[发明专利]基于形态分量分析的视觉振动放大方法、检测方法及系统

说明书

本发明公开了基于形态分量分析的视觉振动放大方法、检测方法及系统，属于计算机视觉技术领域。获取包括目标对象的视频文件，确定所述目标对象在所述视频文件中每帧图像的感兴趣区域；采用品质因子可调小波字典和离散正余弦字典分别表示每帧视频的结构成分和纹理成分；采用基于广义高斯密度分布的阈值选择算法确定结构成分的阈值；采用自适应MCA分离图像结构成分和纹理成分；根据分离出的结构成分，结合欧拉视角原理，实现微振动信号的放大，重构放大视频，同时，针对结构成分，提取出视觉振动信号，实现多个振动频率的测量。

技术领域

本发明属于计算机视觉技术领域，具体地说，涉及一种基于形态分量分析的视觉振动放大、检测方法及系统。

背景技术

频率信息是振动分析的重要依据，广泛应用于机械或者建筑结构健康检测和质量检测。人们一般通过分析物体的振动信号来检测振动频率。在振动测量领域，被测对象往往受不同激励源的激励，在频谱上表现为多个频率的混合。

在传统的振动检测中，测量被测对象的频率的方式主要是在被测对象表面粘贴加速度传感器获得加速度信号，根据加速度信号获得位移信号，针对位移信号，获得被测对象的频谱，这种接触式的振动检测方法存在明显不足：由于加速度传感器本身有重量，难以检测管状的对象，同时加速度传感器本身的存在会影响被测对象的固有频率；且传感器粘贴过程耗时耗力，在多点测量时还需要进行传感器融合。而无接触式的激光传感器只能进行单点测量，若需进行全场测量，需要多个激光传感器，费用昂贵；且具有延时的缺点。

因此，目前提出了基于视觉的无接触式的振动信号采集方式，其主要的技术思路是：将每个像素都作为一个视觉传感器，任何一点的振动信号都可以提取出来，即无接触式的全场测量。然而，受摄像机拍摄光照条件的变化，拍摄对象表面不均匀反射，扰乱了从视频中提取的振动信号，导致测量结果不准确。

针对光照的变化，近年来，也有人开始研究，例如基于相位的运动放大方法广泛应用于测量和放大视频中不可感知的运动(Wadhwa,M.Rubinstein,F.Durand,andW.Freeman,“Phase-based video motion processing,”ACM Trans.Graph.,vol.32,no.4,Jul.2013,Art.no.80.)。(A.Davis et al.,“Visual vibrometry:Estimating materialproperties from small motions in video,”IEEE Trans.Pattern Anal.Mach.Intell.,vol.39,no.4,pp.732–745,Apr.2017)；从视频中提取运动信号计算振动物体的频率，用于推测材料的性质，比如，杨氏模量、刚度、阻尼、几何尺寸等。(Chen J G,Wadhwa N,Cha Y J,et al.Modal identification of simple structures with high-speed video usingmotion magnification[J].Journal of Sound and Vibration,2015,345:58-71.)利用该方法用于测量悬臂梁和塑料管的振动频率和位移。

但是，在一些应用场景中，以怠速状态的发动机频谱为例，在正常情况下，发动机总成悬置系统的6个模态频率都在25hz以下。因此，发动机怠速状态的振动频谱在25Hz以下往往表现为多个频率的混合。然而，由于上述的相位缠绕或解缠算法缺陷，导致提取的振动波形不准确，影响了微振动频率测量的精确度，特别是在系统存在多个混合频率时，更容易检测出不存在的异常频率。

综上所述，现有的振动测量技术还无法有效地解决微幅振动的测量问题。在这种情况下，针对微幅振动测量问题，亟需一种视觉振动放大方法，降低拍摄光照的干扰，准确地检测出被测对象的多个模态频率。

发明内容