一種基于歐拉-拉格朗日混合框架的結(jié)構(gòu)振型可視化方法技術(shù)

本發(fā)明專利技術(shù)公開了一種基于歐拉

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種基于歐拉
?
拉格朗日混合框架的結(jié)構(gòu)振型可視化方法


[0001]本專利技術(shù)屬于結(jié)構(gòu)振動(dòng)分析
，具體的說是一種基于歐拉
?
拉格朗日混合框架的結(jié)構(gòu)振型可視化方法。

技術(shù)介紹

[0002]結(jié)構(gòu)在運(yùn)動(dòng)時(shí)的振動(dòng)往往蘊(yùn)含著結(jié)構(gòu)自身的本征參數(shù)，或者反映結(jié)構(gòu)的運(yùn)動(dòng)狀態(tài)。視覺檢測(cè)技術(shù)作為非接觸測(cè)量方法的重要組成部分，在多種工程領(lǐng)域得到了很好的應(yīng)用。視覺測(cè)量方法的優(yōu)勢(shì)有：可以實(shí)現(xiàn)較遠(yuǎn)距離的測(cè)量，無負(fù)載效應(yīng)，可以實(shí)現(xiàn)全場(chǎng)多尺度下的測(cè)量，執(zhí)行軟件自動(dòng)化程度高等。然而對(duì)于視頻中幅值微小的變化，傳統(tǒng)的視覺測(cè)量方法難以捕捉這些信號(hào)，針對(duì)這類應(yīng)用場(chǎng)景，運(yùn)動(dòng)放大算法非常適合對(duì)視頻內(nèi)微小的運(yùn)動(dòng)和結(jié)構(gòu)形變情況進(jìn)行分析，對(duì)環(huán)境中微小激勵(lì)產(chǎn)生的物體運(yùn)動(dòng)的分析成為可能。
[0003]作為一種將視頻中的細(xì)微變化可視化的技術(shù)，運(yùn)動(dòng)放大算法通過操縱平面內(nèi)像素(拉格朗日視角)或時(shí)序像素灰度變化(歐拉視角)來增強(qiáng)視頻中的空間振動(dòng)。基于拉格朗日視角的運(yùn)動(dòng)處理方法通過在圖像平面上移動(dòng)像素來實(shí)現(xiàn)運(yùn)動(dòng)放大，因此不會(huì)出現(xiàn)偽影，但是缺點(diǎn)是對(duì)細(xì)微運(yùn)動(dòng)不敏感，且受到抗噪性能的限制，所以基于拉格朗日視角的運(yùn)動(dòng)放大很少用于結(jié)構(gòu)模態(tài)測(cè)試。基于歐拉視角的運(yùn)動(dòng)處理方法中，與增加噪聲功率的線性方法不同，基于相位的運(yùn)動(dòng)處理方法不容易收到圖像噪聲的干擾，但是計(jì)算效率較低，并且當(dāng)取較大放大系數(shù)時(shí)重構(gòu)后的視頻會(huì)產(chǎn)生偽影。

