楚 璽, 向小菊, 鄧國軍, 何松霖, 侯 旭

(重慶交通大學(xué) 土木工程學(xué)院，重慶 400074)

0 引 言

橋梁的振動(dòng)狀態(tài)反映了橋梁結(jié)構(gòu)的健康狀況，因此橋梁的振動(dòng)監(jiān)測(cè)成為橋梁健康監(jiān)測(cè)的一項(xiàng)重要內(nèi)容，而橋梁結(jié)構(gòu)的動(dòng)態(tài)撓度則是振動(dòng)監(jiān)測(cè)中評(píng)價(jià)橋梁整體結(jié)構(gòu)性能的控制指標(biāo)。目前，橋梁振動(dòng)參數(shù)監(jiān)測(cè)的常用儀器為加速度計(jì)，但加速度計(jì)存在位移精度不高、實(shí)時(shí)連續(xù)監(jiān)測(cè)困難、測(cè)點(diǎn)布置困難等缺點(diǎn)，與現(xiàn)代橋梁實(shí)時(shí)動(dòng)態(tài)位移監(jiān)測(cè)的要求存在著一定的差距。其他的常規(guī)測(cè)量方法如水準(zhǔn)儀、百分表和全站儀等則難以進(jìn)行動(dòng)態(tài)測(cè)量，GPS雖能實(shí)現(xiàn)動(dòng)態(tài)測(cè)量，但在測(cè)量過程中安裝調(diào)試非常繁瑣，并且復(fù)雜的橋梁地域工作環(huán)境和衛(wèi)星、天氣等因素都能影響到測(cè)量的精度和測(cè)量的時(shí)間。因此，結(jié)合現(xiàn)有的非接觸式測(cè)量手段，發(fā)展新的橋梁動(dòng)態(tài)位移識(shí)別和分析方法是值得研究和探索的問題。

微小運(yùn)動(dòng)放大是近年來伴隨機(jī)器視覺快速發(fā)展所誕生的一種新技術(shù)。該技術(shù)的本質(zhì)是改變連續(xù)運(yùn)動(dòng)圖像序列中目標(biāo)信號(hào)變化幅度，從而將人眼或是常規(guī)機(jī)器視覺無法感知的微弱變化放大到可以進(jìn)行肉眼觀察或是數(shù)據(jù)分析的幅度，達(dá)到數(shù)據(jù)增強(qiáng)的效果，從而使我們從看似靜態(tài)的連續(xù)圖像序列中挖掘出有科學(xué)價(jià)值的信息[1]。對(duì)于早期剛開始發(fā)展的微小運(yùn)動(dòng)放大技術(shù)而言，其采用的基本算法是拉格朗日法[2-5]，其依據(jù)是廣義流體力學(xué)理論中跟蹤粒子隨時(shí)間變化的路徑，從而達(dá)到放大微小運(yùn)動(dòng)的目的。該方法的缺點(diǎn)是需要依賴相對(duì)精確的微小運(yùn)動(dòng)估計(jì)，需要在計(jì)算前提出顯微運(yùn)動(dòng)的參數(shù)，否則放大計(jì)算難以準(zhǔn)確反映微小運(yùn)動(dòng)的變化軌跡，因此基于拉格朗日的運(yùn)動(dòng)放大算法并不適用于具有復(fù)雜場(chǎng)景的圖像序列，也不具備工程振動(dòng)監(jiān)測(cè)領(lǐng)域的應(yīng)用前景。近年來，文獻(xiàn)[6-9]中提出了一種歐拉影像放大技術(shù)的方法，其基本思想是放大像素亮度的變化值，采用空間多尺度分析，不需要進(jìn)行光流運(yùn)動(dòng)估計(jì)，只需要通過設(shè)置合適的濾波器放大確定位置的像素顏色變化值，可以獲得較好的運(yùn)動(dòng)放大效果，但是，歐拉運(yùn)動(dòng)放大算法在濾波和視頻重建過程中不可避免地會(huì)造成噪聲溢出，導(dǎo)致連續(xù)圖像序列瑕疵，造成放大后的圖像模糊不清。雷林等[10-11]對(duì)這項(xiàng)技術(shù)進(jìn)行了改進(jìn)，提出了基于相位的圖像序列運(yùn)動(dòng)處理技術(shù)，基于相位的運(yùn)動(dòng)放大技術(shù)在放大微小運(yùn)動(dòng)的同時(shí)不會(huì)放大噪聲，只是將已經(jīng)存在的噪聲進(jìn)行平移，因而可以達(dá)到比較好的運(yùn)動(dòng)放大效果。然而，該算法在一定程度上提高了放大效果，但是計(jì)算過程采用了空域相位分解算法，空域相位分解的計(jì)算過程比較復(fù)雜，制約了放大計(jì)算的效率，同時(shí)為圖像序列的分解和整合帶來了較大誤差，導(dǎo)致了運(yùn)動(dòng)放大技術(shù)應(yīng)用于工程測(cè)量的瓶頸。為此，雷林等[12-14]對(duì)上述相位放大算法再一次進(jìn)行了改進(jìn)，為了提高連續(xù)圖像序列的運(yùn)算效率，基于金字塔的快速相位運(yùn)動(dòng)放大算法應(yīng)運(yùn)而生，該算法利用金字塔變換對(duì)正余弦信號(hào)進(jìn)行近似處理，可以達(dá)到同相位運(yùn)動(dòng)放大相近的放大效果，同時(shí)提高算法速率。

