本發(fā)明涉及橋梁工程，尤其涉及一種基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法及裝置。

背景技術(shù)：

1、鋼箱梁是大橋建設(shè)中的關(guān)鍵部分，鋼結(jié)構(gòu)橋梁不同位置之間的連接主要依靠三種方式：鉚釘、焊縫以及螺栓。其中，螺栓連接因?yàn)槭┕ず?jiǎn)單、拆裝方便、用鋼量小的優(yōu)點(diǎn)而被廣泛采用，但螺栓連接在實(shí)際環(huán)境的使用中，會(huì)經(jīng)常受到緊固的結(jié)構(gòu)體振動(dòng)、風(fēng)力的沖擊及雨水的腐蝕等不利因素影響，易出現(xiàn)松動(dòng)、變形甚至脫落的情況，從而對(duì)橋梁整體結(jié)構(gòu)造成不利后果，對(duì)橋梁的安全運(yùn)營(yíng)及民眾的生命財(cái)產(chǎn)安全造成隱患，因此對(duì)橋梁連接處的螺栓進(jìn)行定期巡檢成為了橋梁維護(hù)中一項(xiàng)必不可少的作業(yè)。

2、鋼箱梁內(nèi)部結(jié)構(gòu)復(fù)雜，目前所有的鋼箱梁巡檢任務(wù)主要依靠人工進(jìn)行，操作人員逐段用肉眼觀察判斷，難以快速檢測(cè)和識(shí)別鋼箱梁內(nèi)部常見(jiàn)問(wèn)題，因此存在檢測(cè)效率低、覆蓋不全面、成本高和不精確等缺點(diǎn)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法及裝置，旨在解決現(xiàn)有技術(shù)中依賴人工巡檢效率低、覆蓋不全面、成本高和準(zhǔn)確性不足的缺陷，實(shí)現(xiàn)對(duì)橋梁等結(jié)構(gòu)中的螺栓連接部位進(jìn)行高效、精確、自動(dòng)化和實(shí)時(shí)的病害檢測(cè)與分類。

2、第一方面，本發(fā)明提供一種基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法，包括：獲取不同類型的螺栓病害時(shí)的振動(dòng)視頻；基于圖像處理技術(shù)，對(duì)振動(dòng)視頻中每一幀圖像中的目標(biāo)區(qū)域進(jìn)行相位運(yùn)動(dòng)估計(jì)，獲取位移信號(hào)；基于時(shí)頻變換算法，將位移信號(hào)變換為時(shí)頻圖像；利用時(shí)頻圖像和對(duì)應(yīng)的病害分類標(biāo)簽訓(xùn)練機(jī)器學(xué)習(xí)模型，將訓(xùn)練完成的機(jī)器學(xué)習(xí)模型作為螺栓病害分類模型；利用所述螺栓病害分類模型進(jìn)行螺栓病害類型的檢測(cè)。

3、根據(jù)本發(fā)明提供的基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法，基于圖像處理技術(shù)，對(duì)振動(dòng)視頻中每一幀圖像中的目標(biāo)區(qū)域進(jìn)行相位運(yùn)動(dòng)估計(jì)，獲取位移信號(hào)，包括：獲取振動(dòng)視頻中每一幀圖像的目標(biāo)區(qū)域中每一像素在對(duì)應(yīng)時(shí)刻的空間位置信息；基于振動(dòng)視頻中連續(xù)幀的圖像的目標(biāo)區(qū)域中每一像素點(diǎn)在每一時(shí)刻的空間位置信息，構(gòu)建位移信號(hào)。

4、根據(jù)本發(fā)明提供的基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法，所述機(jī)器學(xué)習(xí)模型為卷積神經(jīng)網(wǎng)絡(luò)。

5、根據(jù)本發(fā)明提供的基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法，所述卷積神經(jīng)網(wǎng)絡(luò)包括輸入層、多層卷積層、與卷積層一一對(duì)應(yīng)的多層池化層、全連接層和輸出層；所述輸入層，用于接收時(shí)頻圖像；所述卷積層，用于對(duì)時(shí)頻圖像進(jìn)行卷積操作輸出時(shí)頻圖像的特征圖；每個(gè)池化層位于每個(gè)卷積層之后，用于采用最大池化的方式對(duì)卷積層輸出的特征圖進(jìn)行降維處理；所述全連接層，用于將降維處理后的特征映射為特征向量；所述輸出層，利用分類器對(duì)特征向量進(jìn)行處理，獲取分類結(jié)果；所述卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練采用批量樣本輸入的方式。

6、根據(jù)本發(fā)明提供的基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法，獲取不同類型的螺栓病害時(shí)的振動(dòng)視頻，包括：利用視頻采集設(shè)備分別獲取在螺栓位移、脫落以及松動(dòng)時(shí)的振動(dòng)視頻。

7、根據(jù)本發(fā)明提供的基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法，所述時(shí)頻圖像為rgb圖像。

