1.本发明属于计算机视觉测量领域，具体涉及一种基于视频的桥梁悬索振动频率检测方法。
背景技术：
2.悬索桥因其灵活多变、跨度大，目前在我国广泛建造，为了保障交通运输安全通行，需要定期对悬索拉力进行检测，以便及时监测桥梁结构健康状况。由于悬索振动频率是分析计算悬索拉力的重要参数，因此关于桥梁悬索振动频率的检测具有重要的实际价值。
3.检测悬索振动频率，首先需要提取悬索的振动
信号，在实际测量过程中，一般选用接触式或非接触式振动测量方法提取振动信号。传统接触式方法一般采用传感器(例如加速度计)进行振动测量，其价格低廉、测量精度高，被广泛应用于振动测量领域。但是，由于加速度计直接安装在被测物体表面，其将引起质量负载效应，导致结构动力学发生改变而影响测量结果。此外，由于加速度计仅适于单点测量，而当测试对象为大型结构时，需要人工安装大量传感器，存在测量工序繁琐、工作效率低等问题。
4.中国专利cn107192437a应用于悬索桥三位一体监测系统的悬索桥监测方法及装置及中国专利cn114858375a一种大跨悬索桥主梁涡激振动监测预警方法使用的均是接触式的方法。
5.非接触式方法如激光测振仪，通过记录被测物体表面反射的激光信号进行振动测量，由于其不与被测物体直接接触，因此不会引起质量负载效应。然而，当测量大型结构时，仍需人工部署大量仪器设备，并且当测量信号不同步时，仍需进一步信号校正。
技术实现要素：
6.本发明的目的是提供一种基于视频的桥梁悬索振动频率检测方法。
7.本发明的创新点在于：提供一种视觉测量方法可以作为传统测量技术的补充或替代方法；本技术具有较高的空间域分辨率，可用于全场密集测量，并且能够同步检测视频中的振动信号；从时间域而言，本技术通过提高视频采样帧率，可进一步提升信号的时间域分辨率；从动态范围而言，本技术可以实现从微米尺度到米尺度的振动测量。
8.为实现上述发明目的，本发明的技术方案是：
9.一种基于视频的桥梁悬索振动频率检测方法，包括以下
步骤：
10.步骤1：视频采集：利用视频采集设备，采集桥梁悬索的视频；
11.步骤2：提取运动轨迹信号：以步骤1中采集到的视频的第一帧为参考图像，从中手动选取待检测的悬索对象作为关键点，利用klt光流技术追踪、记录各关键点在每一个时刻的坐标信息，记为：
[0012][0013]
其中，m表示第m个关键点(共计m个)，分别表示第m个关键点在时刻t时的
横坐标和纵坐标；第m个关键点的沿x方向(即水平方向)和y方向(即竖直方向)的运动轨迹信号分别表示为：
[0014][0015]
步骤3：二阶导数滤波：对步骤2中提取的运动轨迹信号进行二阶导数滤波，消除视频采集设备运动的干扰影响，形成滤波之后的运动轨迹信号，分别表示如下：
[0016][0017]
步骤4：提取关键
频谱特征及振动频率检测：具体包括以下步骤：
[0018]
步骤s1：计算步骤3中滤波之后的运动轨迹信号的频谱，表示如下：
[0019][0020]
其中，q表示频点数量，表示信号频谱在频率fq处的能量值，表示信号频谱在频率fq处的能量值；
[0021]
步骤s2：将步骤s1中的滤波之后的运动轨迹信号的频谱作为一幅一维图像，共有2m个(x和y方向各m个信号，共计2m个)轨迹信号，记n＝2m，那么由n幅图像对应像素灰度值形成的n维向量作为一个样本数据，记为从而构成样本
矩阵x＝[x1，x2，...，xq]；计算样本均值，表示如下：
[0022][0023]
并对样本矩阵去中心化，记为将样本矩阵沿单位向量ω方向进行投影，那么投影之后的向量可表示为那么投影点的方差表示如下：
[0024][0025]
其中，表示样本矩阵的协方差矩阵；通过求解矩阵方程cω＝λω，可得到投影向量ω，记为ω＝ω1；
