【摘 要】
:
基于视觉的微小振动放大技术是一种通过处理图像时空信息,放大微小但重要变化的技术。机器视觉振动放大技术被用来揭示肉眼难以察觉微小变化,在工程结构模态识别、医疗心率检测,故障损伤检测等领域有重要价值。论文对视频微小振动放大技术进行详细的分析和研究,从多角度对微小振动放大算法进行优化,并将优化后的算法应用于非接触式心率检测,具有较好的工程应用价值。论文针对微小振动视频中存在大运动干扰,导致视频放大结果出
论文部分内容阅读
基于视觉的微小振动放大技术是一种通过处理图像时空信息,放大微小但重要变化的技术。机器视觉振动放大技术被用来揭示肉眼难以察觉微小变化,在工程结构模态识别、医疗心率检测,故障损伤检测等领域有重要价值。论文对视频微小振动放大技术进行详细的分析和研究,从多角度对微小振动放大算法进行优化,并将优化后的算法应用于非接触式心率检测,具有较好的工程应用价值。论文针对微小振动视频中存在大运动干扰,导致视频放大结果出现模糊和黑影的问题,提出基于幅度选择的加速度滤波振动放大优化算法。对于微小时间尺度上的大运动,可以近似看作线性,通过加速度的滤波器,仅放大二阶加速度信号达到抑制线性运动干扰的效果。对于非线性大运动干扰,在加速度滤波的基础上根据大运动和微小振动在振动幅度和能量特性上的不同,加入幅度选择滤波器抑制非线性大扰动,在不引入大量伪影和模糊的条件下放大运动场景下的微小振动。针对传统图像金字塔多尺度分解只能有限方向分解且提取特征信息时复杂耗时的问题,论文提出基于单演小波分析的微小振动放大算法。将小波多尺度分析和单演分析结合,利用单演信号平移旋转不变性和方向不变性构造各向同性单演小波,对图像进行单演小波分解。优化后的算法拥有更简洁的滤波器结构和更快速的相位分解能力,极大提升视频帧分解重构速度。配合幅度选择滤波和加速度滤波,能快速有效抑制非线性场景下大幅度运动干扰和噪声。传统微小振动放大方法仅在振动频率恒定的平稳条件下进行微小振动放大,对于被观察对象的振动频率不固定,随时间变化的非平稳条件,基于时域的带通滤波方式不再适用。为此,论文给出基于时频滤波的微小振动放大优化算法。通过建立全局振动模型和短时傅立叶变换得到时频滤波核函数,将其应用于各局部振动信号,准确分离和提取时变振动视频中的振动模态和瞬时频率。对感兴趣的振动模态时频滤波,实现非平稳条件下微小振动的放大。基于优化振动放大算法实现高准确率的非接触式心率检测。论文将优化后的微小振动放大技术应用到非接触式心率检测领域。研究脉搏波检测的发展和现有检测方式的优劣势。通过微小振动放大技术对桡动脉搏动进行放大后提取脉搏波计算心率并验证检测算法的准确度。此外,研究不同算法、参数,光照条件对检测准确度的影响。通过实验验证基于微小振动放大算法的心率检测技术的可靠性和普适性,论证录制时间和视频帧率对心率检测结果的影响。最后,论文给出对该课题今后研究的展望,非接触式心率检测仅是机器视觉微小振动放大技术的广阔应用领域之一,对微小振动放大算法的不断创新优化是发展这项技术的根本。无监督振动放大、实时振动放大以及多源振动放大技术有待进一步探索。
其他文献
湿度传感器广泛应用于社会生产和日常生活的诸多领域,对湿度传感器各项性能参数包括灵敏度、精确度、湿滞和线性度等提出了更高的要求。微波检测相比传统电阻、电容类检测方案具有高分辨率、多衍生参数、低功耗等优点,有望进一步提升湿度检测特性。对微波湿度检测进行研究也将为微波材料特性检测提供重要的理论依据和参考。本文对微波检测技术理论和实现过程展开了详细论述。通过分析不同类型谐振器的设计原理和响应特性,开展了基
随着时代的更迭,科技的发展,振动传感系统理论不断完善。基于高灵敏度、高精度、高集成度,高稳定性等方面的新型振动传感系统正在不断地被研究制作出来。近几年来,基于光纤的振动传感系统进入了高速发展时期,由于其简单的结构,优秀的抗干扰能力和较低的成本,已广泛应用于海洋、陆地、航空、工业,医学等领域。现有的基于光纤振动传感系统的振动信号解调技术,其关键在于对振动信号引起的光信号波长或相位变化的分析,具有较高