技術(shù)實(shí)現(xiàn)思路

[0004]本專利技術(shù)是為了解決上述現(xiàn)有技術(shù)存在的不足之處，提出一種基于歐拉
?
拉格朗日混合框架的結(jié)構(gòu)振型可視化方法，以期能更好地實(shí)現(xiàn)全局空間運(yùn)動(dòng)解耦以及提升運(yùn)動(dòng)場(chǎng)的精度，從而能降低算法的復(fù)雜度，并且提高可視化結(jié)構(gòu)振型的質(zhì)量。
[0005]本專利技術(shù)為達(dá)到上述專利技術(shù)目的，采用如下技術(shù)方案：
[0006]本專利技術(shù)一種基于歐拉
?
拉格朗日混合框架的結(jié)構(gòu)振型可視化方法的特點(diǎn)在于，包括如下步驟：
[0007]步驟1，利用相機(jī)獲取梁結(jié)構(gòu)的運(yùn)動(dòng)視頻數(shù)據(jù)集合D，并將所述運(yùn)動(dòng)視頻數(shù)據(jù)集合D中前t1時(shí)刻圖像平面內(nèi)的梁結(jié)構(gòu)劃分為m塊離散區(qū)域{r
j
(t)|j＝1,2,
…
,m；t＝0,1,2,
…
,t1}，其中，r
j
(t)表示第t時(shí)刻圖像平面內(nèi)的梁結(jié)構(gòu)所劃分的第j塊離散區(qū)域，m表示離散區(qū)域的數(shù)目；
[0008]利用亞像素精度的圖像匹配算法對(duì)所劃分的所有m塊離散區(qū)域{r
j
(t)|j＝1,2,
…
,m；t＝0,1,2,
…
,t1}進(jìn)行處理，從而得到m塊離散區(qū)域在時(shí)域上耦合的振動(dòng)信號(hào){δ(r
j
,t)|j＝1,2,
…
,m；t＝0,1,2,
…
,t1}，其中，δ(r
j
,t)表示第j塊離散區(qū)域r
j
(t)在第t時(shí)刻的亞像素位移；
[0009]步驟2，利用式(1)所示的基于拉格朗日視角的運(yùn)動(dòng)處理方法對(duì)耦合的振動(dòng)信號(hào){δ(r
j
,t)|j＝1,2,
…
,m；t＝0,1,2,
…
,t1}進(jìn)行表征，從而利用盲源分離算法對(duì)表征后的振動(dòng)
信號(hào)進(jìn)行求解，得到混合矩陣A和解耦后的前t1時(shí)刻梁結(jié)構(gòu)的前k階模態(tài)響應(yīng)信號(hào){δ
i
(t)|i＝1,2,
…
,k；t＝0,1,2,
…
,t1}；
[0010][0011]式(1)中，k表示激活的模態(tài)數(shù)目；δ
i
(t)表示第t時(shí)刻梁結(jié)構(gòu)的第i階模態(tài)響應(yīng)信號(hào)；
[0012]步驟3，根據(jù)模態(tài)疊加原理，利用式(2)所示的基于歐拉視角的運(yùn)動(dòng)處理方法構(gòu)建空間運(yùn)動(dòng)和結(jié)構(gòu)像素灰度變化的關(guān)系式，并對(duì)式(2)進(jìn)行求解，獲得梁結(jié)構(gòu)在圖像平面內(nèi)的空間權(quán)值
[0013][0014]式(2)中，ω
i
(x
n
)表示圖像平面內(nèi)第n個(gè)像素x
n
的位置上與梁結(jié)構(gòu)的第i階模態(tài)相關(guān)的空間權(quán)值系數(shù)；f(x
n
)表示圖像平面內(nèi)第n個(gè)像素x
n
的位置上的初始位移方程；表示圖像平面內(nèi)第n個(gè)像素x
n
的位置上關(guān)于梁結(jié)構(gòu)的第i階模態(tài)響應(yīng)的空間權(quán)值；N表示圖像平面內(nèi)像素的總數(shù)；B(x
n
,t)表示圖像平面內(nèi)第t時(shí)刻第n個(gè)像素x
n
的位置與初始時(shí)刻第n個(gè)像素x
n
的位置之間的灰度差值；
[0015]步驟4，根據(jù)式(3)求取第t時(shí)刻圖像平面內(nèi)第n個(gè)像素x
n
的位置上與梁結(jié)構(gòu)的第i階模態(tài)相關(guān)的圖像灰度從而得到前t1時(shí)刻圖像平面內(nèi)與梁結(jié)構(gòu)的前k階模態(tài)相關(guān)的所有N個(gè)像素位置的圖像灰度
[0016][0017]式(3)中，I(x
n
,0)表示初始時(shí)刻圖像平面內(nèi)第n個(gè)像素x
n
位置上的圖像灰度；
[0018]步驟5，通過卷積平滑和構(gòu)建掩膜的方式對(duì)Demons算法進(jìn)行優(yōu)化，利用優(yōu)化后的Demons算法對(duì)初始時(shí)刻圖像平面內(nèi)所有N個(gè)像素位置的圖像灰度{I(x
n
,0)|n＝1,2,
…
,N}以及前t1時(shí)刻與
梁結(jié)構(gòu)的前k階模態(tài)相關(guān)的圖像灰度進(jìn)行處理，得到與梁結(jié)構(gòu)前k階模態(tài)中的單一模態(tài)相關(guān)的幀間稠密運(yùn)動(dòng)場(chǎng)表示只與梁結(jié)構(gòu)第i階模態(tài)相關(guān)的幀間稠密運(yùn)動(dòng)場(chǎng)；
[0019]步驟6，根據(jù)幀間稠密運(yùn)動(dòng)場(chǎng)利用運(yùn)動(dòng)補(bǔ)償算法對(duì)初始時(shí)刻圖像平面內(nèi)所有N個(gè)像素位置的圖像灰度{I(x
n
,0)|n＝1,2,
…
,N}進(jìn)行處理，獲取前t1時(shí)刻圖像平面內(nèi)所有N個(gè)像素位置與梁結(jié)構(gòu)前k階模態(tài)相關(guān)的圖像灰度其中，表示第t時(shí)刻圖像平面內(nèi)第n個(gè)像素x
n
的位置上與梁結(jié)構(gòu)第i階模態(tài)相關(guān)的圖像灰度。
[0020]本專利技術(shù)所述的基于歐拉
?
拉格朗日混合框架的結(jié)構(gòu)振型可視化方法的特點(diǎn)在于，所述步驟5包括：
[0021]步驟5.1定義當(dāng)前迭代次數(shù)為g，并初始化g＝1；定義最大迭代次數(shù)為g
max
；定義第g次迭代下與梁結(jié)構(gòu)第i階模態(tài)相關(guān)的幀間稠密運(yùn)動(dòng)場(chǎng)為并初始化為與圖像平面同維度的零向量場(chǎng)；
[0022]步驟5.2通過計(jì)算式(4)的最小值求解第g次迭代下的更新運(yùn)動(dòng)場(chǎng)
[0023][0024]式(4)中，表示第g次迭代下關(guān)于第i階模態(tài)的代價(jià)函數(shù)；σ
p
表示圖像噪音；σ
x
表示空間不確定性參數(shù)；表示映射操作；||
·
||表示范數(shù)；
[0025]步驟5.3根據(jù)式(5)對(duì)第g次迭代下的更新運(yùn)動(dòng)場(chǎng)進(jìn)行高斯卷積操作，得到第g次迭代下正則化后的更新運(yùn)動(dòng)場(chǎng)
[0026][0027]式(5)中，表示高斯卷積操作；G表示高斯核；
[0028]步驟5.4根據(jù)式(6)得到第g次迭代本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】

