本发明提供一种基于计算机视觉的气弹模型风洞试验平面风振响应测试方法。与传统的风洞气弹模型测试方法相比，本发明所提供的基于计算机视觉的气弹模型风洞试验平面风振响应测试方法具有以下优点：（1）克服了使用加速度计和位移传感器进行结构动力响应测量而产生的试验误差，以及无法多点同步测量的问题；（2）相比于双目及多目视觉，具有便捷、高效、低成本的特点，且适用于风洞试验中气弹模型平面风振响应测试；（3）适用性强，能够实现相机能够在风洞实验室外灵活摆放的需求；（4）考虑了气弹模型的风致动力响应特点，解决当前已有单目视觉算法在风洞气弹模型试验中精度不足的问题，能够精准且同步获取气弹模型的风致位移和加速度响应。
1.一种基于计算机视觉的气弹模型风洞试验平面风振响应测试方法，其特征在于，所述基于计算机视觉的气弹模型风洞试验平面风振响应测试方法包括：(1)在风洞实验室外安置相机，并确保相机能够捕捉风洞实验室内气弹模型的风振响应研究平面及其上的待识别目标点；
(2)选用印有9×12黑白相间方格的标定板，并在目标点所在运动平面附近摆放10～15种不同的姿态，同时采集不同姿态下标定板的相应图像，需确保其中有一种姿态是标定板与目标点运动平面为同一平面，且所有姿态下的标定板都完全处于相机视野范围之内；
(3)求解相机采集到目标所在的图像中的像素坐标和实际空间坐标之间的关系参数s和P：sm＝PM (1)M＝[X Y 1]T (2)m＝[x y 1] (3)式中m为目标点的像素齐次坐标向量；M为目标点的实际空间坐标向量；P为空间变换矩阵；s为比例系数；利用采集到的10～15张标定板不同姿态的图像，通过张正友相机标定方法求得所有的关系参数；
(4)在气弹模型上目标点处黏贴标记物，采集气弹模型静止时的图像，并在图像中框出包含目标点的至少一个特征区域，并记作Ai，在特征区域中运用以下公式识别目标点的初始像素坐标：式中C为特征区域Ai中一个5×5像素的子窗；x，y为图像上5×5像素的子窗内某一点的像素坐标；I为图像(x，y)处的像素值；λ1和λ2为C的两个特征根λ1<λ2，逐一搜寻特征区域Ai所有子窗的λ1，并且确认λ1最小的子窗中心则为目标点，其像素坐标记为(x0，y0)；
(5)求解以下公式最小值获取目标点的亚像素坐标，以进一步提高目标点的像素坐标精度：式中(x，y)为亚像素精度的目标点在图像上的像素坐标， 是公式(5)所得(x0，y0)附近的图像上整像素坐标， x0，x0+1且 y0，y0+1；通过最小二乘拟合求解使公式(6)的最小的(x，y)为目标点的亚像素坐标，记作(xs0，ys0)；
(6)开始风洞试验并通过相机采集每一时刻的目标点的图像，求取t时刻目标点的亚像素坐标：(601)寻找目标点特征区域Ai在t时刻图像上的位置，通过一大小与特征区域Ai相同的搜寻窗在图像上进行搜寻匹配，建立搜寻窗和特征区域Ai间的归一化互相关函数：式中m，n分别为特征区域Ai的像素长度和宽度；(x，y)为t时刻搜寻窗的左上角在图像上的像素坐标；f(x，y)为静止时图像上(x，y)处的像素值； 为静止时图像上特征区域Ai的平均像素值；rt(i+x，j+y)为t时刻图像上(i+x，j+y)处的像素值；为t时刻图像上搜寻窗的平均像素值；当归一化互相关函数c取最大值时，对应的搜寻窗与静止时图像上的特征区域Ai最为匹配，将该搜寻窗记为t时刻的特征区域At；
(602)在t时刻的特征区域At内利用公式(5)-(7)得到t时刻目标点的亚像素坐标，记作(xst，yst)；
(701)先计算得到目标点在静止时和t时刻的实际空间坐标：
M＝sP-1m (9)(702)代入(xs0，ys0)至公式(9)右端，可得目标点静止时的实际空间坐标为(X0，Y0)；接着代入(xst，yst)，可得在t时刻的实际空间坐标为(Xt，Yt)，则目标点在t时刻实际x向位移Xdis和y向位移Ydis为：Xdis＝Xt-X0 (10)Ydis＝Yt-Y0 (11)(8)求解目标点的在t时刻的实际加速度响应a：
