视频图像测振技术对斜拉索索力的应用

徐旻杰， 袁向荣， 刘 辉， 陈泽贤， 任张晨

(广州大学 土木工程学院, 广州 510006)

视频图像测振技术对斜拉索索力的应用

徐旻杰， 袁向荣， 刘 辉， 陈泽贤， 任张晨

(广州大学 土木工程学院, 广州 510006)

以数码摄像头与PC机作为硬件设备,结合Matlab软件设计视频图像测振系统，采用该系统识别了斜拉索模型的1～4阶模态参数。采集索振动视频，将其分解为图像序列，经图像处理，得索边缘序列，取边缘各点的振动时程，经振动模态分析，得到索的频率、阻尼和振型，由频率识别索力。以力传感器所得索力数据作为参考，同通过视频图像测振技术得到的结果进行对比分析。结果表明，视频图像测振技术检测索振动可行且具有一些优势。随着光学硬件的进一步发展和测振软件系统的日益成熟，视频图像测振技术的工程应用前景光明。

斜拉索； 边缘识别； 多项式拟合； 高阶模态； 索力测量

0 引 言

在斜拉桥的施工过程中，监控斜拉索的索力对满足施工过程中施工控制[1]的要求以及成桥后桥梁的结构内力分布起着至关重要的作用。在斜拉桥的使用过程中拉索由于振动、疲劳衰减和腐蚀等原因造成索力松弛[2]，拉索的损害会造成结构不可挽回的后果。索力的变化会影响结构的力学状态和结构线型[3]，因此斜拉索的索力可以作为斜拉桥的结构健康状态评估的重要指标。目前可供现场检测索力的方法主要有：① 压力表测定法；② 压力传感器测定法；③ 频率法；④ 磁通量法；⑤ 光纤光栅振动测试法。本文探索索力检测的视频方法。

图像测量技术具有表面全尺度、非接触式、无负载效应、环境适应性强、重复可比性好、无设备耗损等优点，不仅适用于静态测量，也适用于动态测量，还可进行全域高密度检测。随着数码影像产品的快速进步和普及化、以及实际工程对图像测量技术的应用与需求，数字测量技术迅速发展。例如有刘敏[4]提出的结构一维大变形识别的数字图像边缘检测；袁向荣[ 5]提出的结构边缘变形检测一维DIC法，其边缘识别精度可达到0.05像素；胡朝辉[6]提出的视频图像技术的结构振动测试；袁向荣[7]边缘识别的正交多项式拟合及梁变形检测。

本文基于数字视频技术，以数码摄像头与PC机作为硬件设备结合Matlab软件设计视频图像测振系统[8]，采用视频图像测振系统检测索的振动，由图像处理及模态分析方法识别索的频率、阻尼及振型，由频率识别索力。

1 视频图像检测系统

视频图像检测系统是基于图像检测技术的一种新的振动测试方法。其原理是通过拍摄设备的感光元件现场记录被测对象的动态响应数据，后期通过已编程序对动态响应数据的提取和处理，得出所需要的物理信息。相较于传统的振动测试，视频图像检测法有着非接触式的优点，因此免去了很多现场布线、传感器布置的问题，能够大大地减少现场的工作量，加快检测速度，节省人力，对现场的测量人员的安全也有一定的提高。

1.1 硬件系统

视频的拍摄可以采用单反相机、卡片相机，以及手机摄像头。单反相机的优点是其感光元件大，精度高，适应相对恶劣的现场环境，提高工作范围，但单反相机需要一定的学习成本，其便携性也不佳；卡片相机的优点是可以拍摄更高帧数的视频，目前民用卡片相机已经可以拍摄1 000帧的视频，学习成本也较低；手机摄像头的优点是便携，操作方便，不需要学习成本，其精度也可以满足大多数工程检测。

1.2 软件系统

软件系统是基于Matlab编制的程序，包括视频采集、视频分解、信号分析4个模块，如图1所示。

2 动态边缘的识别方法

经典边缘检测算子[10]只能识别整像素边缘，要提高数据精度则需要采用亚像素边缘定位方法。目前常用的亚像素边缘识别方法有高斯曲线拟合法[11]、矩算子法[12]和多项式拟合法[13]。高斯曲线拟合法具有更高的定位精度，能更贴合实际的边缘模型，但该方法过程繁琐，计算量大，不易快速得出结果;矩算子法以理想的二级阶跃型边缘计算实际边缘，因而存在原理上的误差;多项式拟合法则集合了计算精度高，计算过程简便的优点，易于理解，易于操作，易于得出结果。其基本思路是运用多项式函数拟合边缘灰度的变化趋势，根据情况提取多项式函数相应的数学特征视作边缘点。多项式函数的数学表达式如下：

