[发明专利]一种计算机视觉下的圆模板匹配旋转结构运动无标记测量方法有效
申请号: | 202011314712.2 | 申请日: | 2020-11-21 |
公开(公告)号: | CN112526154B | 公开(公告)日: | 2021-09-03 |
发明(设计)人: | 徐自力;辛存;王存俊;李康迪 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G01P3/36 | 分类号: | G01P3/36;G01P13/00;G06K9/00;G06K9/62 |
代理公司: | 西安智大知识产权代理事务所 61215 | 代理人: | 段俊涛 |
地址: | 710049 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 计算机 视觉 模板 匹配 旋转 结构 运动 标记 测量方法 | ||
本发明公开一种计算机视觉下的圆模板匹配旋转结构运动无标记测量方法,通过结构虚拟特征点筛选、特征点圆模板建立、圆模板描述符向量计算、描述符向量匹配等步骤,对旋转结构运动进行测量。本发明所提出的方法充分考虑了旋转结构的运动特点,无需对结构表面进行标记,实现旋转结构运动的高精度测量,该测量方法的测量装置安装简单,适用于多种旋转结构。
技术领域
本发明属于机械结构振动测量相关技术领域,特别涉及一种计算机视觉下的圆模板匹配旋转结构运动无标记测量方法。
背景技术
旋转结构作为工业、民用应用最广泛的结构之一,是航空发动机、燃气轮机、汽轮机、压缩机、液体火箭发动机等大型结构设备的关键部件,对旋转结构的运动进行高精度测量,掌握旋转结构的运行状态情况,为旋转结构设备安全监测和故障诊断提供可靠地依据具有重要意义。
目前旋转结构运动测量方法有接触式和非接触式两种,其中接触式测量方法由于需要大量的人工干预,在实际应用中,很难进行有效的开展。基于计算机视觉方法是近年来发展起来的一种非接触式测量方法,也逐渐被用于旋转结构的运动测量,其中应用最广泛的包括数字图像相关、点跟踪技术等。前者需要在结构上喷洒大量的散斑用于测量旋转结构的运动,且由于旋转引起的大角度造成测量精度比较低;后者通过在结构上安装一个几何形状的图像,通过跟踪不同时刻几何图形的位置,对结构运动进行测量,但该方法只能对有几何标记的位置的运动信息进行计算,而对于大型结构,需要大量的标记点,测量效率低。同时,基于数字图像相关、点跟踪方法在测量旋转结构过程中需对结构表面进行的预处理,如散斑、几何标记容易脱落,给测量带来不便。
另外,现有计算机视觉下的旋转结构运动测量方法在面对视频图像两帧间因结构旋转引起的大运动问题时,其模板匹配效果差,最终引起较大的测量误差
发明内容
为了克服上述现有技术的缺点,本发明的目的在于提供一种计算机视觉下的圆模板匹配旋转结构运动无标记测量方法,旨在解决现有的基于计算机视觉的旋转结构运动测量方法测量精度低、需要人工预处理等问题,其对应的测量装置安装简单、无需视觉标记、测量数据噪声小,适用于多种旋转结构。
为了实现上述目的,本发明采用的技术方案是:
一种计算机视觉下的圆模板匹配旋转结构运动无标记测量方法,包括以下步骤:
1)利用高速相机对转动状态下的旋转结构运动进行视频记录;
2)基于初始帧图像建立高斯多尺度差分空间,利用图像像素与其领域像素亮度值在不同尺度上的大小关系,对图像像素亮度的极值点进行检测,筛选出结构表面的虚拟特征点;
3)以虚拟特征点为圆心构建半径不同的圆环区域,即不同半径大小的圆模板,对不同圆模板内像素亮度的包括均值、标准差、梯度方向的特征进行统计,建立虚拟特征点的描述符向量;
4)重复步骤3),构建待匹配图像中全部像素的圆模板描述符向量,对虚拟特征点的描述符向量与待匹配图像像素的描述符向量进行相关性计算,根据描述符向量间的相关性,获取虚拟特征点在待匹配图像中的位置;
5)重复步骤4),获取虚拟特征点在不同帧图像中的位置,对旋转结构的运动进行测量。
与现有技术相比,本发明的有益效果是:
1)测量效率、精度高,可同时对结构多个区域进行测量,同时,改善了现有视觉测量方法在面对旋转所带来的大角度运动测量精度的不足。
2)无需对被测结构表面进行预处理,仅利用图像的纹理信息对旋转叶片结构动频进行测量,更广的适用范围。
附图说明
图1为本发明所提出的旋转结构运动无标记测量方法流程示意图。
图2为图像多尺度差分空间示意图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011314712.2/2.html,转载请声明来源钻瓜专利网。