式中t0、t1、t2为三个相邻时刻；Δt为采样间隔；f(t)为t时刻的位移；a(t)为t时刻的加速度。
一种基于计算机视觉的气弹模型风洞试验平面风振响应测试
方法
技术领域
[0001] 本发明涉及一种基于计算机视觉的气弹模型风洞试验平面风振响应测试方法。
背景技术
[0002] 风洞试验是一种通过人工产生和控制气流来模拟物体周围的气体流动，从而研究物体空气动力响应与特性的试验手段。在土木工程领域，风洞试验已被广泛运用于超高层建筑、大跨空间结构、桥梁、输电线路等的风荷载及响应评估之中。风洞试验主要分为刚性模型试验和气弹模型试验，在气弹模型试验中需要测量模型的风振响应，主要包括模型在不同风速、风向角以及地貌环境下的位移与加速度响应。
[0003] 对于高柔的超高层建筑，其竖向运动很小，建筑顶部平面的风振响应最为剧烈；对于大跨度桥梁，其轴向运动相对较小，跨中竖向和横向的风振响应是关注的重点；此外，对于输电导线三自由度(两向平动和平面内扭转)气弹节段模型，其响应也基本发生在平面之内。因而，结构的平面风振响应为大多数气弹模型风洞试验研究中关注的重点。
[0004] 气弹模型风洞试验中常用的用于动力响应测试的传感器有加速度计、激光位移计。加速度计是一种接触式传感器，需要黏贴在测点处，在试验过程中会影响模型自身的动力特性；激光位移计工作范围短，需要在风洞实验室内接近模型处进行安置，在测试时容易产生自振，从而影响数据的精度。此外，这两种传感器只能实现一对一的测量，无法实现多点同步测量。
[0005] 计算机视觉识别技术可以通过目标的一系列运动图像，识别出目标的位移和加速度信息。该技术可以在风洞实验室外实现气弹模型的多点同步动力响应测量，且能有效避免自振及对模型的影响，能有效提高测量精度并节约成本。
[0006] 在工程领域，常用的计算机视觉测试方法可分为单目视觉、双目视觉和多目视觉。双目视觉和多目视觉可以实现目标三维运动的测量，然而其需要多台相机，成本高昂；且对于系统的布置、同步性有很高的要求。
[0007] 单目视觉可以实现目标平面运动的测量，且布置便捷、成本较低。当前常用的计算机视觉算法如下：
[0008] 1、比例系数法。该算法被广泛用于相机的标定，其实施起来简单方便，只需要计算某一特征物实际长度与图像中的像素长度之间的比例系数k，再用该比例系数乘以目标的像素位移便可得到实际位移数据。然而该算法对于相机的位置有严格的要求，需要相机光轴和目标运动平面保持垂直。
[0009] 2、模板匹配法。该算法通过相关系数来搜寻最优匹配模板，找到不同时刻目标在图像中的位置，从而获取目标运动过程中的像素位移。其算法结构简单、易编程，计算时间短，然而当相机光轴和目标运动平面不满足垂直关系时，误差随运动幅度增大而增大。
[0010] 3、角点识别法。该算法可以识别出特征点，识别精度不受目标运动范围与幅度的影响，但计算时间较长，容易出现识别错误的现象，难以用于目标动态位移的识别。
[0011] 在气弹模型风洞试验中，相机需要摆放在风洞外以避免产生自振，因而摆放位置有限，难以满足相机光轴和目标运动平面保持垂直的要求，且多数模型运动幅度较大。以上几种常用的单目视觉算法在气弹模型风洞试验中的适用性较差、且测量精度难以得到保障。
发明内容
[0012] 本发明的目的在于，为了解决如下四个方面的问题：
[0013] (1)解决传统气弹模型风洞试验中使用加速度计和激光位移计来进行结构动力响应测量而产生的试验误差，以及无法多点同步测量的问题；
[0014] (2)相比于双目及多目视觉，提供一种高效、低成本，适用于风洞试验中气弹模型平面风振响应测试方法；
[0015] (3)解决当前已有单目视觉算法在风洞试验中适用性差的问题，实现相机能够在风洞实验室外灵活摆放的需求；
[0016] (3)解决当前已有单目视觉算法在风洞试验中精度不足的问题，实现了气弹模型风致位移和加速度响应的精准、同步测量；
[0017] 而提供一种基于计算机视觉的气弹模型风洞试验平面风振响应测试方法。
[0018] 为此，本发明的上述目的通过以下技术方案来实现：