图1 Matlab软件流程图

I(z)=c0+c1z+c2z2+…+cnzn

其中:z为边缘振动方向上的像素点的位置；I为z点处的灰度值；c0,c1,…,cn为拟合多项式中的系数，通过最小二乘法来确定。

图像边缘[14]的灰度变化有阶跃型、脉冲型[15]和屋脊型，如图2所示。

(a) 阶跃型 (b) 脉冲型 (c) 屋脊型

图2 常见的3种边缘类型

本实验的对象是索的边缘，是典型的脉冲型边缘，因而采用6阶多项式函数拟合边缘[16]振动方向上的若干点的灰度，选取拟合曲线的最大值[17]视作为边缘实际位置。

3 模型试验及结果分析

本实验采用一个斜拉桥模型，选取它的第3根斜拉索进行试验。索的表面光滑完整，两端固定，采用直径为1 mm，长2 m的单根不锈钢丝，刚度未知，均布质量为6.228 kg/m。拍摄机器使用苹果6手机，用三脚架固定，机身角度与索的角度一致，拍摄240帧/s1 280×720像素的视频。试验模型如图3所示。

在实验开始前先对视频设备的拍摄帧数进行标定。使用本次视频设备拍摄一段电子秒表计时。电子秒表以0.044 s为单位跳动，由24.571 s开始25.627 s结束，时长1.056 s，共分解得254张图像。经计算得该视频帧数约为240帧/s。

视频拍摄从激振前开始，一直拍摄至索基本稳定，采集激振前作为初始图像，采集振动稳定后作为振动图像，拍摄时长为30 s。视频采集后利用程序将视频分解为图像序列。经剪辑的视频时长21 s，录制帧数为240帧/s，一共可以分解得5 040幅图像，运用图片剪切程序将图片裁剪成合适的尺寸，留作分析用。

图3 模型试验场景图

(a)第1张截图

(b)第2张截图

(c)第254张截图

现选图像序列101 079～101 083作为索振动图像序列演示，如图5所示。

(a) 101 079

(b) 101 080

(c) 101 081

(d) 101 082

(e) 101 083

图5 索振动序列图像

选取101 070～101 110亚像素索边缘图像序列作为演示，如图6所示。

利用Matlab程序处理图像序列，取6阶多项式拟合边缘灰度曲线，选取索1/2点、索1/4点的位移时程曲线与频谱图作为演示，如图7～10所示。索的前4阶模态的振型图如图11所示。 对索各点的振动信号进行模态分析得斜拉索的前4阶振动频率，数据如表1所示。从表1得出，该索的前4阶模态的频率，根据索力公式[18]N=4wL2(fk/k)2计算得出。其中：w是斜拉索的单位长度的质量；L是索的长度；k是阶数。可以根据各阶模态的频率算出索力F1，再与力传感器所测得数据F2作出对比，如表2所示。

(a) 101 070～101 079

(b) 101 080～101 089

(c) 101 090～101 090

(d) 101 091～101 100

图7 1/2索处点位移时程图

图8 1/2索处点频谱图

图9 1/4索处点位移时程图

图10 1/4索处点频谱图

(a) 1阶振型图

(b) 2阶振型图

(c) 3阶振型图

(d) 4阶振型图

本次实验能测出斜拉索的前4阶模态的频率，由表1可知，斜拉索的前4阶模态的实测频率为：f1=14.656 Hz、f2=29.061 Hz、f3=44.531 Hz、f4=58.360 Hz。

表2 图像法索力值与力传感器检测索力值比

前4阶模态的频率基本满足线性关系。由前4阶模态的频率计算出的索力与力传感器所采集的数据最大相差2.6%，误差在合理可接受范围之内。

4 结 论

本文基于数字图像测量技术，用相关硬件与Matlab软件完成了非接触式图像测振方法的系统设计，并通过实验室模型实现了斜拉索模型的振动测试，为其进一步应用于实际结构提供了参考，现将试验的主要结论及建议总结如下:

(1) 对于动态位移的测量，由本文方法测得的试验数据均较合理，试验测出对应索模型的1～4阶模态的频率。由该4阶模态的频率所计算出的索力与力传感器所得的数据比值误差较小。因此基于普通数码摄像头与PC机的测振技术可用于高频振动系统的测试，且可以通过测量得到四阶模态参数。

(2) 基于数字图像测量技术在振动测试中测试数据应用于索力测量是可行的。

(3) 数字图像测量技术有着非接触式，无负载反应的先天优点。其测试数据在空间密度方面远胜与传统方法。

基于无人机技术的运用、高像素视频设备的普及、计算机硬件设备的进步，以及工程上对数字图像测量技术的应用与反馈，数字图像测量技术的立体化、精准度、实用性和适用范围将进一步发展。

[1] 刘金秋.斜拉桥施工过程中索力的确定及其影响因素[D].大连:大连理工大学，2004.

