[发明专利]一种基于光流法的结构微幅振动工作模态分析方法

权利要求书

1.一种基于光流法的结构微幅振动工作模态分析方法，其特征在于：包括以下步骤：

S1.利用录像设备对结构的振动过程进行采集，获取振动过程的视频；

S2.利用图像处理程序在所述视频的第一帧上选择感兴趣的区域，并提取该感兴趣区域的结构轮廓点；

S3.通过视觉方法提取结构轮廓点的表观运动响应；

S4.利用快速傅里叶变换将结构轮廓点的位移时域数据转换为频域数据，分析频域数据的峰值得出结构的模态频率的近似值；

S5.根据所述模态频率的近似值对轮廓点位移信号进行带通滤波，并将滤波后的信号映射到原视频中，放大轮廓点的振动响应；

S6.利用结构模态参数辨识方法和滤波后的位移时域数据辨识结构的模态频率和阻尼比。

2.根据权利要求1所述的方法，其特征在于：步骤S1中所述录像设备的帧率大于拟估计的结构最大模态频率的2倍。

3.根据权利要求1所述的方法，其特征在于：步骤S2中所述结构轮廓点的单位为像素。

4.根据权利要求1所述的方法，其特征在于：步骤S2中所述图像处理程序的处理过程具体为：

S21.在视频的第一帧手动框选感兴趣的区域，或者利用图像识别的方法自动识别视频中的结构；

S22.对所述感兴趣区域进行均值滤波；

S23.利用canny算法将滤波后的感兴趣区域二值化，并识别出区域中结构的轮廓点；

S24.通过cv2.findContours()函数提取所述二值化的轮廓点的像素坐标，并将其映射到视频图像中。

5.根据权利要求1所述的方法，其特征在于：步骤S3中所述视觉方法包括但不限于稀疏光流法、稠密光流法、基于相位的运动放大技术。

6.根据权利要求5所述的方法，其特征在于：步骤S3更具体为：通过Gunnar Farneback光流算法计算视频中感兴趣区域内所有轮廓点的光流场，得到轮廓点的速度矢量和位移矢量；所述速度矢量代表结构的表观运动速度，所述位移矢量能够得到表观位移的时域数据。

7.根据权利要求1所述的方法，其特征在于：步骤S5更具体为：根据所述模态频率的近似值对所有轮廓点位移信号进行带通滤波，将滤波后的信号转换为轮廓点光流的变化，并将每一帧所有轮廓点的光流变化值放大，并映射到原视频中，放大轮廓点的振动响应。

8.根据权利要求7所述的方法，其特征在于：所述所有轮廓点的光流变化值的放大倍数包括但不限于3-10倍。

9.根据权利要求1所述的方法，其特征在于：步骤S6中所述结构模态参数辨识方法包括但不限于随机子空间法、频域分解法、希尔伯特-黄变换法。

10.根据权利要求9所述的方法，其特征在于：步骤S6更具体为：根据步骤四得到的模态频率的近似值以及时域数据，利用时域分析方法：基于协方差的随机子空间法，计算得出结构的前两阶模态频率和阻尼比。