在一个机器学习任务中,特征选择是样本预测的关键一步,而在面对复杂的未知领域时,我们很难判断特征与预测目标或者特征与特征之间的关联性,所以在建立一个神经网络时,常常采用随机生成的方式来初始化神经网络的参数,然后再通过一系列的算法来完成特征的选择和高维映射。有效的特征选择可以降低输入特征的维度,还可以防止过拟合,提高模型泛化能力和可解释性,加快模型的训练速度,合适的特征映射还可以提高模型的预测性能。本
随着人机交互领域的不断扩张,人类赖以生存的物质世界与数字世界的边界愈发模糊,这导致了现实世界中真实物体的感受缺失。感受的过程是人与世界建立生命联系的过程,如何让人们重新关注现实世界中的直接感受成为当下之思。在众多数字化产物中,互动装置真实可感的实体界面,给予观众真切体验,但其相关研究多集中于技术应用和艺术观念层面,缺乏对实体界面及体验者自身的关注。体验者的亲历性决定了实体界面与“身体”相互蕴涵的交
传统的ELM优化算法关注的焦点都在隐含层输出权重上面,忽视了隐含层输入与输出的分布方式,针对这一容易令人忽视的方向,本文提出了基于高斯分布优化仿射参数的极限学习机模型,具体研究内容如下:针对让隐含层输出强制服从均匀分布效果不佳的问题,提出了在高斯分布下优化仿射变换的极限学习机(Extreme Learning Machine for Optimized Affine Transformation
论文针对目前乘坐扶梯经常出现的事故和危险行为,使用图像处理方法对扶梯上携带宠物、推车、抱小孩、攀爬等异常行为进行实时检测预警,在此基础上开发出智能监控系统,对扶梯场景进行实时检测分析和在线报警,保护乘客安全。论文主要进行了以下几个方面的研究:第一,针对扶梯入口、出口出现的快速运动导致的目标运动模糊问题,提出基于生成对抗网络的去运动模糊算法。使用生成对抗网络对模糊图片进行重构,以降低运动模糊的影响。
在当今社会的各个领域中,智能化是未来发展的大趋势;生活中的各类物联网产品、汽车飞机的无人驾驶技术、雷达系统、设备结构监测、基础建筑的安全检测以及工业生产自动化及其机器人系统都需要更加智能的感知技术;这就对传感器的感知精度和速度提出了更高的要求,且需要覆盖范围更广、覆盖密度更高的传感器网络。以工业生产中智能机器人为例,智能机器人需要代替人类在极端的环境下进行大量的危险性高、重复率高、难度大以及长时间
近年来,工业以太网技术促进了工业控制系统(Industrial Control System,ICS)和信息技术(Information Technology,IT)网络的集成,使得ICS信息化程度不断加深。信息网络集成虽然提高了系统生产效率,但也带来了更多新的信息安全问题。同时系统中设备节点数量众多且拓扑结构呈现分布式的趋势,传统中心化信息控制的方式中的性能瓶颈和安全问题将会日益明显。就关键基础
表面等离子体共振(SPR)传感器是一种免标记、高灵敏的光学传感器,它的原理是当入射光引起金属与介质界面的SPR时,可获得与共振波长一一对应的介质折射率。目前商用的SPR传感器均为棱镜耦合型,虽然灵敏度很高,但体积庞大,价格昂贵。随着纳米制备工艺的成熟和人们对传感器小型化的迫切需求,光栅耦合型SPR传感器应运而生。目前的光栅耦合型SPR传感器存在灵敏度较低,无法检测不透明溶液的问题,这限制了此类传感
随着车辆数量日益增多,道路交通问题密切影响着日常生活。交通监管部门需要通过视频数据实时监控路况信息。无人机技术的快速发展,使从空中视角获得数据成为可能。无人机能提供更加广阔灵活的视角,包含更多的信息,同时也能胜任长距离监控。在无人机场景下通过图像和视频对车辆目标进行跟踪,也有望成为交通监控的新方式。无人机视角下跟踪场景不够稳定,目标容易产生大幅度的形变,也可能被环境所遮挡。无人机的硬件平台也决定了