张明慧[1]2003年在《基于视频图像的动态实时测量技术的实现》文中认为基于视频图像的动态实时测量系统是利用多媒体技术和数字图像处理技术，完成对自准直经纬仪的图像数据进行的测量任务；并实时采集两台自准直平行光管内的CCD的视频信号，进行图像处理，判读出两维变形量，实现实时动态变形测量。 本文研究的主要内容是基于视频图像的动态实时测量技术的实现、测量系统的开发及构成。所研究的视频图像测量系统与以往的视频测量不同的是该系统的动态实时性要求很高。以前的视频测量多为事后判读，没有实时性的要求，每秒仅处理3—6帧。而在此系统中，能够实现以20ms处理两幅图像。本文根据任务的特点及要求采用以下技术措施：1．应用北京嘉恒中自公司的MC30多路采集卡，实现2路同时采集，可达100帧／秒；2．根据图像的特点省去一些图像预处理方法，直接对图像进行二值化，可以节省很多时间。3．由于图像目标小，当系统工作在较高频率时，采用局部区域测量法来实现脱靶量的测量，以节省判读时间。 本文亦讨论了数字图像处理中的各种阈值分割算法，并对实际处理结果进行比较，从而选择适合系统的二值化算法。 本文的驱动程序是在Windows NT操作平台下开发的；应用程序是基于Windows 2000操作平台、在Visual C++6.0环境下研制开发的。在研制过程中，充分利用Windows 2000操作系统强大的线程管理能力、丰富的消息处理函数、友好的界面等资源，编制的应用程序较好地完成了视频测量系统的图像采集及图像处理、测量数据的处理、存储、打印以及与自准直经纬仪的通讯等功能。 文中研制的视频测量系统实现了高速视频采集，且可同时采集两路视频信号，进行视频信息实时监视、实时信息显示、数据实时处理以及数据记录。实现了基于视频图像的动态实时测量技术。
张盼[2]2016年在《基于视频图像边缘检测技术的两跨连续梁振动研究》文中研究指明结构振动测试及模态参数识别是研究结构动特性的基本方法,在桥梁结构安全评估和健康监测中占据着十分重要的地位。传统的振动测试属于接触式测量,为了全面掌握其振动特征,需在结构的多个部位布设传感器,具有数据采集难、数据分析工作量大、测试周期长、资源消耗大等缺点,因此发展一种具有高密度测量、非接触式、无负载效应、无设备损耗、精度高等优点,并且能够实现自动记录、处理连续数据的实时测量技术是非常必要的工作。本文针对两跨连续梁实验模型,通过采集连续梁振动视频,再将视频转化为数字图像的方法,运用多项式拟合法作为视频图像边缘检测技术中亚像素精度图像边缘识别的算法,对每幅图像进行亚像素边缘识别检测,获取各时刻梁边缘各点位置,经Matlab程序读取整个振动过程梁边缘数据,即可得到梁各点的振动时间历程,进而通过DASP系统对测得数据进行模态分析,得到连续梁振动频率、阻尼比和振型。本文对此方法进行了理论探讨和实验验证。本文主要工作及研究成果如下:(1)叙述了数字图像处理技术的研究背景、意义及其国内外的研究现状和发展趋势,并对视频图像边缘检测技术中的数字图像相关方法和数字图像边缘检测法的基本原理,作了较为全面的介绍。论述了现有桥梁结构振动检测方法中的不足之处,对视频图像测量技术进行了总结分析,对比传统检测技术,论证了视频图像边缘检测技术应用到结构振动检测中的一些优越性。(2)运用Midas有限元软件进行连续梁结构仿真计算分析,得到了仿真连续梁前叁阶固有频率和振型。使用DASP振动测试识别系统对连续梁模型进行了现场振动实验,得到连续梁实测前叁阶固有频率、阻尼比和振型。(3)采用手机摄像功能和宏碁笔记本电脑作为硬件采集视频图像,利用Matlab软件实施了包括视频采集及分解、图像预处理、图像计算、边缘时域信号读取四个模块的程序运行,基于DASP系统完成测点信号分析,进行了两跨连续梁模型的振动试验,识别了连续梁模型的前二阶固有频率和振型。比较DASP系统的模态参数识别结果和Midas有限元软件计算结果,论证了基于视频图像边缘检测技术进行结构振动模态参数识别的可靠性和精确性。(4)结合规范讨论了计算桥梁冲击系数时结构固有频率的选取问题。结果表明:当计算两跨连续梁桥的正弯矩效应时,冲击因数计算采用基频是合理的;当计算负弯矩效应时,不应采用基频,应采用第2阶频率。