[0026]
步骤s3：根据步骤s2中的投影向量ω1，将投影数据重新映射回原始空间，得到投影分析之后的新样本矩阵，表示如下：
[0027]
[0028]
并记新样本矩阵中的每一行的新频谱数据为那么可获得描述振动信号频谱属性的关键频谱特征，表示如下：
[0029][0030]
其中，具有最高能量的频点即为悬索的振动频率。
[0031]
进一步地，所述视频采集设备包括手机、摄像机及带有摄像功能的照相机；最优选使用手机。
[0032]
本发明的有益效果是：
[0033]
第一：相比于加速度计和激光测振仪，视觉测量技术通过处理视频数据，可以实现非接触式振动测量；
[0034]
第二：视频中的每个像素点均可视为一个振动传感器；从空间域而言，该技术具有较高的空间域分辨率，可用于全场密集测量，并且能够同步检测视频中的振动信号；从时间域而言，该技术通过提高视频采样帧率，可进一步提升信号的时间域分辨率；从动态范围而言，该技术可以实现从微米尺度到米尺度的振动测量；因此，视觉测量可以作为传统测量技术的补充或替代方法；
[0035]
第三：在视频采集阶段，采用手机、摄像机及带有摄像功能的照相机作为视频采集设备，拍摄桥梁悬索视频；之所以选用这些设备作为视频采集设备，一方面是因为这些设备目前十分普遍，因此不需要另行购买其他视频采集设备即可完成数据采集，节省了设备采购成本，另一方面是因为视频采集时无需三脚架等辅助拍摄工具，操作更加方便、快捷，比如、vlog手持摄像机，单反、微单等均可以；
[0036]
第四：首先利用基于拉格朗日视角的ktl光流技术，追踪悬索的运动轨迹信号，随后利用二阶导数滤波器对运动轨迹信号进行滤波处理，从而缓解相机运动干扰，最后采用关键频谱特征提取技术，提取描述悬索振动属性的频谱特征，进而实现对其振动频率的检测；该方法可以有效检测拍摄的悬索视频中的悬索振动频率，对相机运动干扰具有良好的抑制能力。
附图说明
[0037]
图1为本发明原理图。
[0038]
图2是实施例1所提供的某一运动轨迹信号及其二阶导数滤波信号的波形图和频谱图。
[0039]
图3是实施例1所提供的悬索振动频率检测结果示意图。
具体实施方式
[0040]
下面将结合附图对本发明实施例中的技术方案进行清楚、完整地描述。
[0041]
参考图1，本发明提出了一种基于视频的桥梁悬索振动频率检测方法，该方法主要
包括：视频采集、提取运动轨迹信号、二阶导数滤波、提取关键频谱特征及振动频率检测4个主要步骤。
[0042]
实施例1
[0043]
步骤1：视频采集；
[0044]
采用手机，例如华为mate 30，采集悬索振动视频，视频采集时，设置手机摄像头相关参数如下：图像分辨率为1280*800，采样频率为30帧/秒，拍摄时长20秒，镜头距离拍摄对象约1～2米。
[0045]
步骤2：提取运动轨迹信号(参考图2)；
[0046]
以视频第一帧为参考图像，从中手动选取待检测的悬索对象作为关键点，利用klt光流技术追踪、记录各关键点在每一个时刻的坐标信息，记为：
[0047][0048]
其中，m表示第m个关键点(共计m个)，分别表示第m个关键点在时刻t时的横坐标和纵坐标。那么，第m个关键点的沿x方向(即水平方向)和y方向(即竖直方向)的运动轨迹信号分别表示为：
[0049][0050]
步骤3，二阶导数滤波(参考图2)；
[0051]
对步骤2中提取的运动轨迹信号进行二阶导数滤波，从而消除相机运动的干扰影响；滤波之后的运动轨迹信号分别表示如下：
[0052][0053]
步骤4，提取关键频谱特征及振动频率检测(参考图3)，具体步骤如下：
[0054]
步骤s1：计算各轨迹信号的频谱，表示如下：
[0055][0056]
