基于微小振动放大技术的桥梁监测方法、系统及装置

1.本发明涉及结构检测与监测领域，特别是涉及一种基于微小振动放大技术的桥梁监测方法、系统及装置。


背景技术：

2.随着我国交通运输业的快速发展，我国公路桥梁数量日益增多，其中大部分为中小跨径桥梁。桥梁在长时间的自然侵蚀和车辆荷载反复作用下会产生不同程度的材料老化、结构疲劳和微小破损，从而导致桥梁结构的系统性损伤和桥梁抗力衰减，加剧桥梁寿命衰减并产生多种安全隐患。因此，需要对桥梁进行健康监测，在桥梁出现问题之前能够及时的发现。现有的桥梁健康检测方案主要分为两种，一种通过在桥梁上直接安装各类传感器，通过对传感器采集的数据进行分析来侦测桥梁结构的异常情况，但是安装传感器成本较高，且安装复杂，测量点较少。另一种方案通过相机拍摄桥梁的视频，通过视频识别桥梁的振动来监测桥梁的健康状况，但是由于中小跨径桥梁的振动位移幅值非常微小，根据相机拍摄的视频难以直接对中小跨径桥梁的健康状况进行监测。


技术实现要素：

3.本发明的目的是为了提供一种基于微小振动放大技术的桥梁监测方法、系统及装置，实现了对中小跨径桥梁等振动幅值非常微小的桥梁的监测，且不需要额外设置传感器，降低了成本。
4.为解决上述技术问题，本发明提供了一种基于微小振动放大技术的桥梁监测方法，包括：获取待监测桥梁的振动视频图像；将所述振动视频图像分解为不同频率的基带图像；将所述不同频率的基带图像分离为所述待监测桥梁的不同频率基带的振动图像和噪声与背景图像；对所述不同频率基带的振动图像中的前n阶振动信号图像分别进行运动放大处理，n为不小于1的整数；将所述不同频率基带的振动图像中运动放大后的前n阶振动信号图像和所述不同频率基带的振动图像中的未进行放大的振动信号图像叠加后得到所述待监测桥梁的重建的振动视频图像；根据所述重建的振动视频图像对所述待监测桥梁进行监测。
5.优选的，将所述振动视频图像分解为不同频率的基带图像，包括：利用拉普拉斯金字塔对所述振动视频图像中每一帧图像进行分解得到所述基带图像。
6.优选的，将所述振动视频图像分解为不同频率的基带图像之前，还包括：对所述振动视频图像进行滤波降噪处理和图像增强。
7.优选的，根据所述重建的振动视频图像对所述待监测桥梁进行监测，包括：根据所述重建的振动视频图像确定所述待监测桥梁的振动位移时程；根据所述位移时程确定所述待监测桥梁的模态参数；根据所述待监测桥梁的模态参数对所述待监测桥梁进行监测。
8.优选的，根据所述重建的振动视频图像确定所述待监测桥梁的振动位移时程，包括：根据所述重建的振动视频图像利用亚像素模板匹配算法确定所述待监测桥梁的振动位移时程。
9.优选的，根据所述位移时程确定所述待监测桥梁的模态参数，包括：根据所述位移时程利用随机子空间模态参数识别理论确定所述待监测桥梁的模态参数。
10.优选的，所述待监测桥梁的模态参数包括所述待监测桥梁的模态频率、模态振型和阻尼比；根据所述待监测桥梁的模态参数对所述待监测桥梁进行监测，包括：当所述模态频率变化率大于模态频率变化率阈值或所述模态振型变化率大于模态振型变化率阈值或所述阻尼比变化率大于阻尼比变化率阈值，向用户发出告警。
11.优选的，将所述不同频率的基带图像分离为所述待监测桥梁的不同频率基带的振动图像和噪声与背景图像，包括：对所述不同频率的基带图像进行主成分分析，将所述不同频率的基带图像分离为所述待监测桥梁的不同频率基带的振动图像和噪声与背景图像。
12.本发明还提供了一种桥梁监测系统，包括：视频图像获取单元，用于获取待监测桥梁的振动视频图像；基带图像分解单元，用于将所述振动视频图像分解为不同频率的基带图像；振动信号分离单元，用于将所述不同频率的基带图像分离为所述待监测桥梁的不同频率基带的振动图像和噪声与背景图像；运动放大单元，用于对所述不同频率基带的振动图像中的前n阶振动信号图像分别进行运动放大处理，n为不小于1的整数；振动视频图像重建单元，用于将所述不同频率基带的振动图像中运动放大后的前n阶振动信号图像和所述不同频率基带的振动图像中的未进行放大的振动信号图像叠加后得到所述待监测桥梁的重建的振动视频图像；桥梁监测单元，用于根据所述重建的振动视频图像对所述待监测桥梁进行监测。