【技術(shù)特征摘要】
1.一種基于歐拉
?
拉格朗日混合框架的結(jié)構(gòu)振型可視化方法，其特征在于，包括如下步驟：步驟1，利用相機(jī)獲取梁結(jié)構(gòu)的運(yùn)動(dòng)視頻數(shù)據(jù)集合D，并將所述運(yùn)動(dòng)視頻數(shù)據(jù)集合D中前t1時(shí)刻圖像平面內(nèi)的梁結(jié)構(gòu)劃分為m塊離散區(qū)域{r
j
(t)|j＝1,2,
…
,m；t＝0,1,2,
…
,t1}，其中，r
j
(t)表示第t時(shí)刻圖像平面內(nèi)的梁結(jié)構(gòu)所劃分的第j塊離散區(qū)域，m表示離散區(qū)域的數(shù)目；利用亞像素精度的圖像匹配算法對(duì)所劃分的所有m塊離散區(qū)域{r
j
(t)|j＝1,2,
…
,m；t＝0,1,2,
…
,t1}進(jìn)行處理，從而得到m塊離散區(qū)域在時(shí)域上耦合的振動(dòng)信號(hào){δ(r
j
,t)|j＝1,2,
…
,m；t＝0,1,2,
…
,t1}，其中，δ(r
j
,t)表示第j塊離散區(qū)域r
j
(t)在第t時(shí)刻的亞像素位移；步驟2，利用式(1)所示的基于拉格朗日視角的運(yùn)動(dòng)處理方法對(duì)耦合的振動(dòng)信號(hào){δ(r
j
,t)|j＝1,2,
…
,m；t＝0,1,2,
…
,t1}進(jìn)行表征，從而利用盲源分離算法對(duì)表征后的振動(dòng)信號(hào)進(jìn)行求解，得到混合矩陣A和解耦后的前t1時(shí)刻梁結(jié)構(gòu)的前k階模態(tài)響應(yīng)信號(hào){δ
i
(t)|i＝1,2,
…
,k；t＝0,1,2,
…
,t1}；式(1)中，k表示激活的模態(tài)數(shù)目；δ
i
(t)表示第t時(shí)刻梁結(jié)構(gòu)的第i階模態(tài)響應(yīng)信號(hào)；步驟3，根據(jù)模態(tài)疊加原理，利用式(2)所示的基于歐拉視角的運(yùn)動(dòng)處理方法構(gòu)建空間運(yùn)動(dòng)和結(jié)構(gòu)像素灰度變化的關(guān)系式，并對(duì)式(2)進(jìn)行求解，獲得梁結(jié)構(gòu)在圖像平面內(nèi)的空間權(quán)值權(quán)值式(2)中，ω
i
(x
n
)表示圖像平面內(nèi)第n個(gè)像素x
n
的位置上與梁結(jié)構(gòu)的第i階模態(tài)相關(guān)的空間權(quán)值系數(shù)；f(x
n
)表示圖像平面內(nèi)第n個(gè)像素x
n
的位置上的初始位移方程；表示圖像平面內(nèi)第n個(gè)像素x
n
的位置上關(guān)于梁結(jié)構(gòu)的第i階模態(tài)響應(yīng)的空間權(quán)值；N表示圖像
平面內(nèi)像素的總數(shù)；B(x
n
,t)表示圖像平面內(nèi)第t時(shí)刻第n個(gè)像素x
n
的位置與初始時(shí)刻第n個(gè)像素x
n
的位置之間的灰度差值；步驟4，根據(jù)式(3)求取第t時(shí)刻圖像平面內(nèi)第n個(gè)像素x
n
的位置上與梁結(jié)構(gòu)的第i階模態(tài)相關(guān)的圖像灰度從而得到前t1時(shí)刻圖像平面內(nèi)與梁結(jié)構(gòu)的前k階模態(tài)相關(guān)的所有N個(gè)像素位置...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：楊冬，張飛，陳偉，嚴(yán)波，薛為浩，張大山，張安東，
申請(qǐng)(專利權(quán))人：中國科學(xué)技術(shù)大學(xué)先進(jìn)技術(shù)研究院，
類型：發(fā)明
國別省市：