運(yùn)動(dòng)放大處理技術(shù)目前在影像處理、動(dòng)畫制作、醫(yī)學(xué)研究等領(lǐng)域有所涉及，但受運(yùn)動(dòng)放大算法中伴隨噪聲的影響，該技術(shù)在以橋梁為代表的大型結(jié)構(gòu)振動(dòng)監(jiān)測(cè)中的應(yīng)用一直存在技術(shù)瓶頸，以致于目前尚無人開展相關(guān)研究。伴隨著數(shù)學(xué)圖像學(xué)和數(shù)字圖像處理技術(shù)的快速發(fā)展，目前已臨近運(yùn)動(dòng)放大處理技術(shù)在橋梁全息動(dòng)態(tài)位移測(cè)量應(yīng)用的突破口。本文利用歐拉運(yùn)動(dòng)放大算法，結(jié)合數(shù)字圖像處理技術(shù)，提出了一種新的橋梁非接觸式的動(dòng)態(tài)位移分析方法。

1 歐拉運(yùn)動(dòng)放大算法

歐拉運(yùn)動(dòng)放大算法的根本是對(duì)連續(xù)圖像序列中的微小運(yùn)動(dòng)信號(hào)進(jìn)行捕獲并放大，進(jìn)而得到可量化和處理的物體運(yùn)動(dòng)信息。歐拉運(yùn)動(dòng)放大算法對(duì)連續(xù)圖像序列處理過程如圖1所示[15]。

圖1 歐拉運(yùn)動(dòng)放大算法框架

由圖1知，歐拉運(yùn)動(dòng)放大算法首先要對(duì)輸入的圖像序列進(jìn)行空間域分解，得到不同的空間頻率分布[16]。對(duì)得到的不同空間頻率分布使用包含對(duì)微弱運(yùn)動(dòng)敏感頻段的時(shí)域帶通濾波器進(jìn)行濾波，得到連續(xù)圖像序列中的微小運(yùn)動(dòng)，進(jìn)而提取出需要放大的部分，再對(duì)其進(jìn)行線性放大。

假設(shè)需要放大部分是一維運(yùn)動(dòng)信號(hào)I(x,t)，δ(t)為位移函數(shù)即變化信號(hào)，在t=0時(shí)刻，I(x,0)=f(x)；在任意時(shí)刻t，I(x,t)=f[x+δ(t)]。最終希望得到放大α倍的信號(hào)為[17]

(1)

將I(x,t)用一階泰勒級(jí)數(shù)展開,

(2)

(3)

B(x,t)即為需要放大部分的信號(hào)，將變化信號(hào)放大α倍并加到原始信號(hào)I(x,t)，得到放大后信號(hào)為

(4)

