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与流程

1.本发明属于机械结构振动测量技术领域，特别涉及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。


背景技术：

2.基于光流算法的结构运动测量技术具有非接触、高空间分辨测量的优势，逐渐被应用于机械、土木等领域的结构运动测量。采用光流算法进行计算时，需要选择像素邻域窗口，基于邻域窗口内像素的运动一致性假设进行求解。然而，对于局部运动不规律的结构，现有的光流算法采用大小统一的窗口进行计算，影响该测量方法的计算精度。因此，本发明将几何匹配法与光流算法相结合，根据相邻帧圆形贴片的运动变化确定像素匹配窗口的大小，对局部运动不规律的结构采用合适的匹配窗口进行计算，实现不规则结构运动的高精度测量。


技术实现要素：

3.为了克服现有技术的缺点，解决现有光流算法对于局部运动不规律结构测量精度低的问题，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。为了实现上述目的，本发明采用的技术方案是：
4.步骤1)，采用与结构具有色彩差异的若干圆形贴片对结构表面进行标记，利用相机对结构进行视频记录；
5.步骤2)，利用梯度算子获取结构上圆形贴片的边缘像素坐标，并对同一圆形贴片的边缘像素坐标采用最小二乘逐帧进行圆拟合，获取圆形贴片的圆心位置，即圆形贴片的中心点；
6.步骤3)，结合初始帧图像所有圆形贴片的中心点坐标，采用voronoi剖分方法将初始帧图像划分为若干区域；
7.步骤4)，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，获取该区域各像素的运动；
8.步骤5)，重复步骤4)，依次对所有区域内不同像素点的运动进行计算，实现对结构运动进行高空间分辨率测量。
9.进一步地，所述步骤2)具体为，利用梯度算子逐帧计算图像在水平、竖直方向上的像素梯度，通过判断像素的梯度幅值的大小，获取圆形贴片的边缘像素坐标。
10.设检测到同一圆形贴片在第i帧下的边缘像素点坐标{xi,yi}。设圆形贴片边缘的圆方程为x2 y
2-ax-by c＝0，采用最小二乘法进行拟合，获取参数a、b、c，即
[0011][0012]
式中：k为视频额帧数
[0013]
从而得到圆形贴片中心点坐标(a/2,b/2)。
[0014]
进一步地，所述步骤3)具体为，设初始帧图像中所有圆形贴片的圆心集合点为o＝{o1，o2，...，on}，n表示圆形贴片的个数，以初始帧图像中不同圆心位置为中心，对图像进行voronoi区域划分：
[0015]
v(oi)＝{p∈v(oi)|d(p,oi)≤d(p,oj),j＝1,2,...,n,j≠i}
[0016]
式中：v(oi)贴片oi的所在区域，d(p,oi)为像素点p与贴片中心oi间的欧式距离，p为图像中的任意像素。
[0017]
进一步地，所述步骤4)具体为，设v(oi)为圆形贴片oi的所在区域，第j帧图像中圆形贴片中心点oi坐标为第j 1帧图像中圆形贴片中心点坐标为则第j帧图像与第j 1帧图像间圆形贴片中心位置变化描述为：
[0018][0019]
第j 1帧时，贴片中心点oi所在区域v(oi)的图像像素匹配窗口的大小为：
[0020][0021]
基于短时亮度恒定理论，建立光流方程：
[0022]ix
u iyv i
t
＝0
[0023]
式中：i
x
和iy分别表示图像像素灰度在x和y方向上的梯度，i
t
表示图像像素灰度关于时间t的导数，u、v表示光流沿x、y方向上的分量。
[0024]
根据像素邻域内运动相似性的假设，第j 1帧图像中区域v(oi)内的像素与窗口w
j 1
内像素具有相似的运动，采用最小二乘法对光流方程进行求解，得到第j 1帧时区域v(oi)内所有像素的光流。
[0025]
设不同帧下像素光流在水平和竖直方向上分别为{uk,vk|k＝1,2,3,...,k}，单位为像素/帧，k为视频的总帧数，则结构的运动为：
[0026][0027]
式中：m
x
、my分别为像素在水平和竖直方向上的时域运动，f为相机帧率。