其中，q表示频点数量，表示信号频谱在频率fq处的能量值，表示信号频谱在频率fq处的能量值。
[0057]
步骤s2：将步骤s1中的运动轨迹信号的频谱作为一幅一维图像，对其进行投影分析。已知共有2m个轨迹信号，记n＝2m，那么由n幅图像对应像素灰度值形成的n维向量作为一个样本数据，记为从而构成样本矩阵x＝[x1，x2，...，xq]，计算样本均值，表示如下：
[0058]
[0059]
并对样本矩阵去中心化，记为将样本矩阵沿单位向量ω方向进行投影，那么投影之后的向量可表示为那么投影点的方差表示如下：
[0060][0061]
其中，表示样本矩阵的协方差矩阵。通过求解矩阵方程cω＝λω，可得到投影向量ω，记为ω＝ω1。
[0062]
步骤s3：根据步骤s2中的投影向量ω1，将投影数据重新映射回原始空间，得到投影分析之后的新样本矩阵，表示为：
[0063][0064]
并记新样本矩阵中的每一行的新频谱数据为进而，可获得描述振动信号频谱属性的关键频谱特征，表示如下：
[0065][0066]
其中，具有最高能量的频点即为悬索的振动频率。
[0067]
所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
技术特征：
1.一种基于视频的桥梁悬索振动频率检测方法，其特征在于：包括以下步骤：步骤1：视频采集：利用视频采集设备，采集桥梁悬索的视频；步骤2：提取运动轨迹信号：以步骤1中采集到的视频的第一帧为参考图像，从中手动选取待检测的悬索对象作为关键点，利用klt光流技术追踪、记录各关键点在每一个时刻的坐标信息，记为：其中，m表示第m个关键点(共计m个)，分别表示第m个关键点在时刻t时的横坐标和纵坐标；第m个关键点的沿x方向和y方向的运动轨迹信号分别表示为：步骤3：二阶导数滤波：对步骤2中提取的运动轨迹信号进行二阶导数滤波，消除视频采集设备运动的干扰影响，形成滤波之后的运动轨迹信号，分别表示如下：步骤4：提取关键频谱特征及振动频率检测，具体包括以下步骤：步骤s1：计算步骤3中滤波之后的运动轨迹信号的频谱，表示如下：其中，q表示频点数量，表示信号频谱在频率f
q
处的能量值，表示信号频谱在频率f
q
处的能量值；步骤s2：将步骤s1中的滤波之后的运动轨迹信号的频谱作为一幅一维图像，共有2m个轨迹信号，记n＝2m，那么由n幅图像对应像素灰度值形成的n维向量作为一个样本数据，记为从而构成样本矩阵x＝[x1，x2，...，x
q
]；计算样本均值，表示如下：并对样本矩阵去中心化，记为将样本矩阵沿单位向量ω方向进行投影，那么投影之后的向量可表示为那么投影点的方差表示如下：
其中，表示样本矩阵的协方差矩阵；通过求解矩阵方程cω＝λω，可得到投影向量ω，记为ω＝ω1；步骤s3：根据步骤s2中的投影向量ω1，将投影数据重新映射回原始空间，得到投影分析之后的新样本矩阵，表示如下：并记新样本矩阵中的每一行的新频谱数据为那么可获得描述振动信号频谱属性的关键频谱特征，表示如下：其中具有最高能量的频点即为悬索的振动频率。2.根据权利要求1所述的一种基于视频的桥梁悬索振动频率检测方法，其特征在于：所述视频采集设备包括手机、摄像机及带有摄像功能的照相机。
技术总结
本发明公开了一种基于视频的桥梁悬索振动频率检测方法，包括以下步骤：步骤1：视频采集；步骤2：提取运动轨迹信号；步骤3：二阶导数滤波；步骤4：提取关键频谱特征及振动频率检测；本方法可以作为传统测量技术的补充或替代方法。方法。方法。
技术研发人员：
邱程 丁勇 李威 朱小文 徐龙星
受保护的技术使用者：
中国人民解放军63983部队
技术研发日：
2022.08.29
技术公布日：
2022/11/25