比較上述公式可得：

(5)

因?qū)嶒?yàn)對(duì)象為微弱運(yùn)動(dòng)，因此假定此一維信號(hào)按泰勒級(jí)數(shù)展開包含放大后的信號(hào)(1+α)δ(t)，對(duì)比式(5)與式(2)可知，放大α倍的一維信號(hào)為

(6)

將提取變化部分經(jīng)上述線性放大，再與原圖像序列進(jìn)行重建，得到微弱運(yùn)動(dòng)被放大的圖像序列。圖2演示了使用歐拉運(yùn)動(dòng)放大算法處理一個(gè)余弦波的過程和結(jié)果。余弦信號(hào)在時(shí)刻t的灰度值I(x,t)=f(x)，在時(shí)刻t+1的灰度值為

I(x,t+1)=f(x+δ)

可以看出I(x,t+1)關(guān)于x的一階泰勒級(jí)數(shù)有一個(gè)很好近似效果，通過對(duì)其進(jìn)行帶通濾波處理并加到原信號(hào)中，得到了明顯的放大效果。

圖3展示了一維運(yùn)動(dòng)信號(hào)在不同空間波長(zhǎng)λ和不同放大倍數(shù)α下的對(duì)比效果。左邊信號(hào)的波長(zhǎng)λ=4π，t=1時(shí)刻的運(yùn)動(dòng)量δ(1)=π/8；右邊信號(hào)的波長(zhǎng)λ=2π，t=1時(shí)刻的運(yùn)動(dòng)量δ(1)=π/8。運(yùn)動(dòng)量沒有被放大的波形用紅色表示；其他顏色的波形表示不同放大倍數(shù)下得到的波形圖。從圖3可知，運(yùn)動(dòng)放大算法只是放大了目標(biāo)圖像的位移量，并沒有放大圖像的強(qiáng)度。

圖2 一維余弦波的泰勒級(jí)數(shù)逼近和放大過程

綜上所述，可以利用歐拉運(yùn)動(dòng)放大算法對(duì)位移信號(hào)敏感且具備顯微運(yùn)動(dòng)的這一特性，研究橋梁結(jié)構(gòu)圖像序列的振動(dòng)位移信息。

2 室內(nèi)鋼桁混凝土組合梁橋非接觸式動(dòng)態(tài)位移測(cè)量

2.1 試驗(yàn)概況

為探索基于歐拉運(yùn)動(dòng)放大算法的顯微振動(dòng)放大處理技術(shù)在橋梁結(jié)構(gòu)全息動(dòng)態(tài)位移測(cè)量中應(yīng)用的可行性，專門制作了一個(gè)鋼桁混凝土組合梁試件，該試件主體為鋼桁架結(jié)構(gòu)，橋道板為預(yù)制預(yù)應(yīng)力混凝土橋道板，試件的具體尺寸見圖4。

試驗(yàn)結(jié)果是通過布置在試件上的位移傳感器和百分表來進(jìn)行對(duì)比分析的，位移傳感器和百分表布置如圖4所示。試件的激勵(lì)方法采用人工勢(shì)能激勵(lì)，激勵(lì)位置位于試件的跨中，開始測(cè)試時(shí)，試驗(yàn)人員從試件的跨中原地起跳，起跳前1 s開啟傳感器和百分表通道采樣，起跳后4 s通道全部關(guān)閉，數(shù)據(jù)采集結(jié)束。整個(gè)試驗(yàn)過程中，通過普通民用相機(jī)對(duì)試件的激勵(lì)過程和自由振動(dòng)過程進(jìn)行拍攝，相機(jī)投影方向?yàn)樵嚰恼S投影，位置距試件5 m處，拍攝采樣頻率為24幀/s?？紤]到剛度對(duì)鋼桁結(jié)構(gòu)的振動(dòng)響應(yīng)影響非常明顯，本次試驗(yàn)以剛度作為控制條件，對(duì)試件進(jìn)行了不同程度的人工損傷來設(shè)置不同的工況，試驗(yàn)工況設(shè)置見表1。試驗(yàn)中測(cè)量?jī)x器布置和試驗(yàn)過程如圖5所示。