[0028]
依次对所有区域内不同像素点的运动进行计算，实现对结构运动的高空间分辨率测量。
[0029]
与现有技术相比，本发明的有益效果是：
[0030]
测量精度高，相较于传统统一大小的邻域窗口，所提出的方法能够根据物体的实际运动状态调整邻域窗口的大小，提高该方法的测量精度。
附图说明
[0031]
图1为本发明所提出方法的流程示意图；
[0032]
图2为结构表面的圆形贴片标记示意图；
[0033]
图3为基于梯度检测算子标记边缘像素；
[0034]
图4为采用最小二乘对边缘像素拟合的圆心坐标；
[0035]
图5为基于不同圆心位置划分的voronoi区域；
[0036]
图6为基于标记点的结构运动测量；
[0037]
图7为时间段内像素位置变化及灰度矩阵变化示意图。
具体实施方式
[0038]
下面结合附图和实施例详细说明本发明的实施方式。
[0039]
如图1所示，本发明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，包括以下步骤：
[0040]
步骤1：采用与结构具有色彩差异的若干圆形贴片对结构表面进行标记，如图2所示，利用相机对结构进行视频记录。
[0041]
步骤2：如图3所示，利用梯度算子获取结构上圆形贴片的边缘像素坐标，并对同一圆形贴片的边缘像素坐标采用最小二乘逐帧进行圆拟合，获取贴片的圆心位置。
[0042]
本发明中，设检测到同一圆形贴片在第i帧下的边缘像素点坐标{xi,yi}。设圆形贴片边缘的圆方程为x2 y
2-ax-by c＝0，如图4所示，采用最小二乘法进行拟合，获取参数a、b、c，即
[0043][0044]
式中：k为视频额帧数
[0045]
从而得到圆形贴片中心点坐标(a/2,b/2)。
[0046]
步骤3：如图5所示,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区域。
[0047]
设初始帧图像中所有圆形贴片的圆心集合点为o＝{o1，o2，...，on}，n表示圆形贴片的个数，以初始帧图像中不同圆心位置为中心，对图像进行voronoi区域划分：
[0048]
v(oi)＝}p∈v(oi)|d(p,oi)≤d(p,oj),j＝1,2,...,n,j≠i}
ꢀꢀ
(2)
[0049]
式中：v(oi)贴片oi的所在区域，d(p,oi)为像素点p与贴片中心oi间的欧式距离，p为图像中的任意像素。
[0050]
步骤4：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，获取该区域各像素的运动。
[0051]
如图6所示，设v(oi)为圆形贴片oi的所在区域，第j帧图像中圆形贴片中心点oi坐标为第j 1帧图像中圆形贴片中心点坐标为则第j帧图像与第j 1帧图像间圆形贴片中心位置变化描述为：
[0052][0053]
第j 1帧时，贴片中心点oi所在区域v(oi)的图像像素匹配窗口的大小为：
[0054][0055]
如图7所示，基于短时亮度恒定理论，建立光流方程：
[0056]ix
u iyv i
t
＝0
ꢀꢀ
(5)
[0057]
式中：i
x
和iy分别表示图像像素灰度在x和y方向上的梯度，i
t
表示图像像素灰度关于时间t的导数，u、v表示光流沿x、y方向上的分量。
[0058]
根据像素邻域内运动相似性的假设，第j 1帧图像中区域v(oi)内的像素与窗口w
j 1
内像素具有相似的运动，采用最小二乘法对光流方程进行求解，得到第j 1帧时区域v(oi)内所有像素的光流。
[0059]
步骤5：重复步骤4)，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，实现对结构运动进行高空间分辨率测量。
[0060]
设不同帧下像素光流在水平和竖直方向上分别为{uk,vk|k＝1,2,3,...,k}，单位为像素/帧，k为视频的总帧数，则结构的运动为：
[0061][0062]
式中：m
x
、my分别为像素在水平和竖直方向上的时域运动，f为相机帧率。
[0063]
依次对所有区域内不同像素点的运动进行计算，实现对结构运动的高空间分辨率测量。