基于欧拉运动放大算法的桥梁索力测试方法研究

斜拉索、吊杆和系杆是缆索承重桥梁的重要受力构件,但传统的索力测试方法存在操作复杂、 成本高和效率低的缺点,为此开展基于欧拉运动放大算法的索力测试方法研究。采用数码摄像设备采集拉索振 动的数字图像数据,经过基于相位的欧拉运动放大算法处理,获取运动放大后的图像序列;利用基于 Canny 算子的边缘识别算法得到边缘图像序列,并通过边缘定位提取拉索人工标记的位移时程数据;最后利用频率 法识别拉索索力。以拱桥吊杆索力测试为背景,讨论了基于相位的欧拉运动放大算法与基于 Canny 算子的边 缘识别算法的适用情况。与传统基于加速度传感器的索力测试方法相比,该方法具有易操作、低成本和高效 率的特点。     

基于加速度传感器的人体运动状态识别监测研究

随着科技的发展,通过对人的日常运动状态的监测来进行对个人人体身体的了解的需求逐步扩大.由于加速度现象在人体的运动中时刻存在,所以基于加速度传感器提出人体运动姿态识别监测的算法程序具有一定的实用价值.此项研究通过确定算法、统计特征的提取实现人体运动状态的初步判别,最后实现了较为精确的状态识别以及步数监测.     

基于视觉显著性的空间图像序列放大算法*

针对已有的图像序列放大方法存在空间运动目标放大后细节不清晰的问题,提出基于视觉显著性的图像序列放大算法。算法首先采用视觉显著性技术获取空间运动目标区域;而后设计不同的放大策略;最后提出分区插值计算和区域能量保护方法,提升放大过程中的空间运动目标清晰度。与已有的放大算法对比的实验结果表明,提出的算法取得了更好的视觉效果和更高的平均梯度指标值、边缘强度指标值、信息熵指标值和图像功率谱指标值。     

民用飞机结构健康监测系统的设计方法

结构健康监测技术是确定飞机结构完整性的革命性创新技术,其在减少飞机运营成本、提高飞行安全等方面具有非常突出的潜力和优势,将使民用飞机结构的维护策略发生变革：从定期计划维修向基于结构实时状态的视情维护转变。首先介绍了民用飞机结构健康监测技术国际研究现状及其国产民机应用SHM的必要性,论述了民机结构健康监测系统需要监测的金属结构和复合材料结构损伤、载荷、部位、损伤类型,以及理想SHM系统的要求。民机结构健康监测的主要参数包括载荷/环境谱、关键部位应变场、关键部位损伤三大类。给出了民用飞机结构健康监测系统设计方法,阐述了SHM主要监测参数及适用的传感器,介绍了民用飞机结构健康监测系统的总体架构设计和功能架构设计。     

基于NSGA-II和SVDD的转向架构架异常状态监测

转向架构架状态监测是保证轨道车辆安全运营的重要途径.研究提出了一种基于NSGA-II和SVDD的转向架构架异常状态监测方法,针对构架异常状态下样本集的随机多样和不确定性,引入SVDD算法,以构架正常状态的样本集构建SVDD超球体模型对多工况条件下构架的异常状态进行识别.同时以SVDD超球体半径定义优化目标函数f1(传感器数量)和f2(超球体聚类指标),并基于NSGA-II算法对传感器分布进行了优化.在此基础上,搭建转向架构架状态监测实验平台,对多工况条件下构架的异常状态识别进行研究.结果表明:①经优化后的传感器分布方案能有效获取转向架构架状态监测数据,当优化方案中传感器数量达到3时,识别率达到91.33％;②以转向架构架正常状态样本集构建的SVDD模型对异常状态具有很好的识别效果.     

新型数据手套及其手势识别研究

在人机交互系统中,为了准确获取手部的运动信息,设计了一种基于微机电系统MEMS加速度传感器的新型数据手套.该数据手套以MXR9500传感器和SPCE061A单片机为核心元件,通过检测加速度传感器的三轴加速度来获取手势动作的空间三维信息和手指的运动信息.以该数据手套为基础开发的汉语手指语拼音字母识别系统,采用基于模糊理论的识别算法,进一步提高了识别准确率.测试结果表明手套测量数据准确,识别系统准确率高、运行稳定.     