2.2 試驗(yàn)數(shù)據(jù)分析

試件激振過程和自由振動(dòng)過程的非接觸采樣是通過普通民用相機(jī)的拍攝完成的，本次試驗(yàn)所采用的的相機(jī)為Canon5DSR，每個(gè)工況拍攝時(shí)間為5 s，即每個(gè)工況的初始數(shù)據(jù)源為一段5 s的視頻。將每個(gè)工況下

表1 試驗(yàn)工況設(shè)置表

圖5 測(cè)量?jī)x器布置及試驗(yàn)過程圖

的初始數(shù)據(jù)源用圖像序列運(yùn)動(dòng)放大相關(guān)算法進(jìn)行處理，對(duì)微小的試件振動(dòng)進(jìn)行放大分析。

為了將試件的振動(dòng)分析進(jìn)行量化，試驗(yàn)開始前，在試件上畫上人工標(biāo)記點(diǎn)以便于識(shí)別試件上的特征點(diǎn)在時(shí)間域內(nèi)的位移變化。試件上人工標(biāo)記點(diǎn)位于每一根斜桿和豎桿的端部，為十字形，其特征明顯，便于繪制，在圖像序列中便于跟蹤和分析。本次試驗(yàn)人工標(biāo)記點(diǎn)的位置和實(shí)際外觀如圖6所示。

圖6 人工標(biāo)記點(diǎn)布置圖

由鋼桁結(jié)構(gòu)的組成可知，其結(jié)構(gòu)剛度大，振幅小，振動(dòng)頻率高，振動(dòng)衰減速度快。因此重點(diǎn)分析激振開始后1 s范圍內(nèi)的圖像序列運(yùn)動(dòng)放大數(shù)據(jù)。在進(jìn)行運(yùn)動(dòng)放大算法處理前后，分別對(duì)單個(gè)標(biāo)記點(diǎn)的位置進(jìn)行時(shí)間切片，時(shí)間切片反映了標(biāo)記點(diǎn)在整個(gè)時(shí)間域上的位移變化，是對(duì)運(yùn)動(dòng)放大效果最直觀的反應(yīng)，也是后期量化分析單個(gè)標(biāo)記點(diǎn)在時(shí)間域上位移變化的基礎(chǔ)。各工況下的跨中標(biāo)記點(diǎn)未進(jìn)行運(yùn)動(dòng)放大算法處理前的時(shí)間切片如圖7所示。

由圖7可知，未進(jìn)行運(yùn)動(dòng)放大處理的跨中人工標(biāo)記點(diǎn)在時(shí)間域上基本無法觀測(cè)到結(jié)構(gòu)的任何振動(dòng)特征，標(biāo)記點(diǎn)的軌跡平滑，發(fā)展過程穩(wěn)定，運(yùn)動(dòng)趨勢(shì)在激振點(diǎn)前后無明顯變化，無法針對(duì)該時(shí)間切片進(jìn)行科學(xué)量化的分析。

圖7 各工況跨中標(biāo)記點(diǎn)運(yùn)動(dòng)放大算法處理前的時(shí)間切片圖

對(duì)每一個(gè)工況下初始數(shù)據(jù)源運(yùn)用歐拉運(yùn)動(dòng)放大算法進(jìn)行處理，本次算法參數(shù)取值如下：運(yùn)動(dòng)區(qū)域入口閾值?為0.9，運(yùn)動(dòng)細(xì)節(jié)增強(qiáng)系數(shù)ξ為5，平滑參數(shù)σs為16，σr為0.2，放大倍數(shù)α為30倍。各工況跨中標(biāo)記點(diǎn)運(yùn)動(dòng)放大后的時(shí)間切片如圖8所示。