8、第二方面，本發(fā)明還提供一種基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)裝置，包括：

9、第一處理模塊，用于獲取不同類型的螺栓病害時(shí)的振動(dòng)視頻；

10、第二處理模塊，用于基于圖像處理技術(shù)，對(duì)振動(dòng)視頻中每一幀圖像中的目標(biāo)區(qū)域進(jìn)行相位運(yùn)動(dòng)估計(jì)，獲取位移信號(hào)；

11、第三處理模塊，用于基于時(shí)頻變換算法，將位移信號(hào)變換為時(shí)頻圖像；

12、第四處理模塊，用于利用時(shí)頻圖像和對(duì)應(yīng)的病害分類標(biāo)簽訓(xùn)練機(jī)器學(xué)習(xí)模型，將訓(xùn)練完成的機(jī)器學(xué)習(xí)模型作為螺栓病害分類模型；

13、第五處理模塊，用于利用所述螺栓病害分類模型進(jìn)行螺栓病害類型的檢測(cè)。

14、第三方面，本發(fā)明提供一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如上述任一種所述基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法的步驟。

15、第四方面，本發(fā)明還提供一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一種所述基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法的步驟。

16、本發(fā)明提供的基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法及裝置，相較于現(xiàn)有技術(shù)具有以下有益效果：

17、(1)本發(fā)明通過(guò)相位運(yùn)動(dòng)估計(jì)技術(shù)精確捕捉到細(xì)微的振動(dòng)變化，可以更早地發(fā)現(xiàn)螺栓的潛在病害，如松動(dòng)、裂紋或腐蝕等，相比傳統(tǒng)的人工目視檢查更為準(zhǔn)確。

18、(2)本發(fā)明自動(dòng)化處理視頻數(shù)據(jù)并實(shí)時(shí)分析，大大縮短了檢測(cè)周期，減少了人工巡檢所需的時(shí)間和資源，能夠快速覆蓋大面積區(qū)域。減少了對(duì)專業(yè)技術(shù)人員的依賴，降低了頻繁派遣人員進(jìn)行現(xiàn)場(chǎng)檢查的需求，從而節(jié)省了人力資源和相關(guān)費(fèi)用。

19、(3)本發(fā)明無(wú)需直接接觸螺栓即可完成檢測(cè)工作，特別適用于難以接近或者危險(xiǎn)位置的螺栓檢查，提高了作業(yè)安全性。

技術(shù)特征：

1.一種基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法，其特征在于，基于圖像處理技術(shù)，對(duì)振動(dòng)視頻中每一幀圖像中的目標(biāo)區(qū)域進(jìn)行相位運(yùn)動(dòng)估計(jì)，獲取位移信號(hào)，包括：

3.根據(jù)權(quán)利要求1所述的基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法，其特征在于，所述機(jī)器學(xué)習(xí)模型為卷積神經(jīng)網(wǎng)絡(luò)。

4.根據(jù)權(quán)利要求3所述的基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)包括輸入層、多層卷積層、與卷積層一一對(duì)應(yīng)的多層池化層、全連接層和輸出層；

5.根據(jù)權(quán)利要求1所述的基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法，其特征在于，獲取不同類型的螺栓病害時(shí)的振動(dòng)視頻，包括：

6.根據(jù)權(quán)利要求1所述的基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法，其特征在于，所述時(shí)頻圖像為rgb圖像。

7.一種基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)裝置，其特征在于，包括：

8.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法的步驟。

9.一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法的步驟。

技術(shù)總結(jié)
本發(fā)明提供一種基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法及裝置，屬于橋梁工程技術(shù)領(lǐng)域，所述方法包括：獲取不同類型的螺栓病害時(shí)的振動(dòng)視頻；基于圖像處理技術(shù)，對(duì)振動(dòng)視頻中每一幀圖像中的目標(biāo)區(qū)域進(jìn)行相位運(yùn)動(dòng)估計(jì)，獲取位移信號(hào)；基于時(shí)頻變換算法，將位移信號(hào)變換為時(shí)頻圖像；利用時(shí)頻圖像和對(duì)應(yīng)的病害分類標(biāo)簽訓(xùn)練機(jī)器學(xué)習(xí)模型，將訓(xùn)練完成的機(jī)器學(xué)習(xí)模型作為螺栓病害分類模型；利用所述螺栓病害分類模型進(jìn)行螺栓病害類型的檢測(cè)。本發(fā)明提供的基于相位運(yùn)動(dòng)估計(jì)的螺栓病害檢測(cè)方法及裝置，不僅提高了螺栓病害檢測(cè)的速度和準(zhǔn)確性，還降低了人工巡檢的成本和風(fēng)險(xiǎn)，同時(shí)提供了科學(xué)的維護(hù)決策依據(jù)。

技術(shù)研發(fā)人員：李思琪,嚴(yán)愛(ài)國(guó),趙丹陽(yáng),封寧,文望青,瞿國(guó)釗,殷鵬程,曹陽(yáng)梅,梁金寶,顏永逸,張曉江,羅春林,周繼,王存國(guó),夏正春,楊得旺
受保護(hù)的技術(shù)使用者：中鐵第四勘察設(shè)計(jì)院集團(tuán)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15