13.本发明还提供了一种桥梁监测装置，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如上述基于微小振动放大技术的桥梁监测方法的步骤。
14.本发明公开了一种基于微小振动放大技术的桥梁监测方法、系统及装置，将待监测桥梁的振动视频图像分解为不同频率的基带图像后，从不同频率的基带图像分离出待监测桥梁的不同频率基带的振动图像，对待监测桥梁不同频率基带的振动图像中的前n阶振动信号图像进行运动放大处理，使得在振动视频图像中本来无法直接监测到的微小振动变
得可以被监测到，将运动放大后的前n阶振动信号图像和未进行放大的振动信号图像叠加后就得到了前n阶振动信号图像被放大的待监测桥梁的重建的振动视频图像，根据重建的振动视频图像实现了对待监测桥梁的微小振动位移的监测，也即实现了对中小跨径桥梁等振动幅值非常微小的桥梁的监测，且不需要额外设置传感器，降低了成本。
附图说明
15.为了更清楚地说明本发明实施例中的技术方案，下面将对现有技术和实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
16.图1为本发明提供的一种基于微小振动放大技术的桥梁监测方法的流程图；图2为本发明提供的一种桥梁监测系统的结构示意图；图3为本发明提供的一种桥梁监测装置的结构示意图。
具体实施方式
17.本发明的核心是提供一种基于微小振动放大技术的桥梁监测方法、系统及装置，实现了对中小跨径桥梁等振动幅值非常微小的桥梁的监测，且不需要额外设置传感器，降低了成本。
18.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
19.请参照图1，图1为本发明提供的一种基于微小振动放大技术的桥梁监测方法的流程图。
20.一种基于微小振动放大技术的桥梁监测方法，包括：s1：获取待监测桥梁的振动视频图像；为了降低对桥梁监测的成本，在本实施中，基于待检测桥梁的振动视频图像来分析桥梁的健康状况。相比于在桥梁上布置传感器降低了成本，这里的振动视频图像可以但不限于通过固定在桥梁上的高帧率相机实时拍摄得到。
21.s2：将振动视频图像分解为不同频率的基带图像；对于中小跨径的桥梁，其振动非常的微小，难以根据桥梁的振动视频图像直接的观察到桥梁的振动。因此，为了实现对这类桥梁的振动的观察，需要对桥梁的振动视频图像中，与桥梁的振动有关的图像的部分进行处理，以使得能够观察到中小跨径的桥梁的微小振动。在桥梁的振动视频图像中，桥梁的各阶振动、背景和噪声均对应的不同的频率，为了将桥梁的各阶振动图像从桥梁的振动视频图像中分离出来，需要对桥梁的振动视频图像中的每一帧进行处理，将每一帧图像分解为不同频率的基带图像。
22.s3：将不同频率的基带图像分离为待监测桥梁的不同频率基带的振动图像和噪声与背景图像；s4：对不同频率基带的振动图像中的前n阶振动信号图像分别进行运动放大处理，
n为不小于1的整数；运动放大能够改变视频图像中感兴趣区域的运动幅度，为了实现对中小跨径桥梁的微小振动的观察，在本实施例中，利用运动放大来对桥梁的振动视频图像进行放大处理，能够将振动视频图像中的微小振动放大为肉眼可见的振动。
23.又考虑到桥梁的振动视频图像中既包括桥梁的振动信号图像，也包括其它的噪声图像与背景图像，若直接对桥梁的振动视频图像进行放大，则会把其它的噪声图像与背景也放大相同的倍数，在对桥梁进行监测时会对监测产生干扰。为了避免噪声图像与背景图像对桥梁的振动监测的干扰，在本实施例中还会先将不同频率的基带图像分离为待监测桥梁的不同频率基带的振动图像和噪声与背景图像。由于不同频率基带的振动图像中包括待检测桥梁的各阶振动信号图像，在得到不同频率基带的振动图像后，仅对所述不同频率基带的振动图像中的前n阶振动信号图像分别进行运动放大处理。这里的n的取值为技术人员根据不同的桥梁的振动大小所确定的，例如，对于振动越微小的桥梁，为了更清楚的监测桥梁的振动，需要获取更多阶的振动信号图像，对于振动的较明显的桥梁，可以仅获取前1阶或前2阶的振动信号图像。