圖8 各工況跨中標(biāo)記點(diǎn)運(yùn)動(dòng)放大30倍處理后的時(shí)間切片圖

由圖8可知，試件在人工勢(shì)能激勵(lì)下產(chǎn)生的細(xì)微振動(dòng)被空間分解后，較好地被濾波器識(shí)別出來，并通過運(yùn)動(dòng)細(xì)節(jié)增強(qiáng)過程得到了振動(dòng)信號(hào)的放大與合成。放大后的圖像序列時(shí)間切片圖反映出跨中人工標(biāo)記點(diǎn)在時(shí)間域上的振動(dòng)特征，特別是在激振開始后，時(shí)間切片圖上相應(yīng)區(qū)域的擾動(dòng)十分明顯，基本反映出了標(biāo)記點(diǎn)在激振后的動(dòng)態(tài)位移變化。但是時(shí)間切片圖只能夠直觀地進(jìn)行觀察，初步判斷結(jié)構(gòu)振動(dòng)的一些表面信息，比如起振點(diǎn)、起振方向、振動(dòng)時(shí)長(zhǎng)等，而要量化結(jié)構(gòu)的振動(dòng)特性，則需要對(duì)時(shí)間切片圖所含信息進(jìn)行更深層次的研究。時(shí)間切片圖其實(shí)質(zhì)是由一系列經(jīng)放大算法處理后的圖像序列所組成的，在時(shí)間域內(nèi)具備可分解的特性，將激振前后需要重點(diǎn)分析的連續(xù)圖像序列進(jìn)行分解，就可以通過分解后的單張圖像，來找尋動(dòng)態(tài)位移的細(xì)節(jié)，達(dá)到量化振動(dòng)特點(diǎn)的目的。

以未損傷工況為例，激振后1 s內(nèi)跨中標(biāo)記點(diǎn)在時(shí)間域上的連續(xù)圖像序列分解如圖9所示。

圖9 跨中標(biāo)記點(diǎn)連續(xù)圖像序列分解圖

由圖9可知，在1 s內(nèi)人工標(biāo)記點(diǎn)的連續(xù)圖像序列被分解成了24幅圖像，對(duì)這24幅圖像進(jìn)行分析，即可獲得其中所包含的位移信息。要對(duì)位移進(jìn)行量化，首先需要明確標(biāo)記點(diǎn)的確切邊界，因?yàn)樵诜糯笏惴▓?zhí)行過程時(shí)，空間分解、濾波降噪和重新放大合成的過程都會(huì)增加圖像的噪聲，使得圖像的像素質(zhì)量降低，圖像模糊不清。由圖9可知，標(biāo)記點(diǎn)在放大算法處理后已經(jīng)出現(xiàn)邊界模糊的情況，其準(zhǔn)確邊界已經(jīng)無法通過常規(guī)手段識(shí)別，因此需要利用數(shù)學(xué)圖像學(xué)和圖像處理相關(guān)技術(shù)對(duì)模糊的標(biāo)記點(diǎn)圖像進(jìn)行特征識(shí)別，以便于準(zhǔn)確定位標(biāo)記點(diǎn)邊緣，進(jìn)行位移分析。

圖像的邊緣特征提取是數(shù)學(xué)圖像學(xué)和圖像處理中重要的內(nèi)容，要想從放大算法處理后的圖像序列中提取動(dòng)態(tài)位移信息進(jìn)行科學(xué)分析，需要找到一種可靠的邊緣檢測(cè)方法。研究采用的人工標(biāo)記點(diǎn)放大后分解圖像，具有高噪聲的細(xì)節(jié)特征，而分析過程又要求邊緣定位準(zhǔn)確，綜合對(duì)比各種邊緣檢測(cè)算法發(fā)現(xiàn)Canny算子具備很好的信噪比和檢測(cè)精度，且對(duì)單一邊緣僅有唯一響應(yīng)[18]，適合針對(duì)圖6所示的標(biāo)記點(diǎn)進(jìn)行邊緣定位分析。仍然以未損傷工況運(yùn)動(dòng)放大處理后的人工標(biāo)記點(diǎn)分解圖像為例，利用Canny邊緣檢測(cè)算子處理得到的標(biāo)記點(diǎn)圖像邊定位如圖10所示。

圖10 Canny算子定位跨中標(biāo)記點(diǎn)邊緣圖

將圖10所示的標(biāo)記點(diǎn)邊緣在時(shí)間域上重新排列，得到起跳前后1 s內(nèi)標(biāo)記點(diǎn)各工況跨中標(biāo)記點(diǎn)邊緣位移如圖11所示。

