陳若珠，趙 珊

(1.蘭州理工大學 甘肅省土木工程防災重點實驗室，蘭州 730050; 2.蘭州理工大學 電氣工程與信息工程學院，蘭州 730050)

?

基于機器視覺技術(shù)的振動臺試驗變形位移測量方法研究

陳若珠1，趙 珊2

(1.蘭州理工大學 甘肅省土木工程防災重點實驗室，蘭州 730050; 2.蘭州理工大學 電氣工程與信息工程學院，蘭州 730050)

在振動臺試驗中，結(jié)構(gòu)的變形位移是試驗關注的重要數(shù)據(jù)之一；將機器視覺技術(shù)運用于振動臺試驗的變形位移測量上，是對傳感器測量法的一個補充，從另外一種渠道力爭為振動臺試驗提供更多的數(shù)據(jù)來源；該方法首先給定振動臺一個激勵信號，同時對固定在振動臺臺面上、粘貼有人工標志的彈性結(jié)構(gòu)試件進行視頻采集；然后將視頻分幀成一系列靜態(tài)圖片，對靜態(tài)圖片進行圖像灰度化、圖像增強等圖像預處理并對人工標志進行識別；接下來，在識別出所有人工標志的基礎上采用最小二乘橢圓擬合法進行目標定位并進行像素標定；目標點的像素位移結(jié)合像素標定系數(shù)，最終完成變形位移的測量；最后通過振動臺的固定位移試驗和正弦信號激勵試驗證明了該方法在振動臺試驗中的可行性。

機器視覺技術(shù)；振動臺試驗；彈性結(jié)構(gòu)試件；人工標志；變形位移

0 引言

在振動臺試驗中，結(jié)構(gòu)的變形位移是試驗關注的重要數(shù)據(jù)之一，及時掌握此參數(shù)具有一定的實際意義[1]。對振動臺結(jié)構(gòu)物變形位移的測量，最常用的方法是采用傳感器進行接觸式測量。將機器視覺技術(shù)運用于振動臺試驗的變形位移測量上，是對傳感器測量法的一個補充，從另外一種渠道力爭為振動臺試驗提供更多的數(shù)據(jù)來源。

從20世紀中期至今，機器視覺技術(shù)己進入高速發(fā)展時期。將其應用于土木工程，提供結(jié)構(gòu)試驗、監(jiān)測的實時動態(tài)的空間信息數(shù)據(jù)流，從而實現(xiàn)結(jié)構(gòu)診斷評估智能化，是當前發(fā)展的熱點[2]。韓國世宗大學土木及環(huán)境工程學系的Lee等人，通過機器視覺技術(shù)，結(jié)合攝像機，對由于振動激勵而產(chǎn)生的位移響應的結(jié)構(gòu)進行近距離監(jiān)測[3]。葡萄牙國家土木工程實驗室的Martins L L等提出利用機器視覺技術(shù)進行吊橋三維位移測量的基本研究方法及其發(fā)展趨勢[4]。近年來，在中國內(nèi)地，基于機器視覺和圖像處理技術(shù)的結(jié)構(gòu)檢測技術(shù)也在不斷發(fā)展[5]。天津大學的張子淼等采用一種新的算法，并通過一臺數(shù)碼相機和5個預設參考點計算出監(jiān)測結(jié)構(gòu)的位移和轉(zhuǎn)角。監(jiān)測結(jié)果表明，運用此方法，位移測量精度可以達到0.1 mm，轉(zhuǎn)角測量精度可以達到0.2°[6]。清華大學的候杰運用了機器視覺技術(shù)，并提出把神經(jīng)網(wǎng)絡技術(shù)應用于測量系統(tǒng)的標定。最后，采用BP神經(jīng)網(wǎng)絡技術(shù)消除成像平面位置及光學畸變對位移測量精度的影響[7]。

本文研究了基于機器視覺技術(shù)的振動臺試驗變形位移測量方法，并以蘭州理工大學三向六自由度地震模擬振動臺為例闡述了該方法在振動臺試驗中的應用。

1 測量方法概述

人類從外界環(huán)境中獲取的全部信息，80%是通過視覺功能獲取的，因此賦予機器人類的視覺功能對于智能機器的發(fā)展是極其重要的，由此形成了一門新的學科—機器視覺技術(shù)。機器視覺主要研究用計算機來模擬人的視覺功能，用圖像來創(chuàng)建及恢復現(xiàn)實世界模型，最終用于實際檢測、測量和控制。