[0019] 第一步：在风洞实验室外安置相机，并确保相机能够捕捉风洞实验室内气弹模型的风振响应研究平面及其上的待识别目标点；
[0020] 第二步：选用印有9×12黑白相间方格的标定板，并在目标点所在运动平面附近摆放10～15种不同的姿态，同时采集不同姿态下标定板的相应图像，需确保其中有一种姿态是标定板与目标点运动平面为同一平面，且所有姿态下的标定板都完全处于相机视野范围之内；
[0021] 第三步：求解相机采集到目标所在的图像中的像素坐标和实际空间坐标之间的关系参数s和P：
[0022] sm＝PM (1)
[0023] M＝[X Y 1]T (2)
[0024] m＝[x y 1] (3)
[0025]
[0026] 式中m为目标点的像素齐次坐标向量；M为目标点的实际空间坐标向量；P为空间变换矩阵；s为比例系数；利用采集到的10～15张标定板不同姿态的图像，通过张正友相机标定方法求得所有的关系参数；
[0027] 第四步：在气弹模型上目标点处黏贴标记物，采集气弹模型静止时的图像，并在图像中框出包含目标点的至少一个特征区域，并记作Ai，在特征区域中运用以下公式识别目标点的初始像素坐标：
[0028]
[0029] 式中C为特征区域Ai中一个5×5像素的子窗；x，y为图像上5×5像素的子窗内某一点的像素坐标；I为图像(x，y)处的像素值；λ1和λ2为C的两个特征根(λ1<λ2)，逐一搜寻特征区域Ai所有子窗的λ1，并且确认λ1最小的子窗中心则为目标点，其像素坐标记为(x0，y0)；
[0030] 第五步：求解以下公式最小值获取目标点的亚像素坐标，以进一步提高目标点的像素坐标精度：
[0031]
[0032]
[0033] 式中(x，y)为亚像素精度的目标点在图像上的像素坐标， 是公式(5)所得(x0，y0)附近的图像上整像素坐标， x0，x0+1且 y0，y0+1；通过最小二乘拟合求解使公式(6)的最小的(x，y)为目标点的亚像素坐标，记作(xs0，ys0)；
[0034] 第六步：开始风洞试验并通过相机采集每一时刻的目标点的图像，求取t时刻目标点的亚像素坐标：
[0035] 1)寻找目标点特征区域Ai在t时刻图像上的位置，通过一大小与特征区域Ai相同的搜寻窗在图像上进行搜寻匹配，建立搜寻窗和特征区域Ai间的归一化互相关函数：
[0036]
[0037] 式中m，n分别为特征区域Ai的像素长度和宽度；(x，y)为t时刻搜寻窗的左上角在图像上的像素坐标；f(x，y)为静止时图像上(x，y)处的像素值； 为静止时图像上特征区域Ai的平均像素值；rt(i+x，j+y)为t时刻图像上(i+x，j+y)处的像素值；为t时刻图像上搜寻窗的平均像素值；当归一化互相关函数c取最大值时，对应的搜寻窗与静止时图像上的特征区域Ai最为匹配，将该搜寻窗记为t时刻的特征区域At；
[0038] 2)在t时刻的特征区域At内利用公式(5)-(7)得到t时刻目标点的亚像素坐标，记作(xst，yst)；
[0039] 第七步：求解目标点的在t时刻的实际位移响应：
[0040] 1)先计算得到目标点在静止时和t时刻的实际空间坐标：
[0041] M＝sP-1m (9)
[0042] 2)代入(xs0，ys0)至公式(9)右端，可得目标点静止时的实际空间坐标为(X0，Y0)；接着代入(xst，yst)，可得在t时刻的实际空间坐标为(Xt，Yt)。则目标点在t时刻实际x向位移Xdis和y向位移Ydis为：
[0043] Xdis＝Xt-X0 (10)
[0044] Ydis＝Yt-Y0 (11)
[0045] 求解目标点的在t时刻的实际加速度响应a：
[0046]
[0047] 式中t0、t1、t2为三个相邻时刻；Δt为采样间隔；f(t)为t时刻的位移；a(t)为t时刻的加速度。
[0048] 与传统的风洞气弹模型测试方法相比，本发明所提供的一种基于计算机视觉的气弹模型风洞试验平面风振响应测试方法具有以下优点：
