shù)邊緣模型轉(zhuǎn)換為線性斜坡邊緣模型后得到的算法。

6.根據(jù)權(quán)利要求1所述的基于亞像素邊緣檢測的結(jié)構(gòu)振動響應(yīng)自動識別方法，其特征在于，所述基于所述亞像素級相對位移確定出所有所述目標(biāo)亞像素級邊緣點在所有所述待識別視頻幀之間的實際位移時程，包括：

確定出所有所述目標(biāo)亞像素級邊緣點在第一幀所述待識別視頻幀與其他所述待識別視頻幀之間的亞像素級相對位移，以得到所有所述目標(biāo)亞像素級邊緣點的亞像素級位移時程；

利用尺度因子法將所有所述目標(biāo)亞像素級邊緣點的亞像素級位移時程轉(zhuǎn)換為所有所述目標(biāo)亞像素級邊緣點的實際位移時程。

7.根據(jù)權(quán)利要求1至6任一項所述的基于亞像素邊緣檢測的結(jié)構(gòu)振動響應(yīng)自動識別方法，其特征在于，所述基于所述實際位移時程識別出與所述待識別剛性結(jié)構(gòu)對應(yīng)的所有模態(tài)參數(shù)，包括：

利用協(xié)方差驅(qū)動的隨機(jī)子空間識別方法對所述實際位移時程進(jìn)行處理，以識別出與所述待識別剛性結(jié)構(gòu)對應(yīng)的所有模態(tài)參數(shù)。

8.一種基于亞像素邊緣檢測的結(jié)構(gòu)振動響應(yīng)自動識別系統(tǒng)，其特征在于，包括：

待識別視頻幀獲取模塊，用于獲取對待識別剛性結(jié)構(gòu)進(jìn)行視頻采集后得到的待識別視頻幀；

目標(biāo)亞像素級邊緣點確定模塊，用于從所述待識別視頻幀中確定出所述待識別剛性結(jié)構(gòu)對應(yīng)的感興趣區(qū)域，并確定出位于所述感興趣區(qū)域上的與所述待識別剛性結(jié)構(gòu)對應(yīng)的所有目標(biāo)亞像素級邊緣點；

亞像素級相對位移確定模塊，用于基于目標(biāo)亞像素級邊緣點在第一幀所述待識別視頻幀與其他所述待識別視頻幀之間的位置變化，計算出所述目標(biāo)亞像素級邊緣點在第一幀所述待識別視頻幀與其他所述待識別視頻幀之間的亞像素級相對位移；

模態(tài)參數(shù)識別模塊，用于基于所述亞像素級相對位移確定出所有所述目標(biāo)亞像素級邊緣點在所有所述待識別視頻幀之間的實際位移時程，并基于所述實際位移時程識別出與所述待識別剛性結(jié)構(gòu)對應(yīng)的所有模態(tài)參數(shù)，然后利用層次聚類分析從所述所有模態(tài)參數(shù)中自動識別出真實模態(tài)參數(shù)，以得到所述待識別剛性結(jié)構(gòu)的振動響應(yīng)。