本文中，基于機器視覺技術(shù)的結(jié)構(gòu)變形位移測量方法基本框圖如圖1所示。

圖1 本測量方法基本框圖

具體如下：在振動臺的彈性結(jié)構(gòu)試件表面相應位置粘貼人工標志；采集振動臺試驗過程中彈性結(jié)構(gòu)試件的視頻數(shù)據(jù)并進行分幀；對分幀后的連續(xù)靜態(tài)圖像進行預處理，主要包括圖像降噪、灰度處理、圖像分割等。在此基礎上，對人工標志進行識別及定位，獲得圖像空間中人工標志的位置坐標；通過標定圖像像素與實際物象坐標的關系，即可得到物象坐標下各個目標點的位移。目標點的位移減去臺面的位移即為目標點的變形位移。

2 人工標志及圖像采集設備簡介

2.1 人工標志

在圖像處理過程中，測量標志的材料和形狀將直接影響其成像的質(zhì)量與圖像處理結(jié)果和精度，設計合理的人工標志可以保證和提高測量精度與可靠性。其中回光反射標志是近年來實施高精度工業(yè)攝影測量和視覺測量，貼附在被測物體表面上的一種人工標志。在同等光源的照射下，它以反射的亮度比漫射白色標志高出數(shù)百上千倍為特點[8]。

實驗表明，標志的成像大小在20～40個像素比較有利于數(shù)字圖像處理和定位算法的實現(xiàn)[9]。圓形標志以其獨特的形狀一直廣為使用，因此本文采用在白色回光反射材料上打印實心黑色圓形圖案作為人工標志。結(jié)合試驗環(huán)境及設備因素，選取5個半徑為10 mm的實心圓作為一個人工標志，如圖2所示。圓形標志點a、b、c、d組成了一個邊長為60 mm的正方形，正方形的中心為圓形標志點o。其中o為目標點，a、b、c、d為標定點。本文選取A、B、C、D、E、F、G、H共8個人工標志粘貼在試件表面，粘貼時盡量使邊ad、bc垂直于地面。人工標志具體分布見圖3。

圖2 人工標志 圖3 人工標志分布情況

2.2 圖像采集設備

由于條件限制，本文采用的圖像采集設備是普通數(shù)碼攝像機，型號是SONY HDR-SR12E。它的幀速率為25幀/秒，即采樣頻率25 Hz。SONY HDR-SR12E數(shù)碼攝像機的具體性能參數(shù)見表1。

表1 SONY HDR-SR12E性能參數(shù)

3 關鍵技術(shù)環(huán)節(jié)

3.1 圖像預處理

由于目標圖像信號在生成和傳輸過程中常受到各種噪聲源的影響和干擾也會使圖像的質(zhì)量變差，這樣不僅影響圖像的視覺效果，而且還會影響目標信息的獲取及進一步處理，因此在目標提取和目標定位等處理之前，選取適當?shù)姆椒▽D像進行一系列預處理將直接提高數(shù)據(jù)的精度。本文涉及的圖像預處理的基本內(nèi)容如圖4所示。

圖4 圖像預處理

3.2 人工標志識別

通過對圖像進行以上預處理之后，人工標志與背景可得到較好的分離，但二值圖像仍較復雜，這時目標識別便顯得尤為重要。具體步驟如下：

1)二值形態(tài)學運算是針對象素值為1的像素點進行的，而本文的圓形標志點是黑色，故首先對二值圖像取補。

2)統(tǒng)計局部連通域性質(zhì)，將面積明顯小于或大于圓形標志點面積的連通域清除，并將邊緣像素數(shù)明顯少于或多于人工標志點邊緣像素數(shù)的連通域清除。

3)由于正常情況下振動臺試件在整個變形過程中變形位移不會過大，因此可根據(jù)連通域的質(zhì)心位置進行圓形標志點的識別。

4)圓形標志點在圖像中雖呈橢圓狀，但仍接近于圓形。此時可以對每個連通域進行橢圓擬合，求取橢圓的長軸與短軸之比，保留比值在接近于1的某一范圍內(nèi)的連通域。

對圖像施加以上約束，可識別出所有圓形標志點。

3.3 圓形標志點定位

識別出所有圓形標志點后，需要對每一個標志點進行定位，得到每個標志點的像素坐標。目標定位方法有多種，其中形心法、灰度重心法和擬合法是最經(jīng)典的算法[10]，應根據(jù)實際情況選用。本文選取最小二乘橢圓擬合算法對圓形標志點進行定位。