姜平安[3]2011年在《基于视频图像的结构振动监测研究》文中认为振动位移和频率是工程结构动力特性分析的基本参数,是进行结构实验和分析中极其有价值的原始数据,也是结构检测的难点和工程研究的热点,是保证施工,运行安全的重要监测量。对于大型土木工程结构,难以为其位移监测寻找固定的参考点,各种传统的位移监测方法都有其局限性,而位移是最直接和最有价值的信息,因此发展一种远距离、非接触的观测手段,并且能够实现自动记录、处理连续数据的实时系统是非常必要的工作。本文针对土木工程结构,通过采集视频,再将视频转化为数字图像的方法,基于数字散斑相关原理,获取位移信息,进而求得振动频率。本文对此方法进行了理论探讨和实验验证。视频图像测量是一种基于视频图像的非接触获取空间信息的重要手段,是把图像当作检测和传递信息的手段而加以利用的测量方法,通过提取图像的特征信息,最终从图像中获取被测对象的实际信息。而数字图像技术的发展使空间信息的获取、处理得到飞速发展,已逐步迈向自动化、实时化和智能化。将这些高科技应用于土木工程,提供结构实验、监测的实时动态空间信息数据流,从而实现结构诊断评估智能化,是当前发展的热点。桥梁变形测量是桥梁健康监测的重要内容之一,大跨度桥梁跨度大,变形可达米级,常规技术不易满足大变形测量的要求,而图像测量技术测量范围大,成本低,能够用来测量大跨度桥梁的变形。本研究完善了基于数字图像处理技术进行工程结构动态位移监测的方法,分别进行一维运动和二维运动的监测实验研究,对叁维运动监测进行理论上探讨。在实验室里对不同的监测结构物上的标志点进行视频图像采集,用数字视频编辑软件将动态数字图像转换为逐帧存储的连续静态数字图像序列；用Matlab编程对其中的一些帧进行系统标定,通过手动框选的方法对图像进行点击确认散斑大小和范围,程序自动进行逐帧连续批量处理,获得动态目标点的坐标,并绘制出运动曲线。用这种方法可以实现动态位移的连续监测,并对其中的一些实验数据进行频域分析。通过理论与实验研究表明,在像素够高和环境合适的情况下,此方法精度高,处理速度快,操作简便,可以适应一般的工程环境。本文为视频监测技术用于大型土木工程结构振动监测,提供了理论与实验研究基础,对该技术的工程应用起到积极推动作用。
雷秀军[4]2016年在《高速视觉动态测量系统关键技术与应用研究》文中认为随着数字图像技术的发展,高像素相机的出现,图像能够完整的记录结构位置信息从而复现出结构的动态响应。视觉测量技术作为一种新兴的测量技术以其高效、精确、非接触、远距离测量等特点得到了国内外研究者的普遍关注。现阶段由于计算机硬件性价比不断提高,相关技术逐渐发展,视觉测量技术能在很大程度上补充传统测量方式的不足从而能很快的获得全球化的应用。高速视觉测量系统具有更快的采样频率、更高的计算速度,所以其不仅能完成普通的几何尺寸、形状姿态的测量,还能够通过高速相机拍摄得到物体的运动视频,使用数字图像处理技术对视频图像分析、处理,实现对物体运动的快速跟踪。本文以高速相机为基础,以图像为对象,深入研究基于计算机视觉图像实现结构动态响应测量的系统方案、软硬件的设计,特别是对软件部分的视频图像位移提取算法进行了深入的研究,解决了高速视觉测量中的速度、精度和鲁棒性叁大问题的关键技术。本文首先介绍了整个高速视觉测量系统的硬件搭配,为了增加系统适应性,整个系统硬件组成通过更换部件形成不同的组合以完成不同情况下的高速运动物体的视频采集。