免疫算法和数据融合在结构损伤识别中的应用

大型结构由于传感器数量庞大、种类众多,使得对结构进行损伤识别时的速度和准确性不高。针对该问题,设计一种改进型免疫算法。将算法的抗体种群划分为多个子种群并行搜索,减小种群的搜索空间;采用阶段式阈值方式选取算法中的记忆库抗体,使得记忆库随着抗体性能不断调整;利用改进后的算法对各类传感器数据分别进行损伤识别;采用D-S证据理论将位移、应力、加速度多类传感器的识别结果进行数据融合,消除多传感器数据间的不确定因素。实验结果表明,改进型免疫算法能够以较少的迭代次数寻找到最优解,从而提高识别速度,D-S证据融合多类传感器的识别结果后准确度更高。     

基于三维加速度的连续手势识别

由于基于图像处理的手势识别方法对环境背景要求较高且存在不稳定性问题,文章使用三维加速度传感器的连续数据进行手势识别.三维加速度传感器内置于大部分智能手机中,具有应用方便的特点.实验通过传感器获取加速度信号,经过低通滤波、去重力和特征提取的信号预处理过程后,结合隐马尔可夫模型和混合高斯模型的理论方法,实现手机手势的连续识别,并驱动应用层预先定义的交互命令.     

基于HHT的复合材料层合板结构损伤识别

针对航空飞行器复合材料层合板结构的健康监测,提出一种基于HHT的新型损伤特征量提取方法.利用结构动态响应信号的Hilbert能量谱构造了损伤特征量,用以表征信号的能量变化,从而对带损伤结构进行损伤识别.通过光纤布拉格光栅(FBG)加速度传感器采集数据,比较复合材料层合板在完好和带损伤两种情况下的信号能量变化,实现了对结构小损伤的识别.试验结果表明,构造的结构损伤特征量可以应用于复合材料层合板的结构健康监测,具有良好的灵敏度和实用性.     

基于加速度传感器的人体前臂动作特征提取

针对人体前臂运动识别困难,识别率低的问题,且为了有效并快速提取人体上肢前臂的运动特征,设计了一种基于加速度传感器的人体前臂动作识别数据采集系统.首先利用加速度传感器来获取的加速度原始数据矩阵,然后通过互补滤波器对加速度原始数据矩阵进行滤波处理并消除重力场作用来获取运动特征矩阵.此系统实现了简单有效的加速度运动特征数据的拾取,为后续的人体前臂运动模式的识别提供了可靠的数据基础.     

An efficient motion magnification system for real-time applications

The human eye cannot see subtle motion signals that fall outside human visual limits, due to either limited resolution of intensity variations or lack of sensitivity to lower spatial and temporal frequencies. Yet, these invisible signals can be highly informative when amplified to be observable by a human operator or an automatic machine vision system. Many video magnification techniques have recently been proposed to magnify and reveal these signals in videos and image sequences. Limitations, including noise level, video quality and long execution time, are associated with the existing video magnification techniques. Therefore, there is value in developing a new magnification method where these issues are the main consideration. This study presents a new magnification method that outperforms other magnification techniques in terms of noise removal, video quality at large magnification factor and execution time. The proposed method is compared with four methods, including Eulerian video magnification, phase-based video magnification, Riesz pyramid for fast phase-based video magnification and enhanced Eulerian video magnification. The experimental results demonstrate the superior performance of the proposed magnification method regarding all video quality metrics used. Our method is also 60–70% faster than Eulerian video magnification, whereas other competing methods take longer to execute than Eulerian video magnification.     

基于欧拉影像放大的非接触式心率测量方法

针对目前非接触式心率测量存在操作不便、心率同频段噪声干扰大和受环境温度影响较大等问题,提出一种基于欧拉影像放大技术的非接触式心率测量方法。首先,运用欧拉影像放大技术实现手腕处桡动脉微小跳动的动作放大;然后,对脉搏跳动视频帧的像素点亮度值在时域上进行亮度方差统计,同时在YCrCb颜色空间中分割出皮肤区域;其次,根据亮度方差统计和皮肤分割结果,结合图像形态学处理方法提取视频中桡动脉跳动区域;最后,对所提取桡动脉部位时域上亮度信号采用傅里叶变换进行时频分析,实现心率非接触式测量。实验结果表明该方法与独立成分分析法（ICA）和脉搏交流信号分析法相比,均方根误差（RMSE）分别下降50.5%和32.6%;与小波滤波法相比,平均绝对误差下降12%。非接触式心率测量方法测量结果与脉搏血氧仪测量法具有很好一致性,满足中国医药行业标准,可用于日常保健和远程医疗的心率监测。     

基于随机性检测的数字稳像算法评价方法*

提出了一种基于随机性检测的数字稳像算法客观评价方法。该方法首先估计出数字稳像算法输出视频的全局运动向量;然后将估计结果编码为二进制序列;最后利用随机性检测的方法来检验此二进制序列的随机性,并且根据序列随机性的强弱程度来衡量数字稳像算法的效果。最后的实验表明,提出的方法能够准确地评价常用的数字稳像算法。     