Condition 1

Condition 2

Condition 3

Condition 4

將相機(jī)進(jìn)行標(biāo)定，可以得到本次試驗(yàn)所得圖像的物面分辨率為0.754 mm，再對(duì)圖8中的像素點(diǎn)進(jìn)行坐標(biāo)解算，將整像素點(diǎn)的位移值乘以相機(jī)的物面分辨率，可以到各工況下人工標(biāo)記點(diǎn)的位移曲線，將運(yùn)動(dòng)放大算法處理的跨中標(biāo)記點(diǎn)位移曲線和跨中布置的位移傳感器獲得的位移曲線對(duì)比如圖12所示。

圖12 各工況跨中位移對(duì)比圖

由圖12可知，運(yùn)動(dòng)放大算法處理后提取出的單個(gè)標(biāo)記點(diǎn)的位移采樣頻率偏低，其原因在于本次試驗(yàn)采用的普通民用相機(jī)的采樣頻率僅為24幀/s，而且運(yùn)動(dòng)放大算法處理后不可避免地增加了圖像的噪聲，導(dǎo)致圖12中部分采樣點(diǎn)出現(xiàn)了丟失和采樣位置偏移、采樣間距失真等問題。但是，本次試驗(yàn)過程中采用的運(yùn)動(dòng)放大算法基本正確地反映出了橋梁的振動(dòng)幅值、振動(dòng)衰減特性、起振點(diǎn)、起振方向等動(dòng)態(tài)振動(dòng)信息。對(duì)單個(gè)標(biāo)記點(diǎn)的分析驗(yàn)證了運(yùn)動(dòng)放大技術(shù)在橋梁振動(dòng)分析中應(yīng)用的可行性，繼續(xù)探索橋梁全息動(dòng)態(tài)位移，需要將試件的全部標(biāo)記點(diǎn)進(jìn)行如上運(yùn)動(dòng)放大處理，得到各工況下橋梁試件的全息最大振動(dòng)位移與百分表對(duì)比，如圖13所示。

圖13 各工況全部標(biāo)記點(diǎn)與百分表的最大振動(dòng)位移對(duì)比圖

將標(biāo)記點(diǎn)的最大振動(dòng)位移與百分表的實(shí)測(cè)位移進(jìn)行對(duì)比，得到經(jīng)運(yùn)動(dòng)放大算法處理的各工況下標(biāo)記點(diǎn)位移誤差，如表2～5所示。

表2 工況1標(biāo)記點(diǎn)位移誤差分析

表3 工況2標(biāo)記點(diǎn)位移誤差分析

表4 工況3標(biāo)記點(diǎn)位移誤差分析

表5 工況4標(biāo)記點(diǎn)位移誤差分析

由表2～5可知，各標(biāo)記點(diǎn)經(jīng)過運(yùn)動(dòng)放大處理后得到的試件動(dòng)態(tài)最大位移與百分表所得到的動(dòng)態(tài)最大位移吻合較好，最大誤差發(fā)生在工況4的支座附近，為38.4%，導(dǎo)致誤差偏大的原因是運(yùn)動(dòng)放大算法處理過程會(huì)不可避免的增強(qiáng)圖像序列的噪聲，導(dǎo)致標(biāo)記點(diǎn)的邊緣定位丟失、邊緣偏移，進(jìn)而影響了最終的分析結(jié)果。除了部分點(diǎn)的誤差明顯偏高外，其余標(biāo)記點(diǎn)的位移誤差能夠控制在15%以內(nèi)，所采用的運(yùn)動(dòng)放大算法和動(dòng)態(tài)位移分析方法得到的試件動(dòng)態(tài)位移基本正確地反映出了試件的動(dòng)態(tài)位移特性，基本能夠滿足橋梁動(dòng)態(tài)位移測(cè)量的應(yīng)用需求，也能夠針對(duì)橋梁的某些振動(dòng)特性，如振型、頻率、振幅等開展初步的定量分析。