二次曲線擬合的一般方程為：

(1)

如果滿足：

(2)

式(1)就代表一個橢圓，其代數(shù)距離平方和為：

(3)

分別對上式關于B、C、D、E、F取偏導數(shù)，令每個式子為零，可以得到一個包含5個方程和5個未知數(shù)的方程組，利用矩陣求逆方法可以求得橢圓方程的參數(shù)。

為了抑制圖像噪聲的影響，提高定位精度，可對邊界進行兩次擬合。即第一次擬合后，將每個邊界點代入式(1)，計算殘差。然后將殘差大于2倍驗后單位權(quán)中誤差的點去掉，再對剩余的點進行二次橢圓擬合。

3.4 像素標定

根據(jù)相機成像原理，當被測物的幾何參數(shù)位于同一平面內(nèi)，攝像系統(tǒng)光軸與被測物所在平面垂直，且與像平面平行時，被測物與其所成的像是相似關系。這時從圖像中提取出需要的參數(shù)，乘以放大倍數(shù)，便可得到對應的實際參數(shù)，其中放大倍數(shù)可以通過像素標定得到。

在拍攝結(jié)構(gòu)變形的過程中，鏡頭光軸和人工標志所在平面的夾角決定了人工標志在鏡頭中的成像情況，一般有以下3種：

1)鏡頭光軸與貼有人工標志的結(jié)構(gòu)表面垂直，攝像機底邊與水平面平行，此時在圖像中abcd為規(guī)矩的正方形；

2)鏡頭光軸與貼有人工標志的結(jié)構(gòu)表面不垂直，但攝像機底邊與水平面平行，此時直線ad與bc都與圖像坐標系的Y軸平行，但是ad的長度比bc大；

3)鏡頭光軸與貼有人工標志的結(jié)構(gòu)表面不垂直，攝像機底邊與水平面也不平行，此時直線ad與bc都不與圖像坐標系的Y軸平行，但是ad的長度比bc大。

可以把第一、二種情況看成是第3種情況的特殊情形，因此取第3種情況進行研究。在以下的算法推導過程中，假定線段ad平行于線段bc。要做到這一點，就應盡量避免數(shù)碼攝像機在拍攝結(jié)構(gòu)物變形過程中鏡頭光軸與水平面夾角過大。

圖5為人工標志在結(jié)構(gòu)物變形前后的位移示意圖，abcdo是變形前的人工標志，a1b1c1d1o1為變形后的人工標志，a(x1,y1)、b(x3,y3)、c(x2,y2)、d(x4,y4)、o(x0,y0)為變形前圓形標志點的中心坐標，o1(xt,yt)為變形后相對應于o的中心坐標。線段L1L2垂直于線段ad、bc，線段L1L2方向即為o的橫向位移方向。經(jīng)過圖像預處理等手段可以求得目標點o在變形前后以像素為單位的橫向位移H、豎向位移W(即結(jié)構(gòu)物在該點處的橫向位移H、豎向位移W)，根據(jù)人工標志點的坐標及變形前后的位置關系，可以求出橫向位移方向的標定系數(shù)δh、豎向位移方向的標定系數(shù)δw分別為：

(4)

其中：Lad、Lbc、LL1L2分別表示線段ad、bc、L1L2的實際長度，即60 mm。lad、lbc分別表示線段ad、bc的像素長度。表示標志點b到線段ad的距離。此時，實際橫向位移為h、豎向位移為w可表示為：

(5)

圖5 人工標志幾何位移示意圖

在運動過程中，目標點的位移是由臺面的位移和目標點的變形位移共同決定的，而人工標志G、H最接近臺面，因此本課題假設標志點G、H的位移等于振動臺臺面的位移。設G、H點的橫向位移分別表示為hG、hH，豎向位移分別表示為wG、wH，則目標點A、C、E的橫向變形位移h′、豎向變形位移w′可以表示為：

(6)

而目標點B、D、F 的橫向變形位移h′、豎向變形位移w′可以表示為：

(7)

4 驗證試驗

試驗前，將攝像機固定在三角支架上，調(diào)節(jié)水平調(diào)節(jié)器，使攝像機接近水平狀態(tài)。然后，將三角支架安放在振動臺臺面中心軸的延長線上。攝像機鏡頭對準貼有人工標志一面，調(diào)節(jié)攝像機和振動臺的距離，直到攝像機能夠拍攝到所有的人工標志并使人工標志位于圖像的中心區(qū)域。