并以单摆实验简单的演示了整个高速视觉测量系统测量运动的流程,包括测量系统的结构,系统的标定以及利用相关数字图像处理技术提取运动位移的过程。然后为了研究高速、高精度、鲁棒的图像匹配算法,本文对图像相关法中的图像匹配相关技术进行了研究,包括匹配模板的选择标准,几种模板匹配常用的相关函数的优缺点即相互之间的联系：对常用的模板匹配位移提取算法进行分析,提出了使用块匹配和亚像素定位的组合算法提高测量精度。同时也分析了一种高效的基于Lucas-Kanade的位移提取算法,并指出了其在视觉测量中的不足之处以及限定的使用范围。根据图像相关法的研究结果,针对高速视觉测量的高采样频率的特点,提出两种对外界光照和噪声不敏感、计算效率高、定位精度高的模板匹配算法来估计目标运动：一种是局部搜索优化算法(Local Search,LS),另一种是基于混沌粒子群的优化算法(Particle Swarm Optimization, PSO),局部搜索模板匹配法适用于高频率采样下相邻帧之间目标位移较小或者目标本身运动位移就很小的情况,在特定情况下这种优化算法可以获得很高的计算效率。基于粒子群的优化算法通过模拟鸟类捕食的思想能够快速准确的搜索相邻帧之间目标运动位移,无论是小范围的还是大范围的都可以捕捉到,并且有着避开局部最优的能力。且这两种基于标准互相关法(Normalized Cross Correlation, NCC)的模板匹配算法还能够配合曲面拟合的亚像素精度,在几乎不增加额外计算量的情况获得图像亚像素精度定位。可以作为高速视觉测量系统软件的常规算法。高速视觉测量系统不仅能够实现传统意义上结构动态的测量,还可以挖掘那些不为人类视觉所感知的、不可见、被忽略的运动信号,通过欧拉影像放大技术可以将这些微弱的信号提取放大甚至做到可以让人眼感知的地步,但是放大后的视频相对于真实的运动有一定的差别,本文提出一种基于奇异值分解理论(Singular Value Decomposition, SVD)的位移提取算法,通过降低图像的信息维数,从而揭示出隐藏在图像背后的信息,算法简洁、快速、可靠。将其运用到影像放大后的视频分析可以实现视频中一些运动主成分的快速提取并能避开由运动放大所引入的冗余信息。最后基于这种高速视觉测量的组合硬件,结合提出的高效位移提取算法,开发了基于计算机平台的视觉测量软件,并利用该软件完成工程测量,解决工程中的实际问题。主要包括叉车方向盘系统的振动测量与结构优化：高铁两侧声屏障在风动激励下振动测量及结构模态计算；链接件的锤击响应测量与松脱程度判断；软性材料受声音激励后的振动测量并以此恢复声音。这些实例展示了高速视觉测量系统在工程应用中的实际测量效果,充分证明了这种基于高速视觉的测量是一种有效的、可靠的测量方式,具有重要的应用价值。
王蕾[5]2016年在《基于图像技术的织物折皱回复性能研究》文中认为织物被揉搓挤压时发生的塑性弯曲变形称为折皱。折皱回复是折迭的织物试样向其原本平整状态恢复的动态过程,通常由折迭试样的两翼所形成的角度来评价该性能。折皱回复性能是评估织物服用性重要的性能之一。然而,目前的标准方法和按标准法设计的测试仪均仅能获取试样在回复阶段某时刻的静态回复角度,无法反映整个回复过程,并且需要繁杂的人工操作,易受人为因素干扰,重现性差。针对以上问题,本文提出一种基于图像技术的织物折皱回复性能动态测试方法,设计了全套折皱回复性能测试系统,根据系统测得试样回复过程中回复角随时间变化的测试结果,提出评价织物该性能的动态指标,利用动态指标研究织物折皱回复的各向异性,实现折皱回复性能的单值化表征,建立折迭织物的粘弹性模型,分析了动态指标的物理意义。本文的研究内容和结论如下:(1)利用图像处理技术,提出采用Hough变换和图像配准两种方法实现织物折皱回复角的自动测量。