24.具体的，对于任意一阶振动信号图像，若将振动信号图像中任意位置x处t时刻的一维振动信号的强度用表示，令时的，则时，，其中表示像素点在t时刻相对于时的位置变化。将进行一阶泰勒级数展开有，由于部分与t相关，可知表示x处的像素点在t时相对于0时刻的运动变化或振动变化，对乘以放大因子后将与叠加即可得到被放大后的振动信号图像。
25.s5：将所述不同频率基带的振动图像中运动放大后的前n阶振动信号图像和所述不同频率基带的振动图像中的未进行放大的振动信号图像叠加后得到所述待监测桥梁的重建的振动视频图像；由于仅根据运动放大后的前n阶振动信号图像无法对桥梁进行监测，需要将运动放大后的前n阶振动信号图像还原成完整的待监测桥梁的振动视频图像，因此，在本实施例中，利用从待监测桥梁的不同频率基带的振动图像中的未进行放大的振动信息图像与经过运动放大后的前n阶振动信号图像进行图像叠加，得到了仅有前n阶振动信号图像被放大了完整的待监测桥梁的重建的振动视频图像。
26.s6：根据重建的振动视频图像对待监测桥梁进行监测。
27.由于在待监测桥梁的重建的振动视频图像中，关于待监测桥梁的前n阶振动的图像已经被放大，从原来的不能够被直接观察到的微小振动放大至能够直接被观察到。例如，通过像素模板匹配算法或者亚像素匹配算法提取待监测桥梁的位移时程后根据位移时程确定出桥梁的模态参数来对桥梁进行监测。
28.综上所述，在本实施例中，将待监测桥梁的振动视频图像分解为不同频率的基带
图像后，从不同频率的基带图像分离出待监测桥梁的不同频率基带的振动图像，对待监测桥梁的不同频率基带的振动图像中的前n阶振动信号图像进行运动放大处理，使得在振动视频图像中本来无法直接监测到的微小振动变得可以被监测到，将运动放大后的前n阶振动信号图像和未进行放大的振动信息图像叠加后就得到了前n阶振动信号图像被放大的待监测桥梁的重建的振动视频图像，根据重建的振动视频图像实现了对待监测桥梁的微小振动位移的监测，也即实现了对中小跨径桥梁等振动幅值非常微小的桥梁的监测，且不需要额外设置传感器，降低了成本。
29.在上述实施例的基础上：作为一种优选的实施例，将振动视频图像分解为不同频率的基带图像，包括：利用拉普拉斯金字塔对振动视频图像中每一帧图像进行分解得到基带图像。
30.图像经过卷积和下采样操作会丢失部分高频细节信息。为描述这些高频信息，人们定义了拉普拉斯金字塔。用高斯金字塔的每一层图像减去其上一层图像上采样并高斯卷积之后的预测图像，得到一系列的差值图像即为拉普拉斯金字塔分解图像，在本实施例中，通过利用拉普拉斯金字塔对振动视频图像中每一帧图像进行分解能够得到不同频率的基带图像。
31.作为一种优选的实施例，将振动视频图像分解为不同频率的基带图像之前，还包括：对振动视频图像进行滤波降噪处理和图像增强。
32.在采集振动视频图像的过程中，常常会因为受到不希望出现的信号的干扰，导致呈现的振动视频图像不清晰从而影响图像质量，这些干扰图像质量的信号叫做图像噪声。例如在低照度下通过相机摄取振动视频图像时，由于光照太暗，造成摄取的振动视频图像往往不会太清晰。通过提高曝光时间和增益能够获得较清晰的图像，但是这样做又会导致图像中出现大量的随机噪声，降低图像的质量和精度。因此，为了降低振动视频图像中的噪声，在本实施例中，将振动视频图像分解为不同频率的基带图像之前，还会先对图像进行滤波降噪处理，例如通过中值滤波算法或双边滤波算法对振动视频图像进行降噪处理，对振动视频图像中的背景和噪声进行抑制。
33.进一步的，为了增强振动视频图像中的有用信息，如桥梁的振动信号，改善图像的视觉效果、图像质量并丰富信息量，以加强对振动视频图像的判读和识别效果，还会对振动视频图像进行图像增强，例如，通过直方图均衡化或伽马变换或对数log变换或拉普拉斯算子等图像增强算法来对振动视频图像中的目标区域进行增强，这里的目标区域可以但不限于是技术人员人为划定的与分析桥梁的振动相关的图像区域。