4.1 固定位移驗證試驗

給振動臺輸入一系列固定位移信號，通過測量最接近臺面的G、H兩目標點的位移，驗證本方法的可行性，并考察測量的精度。對照圖3，振動臺的三維坐標系見圖6。

試驗一：給振動臺輸入一系列Y方向位移信號，使振動臺臺面發(fā)生橫向位移；

試驗二：給振動臺輸入一系列Z方向位移信號，使振動臺臺面發(fā)生豎向位移。Y方向位移信號及Z方向位移信號及G、H點處試驗結(jié)果如表2所示。

圖6 振動臺三維坐標系

試驗一:振動臺Y方向固定位移試驗(振動臺Y方向位移范圍:±125mm)X向位移/mm0000000Y向位移/mm15102060100120Z向位移/mm0000000試驗一結(jié)果:G點處Y向位移平均值/mm2.335.5610.2120.2559.6499.71118.90H點處Y向位移平均值/mm2.376.5210.9621.0160.54100.94120.50試驗二:振動臺Z方向固定位移試驗(振動臺Z方向位移范圍:±80mm)X向位移/mm00000Y向位移/mm00000Z向位移/mm15105070試驗二結(jié)果:G點處Z向位移平均值/mm0.564.519.7349.8569.60H點處Z向位移平均值/mm0.734.798.9549.2768.70

使用本測量方法測得的G、H點位移和振動臺臺面位移基本一致，測量誤差m≤1.52 mm。因此本測量方法應用于振動臺試驗中是可行的，且基本滿足精度要求。

4.2 正弦信號激勵下的驗證試驗

給定振動臺Y方向一個正弦波激勵，通過對8個目標點處的試件進行變形位移測量，驗證本方法的可行性。

由于試驗采用的圖像采集設備為普通攝像機，振動臺在頻率大于4 Hz的正弦波激勵下，攝像機已無法完全捕捉到試驗過程中的關鍵數(shù)據(jù)，難以進行后續(xù)分析。因此本試驗選擇在振動臺Y方向上施加頻率分別為1 Hz、2 Hz、3 Hz且振幅都為10 mm的正弦波激勵使振動臺發(fā)生往復運動，固定在臺面上的彈性試件隨之發(fā)生往復運動。由于試件上方放置有一個慣性質(zhì)量塊，因此試驗過程中應該出現(xiàn)以下現(xiàn)象：

(1)正弦波激勵的頻率越大，試件變形越明顯，且目標點處的橫向變形位移曲線越接近正弦波； (2)同一正弦波激勵下，離振動臺臺面越遠的目標點，其相對于G、H點的橫向變形位移應該越大，且目標點的橫向變形位移曲線應該越接近正弦波。

圖7 人工標志A、B、C、D、E、F目標點處試件的橫向變形位移曲線圖

本試驗中，在1 Hz、2 Hz、3 Hz正弦波激勵下測得的人工標志A、B、C、D、E、F目標點處試件的橫向變形位移見圖7。由于同一激勵下的整個運動過程具有周期性，故只選取運動過程中的1秒即25幀圖像進行試驗分析。由圖可得：1 Hz正弦波激勵下，8個目標點處的變形位移相差不大，變形位移曲線無明顯規(guī)律。2 Hz正弦波激勵下，8個目標點處的變形較明顯，且具有一定正弦波規(guī)律。3 Hz正弦波激勵下，8個人工標志點處的變形最明顯，且明顯類似于正弦波。其中：

(1)1 Hz正弦波激勵下，A、B點處變形位移在±1.8 mm之間；C、D點處變形位移在±1.5 mm之間；E、F點處變形位移在±1.8 mm之間。未表現(xiàn)出明顯規(guī)律；

(2)2 Hz正弦波激勵下，A、B點處變形位移在±3.2 mm之間，整體具有波峰波谷交替出現(xiàn)的性質(zhì)，具有一定的正弦波性質(zhì)；C、D點處變形次之，變形位移在±2.8 mm之間；E、F點接近臺面，因此變形較小，變形位移在±2.1 mm之間；

(3)3 Hz正弦波激勵下，A、B點處變形最明顯，變形位移在±7.4 mm，其波形類似于正弦波；C、D點處變形次之，變形位移在±5.4 mm之間，且波形同樣類似于正弦波；E、F點接近臺面，因此其變形較小，變形位移在±3.3 mm之間，但仍較類似于正弦波；

