高速視覺動(dòng)態(tài)測(cè)量系統(tǒng)關(guān)鍵技術(shù)與應(yīng)用研究.pdf

1、隨著數(shù)字圖像技術(shù)的發(fā)展，高像素相機(jī)的出現(xiàn)，圖像能夠完整的記錄結(jié)構(gòu)位置信息從而復(fù)現(xiàn)出結(jié)構(gòu)的動(dòng)態(tài)響應(yīng)。視覺測(cè)量技術(shù)作為一種新興的測(cè)量技術(shù)以其高效、精確、非接觸、遠(yuǎn)距離測(cè)量等特點(diǎn)得到了國(guó)內(nèi)外研究者的普遍關(guān)注。現(xiàn)階段由于計(jì)算機(jī)硬件性價(jià)比不斷提高，相關(guān)技術(shù)逐漸發(fā)展，視覺測(cè)量技術(shù)能在很大程度上補(bǔ)充傳統(tǒng)測(cè)量方式的不足從而能很快的獲得全球化的應(yīng)用。
　　高速視覺測(cè)量系統(tǒng)具有更快的采樣頻率、更高的計(jì)算速度，所以其不僅能完成普通的幾何尺寸、形狀姿態(tài)的

2、測(cè)量，還能夠通過高速相機(jī)拍攝得到物體的運(yùn)動(dòng)視頻，使用數(shù)字圖像處理技術(shù)對(duì)視頻圖像分析、處理，實(shí)現(xiàn)對(duì)物體運(yùn)動(dòng)的快速跟蹤。本文以高速相機(jī)為基礎(chǔ)，以圖像為對(duì)象，深入研究基于計(jì)算機(jī)視覺圖像實(shí)現(xiàn)結(jié)構(gòu)動(dòng)態(tài)響應(yīng)測(cè)量的系統(tǒng)方案、軟硬件的設(shè)計(jì)，特別是對(duì)軟件部分的視頻圖像位移提取算法進(jìn)行了深入的研究，解決了高速視覺測(cè)量中的速度、精度和魯棒性三大問題的關(guān)鍵技術(shù)。
　　本文首先介紹了整個(gè)高速視覺測(cè)量系統(tǒng)的硬件搭配，為了增加系統(tǒng)適應(yīng)性，整個(gè)系統(tǒng)硬件組成通過更

3、換部件形成不同的組合以完成不同情況下的高速運(yùn)動(dòng)物體的視頻采集。并以單擺實(shí)驗(yàn)簡(jiǎn)單的演示了整個(gè)高速視覺測(cè)量系統(tǒng)測(cè)量運(yùn)動(dòng)的流程，包括測(cè)量系統(tǒng)的結(jié)構(gòu)，系統(tǒng)的標(biāo)定以及利用相關(guān)數(shù)字圖像處理技術(shù)提取運(yùn)動(dòng)位移的過程。
　　然后為了研究高速、高精度、魯棒的圖像匹配算法，本文對(duì)圖像相關(guān)法中的圖像匹配相關(guān)技術(shù)進(jìn)行了研究，包括匹配模板的選擇標(biāo)準(zhǔn)，幾種模板匹配常用的相關(guān)函數(shù)的優(yōu)缺點(diǎn)即相互之間的聯(lián)系;對(duì)常用的模板匹配位移提取算法進(jìn)行分析，提出了使用塊匹配和亞

4、像素定位的組合算法提高測(cè)量精度。同時(shí)也分析了一種高效的基于Lucas-Kanade的位移提取算法，并指出了其在視覺測(cè)量中的不足之處以及限定的使用范圍。根據(jù)圖像相關(guān)法的研究結(jié)果，針對(duì)高速視覺測(cè)量的高采樣頻率的特點(diǎn)，提出兩種對(duì)外界光照和噪聲不敏感、計(jì)算效率高、定位精度高的模板匹配算法來估計(jì)目標(biāo)運(yùn)動(dòng):一種是局部搜索優(yōu)化算法(LS)，另一種是基于混沌粒子群的優(yōu)化算法(PSO)，局部搜索模板匹配法適用于高頻率采樣下相鄰幀之間目標(biāo)位移較小或者目標(biāo)本

5、身運(yùn)動(dòng)位移就很小的情況，在特定情況下這種優(yōu)化算法可以獲得很高的計(jì)算效率?；诹Ｗ尤旱膬?yōu)化算法通過模擬鳥類捕食的思想能夠快速準(zhǔn)確的搜索相鄰幀之間目標(biāo)運(yùn)動(dòng)位移，無論是小范圍的還是大范圍的都可以捕捉到，并且有著避開局部最優(yōu)的能力。且這兩種基于標(biāo)準(zhǔn)互相關(guān)法(NCC)的模板匹配算法還能夠配合曲面擬合的亞像素精度，在幾乎不增加額外計(jì)算量的情況獲得圖像亞像素精度定位?？梢宰鳛楦咚僖曈X測(cè)量系統(tǒng)軟件的常規(guī)算法。
　　高速視覺測(cè)量系統(tǒng)不僅能夠?qū)崿F(xiàn)傳統(tǒng)

6、意義上結(jié)構(gòu)動(dòng)態(tài)的測(cè)量，還可以挖掘那些不為人類視覺所感知的、不可見、被忽略的運(yùn)動(dòng)信號(hào)，通過歐拉影像放大技術(shù)可以將這些微弱的信號(hào)提取放大甚至做到可以讓人眼感知的地步，但是放大后的視頻相對(duì)于真實(shí)的運(yùn)動(dòng)有一定的差別，本文提出一種基于奇異值分解理論(SVD)的位移提取算法，通過降低圖像的信息維數(shù)，從而揭示出隱藏在圖像背后的信息，算法簡(jiǎn)潔、快速、可靠。將其運(yùn)用到影像放大后的視頻分析可以實(shí)現(xiàn)視頻中一些運(yùn)動(dòng)主成分的快速提取并能避開由運(yùn)動(dòng)放大所引入的冗余

7、信息。
　　最后基于這種高速視覺測(cè)量的組合硬件，結(jié)合提出的高效位移提取算法，開發(fā)了基于計(jì)算機(jī)平臺(tái)的視覺測(cè)量軟件，并利用該軟件完成工程測(cè)量，解決工程中的實(shí)際問題。主要包括叉車方向盤系統(tǒng)的振動(dòng)測(cè)量與結(jié)構(gòu)優(yōu)化;高鐵兩側(cè)聲屏障在風(fēng)動(dòng)激勵(lì)下振動(dòng)測(cè)量及結(jié)構(gòu)模態(tài)計(jì)算;鏈接件的錘擊響應(yīng)測(cè)量與松脫程度判斷;軟性材料受聲音激勵(lì)后的振動(dòng)測(cè)量并以此恢復(fù)聲音。這些實(shí)例展示了高速視覺測(cè)量系統(tǒng)在工程應(yīng)用中的實(shí)際測(cè)量效果，充分證明了這種基于高速視覺的測(cè)量是一種有