34.作为一种优选的实施例，根据重建的振动视频图像对待监测桥梁进行监测，包括：根据重建的振动视频图像确定待监测桥梁的振动位移时程；根据位移时程确定待监测桥梁的模态参数；根据待监测桥梁的模态参数对待监测桥梁进行监测。
35.在本实施例中，由于重建的振动视频图像中的桥梁的前n阶振动信号已经经过了放大，因此能够利用算法，例如像素模板匹配算法或者亚像素模板匹配算法从重建的振动视频图像中确定待检测桥梁的振动位移时程。
36.具体的，在采用像素模板匹配算法时，首先在重建的振动视频图像中的第一帧图
像中根据桥梁的纹理结构选择出目标监测区域作为模板，然后在后续每一帧中确定出与模板的匹配度最高的区域为最佳匹配位置，利用后续每一帧的最佳匹配位置中的像素坐标与第一帧中的模板的像素坐标作差，即可得到后续每一帧中的像素的位移时程，通过全投影矩阵将像素的位移时程转换为物理位移时程，即该像素点在真实世界的位移时程。
37.还需要说明的是，最佳匹配位置可以通过归一化互相关系数确定，如下式所示：其中，为从第一帧图像中选取的模板；为模板中所有像素点的灰度值的均值；为时刻的振动视频图像；为模板盖住图像部分的图像子集上所有像素点的均值；为模板平移坐标，和分别为模板的宽度和高度。
38.上述全投影矩阵如下式所示：其中，为模板的世界坐标；为模板的图像坐标；为尺度因子；和分别为相机的镜头在横向和竖向的焦距，和分别为相机的光轴在水平和竖向的偏移量，为镜头斜度系数；和是相机的外部参数，和分别是和的元素。
39.作为一种优选的实施例，根据重建的振动视频图像确定待监测桥梁的振动位移时程，包括：根据重建的振动视频图像利用亚像素模板匹配算法确定待监测桥梁的振动位移时程。
40.在本实施例中，采用亚像素模板匹配算法确定待监测桥梁的振动位移时程，相比于像素模板匹配算法确定待监测桥梁的振动位移时程，亚像素模板匹配算法能够将振动位
移时程精确至更小的数量级，提高了桥梁监测的精度。
41.作为一种优选的实施例，根据位移时程确定待监测桥梁的模态参数，包括：根据位移时程利用随机子空间模态参数识别理论确定待监测桥梁的模态参数。
42.现有技术中常用互功率谱法来确定待监测桥梁的模态参数，但是互功率谱法中在进行峰值选取时，在一些真假峰值的辨别上，对人员的经验要求较高，因此受人为主观因素的影响。另一方面，在实验数据处理过程当中，对一些大型的复杂结构进行分析时，随着频率的靠后结构的模态逐渐趋于密集，这时候用互功率谱法识别时容易造成模态的丢失现象。为了在本技术中，通过随机子空间模态参数识别理论确定待监测桥梁的模态参数，能够直接对桥梁结构的响应数据进行时域处理和分析，运用空间投影的理论将与响应数据不相关的噪声信号剔除，具有较好的抗噪声扰动的能力，同时由于在计算系统的最小实现时运用了整体拟合的方法，对模态密集的系统的识别比较有效。能够比较准确的识别桥梁的模态参数，具有理论严密、算法清楚，便于计算机软件实现的优点。
43.作为一种优选的实施例，待监测桥梁的模态参数包括待监测桥梁的模态频率、模态振型和阻尼比；根据待监测桥梁的模态参数对待监测桥梁进行监测，包括：当模态频率变化率大于模态频率变化率阈值或模态振型变化率大于模态振型变化率阈值或阻尼比变化率大于阻尼比变化率阈值，向用户发出告警。
44.为了在桥梁的模态参数出现异常时及时的向用户发出告警，以便技术人员及时的对桥梁出现的异常进行排查，为桥梁的维护维修和及管理决策提供依据和指导，在本实施例中，设置了模态频率变化率阈值、模态振型变化率阈值及阻尼比变化率阈值，在桥梁的模态频率变化率或模态振型变化率或阻尼比变化率超出对应的阈值后，向用户发出告警。
45.作为一种优选的实施例，将不同频率的基带图像分离为待监测桥梁的不同频率基带的振动图像和噪声与背景图像，包括：对不同频率的基带图像进行主成分分析，将不同频率的基带图像分离为待监测桥梁的不同频率基带的振动图像和噪声与背景图像。