以上試驗分析說明，本方法能夠體現(xiàn)試件的運動趨勢，且均滿足客觀事實，用于振動臺試驗中是完全可行的。

5 結(jié)語

本文研究了利用機器視覺技術(shù)對振動臺臺面上的試件進行變形位移測量的非接觸式測量方法，是對傳感器測量方法的補充，從另一渠道為振動臺試驗提供了數(shù)據(jù)來源。本研究的關鍵技術(shù)是像素標定及目標定位。其中目標定位采用了最小二乘橢圓擬合的方法，達到亞像素定位。試驗結(jié)果表明，本方法能夠準確地捕捉試件的運動趨勢，且試驗所得目標點處試件的變形位移滿足試驗的客觀事實。

雖然本方法應用在振動臺試驗中是可行的，但仍有需要進一步研究的問題，具體如下：1)采用更高分辨率的攝像設備，并考慮鏡頭的畸變現(xiàn)象，達到提高測量精度的目的；2)利用位移傳感器同時進行試驗，將本方法所得的數(shù)據(jù)與位移傳感器的數(shù)據(jù)進行對比，完成更精確的誤差分析；3)采用多臺攝像機協(xié)同拍攝，實現(xiàn)振動臺的三維變形位移的測量。

[1] 田國偉，韓曉健，徐秀麗，等．基于視頻圖像處理技術(shù)的振動臺試驗動態(tài)位移測量方法[J]．世界地震工程，2011(27)：179．

[2] 許 楓．基于機器視覺的位移跟蹤系統(tǒng)的研發(fā)及應用[D]．廣東：五邑大學，2012．

[3] Lee J J,Ho H N,Lee J H,et al .A synchronized multipoint vision-based system for displacement measurement of civil infrastructures[J].The Scientific World Journal, 2012,1100(10): 1-9.

[4] Martins L L,Rebordao J M, Ribeiro A S. Conception and development of an optical methodology applied to long-distance measurement of suspension bridges dynamic displacement[J].Journal of Physics, 2013, 134(6):1 006-1015.

[5] 姜平安．基于視頻圖像的結(jié)構(gòu)振動監(jiān)測研究[D]．杭州：浙江大學，2011．

[6] 張子淼，王鵬，孫長庫．單目視覺位姿測量方法及數(shù)字仿真[J]．天津大學學報，2011，44(5)：440-444．

[7] 候 杰，錢稼茹，趙作周，等．基于圖像處理的二維位移測量系統(tǒng)[J]．清華大學學報，2010，50(6)：86-829．

[8] 臧歡歡．基于攝影與目標自動識別的隧道斷面測量 技術(shù)研究[D]．長沙：中南大學，2012．

[9] 王成亮．基于普通數(shù)碼影像的近景攝影測量技術(shù)研究與應用[D]．長沙：中南大學，2006.

[10] 俞 縉，吳亮清．基于橢圓擬合的人工標志中心定位法[J]．鄭州輕工業(yè)學院學報，2009，24(4)：75-78．

Measuring Method Research of Deformation Displacement in Shaking Table Test Based on Machine Vision Technology

Chen Ruozhu1，Zhao Shan2

(1.Gansu Province Key Laboratory of Disaster Prevention in Civil Engineering, Lanzhou University of Technology,Lanzhou 730050,China; 2.College of Electrical and Information Engineering,Lanzhou University of Technology,Lanzhou 730050,China)

The deformation displacement of the structure in shaking table test is one of the important measurement parameters.Using the machine vision technology to the measurement of the deformation displacement in shaking table test is a complement of sensor measurement,providing more data sources from another channel.This method firstly gives vibration table an excitation signal,and collects the video for the elastic structure specimen with the artificial marks fixed on the vibration table.Secondly,to do image preprocessing such as image gray, the image enhancement about this video image sequences ,and the artificial marks recognition.Next,the least-squares ellipse fitting method is adopted to complete object localization on the basis of identify all artificial marks and the pixel calibration.Then,the deformation displacement will be calculated by the pixel displacement and the target pixel calibration coefficient.Finally,the feasibility is proved through the experiment when the fixed displacement signal and sine signal are applied to the shaking table.

machine vision technology; shaking table test; elastic structure specimen; artificial landmark; deformation displacement

2015-12-10；

2016-01-08。

陳若珠(1963-)，女，山西人，高級工程師，碩士生導師，主要從事智能控制理論與應用、模式識別方向的研究。

1671-4598(2016)06-0056-04

10.16526/j.cnki.11-4762/tp.2016.06.016

TP274

A