[0049] (1)克服了使用加速度计和位移传感器进行结构动力响应测量而产生的试验误差，以及无法多点同步测量的问题；
[0050] (2)相比于双目及多目视觉，具有便捷、高效、低成本的特点，且适用于风洞试验中气弹模型平面风振响应测试；
[0051] (3)适用性强，能够实现相机能够在风洞实验室外灵活摆放的需求；
[0052] (4)考虑了气弹模型的风致动力响应特点，解决当前已有单目视觉算法在风洞气弹模型试验中精度不足的问题，能够精准且同步获取气弹模型的风致位移和加速度响应。
附图说明
[0053] 图1为本发明所提供的一种基于计算机视觉的气弹模型风洞试验平面风振响应测试方法的现场测试示意图；
[0054] 图2为风洞气弹模型风振响应关注平面及标记物的示意图；
[0055] 图3为框出特征区域Ai的风洞气弹模型风振响应关注平面的示意图；
[0056] 图4为目标点的亚像素定位结果的风洞气弹模型风振响应关注平面的示意图；
[0057] 图5为目标点的位移时程图；
[0058] 图6为目标点的加速度时程图；
[0059] 图中：①为风洞实验室；②为气弹模型；③为相机；④为测试系统；⑤为印有9×12黑白相间方格的标定板；⑥为黏贴在目标点处的标记物。
具体实施方式
[0060] 参照附图和具体实施例对本发明作进一步详细地描述。
[0061] 图1-6为本发明提供的一种基于计算机视觉的气弹模型风洞试验平面风振响应测试方法应用于风洞试验中超高层建筑气弹模型风振响应测试的案例，具体实施包括以下步骤：
[0062] (1)如图1所示，在风洞实验室①外安置相机③，使相机透过风洞试验室的玻璃能够捕捉超高层建筑气弹模型②的顶部平面及其上目标点；
[0063] (2)选用印有9×12黑白相间方格的标定板⑤，在目标点所在运动平面A-A附近摆放10～15种不同的姿态，同时采集不同姿态下标定板的相应图像，需确保其中有一种姿态是标定板与目标点运动平面为同一平面，且所有姿态下的标定板都完全处于相机视野范围之内；
[0064] (3)通过张正友的相机标定方法求解相机采集到目标在的图像中的像素坐标和实际空间坐标之间的关系参数，即公式(1)中的s和P；
[0065] (4)如图2所示，在气弹模型九个目标点处黏贴标记物⑥，图2为风洞试验中超高层建筑气弹模型顶部的示意图，在超高层建筑气弹模型的顶部黏贴9个标记物。采集气弹模型顶部静止时的图像，并在图像中框出包含九个不同目标点的九个特征区域Ai，如图3所示。在特征区域中运用公式(5)，在特征区域Ai每一子窗处求解公式(5)中C的特征根λ1，并找到λ1最小的子窗中心作为目标点，其像素坐标记为(x0，y0)；
[0066] (5)利用公式(6)-(7)获取目标点的亚像素坐标(xs0，ys0)，在本实施例中分别为九个标记物的中心点，如图4所示，图中用圆圈标出了亚像素定位示意的两个目标点；
[0067] (6)开始风洞试验并通过相机采集每一时刻的目标点的图像，求取t时刻目标点的亚像素坐标：
[0068] 1)通过公式(8)的归一化互相关函数求解九个目标点各自在t时刻的特征区域At；
[0069] 2)对于每一个目标点，在特征区域At内利用公式(5)-(7)得到t时刻目标点的亚像素坐标，记作(xst，yst)；
[0070] (7)求解目标点的在t时刻的实际位移响应：
[0071] 1)通过代入(xs0，ys0)和(xst，yst)至公式(9)右端，计算得到每一个目标点在静止时的空间坐标(X0，Y0)和t时刻的实际空间坐标(Xt，Yt)：
[0072] 2)通过公式(10)-(11)计算得到九个目标点的实际空间位移，其中x向的位移时程如图5所示；
[0073] (8)通过公式(12)求解九个目标点的在t时刻的实际加速度响应a，其中x向的加速度时程如图6所示。
[0074] 上述具体实施方式用来解释说明本发明，仅为本发明的优选实施例，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明作出的任何修改、等同替换、改进等，都落入本发明的保护范围。
