[发明专利]一种非接触式的基于影像的实时在线振动测量方法

摘要

本发明公开了一种非接触式的基于影像的实时在线振动测量方法，属于振动测量与分析领域。本方法通过高速相机录制目标物体的振动过程，计算机内置的振动测量软件提取出上述目标物体的振动视频包含的每一帧图像，储存在计算机内置的振动测量软件开辟出的内存池中，并在计算机内置的振动测量软件中创建线程池，线程池中不同的线程有序提取内存池中相应的图像帧，通过建立图像与实际物体的坐标，求得图像与实际物体尺寸换算矩阵M，从而映射出振动过程中相机成像的实际坐标和位移，并输出测量结果和数据曲线。本发明采用非接触式的测量方式，不会改变测试对象的振动特性，测量精度高，可对有毒有害、高温、危险环境下的振动物体进行振动特性测量。

主权项

一种非接触式的基于影像的实时在线振动测量方法，其特征在于：包括以下步骤：1)固定平面标靶到被测目标物体上，调整相机方向与镜头焦距，使包含平面标靶的被测目标物体在相机上清晰成像；2)采用高速相机对目标物体的振动情况进行拍摄，得到目标物体的振动视频；3)由计算机内置的振动测量软件对步骤2)得到的目标物体的振动视频提取出每一帧图像，图像帧编号为i(i＝1、2……)；4)对步骤3)得到的第1帧图像，选取平面标靶所在的图像区域，依据标靶特征识别算法，识别出平面标靶的范围区域；5)以平面标靶的中心点为坐标原点分别在物体上和图像中建立两个坐标系oxy和ouv，根据事先已知的标靶实际尺寸和识别出的标靶特征范围区域在图像上的尺寸，计算出高速相机标定的投影矩阵M，计算公式如下：$s\left[\begin{array}{c}u\\ v\\ 1\end{array}\right]=\left[\begin{array}{ccc}\frac{1}{\mathrm{dx}}& 0& u_0\\ 0& \frac{1}{\mathrm{dy}}& v_0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{cccc}f& 0& 0& 0\\ 0& f& 0& 0\\ 0& 0& 1& 0\end{array}\right]\left[\begin{array}{cc}R& t\\ 0^T& 1\end{array}\right]\left[\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right]=\left[\begin{array}{cccc}{a}_x& 0& u_0& 0\\ 0& a_y& v_0& 0\\ 0& 0& 1& 0\end{array}\right]\left[\begin{array}{cc}R& t\\ 0^T& 1\end{array}\right]\left[\begin{array}{c}x\\ y\\ z\\ 1\end{array}\right]=M\left[\begin{array}{c}x\\ y\\ 0\\ 1\end{array}\right]$其中，s为比例因子，令其为1，$M=\left[\begin{array}{cccc}{m}_{11}& m_{12}& m_{13}& m_{14}\\ m_{21}& m_{22}& m_{23}& m_{24}\\ m_{31}& m_{32}& m_{33}& m_{34}\end{array}\right]=\left[\begin{array}{cccc}{m}_{11}& m_{12}& 0& m_{14}\\ m_{21}& m_{22}& 0& m_{24}\\ m_{31}& m_{32}& 0& m_{34}\end{array}\right],$根据解一次方程组的基本条件，至少需要标靶上的3个不同特征点的实际物理坐标和图像坐标才可以求解出M矩阵内部的各个元素系数，根据标靶上的3个特征点的坐标值，代入上面的公式中可以得到关于m_pq(p＝1、2、3，q＝1、2、4)的一次方程组，利用高斯消元法可以求解得到M矩阵内部的各个元素系数的值，即求得图像与实际物体尺寸换算矩阵M；6)由计算机内置的振动测量软件，开辟一块内存池用于保存所拍摄到的目标物体振动的一定数目帧数的图像；7)创建一个包含多个线程的线程池，该线程池内的线程可以并行运行于不同CPU内核，每个线程都有一个自身编号，该编号为L(L＝1、2、……m，m为线程池的线程总数目)，其中，m为正整数；8)每一个带有自身编号的线程有序地从内存池中提取相应编号的待分析的图像帧，其提取规则是，第L号线程应分析第i帧图像，其中i＝L+n×m(n＝0、1、2……)；9)根据步骤5)求解得到的投影矩阵M，可计算出图像上每一个像素所代表的实际物理坐标，振动视频中的任意一帧图像中的任何一点(u,v)映射到实际场景(x,y)的变换公式如下：由步骤5可得，$\left[\begin{array}{c}u\\ v\\ 1\end{array}\right]=\left[\begin{array}{cccc}{m}_{11}& m_{12}& 0& m_{14}\\ m_{21}& m_{22}& 0& m_{24}\\ m_{31}& m_{32}& 0& m_{34}\end{array}\right]\left[\begin{array}{c}x\\ y\\ 0\\ 1\end{array}\right]=\left[\begin{array}{ccc}{m_{11}}^{,}& {m_{12}}^{,}& {m_{13}}^{,}\\ {m_{21}}^{,}& {m_{22}}^{,}& {m_{23}}^{,}\\ {m_{31}}^{,}& {m_{32}}^{,}& {m_{33}}^{,}\end{array}\right]\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]=M^{,}\left[\begin{array}{c}x\\ y\\ 1\end{array}\right],$因此，$\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]={\left[M^{,}\right]}^{-1}\left[\begin{array}{c}u\\ v\\ 1\end{array}\right];$10)第L号线程提取第i帧图像，提取某个测量点的图像特征，计算该测量点的图像特征中心的位置，并与第1帧图像中的对应的测量点的图像特征中心进行比对，得到测量点的图像位移，设第j个测量点在第i帧图像中的图像坐标为(us_ij,vs_ij)，则第j个测量点的图像位移duv的计算公式如下：$d_{\mathrm{uv}}=\sqrt{{({\mathrm{us}}_{\mathrm{ij}}-{\mathrm{us}}_{1j})}^2+{({\mathrm{vs}}_{\mathrm{ij}}-{\mathrm{vs}}_{1j})}^2};$11)根据步骤9)的计算公式，第j个测量点在第1帧图像中的实际坐标$\left[\begin{array}{c}{\mathrm{xs}}_{1j}\\ {\mathrm{ys}}_{1j}\\ 1\end{array}\right]={\left[M^{,}\right]}^{-1}\left[\begin{array}{c}{\mathrm{us}}_{1j}\\ {\mathrm{vs}}_{1j}\\ 1\end{array}\right],$第j个测量点在第i帧图像中的实际坐标$\left[\begin{array}{c}{\mathrm{xs}}_{\mathrm{ij}}\\ {\mathrm{ys}}_{\mathrm{ij}}\\ 1\end{array}\right]={\left[M^{,}\right]}^{-1}\left[\begin{array}{c}{\mathrm{us}}_{\mathrm{ij}}\\ {\mathrm{vs}}_{\mathrm{ij}}\\ 1\end{array}\right],$则步骤10中的第j个测量点的实际位移为：$d_{\mathrm{xy}}=\sqrt{{({\mathrm{xs}}_{\mathrm{ij}}-{\mathrm{xs}}_{1j})}^2+{({\mathrm{ys}}_{\mathrm{ij}}-{\mathrm{ys}}_{1j})}^2};$12)将所有帧的特征测量点的位移信息分解到x、y两个维度上，可以得到目标振动的位移曲线；13)根据第12)步获得的两维位移信息做一阶微分运算得到速度信息，可以得到目标振动的速度曲线；14)根据前面获得的速度信息做一阶微分计算得到加速度信息，可以得到目标振动的加速度曲线；15)根据前面获得的位移、速度、加速度信息，做快速傅里叶变换运算得到频域信息，可以得到振动的频谱；16)根据前面得到的时域和频域信息，可以计算物体的振动模态、监控工作状态，进行故障分析与诊断。