一种塔式起重机结构的非接触振动检测方法

摘要

本发明涉及一种塔式起重机结构的非接触振动检测方法，属于检测技术领域。本方法为非接触式测量，通过配置多个摄像头实现多点和在线测试，无需在被测对象上安装传感器，没有任何负载效应，容易实施。图像信息直接数字化，构成全自动全数字化振动测试处理、记录系统，信息量比传统方法大。其中使用ROI(Regions of Interest)技术，缩小图像跟踪区域和计算量大小，并使用SURF方法加速特征点的提取速度，使用拉伊达准则剔除“离群点”改进SURF方法的精度；提高了现有技术中起重机安全监控系统的可靠性。

主权项

一种塔式起重机结构的非接触振动检测方法，其特征在于：包括以下步骤：步骤1，采用工业级CCD摄像头对塔式起重机结构进行拍摄，得到一幅目标图像和一路塔机运行过程中的视频，并对视频进行分解，得到多幅连续的视频分解图像；步骤2，对目标图像和视频分解图像分别使用ROI方法获取感兴趣区域；并将目标图像的感兴趣区域作为对比图像，将视频分解图像的感兴趣区域作为图像跟踪区域；步骤3，根据步骤2得到的图像跟踪区域，在步骤1得到的每一幅视频分解图像中，选取对应区域的图像作为待匹配图像；步骤4，对步骤2得到的对比图像以及步骤3得到的多幅待匹配图像，分别进行Hessian变换，并从中提取兴趣点；步骤5，对步骤4得到的两组兴趣点分别进行Harr小波变换，并提取特征点，得到两个特征点集；步骤6，对步骤5得到的两个特征点集进行粗匹配，得到各个待匹配图像与对比图像之间的匹配点集；粗匹配采用最邻近向量匹配方法，具体实现过程如下：采用特征点的特征向量的欧式距离作为相似性测度，设N₁和N₂分别是对比图像P和任意一幅待匹配图像Q的特征点集合，对于N₁中的第m个特征点p_m，在N₂中与p_m的特征向量的欧氏距离最小的特征点为q_mj和q′_mj，对应的欧氏距离分别为d_mj和d′_mj，如果d_mj/d′_mj≤T，T为阈值，则认为p_m和q_mj为对应匹配点；步骤7，采用拉伊达准则，对步骤6得到的多个匹配点集分别进行精确匹配，剔除“离群”点；对其中一个匹配点集的精确匹配方法为：求得该匹配点集中所有粗匹配点的欧氏距离平均值令常数设y_i＝x_i‑a₀，其中x_i为第i对粗匹配点的欧氏距离；则x_i＝y_i+a₀；得到用常数a₀以及所有粗匹配对的欧氏距离与a₀的差表示的平均值表达式：$\bar{x}=\frac{1}{n}\underset{i=1}{\overset{n}{\Sigma }}{x}_i=\frac{1}{n}\underset{i=1}{\overset{n}{\Sigma }}(y_i+a_0)=a_0+\frac{1}{n}\underset{i=1}{\overset{n}{\Sigma }}{y}_i;$带入到贝赛尔公式$\sigma =\sqrt{\frac{1}{n-1}\underset{i=1}{\overset{n}{\Sigma }}{(x_i-\bar{x})}^2}$得到标准差为：$\sigma =\sqrt{\frac{1}{n-1}\underset{i=1}{\overset{n}{\Sigma }}{(x_i-a_0-\frac{1}{n}\underset{i=1}{\overset{n}{\Sigma }}{y}_i)}^2}=\sqrt{\frac{1}{n-1}[\underset{i=1}{\overset{n}{\Sigma }}{y}_i^2-\frac{1}{n}{\left(\underset{i=1}{\overset{n}{\Sigma }}{y}_i\right)}^2]}$计算欧氏距离值x_i的偏差设定一个动态参数k＝k₀+k_w，k₀为一个恒定的初始值，k_w为k的变化梯度；滤波过程中实时调整k_w，直到滤波处理后数据的有效匹配点个数小于滤波前个数且大于滤波前个数的3/4；k₀＝1.3，k∈[1.3，5]；若|v_i|＞kσ，则判定此匹配点为离群点，剔除其对应的匹配对，得到精确匹配点集；步骤8，对步骤7得到的多个精确匹配点集进行特征点亚像素内插；步骤9，用最近领域法，在步骤8得到的亚像素内插点找到最匹配的亚像素内插点；步骤10，将待匹配图像中亚像素内插点与目标图像中的亚像素内插点相减，得到图像跟踪区域内塔式起重机感兴趣区域的振动曲线。