Hough变换方法首先将采集到的织物折皱回复图像作二值化处理,再对二值图像进行细化处理提取试样自由翼的中心线,最后通过Hough变换测得试样的回复角度;图像配准方法针对同一视频序列中的连续两帧图像求它们之间的角度差,首先将前一帧图像绕折痕线旋转,再计算旋转后的图像与后一帧图像之间的交互信息,当交互信息达到最大,说明二者匹配程度最高,相应的旋转角度即为原本两帧图像之间的回复角差值。由两种自动测量方法与人工测量方法的对比结果发现,自由翼平直试样的叁种测试结果有较高的一致性,但自由翼弯曲试样的图像配准测试结果更接近真实情况。(2)构建了用于织物折皱回复性能评价的动态测试系统,水平加压装置和视频序列采集装置的设计,让试样固定翼在整个测试过程中始终保持在同一位置,使折皱回复角随时间推移的变化情况的完整刻画成为可能。采用美国棉花公司提供的标准试样比较Shirley折皱回复性能测试仪和动态测试系统的测量结果,证实了两种仪器测得的回复阶段5 min的回复角度相似。通过试验证明了施压压力为5 N、加压时间为5 min为适合动态测试系统的测试参数。动态测试系统测得的回复角标准偏差满足现行标准方法的要求,说明了所设计系统能实现现有仪器的功能。更重要的是,系统操作简便、自动化程度高、性能稳定,还能获取动态回复趋势,为折皱回复性能研究奠定了基础。(3)利用动态测试系统测得的回复角随时间变化的趋势曲线,提取了表征织物折皱回复性能的动态评价指标,包括初始回复速率、急弹时间、急弹回复角、缓弹时间、缓弹回复角和回复率。以动态指标评价棉织物的回弹过程,结果表明,其初始回复速率在500°/s左右;经反复加压,各项指标随着试验循环次数的增加,呈现先快速下降后保持平缓的趋势。毛织物的动态测试结果表明,初始回复速率是在1300°/s左右;与缓弹回复角相比,在急弹阶段毛织物完成了超过80%的回复,折皱回复性能比棉织物优异,反复受压后的各项指标变化规律与棉织物的相似。(4)通过测量不同取样方向试样的动态折皱回复指标,研究各指标随取向角的变化趋势,提出了织物折皱回复性能的单值化表征方法。取向角被定义为x轴方向与试样折痕线方向沿逆时针旋转所成的角度。研究结果表明织物折皱回复角存在显着的各向异性;试样折痕位置平行于经向或纬向(即0°或90°取向角)时测得的回复角度比其他取向角的偏小;对于经、纬纱的线密度相近的织物,平纹织物的折皱回复性能建议采用45°取向角试样的测试结果表征,斜纹织物的折皱回复性能建议采用取向角平行和垂直于斜纹斜向的试样所测得的回复角平均值表征。(5)采用织物粘弹理论,对试样受压后的回复过程建模,阐明折痕是由试样产生弯曲变形而来的,从理论上说明了动态评价指标中的初始回复速率以及回复阶段试样自由翼不再改变位置时所对应的最终回复角对于评价织物折皱回复性能的物理意义。并通过KES-FB2弯曲性能测试仪测量织物弯曲性能,与动态测试系统测得的折皱回复性能进行比较,发现了弯曲刚度随着初始回复速率的增大呈现先指数函数下降,再维持稳定的趋势,以试验结果验证了抗弯刚度对折皱回复性能的影响本文研发的织物折皱回复性能动态测试系统实现了试样折皱回复全过程的动态记录,为深入研究织物性能提供自动化程度高、测量精确的测试手段。利用测试系统获取的动态评价指标,有利于掌握折皱回复性能的影响因素和变形机理,对提高织物的服用性能有推动作用。