46.主成分分析是一种线性降维方法，它的目标是通过线性投影，将高维的数据映射到低维的空间中，并期望在所投影的维度上数据的信息量最大（方差最大），以此使用较少的数据维度，同时保留住较多的原数据点的特性。在本技术中，对桥梁的前n阶振动信号图像进行放大时用到的运动放大算法主要是处理场景相对固定的视频图像，因此，待处理的振动视频图像中除了前景目标的位置存在较小运动外，背景及其它均几乎不变。这就为利用主成分分析方法进行微小振动的选择提供了基本条件，若将不同频率的基带图像的每一帧图像作为一个样本时，其不同频率的基带图像中的前n阶振动信号图像对应的部分正是对应样本协方差矩阵方差较大，而噪声和背景部分的图像对应的协方差矩阵方差较小，因此，将桥梁的振动信号作为主要成分，视频的背景和噪声作为非主要成分，就可以将桥梁的振动信号与视频的背景和噪声进行分离。
47.具体的，在利用主成分分析将不同频率的基带图像分离为待监测桥梁的前n阶振动信号图像和噪声与背景图像时，将不同频率的基带图像的每一帧作为一个样本，假设不同频率的基带图像共有j帧，每一帧基带图像用来表示，其中p表示图像的像素点的
个数。先对不同频率的基带图像的每一帧进行中心化处理以实现对不同频率的基带图像的零均值化处理，然后计算基带图像的协方差矩阵，求出协方差矩阵的j个特征向量和j个特征值。将j个特征向量对应的特征值从大到小排列后，取前n个特征向量组成重建矩阵并将不同频率的基带图像降为n维，利用重建矩阵对降为n维后的基带图像进行重建，即可将桥梁的前n阶振动信号与视频的背景和噪声进行分离。
48.综上所述，在本实施例中，利用主成分分析实现了桥梁的微小振动信号图像和与噪声和背景图像的分离，无需人工选择需要的基带图像的频率的上下限就能够得到桥梁的前n阶振动信号图像。请参照图2，图2为本发明提供的一种桥梁监测系统的结构示意图。
49.本发明还提供了一种桥梁监测系统，包括：视频图像获取单元21，用于获取待监测桥梁的振动视频图像；基带图像分解单元22，用于将振动视频图像分解为不同频率的基带图像；振动信号分离单元23，用于将不同频率的基带图像分离为待监测桥梁的不同频率基带的振动图像和噪声与背景图像；运动放大单元24，用于不同频率基带的振动图像对前n阶振动信号图像进行运动放大处理，n为不小于1的整数；振动视频图像重建单元25，用于将不同频率基带的振动图像中运动放大后的n阶振动信号图像和未进行放大的振动信号图像叠加后得到待监测桥梁的重建的振动视频图像；桥梁监测单元26，用于根据重建的振动视频图像对待监测桥梁进行监测。
50.关于该桥梁监测系统的相关介绍请参照上述实施例，本技术在此不再赘述。
51.请参照图3，图3为本发明提供的一种桥梁监测装置的结构示意图。
52.本发明还提供了一种桥梁监测装置，包括：存储器31，用于存储计算机程序；处理器32，用于执行计算机程序时实现如上述基于微小振动放大技术的桥梁监测方法的步骤。
53.关于该桥梁监测装置的相关介绍请参照上述实施例，本技术在此不再赘述。
54.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
55.还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
56.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。
对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种基于微小振动放大技术的桥梁监测方法，其特征在于，包括：获取待监测桥梁的振动视频图像；将所述振动视频图像分解为不同频率的基带图像；将所述不同频率的基带图像分离为所述待监测桥梁的不同频率基带的振动图像和噪声与背景图像；对所述不同频率基带的振动图像中的前n阶振动信号图像分别进行运动放大处理，n为不小于1的整数；将所述不同频率基带的振动图像中运动放大后的前n阶振动信号图像和所述不同频率基带的振动图像中的未进行放大的振动信号图像叠加后得到所述待监测桥梁的重建的振动视频图像；根据所述重建的振动视频图像对所述待监测桥梁进行监测。