[2] 刘文会，李 强.拉索松弛产生的时变效应对斜拉桥的影响[J]吉林建筑工程学院学报,2009,26(2)：31-32.

[3] 赵 翔.拉索损伤对斜拉桥结构性能影响的研究[D].南京：东南大学，2005.

[4] 刘 敏.数字图像处理技术在桥梁结构检测中的应用研究[D].广州：广州大学，2009.

[5] 袁向荣.梁变形检测的一维数字图像相关法[J]广州大学学报，2010,9(1)：54-56.

[6] 胡朝辉.数字图像处理技术在桥梁结构振动测试中的应用研究[D].广州：广州大学，2010.

[7] 袁向荣.边缘识别的正交多项式拟合及梁变形检测[J].实验室研究与探索，2013,32(10)：11-13.

[8] 胡朝辉，袁向荣，刘 敏.振动试验视频图像测试技术[J].噪声与振动控制，2011(3)：162-165.

[9] 刘晶波，杜修力.结构动力学[M].北京：机械工业出版社，2005.

[10] 任文杰.图像边缘检测方法的研究[D].济南：山东大学，2008.

[11] Fu G K， Mitchell O R. Edge location to subpixel values in digital imagery[J].IEEE-PAMI,1984(6)：188-201.

[12] Tabatabai A J, Moosa A G.An optical approach to structural displacement measurement ant its application[J]. Engineering Echanices,2002,128(5):511-520.

[13] Gongkang F U, Moosa A G.An optical approach to structural displacement measurement ant its application[J]. Eng Mech ASCE, 2002, 128(5):511-520.

[14] 孙即祥.图像分析[M].北京：科学出版社，2004.

[15] 盛遵冰，崔贤玉，高国安.通用亚像素边缘检测算法[J].上海交通大学学报，2007,41(6)：911-915.

[16] 陈 静，尚雅层，田军委.快速多项式拟合亚像素边缘检测算法的研究[J].应用光学，2011,32(1)：91-95.

[17] 陈小卫，徐朝辉，郭海涛，等.利用极值梯度的通用亚像素边缘检测方法[J].测绘学报，2014,43(5)：500-507.

[18] 唐盛华，方 志，杨 索.考虑边界条件的频率法测索力实用公式[J].湖南大学学报，2012,39(8)：7-13.

ApplicationofVideoImageVibrationMeasurementTechniqueinAnalysisofCableForceofStayCables

XUMinjie,YUANXiangrong,LIUHui,CHENZexian,RENZhangchen

(School of Civil Engineering, Guangzhou University, Guangzhou 510006, China)

the paper introduces a new technology for vibration which uses digital camera and PC as the hardware, and Matlab as software. The system is used to identify the first-order, second-order, third-order and fourth-order modal parameters for stay cables. The cable vibration video is collected, and is decomposed into the image sequence.Through image processing, cable edge sequence can be obtained;the edge vibration at each point in time history and vibration mode are then analyzed.Then cable frequency, damping and vibration type can be gotten, thecable forcecan be analyzed by frequency identification. Comparing with the data obtained byforce sensor, the video image vibration technology is feasible to detect cable vibration and has some advantages.With the further development of optical hardware and software, video image vibration technology has a brightprospect inengineering application.

stay cable； edge recognition； polynomial fitting； higher-order modes； cable force measurement

U 441.3

A

1006-7167(2017)11-0007-04

2017-03-02

国家自然科学基金项目(51078093,51278137)；广州市科技计划项目(12C42011564)

徐旻杰(1993-)，男，广东珠海人，硕士生，研究方向为桥梁工程、数字图像处理。Tel.:15521376900；E-mail: 1326195334@qq.com

袁向荣(1957-)，男，河北故城人，博士，教授，硕士生导师，研究方向为桥梁工程分析计算检测、结构动力学分析与测试，数字图像处理。E-mail: rongxyuan@163.com