殷述学[6]2007年在《视频图像应变测量的误差分析与精度改进措施》文中研究指明图像测量具有非接触、高速度、动态范围大、信息量丰富、成本相对低廉等诸多优点,相比较传统测量方式,图像测量技术有其显着的优势,但现今困扰图像测量技术广泛应用的一个关键问题是图像测量的准确性、可靠性,即测量所能达到的精度问题。本文以视频图像应变测量系统为实例,探讨能够提高图像测量精度的理论和方法。文中首先从硬件方面分析了影响图像测量精度的误差因素,并提出了相关的提高精度的方法和措施。其次主要从软件方面研究了提高图像测量精度的软件算法;特别是研究提出了采集图像质量评价、边缘点精确定位亚像素技术、边缘及数据拟合滤波等提高图像测量系统精度的方法,并对它们进行了程序编制实现。再又从图像应变测量系统与周围测量环境的合理匹配中考虑减小测量误差的影响。最后通过应变测量实验对比了几种亚像素算法的效果,选出了最优亚像素算法;验证了几种拟合滤波算法,证明了最小二乘拟合技术能够提高图像测量的精度。同时根据当前仍然存在的问题,本文还继续分析探讨了其产生误差和影响精度的因素,并提出了相关的解决方案。实验证明采用本文研究的方法,视频图像应变测量系统的精度有了进一步的提高,说明了本文所研究的理论和算法对于提高图像测量系统精度是有效的。
盛有明[7]2011年在《微循环及心肌细胞显微图像特征参数动态测量技术及应用研究》文中认为心血管系统是维持基本生命活动的动力系统,无论心脏还是血管系统均存在节律性舒缩功能。大量研究还证明,微血管和微淋巴管也普遍存在着自主节律性的收缩/舒张运动(自律运动),这种自律运动是除心脏驱动之外,微循环系统对组织和器官灌注的能量来源之一。有关生命的节律性问题,特别是循环系统的节律性特征正在成为医学相关研究的热点问题。心肌细胞是心脏泵血功能的基本收缩单元,因此以离体培养的心肌细胞为模型,对其搏动和收缩特性进行动态分析,有助于研究心肌细胞功能,探索心血管疾病的发病机理。微血管、微淋巴管以及流动于其管腔中的体液所共同组成的微循环系统是循环系统的重要组成部分,是氧、营养物质和信号分子最主要的交换场所。微血管与微淋巴管的自律运动不但具有调节体液流动的作用,而且是“海涛式组织灌注”的重要能量来源之一。无论是微血管、微淋巴管还是心肌细胞的节律性运动都是一种具有时相变化的动态过程,目前基于数字图像研究其特征指标,均需要从一系列连续分析图像序列中的前后变化提取其特征参数。因此,快速、准确的自动化特征指标动态测量是研究上述节律性问题的技术基础。由于技术手段的限制,目前在对心肌细胞搏动、微血管和微淋巴管自律运动的研究中,尚缺乏有效的定量特征参数,或缺乏动态自跟踪检测特征参数的技术手段。本研究正是为解决本研究所在心肌细胞搏动和收缩特性以及微血管和微淋巴管自律运动特性研究中所遇到的技术瓶颈问题,通过创新提出显微数字图像处理的解决方案和软件编程,实现了特征参数基于静态图像的自动提取和基于动态视频图像的自跟踪检测,为相关研究提供有力的创新性技术支持。本研究从静态图像和动态视频两个方面,分别对微循环图像、心肌细胞搏动视频以及微血管自律运动视频中特征参数的测量方法进行了研究。在以下叁个方面取得了一定的技术改进、提升或创新：(1)对部分静态微循环图像网络特征参数借助人机交互手段初步实现了自动化提取、测量以及分析计算。(2)对心肌细胞自主搏动行为,在搏动位移和频率自动检测的基础上,提出描述其收缩特性的新指标,并创新设计了线性动态模板自跟踪检测的解决方案,即“位移模板自跟踪算法”,开发出了多参数同步化动态测量的程序软件。应用最新设计的检测系统,本研究初步分析了不同心脏部位来源的心肌细胞搏动和收缩行为的力学特性参数,如搏动幅度、收缩速度、收缩加速度等,发现了不同部位来源的心肌细胞除以往描述的搏动频率的不同外,其收缩的力学特性也存在较大差异,这些差异与其所在部位的功能特性相关。(3)针对微血管和微淋巴管自律运动视频,创新设计了基于动态模板的解决方案,即“区域特征偏移匹配”图像偏移矫正技术和“边缘特征纹理动态自跟踪”的管径自跟踪监测技术,达到了既保证测量具有较高准确度,又提高了测量效率的目标。除上述检测技术外,本研究在数字图像处理的部分关键环节针对微循环图像的特征进行了有效改进。例如,(1)针对微血管与背景灰度特征的差异分析,提出了具有较高对比度的G通道首选方案,用于图像的分割处理。