[发明专利]一种无标记结构三维振动的计算机视觉测量方法

权利要求书

1.一种无标记结构三维振动的计算机视觉测量方法，其特征在于，包括以下步骤：

步骤1)，利用双目相机对结构不同视角下的振动进行视频记录；

步骤2)，对初始帧图像进行多尺度差分空间表征，通过对比不同尺度上像素点的亮度信息，分别筛选出初始帧不同视角下结构虚拟特征点；

步骤3)，选取以虚拟特征点为中心的像素区域，基于图像像素亮度和梯度分别构建初始帧不同视角下虚拟特征点的描述符向量；

步骤4)，对不同视角下的虚拟特征点的描述符向量间进行欧式距离计算，获取初始帧同一虚拟特征点不同视角下的像素坐标；

步骤5)，以初始帧同一虚拟特征点不同视角下的像素坐标为基础，采用光流算法分别计算同一虚拟特征点不同视角下的像素坐标；

步骤6)，构建相机坐标系与空间控标系间的映射关系，基于不同时刻虚拟特征点不同视角下的像素坐标获取虚拟特征点不同时刻的三维空间坐标；

步骤7)，基于不同时刻虚拟特征点的三维空间坐标，测量结构的三维振动。

2.根据权利要求1所述无标记结构三维振动的计算机视觉测量方法，其特征在于，所述步骤2)中，利用不同尺度高斯核函数与初始帧图像进行卷积，获取不同尺度的图像，即：

式中：L(x，y，σ)为高斯核函数卷积后的图像，G(x，y，σ)为尺度σ的高斯基函数，为卷积运算，I(x，y)表示图像像素亮度信息；

利用不同尺度图像构建图像的多尺度差分空间，描述为：

D(x，y，σ)＝L(x，y，(l+1)σ)-L(x，y，lσ)

式中：D(x，y，σ)表示尺度为σ的差分图像，l表示建立高斯差分空间图像的层数，l＝1，2，3；

在建立高斯多尺度差分空间的基础上，图像像素亮度要与尺度空间相邻的26个像素亮度相比较，以判断其亮度值大于或者小于该点在尺度域的相邻点，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，其中26个像素包括自身尺度层中的8个像素点，以及分别位于其上下两个尺度层中的18个像素点。

3.根据权利要求1所述无标记结构三维振动的计算机视觉测量方法，其特征在于，所述步骤3)中，选取以虚拟特征点为中心的16×16像素区域，计算区域内每个像素亮度梯度大小和方向，并将每个4×4小块上像素梯度方向按照0⁰，45⁰，90⁰，135⁰，180⁰，225⁰，270⁰，315⁰共8个方向进行统计，每个方向上数值的大小由区域内像素亮度梯度大小进行累积，其中，像素亮度梯度大小g(x，y)和方向θ(x，y)表示为：

θ(x，y)＝arctan(G_y(x，y)/G_x(x，y))

式中：G_x(x，y)和G_y(x，y)分别为(x，y)位置像素亮度在x、y方向上的梯度，计算如下：

式中：I(x，y)为图像像素亮度，表示卷积运算，H_x和H_y分别为x、y方向上的梯度算子，表示如下：

将每4×4小块上像素区域生成一个种子点，每个虚拟特征点由4×4个种子点构成，则每个种子点都具有8个方向的向量信息，共产生16×8＝128个特征点的信息，作为一个虚拟特征点的描述符向量；

重复步骤3)，获得初始帧不同视角下结构虚拟特征点的描述符向量。

4.根据权利要求3所述无标记结构三维振动的计算机视觉测量方法，其特征在于，所述步骤4)中，初始帧不同视角下的两幅图像分别为m、n，通过步骤3)创建的结构虚拟特征点的描述符向量的集合分别为和s为m、n图像中所筛选出的虚拟特征点数目；

在图像m中，选取一个特征点i，其像素坐标为描述符向量为分别计算和之间的欧式距离，获取最小距离描述符向量所对应的虚拟特征点的像素坐标，记为此时，图像m中的虚拟特征点对应于图像n中虚拟特征点