3 結(jié) 論

本文提出并成功實(shí)踐了利用歐拉運(yùn)動(dòng)放大算法和數(shù)字圖像處理技術(shù)來進(jìn)行橋梁振動(dòng)分析的方法，得到如下結(jié)論：

(1)針對(duì)橋梁振動(dòng)的連續(xù)性和高頻特性，提出采用基于歐拉運(yùn)動(dòng)放大算法的橋梁振動(dòng)細(xì)節(jié)增強(qiáng)方法，在實(shí)驗(yàn)室內(nèi)獲取了橋梁試件的振動(dòng)放大合成影像。實(shí)驗(yàn)結(jié)果表明，采用的歐拉運(yùn)動(dòng)放大算法能夠準(zhǔn)確地表征橋梁振動(dòng)的細(xì)節(jié)。

(2)提出對(duì)結(jié)構(gòu)連續(xù)圖像序列中的人工標(biāo)記點(diǎn)或是自然標(biāo)記點(diǎn)進(jìn)行邊緣檢測(cè)，用以進(jìn)行橋梁結(jié)構(gòu)動(dòng)態(tài)位移的測(cè)量和分析。實(shí)驗(yàn)結(jié)果表明，本文提出采用具備較好信噪比和檢測(cè)精度的Canny算子進(jìn)行圖像序列中標(biāo)記點(diǎn)的邊緣定位，其邊緣定位結(jié)果基本能夠正確反映標(biāo)記點(diǎn)在時(shí)間歷程上的位移變化，為單個(gè)標(biāo)記點(diǎn)的動(dòng)態(tài)位移分析和整個(gè)橋梁全息動(dòng)態(tài)位移測(cè)量提供了量化基礎(chǔ)。

(3)采用的橋梁振動(dòng)分析方法能夠基本準(zhǔn)確反映橋梁?jiǎn)吸c(diǎn)的振動(dòng)幅值、振動(dòng)衰減特性、起振點(diǎn)、起振方向等動(dòng)態(tài)振動(dòng)信息，驗(yàn)證了運(yùn)動(dòng)放大方法和數(shù)字圖像處理技術(shù)在橋梁振動(dòng)分析中應(yīng)用的可行性。經(jīng)過運(yùn)動(dòng)放大處理后試件動(dòng)態(tài)最大位移與百分表所得到的動(dòng)態(tài)最大位移吻合較好，最大誤差為38.4%，一般誤差能夠控制在15%以內(nèi)。所采用的動(dòng)態(tài)位移分析方法得到的試件全息動(dòng)態(tài)位移基本正確反映出了試件的動(dòng)態(tài)位移特性，基本能夠滿足橋梁動(dòng)態(tài)位移測(cè)量的應(yīng)用需求，也能夠針對(duì)橋梁的某些振動(dòng)特性，如振型、頻率、振幅等開展初步的定量分析。

(4)與位移傳感器的對(duì)比發(fā)現(xiàn)，本文提出的普通民用相機(jī)非接觸式振動(dòng)分析方法存在以下問題：①視頻采樣率低導(dǎo)致圖像序列不足，體現(xiàn)在位移時(shí)程曲線上則是曲線信息不完整，因此，本文所采用的方法尚無法開展深入的結(jié)構(gòu)振動(dòng)特性分析、振動(dòng)參數(shù)分析、結(jié)構(gòu)損傷識(shí)別等研究工作。但隨著高速、高清攝影器材的不斷發(fā)展，采樣頻率低的問題會(huì)得到有效的緩解和解決。②本文所采用的圖像序列運(yùn)動(dòng)放大算法在一定程度上有效地抑制了圖像分解過程中的不可避免的噪聲，但是在后期標(biāo)記點(diǎn)邊緣定位的過程中，Canny邊緣檢測(cè)算子仍然受到了噪聲的影響，位于支座附近的標(biāo)記點(diǎn)邊緣定位明顯失真，導(dǎo)致分析結(jié)果誤差偏大。綜合上述兩點(diǎn)問題，并結(jié)合誤差分析結(jié)果可知，本文所采用的橋梁振動(dòng)分析方法精度還有較大的提升空間。