(2)针对单一传统图像分割技术在对背景复杂的肌肉组织来源的微血管图像进行血管提取时,易于连带提取组织背景,造成结果偏大的问题,提出多技术组合联用的"TPSP分割法”。(3)应用"TPSP分割法”,实现了微血管面积密度的自动测量,显着提高了测量效率。(4)基于人机交互方式,实现了微血管迂曲度和面积密度的计算机辅助自动检测,作为半自动化的检测手段,提高了测量速度。本研究主要创新点如下：1.本研究提出了一种专门针对肌肉组织来源图像的微血管网络进行自动分割的新组合方案—"TPSP分割法”,并在此基础上实现了微血管面积密度的自动化测量,显着提高了测量效率。该解决方案内容包括：以阂值法进行初次分割,以形态学滤波截断背景与微血管间连接区,以种子填充法对微血管区域进行二次识别与分割,再以形态学滤波填充分割区域中的孔洞和缺刻,实现了对肌肉组织来源图像复杂背景下的微血管网络的准确自动分割提取及血管面积密度测量。2.实现了部分微血管网络参数的人机交互式半自动检测。内容包括：计算机辅助自动读取标记点,自动长度测量、存储和换算,将原来完全手工测量迂曲度和面积密度的方式实现了半自动化,提高了测量速度。3.本研究提出了“位移模板自跟踪算法”,实现了对离体培养心肌细胞自主收缩运动的跟踪测量。能够同步检测心肌细胞的搏动频率、收缩幅度、收缩振幅、收缩速度和加速度多项收缩力度特征相关指标。4.建立了离体培养心肌细胞的收缩速度和收缩加速度定量指标,相对于搏动频率和收缩振幅该指标能够更好地表征收缩力学特性,与临床评价心脏收缩功能的方法更加贴近。5.应用本研究创建的心肌细胞搏动行为动态监测程序,对新生SD乳鼠心脏的心尖、心室和心房叁个部位来源的离体培养心肌细胞的自主搏动进行自动化跟踪测量。结果表明：心尖来源的心肌细胞搏动频率显着高于心室和心房来源的心肌细胞,表现为高频低幅的收缩特性；而心室来源的心肌细胞的收缩振幅、收缩速度和收缩加速度显着高于心尖和心房部位来源的心肌细胞,表现为高幅中频的收缩特征,与其收缩做功的特性相符。这些差异是与心脏不同结构单元在心脏泵血功能的作用相适应的。6.本研究提出了一种消除微血管和微淋巴循环视频图像运动偏移的新技术方案—“区域特征偏移匹配”。该方案通过选定背景小区域局部特征模板作为图像偏移运动的跟踪目标,通过卷积相关算法连续动态提取图像序列各帧间的相对偏移矢量,以偏移矢量动态调整线形采样窗的位置,有效实现了对视频图像运动偏移所造成的采样位置偏差的矫正。7.本研究提出了微淋巴管、微血管自律运动边缘动态自跟踪及管径变化动态测量的新技术方案—“边缘特征纹理动态自跟踪”。在微循环视频图像运动偏移矫正的基础上，由人工指导确立首帧起始边界点和计算机程序自动生成边界特征模板,随后计算机程序自动进行边界特征相关匹配搜索,动态跟踪微淋巴管(或微血管)管壁边界位置的动态变化,有效克服了边界模糊给边缘识别及自动跟踪带来的困难,很好地实现了微血管和微淋巴管管径的动态自跟踪测量,极大地提高了微循环管径测量效率,为自律运动研究提供了有效的技术手段。
参考文献：
[1]. 基于视频图像的动态实时测量技术的实现[D]. 张明慧. 中国科学院研究生院（长春光学精密机械与物理研究所）. 2003
[2]. 基于视频图像边缘检测技术的两跨连续梁振动研究[D]. 张盼. 广州大学. 2016
[3]. 基于视频图像的结构振动监测研究[D]. 姜平安. 浙江大学. 2011
[4]. 高速视觉动态测量系统关键技术与应用研究[D]. 雷秀军. 中国科学技术大学. 2016
[5]. 基于图像技术的织物折皱回复性能研究[D]. 王蕾. 江南大学. 2016
[6]. 视频图像应变测量的误差分析与精度改进措施[D]. 殷述学. 吉林大学. 2007
[7]. 微循环及心肌细胞显微图像特征参数动态测量技术及应用研究[D]. 盛有明. 北京协和医学院. 2011