1.一种基于局部振动响应的桥梁梁底内部无损检测方法,其特征在于,包括:无人机悬停于目标桥梁底部,无人机利用冲击锤敲击梁底子区域,对子区域施加预定的冲击力;无人机悬停于目标桥梁底部,开启机载云台摄像头对梁底子区域进行图像采集,对采集完毕的梁底图像进行图像拼接,并将拼接完成的梁底子区域图像划分为n×m个子区域,依次给每个区域进行数字编码,每次检测以子区域的中心为基准点;
配备有车载摄像头的地面移动车辆停放于桥梁下方的地面,确保车载摄像头能够拍摄到受敲击位置处;利用车载摄像头,以撞击点作为视频捕捉中心,对梁底区域进行基于倾斜摄影的实时视频录制,录制时长2‑3S,得到振动反馈视频;所述倾斜摄影的过程如下:利用车载摄像头,以不同角度、视场范围对梁底目标子区域进行倾斜摄影,结合定位定向系统提供的多视影像外方位元素,并利用金字塔影像匹配策略,在每级影像上进行同名点自动匹配和联合平差,得到同名点匹配结果;建立误差方程式,将连接点、控制点坐标、GPS/IMU辅助数据,与多视影像自检校区域网平差的误差方程,进行联合解算,从而获取视频信号;
对所述振动反馈视频进行运动放大处理;
以撞击点为基准点,基于深度学习目标跟踪算法与特征点匹配进行基准点跟踪,获取基准点在时域上的动力响应;用傅里叶变换获得对应的振动频率响应;
重复上述步骤,得到整个桥梁底面被测区域的振动频率,判断振动频率是否发生超出设定范围的突变,若超出则做出展示或报警。
2.根据权利要求1所述的基于局部振动响应的桥梁梁底内部无损检测方法,其特征在于,所述对所述振动反馈视频进行运动放大处理,包括:
1) 空域分解:通过拉普拉斯金字塔将输入的视频进行多分辨率分解,得到各个不同空域分辨率的视频;
2) 时域处理:对空域分解后不同尺度的图像进行时域带通滤波处理,得到若干感兴趣的频带;
3) 运动放大处理:对得出的感兴趣频带信号用泰勒级数进行差分逼近,再线性放大逼近后的结果;
4) 视频重建:对运动放大处理后的视频进行金字塔重建,输出视频。
3.根据权利要求2所述的基于局部振动响应的桥梁梁底内部无损检测方法,其特征在于,所述运动放大处理具体包括:对输入视频依次处理得到灰度背景模型、Vibe前景模型、形态学处理、前景区域轮廓、前景区域最小外接矩形;
依次进行空域分解和时域分解;
分离目的区域、泰勒级数差分逼近、运动线性放大;
放大后的视频与背景层融合;
输出视频。
4.根据权利要求3所述的基于局部振动响应的桥梁梁底内部无损检测方法,其特征在于,所述基于深度学习目标跟踪算法与特征点匹配进行基准点跟踪,获取基准点在时域上的动力响应,包括:
所述深度学习目标跟踪算法采用YoloX算法,目标预测部分采用基于卡尔曼滤波的预测方法,数据关联部分采用匈牙利算法,特征点检测算法采用SURF算法。
5.根据权利要求4所述的基于局部振动响应的桥梁梁底内部无损检测方法,其特征在于,所述基于深度学习目标跟踪算法与特征点匹配进行基准点跟踪,获取基准点在时域上的动力响应,包括:
输入视频图像序列;
同时进行目标检测和卡尔曼滤波;
进行数据关联;
检测信息与预测信息关联,并跟踪结果;没有关联的检测信息创建与初始化卡尔曼滤波,并跟踪结果;没有关联的预测信息及上一帧跟踪信息进行关键点检测及匹配,若匹配则跟踪结果,若不匹配则删除对应的卡尔曼滤波器,重新进行卡尔曼滤波;
判断三者的跟踪结果是否一致,若是则结束;若否则重复上述步骤。
6.根据权利要求5所述的基于局部振动响应的桥梁梁底内部无损检测方法,其特征在于,所述判断振动频率是否发生超出设定范围的突变,包括:利用快速傅里叶变换获得目标梁底区域的振动频率云图,按数值由高到低对应颜色由浅变深的原则绘制目标梁底检测区域的振动频率云图。
7.一种基于局部振动响应的桥梁梁底内部无损检测系统,其特征在于,包括配备冲击锤的无人机和配备有车载摄像头的地面移动车辆;应用于权利要求1至6任一项所述的基于局部振动响应的桥梁梁底内部无损检测方法。