2.如权利要求1所述的基于微小振动放大技术的桥梁监测方法，其特征在于，将所述振动视频图像分解为不同频率的基带图像，包括：利用拉普拉斯金字塔对所述振动视频图像中每一帧图像进行分解得到所述基带图像。3.如权利要求1所述的基于微小振动放大技术的桥梁监测方法，其特征在于，将所述振动视频图像分解为不同频率的基带图像之前，还包括：对所述振动视频图像进行滤波降噪处理和图像增强。4.如权利要求1所述的基于微小振动放大技术的桥梁监测方法，其特征在于，根据所述重建的振动视频图像对所述待监测桥梁进行监测，包括：根据所述重建的振动视频图像确定所述待监测桥梁的振动位移时程；根据所述位移时程确定所述待监测桥梁的模态参数；根据所述待监测桥梁的模态参数对所述待监测桥梁进行监测。5.如权利要求4所述的基于微小振动放大技术的桥梁监测方法，其特征在于，根据所述重建的振动视频图像确定所述待监测桥梁的振动位移时程，包括：根据所述重建的振动视频图像利用亚像素模板匹配算法确定所述待监测桥梁的振动位移时程。6.如权利要求4所述的基于微小振动放大技术的桥梁监测方法，其特征在于，根据所述位移时程确定所述待监测桥梁的模态参数，包括：根据所述位移时程利用随机子空间模态参数识别理论确定所述待监测桥梁的模态参数。7.如权利要求4所述的基于微小振动放大技术的桥梁监测方法，其特征在于，所述待监测桥梁的模态参数包括所述待监测桥梁的模态频率、模态振型和阻尼比；根据所述待监测桥梁的模态参数对所述待监测桥梁进行监测，包括：当所述模态频率变化率大于模态频率变化率阈值或所述模态振型变化率大于模态振型变化率阈值或所述阻尼比变化率大于阻尼比变化率阈值，向用户发出告警。8.如权利要求1至7任一项所述的基于微小振动放大技术的桥梁监测方法，其特征在于，将所述不同频率的基带图像分离为所述待监测桥梁的不同频率基带的振动图像和噪声与背景图像，包括：对所述不同频率的基带图像进行主成分分析，将所述不同频率的基带图像分离为所述
待监测桥梁的不同频率基带的振动图像和噪声与背景图像。9.一种桥梁监测系统，其特征在于，包括：视频图像获取单元，用于获取待监测桥梁的振动视频图像；基带图像分解单元，用于将所述振动视频图像分解为不同频率的基带图像；振动信号分离单元，用于将所述不同频率的基带图像分离为所述待监测桥梁的不同频率基带的振动图像和噪声与背景图像；运动放大单元，用于对所述不同频率基带的振动图像中的前n阶振动信号图像分别进行运动放大处理，n为不小于1的整数；振动视频图像重建单元，用于将所述不同频率基带的振动图像中运动放大后的前n阶振动信号图像和所述不同频率基带的振动图像中的未进行放大的振动信号图像叠加后得到所述待监测桥梁的重建的振动视频图像；桥梁监测单元，用于根据所述重建的振动视频图像对所述待监测桥梁进行监测。10.一种桥梁监测装置，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1至8任一项所述基于微小振动放大技术的桥梁监测方法的步骤。

技术总结
本发明公开了一种基于微小振动放大技术的桥梁监测方法、系统及装置，将待监测桥梁的振动视频图像分解为不同频率的基带图像后，从不同频率的基带图像分离出待监测桥梁的不同频率基带的振动图像，对待监测桥梁的不同频率基带的振动图像中的前N阶振动信号图像分别进行运动放大，使在振动视频图像中本来无法直接监测到的微小振动变得可以被监测到，将运动放大后的前N阶振动信号图像与未进行放大的振动信号图像叠加后得到前N阶振动信号图像被放大的待监测桥梁的重建的振动视频图像，根据重建的振动视频图像实现了对待监测桥梁的微小振动位移的监测，也即实现了对中小跨径桥梁等振动幅值非常微小的桥梁的监测，且不需要额外设置传感器，降低了成本。降低了成本。降低了成本。


技术研发人员：孔烜 罗奎 李金钊 邓露
受保护的技术使用者：湖南大学
技术研发日：2022.04.24
技术公布日：2022/5/25