[发明专利]一种基于计算机视觉中边缘识别的拉索索力测量方法

摘要

本发明公开了一种基于计算机视觉中边缘识别的拉索索力测量方法，属于结构健康监测技术领域，无需到达结构以及在拉索上安装传感器，不会干扰结构正常运营，实现了非接触式多根拉索索力的同步测量，节约测试成本与时间；利用Sobel算子和Zernike矩相结合的边缘识别方法，可精确测量结构拉索的振动时程，可快速同步测量结构中多根拉索构件的振动特性和索力，此方法对环境条件如光照变化、拉索背景变化不敏感，可用于长期监测。

主权项

1.一种基于计算机视觉中边缘识别的拉索索力测量方法，其特征在于：步骤如下：S1：在合适的位置架设相机采集视频，确保结构中待测试的拉索构件均位于相机视野范围内；S2：通过视频后处理分析提取出结构中拉索在视频图像中的运动时程；S21：在视频初始帧中选定多个待追踪的拉索局部作为目标区域IROI；S22‑S24，针对每一帧图像中目标区域，利用边缘识别方法求出区域内拉索边缘点的位置和拉索的投影方向；S22：利用Sobel算子初步确定可能的拉索边缘点，所得边缘点坐标精度为像素级别；具体实现方法是将横向、纵向模板和目标区域图像I_ROI分别做卷积，得到横向近似梯度以及纵向近似梯度继而求出梯度幅值矩阵根据一个给定阙值对梯度幅值矩阵G进行二值化处理，梯度幅值大于阈值的像素点为可能的边缘点S23：利用Zernike矩修正拉索边缘点的坐标，所得精度为亚像素级别；具体实现方法是将目标区域图像I_ROI与三个Zernike矩模板Z₀₀、Z₁₁、Z₂₀(尺寸为7×7)做卷积得到对应Zernike矩A₀₀、A₁₁、A₂₀，求解出每个可能边缘点的边缘相关参数：边缘方向到模板中心的距离灰度差对边缘参数设置阙值，去除无效的像素点，对剩余的像素点做坐标优化其中S24：对优化后的边缘点集合做直线拟合，确定拉索在视频帧中的投影方向；S25：给定拉索在视频帧中的运动方向，计算第k帧中拉索相对其在初始帧中的距离dk，继而得到拉索在视频图像中的运动时程{d1,d2,…,dn}；S3：识别拉索振动特性；利用Welch法计算出拉索运动时程信号的功率谱密度，再从功率谱密度曲线上提取峰值点位置作为拉索的自振频率；S4：根据拉索索力和振动频率之间的关系，估算出拉索索力，其中，l和m为索构件的长度和单位长度质量，f_n为索构件第n阶自振频率，EI为拉索的抗弯刚度。