基于相位光流法的结构振动微小位移测量

随着数码相机的成本降低和普及,基于计算机视觉的非接触式结构健康监测技术越来越受到重视.传统的接触式测量仪器可能导致轻质结构上的质量负荷,并且在大型土木结构上安装和维护成本高且耗时,特别是对于长期应用.作为一种替代的非接触方法,使用数码相机的计算机视觉方法成本相对较低、灵活.针对传统光流方法在微小位移测量精度和稳定性不足的问题,本文提出了一种改进的基于相位的光流法来计算结构的振动位移.在这种方法中,通过引入基于相位的视频运动放大方法中构造的部分复数可操纵滤波器,与视频序列图像的卷积得到结构的局部空间相位信息.接着通过基于相位的光流法计算结构振动的像素位移.最后通过降噪处理和比例因子法将像素位移转换为真实位移.实验室简支梁振动实验结果证明,本文的方法相比于其他光流方法在微小位移计算上具有更高的精确度和稳定性.     

An edge detection framework conjoining with IMU data for assisting indoor navigation of visually impaired persons

Smartphone applications based on object detection techniques have recently been proposed to assist visually impaired persons with navigating indoor environments. In the smartphone, digital cameras are installed to detect objects which are important for navigation. Prior to detect the interested objects from images, edges on the objects have to be identified. Object edges are difficult to be detected accurately as the image is contaminated by strong image blur which is caused by camera movement. Although deblurring algorithms can be used to filter blur noise, they are computationally expensive and not suitable for real-time implementation. Also edge detection algorithms are mostly developed for stationary images without serious blur. In this paper, a modified sigmoid function (MSF) framework based on inertial measurement unit (IMU) is proposed to mitigate these problems. The IMU estimates blur levels to adapt the MSF which is computationally simple. When the camera is moving, the topological structure of the MSF is estimated continuously in order to improve effectiveness of edge detections. The performance of the MSF framework is evaluated by detecting object edges on video sequences associated with IMU data. The MSF framework is benchmarked against existing edge detection techniques and results show that it can obtain comparably lower errors. It is further shown that the computation time is significantly decreased compared to using techniques that deploy deblurring algorithms, thus making our proposed technique a strong candidate for reliable real-time navigation.     

基于ARM 和DSP 的无线视频监控系统

针对视频监控设备的应用需求,设计了一种基于ARM和DSP双核结构的无线视频监控系统。该系统采用CMOS摄像头完成现场图像的采集,在DM642内经JPEG2000压缩后,由S3C2410通过DSP的HPI口读取,并通过3G网络把视频数据传输到后台服务器。详细论述了系统的软、硬件的结构及其设计思想。     

Straight lines have to be straight

Most algorithms in 3D computer vision rely on the pinhole camera model because of its simplicity, whereas video optics, especially low-cost wide-angle or fish-eye lenses, generate a lot of non-linear distortion which can be critical. To find the distortion parameters of a camera, we use the following fundamental property: a camera follows the pinhole model if and only if the projection of every line in space onto the camera is a line. Consequently, if we find the transformation on the video image so that every line in space is viewed in the transformed image as a line, then we know how to remove the distortion from the image. The algorithm consists of first doing edge extraction on a possibly distorted video sequence, then doing polygonal approximation with a large tolerance on these edges to extract possible lines from the sequence, and then finding the parameters of our distortion model that best transform these edges to segments. Results are presented on real video images, compared with distortion calibration obtained by a full camera calibration method which uses a calibration grid. Received: 27 December 1999 / Accepted: 8 November 2000     

基于视频图像处理的交通事件检测系统

针对目前公路事件发生后不能及时有效检测与报警、事故处理延迟等不足,研究开发了一种基于视频图像处理的交通事件检测系统。利用计算机视觉与数字图像处理技术,对设置在公路上的摄像头采集的视频图像,进行事件检测算法智能处理,自动采集各种交通参数,检测交通事件并及时报警,可有效地减少交通延误,防止二次事件发生,保障道路安全。与传统交通事件检测系统相比,具有直观方便、费用低等优点,拥有良好的市场需求和实用价值。     

基于运动放大的振动结构的模态识别

快速准确地获取结构的振动信息是确定结构模态参数的关键。随着计算机视觉和高速相机技术的发展,视觉测量振动逐渐受到人们的重视。对一种可检测结构微小运动的计算机视觉技术进行了研究,并将最新的实时运动放大算法用于振动结构的模态识别。此算法可在不提取位移的情况下直接展示振动结构的模态特征。为了验证提出方法的可行性,以悬臂梁为例搭建了加速度计和高速相机的模态识别实验系统,并依据理论模态对其实验数据进行模态置信准则(MAC)检验。分析实验结果表明：提出的方法可以识别振动结构的模态参数。