买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安交通大学申请的专利基于双通道视觉信号交互与融合的结构动态位移监测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118936329B 。

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411291828.7，技术领域涉及：G01B11/02；该发明授权基于双通道视觉信号交互与融合的结构动态位移监测方法是由张一鸣;徐自力;李广设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本基于双通道视觉信号交互与融合的结构动态位移监测方法在说明书摘要公布了：本发明公开一种基于双通道视觉信号交互与融合的结构动态位移监测方法，首先，采用工业相机实时记录结构的运动视频，并逐帧进行高斯滤波去噪与灰度化处理；其次，综合小波幅值筛选和角点响应因子筛选，建立具有测量稳健性的像素点集合，并对监测点进行选择；然后，采用模板匹配算法对整像素精度的位移进行测量，作为视觉通道一的位移信号，并将该信号作为动态窗口尺寸参考值与视觉通道二进行交互，采用光流算法对亚像素精度的速度进行测量，作为视觉通道二的速度信号；最后，基于卡尔曼滤波算法对视觉通道一的位移信号和视觉通道二的速度信号进行数据融合，从而获取亚像素精度的结构动态位移信号。本发明有效结合了双通道视觉信号的优势，能够实现高精度的非接触式结构动态位移监测，且无需在结构表面喷洒人工标记，实用性好。

本发明授权基于双通道视觉信号交互与融合的结构动态位移监测方法在权利要求书中公布了：1.一种基于双通道视觉信号交互与融合的结构动态位移监测方法，其特征在于，包括以下步骤： 步骤1：采用工业相机实时记录结构的运动视频，并逐帧进行高斯滤波去噪与灰度化处理； 步骤2：综合小波幅值筛选和角点响应因子筛选，建立具有测量稳健性的像素点集合，并对监测点进行选择； 步骤3：采用模板匹配算法对整像素精度的位移进行测量，作为视觉通道一的位移信号，并将该信号作为动态窗口尺寸参考值与视觉通道二进行交互，采用光流算法对亚像素精度的速度进行测量，作为视觉通道二的速度信号； 步骤3中，考虑到该位移信号能够正确表征结构的运动趋势，将该位移信号作为动态窗口尺寸参考值与视觉通道二进行交互： 式中，和分别为获取的t时刻的x、y两方向整像素精度位移信号，为帧间时间，和分别为t时刻光流算法在x、y两方向上的动态窗口尺寸； 获取动态窗口尺寸后，采用光流算法对亚像素精度速度进行测量：根据光流约束方程： 式中，为动态窗口内的像素点，为t时刻运动帧图像在像素点p位置的灰度，和分别为t时刻运动帧图像在像素点p位置的x、y两方向灰度梯度，和分别为t时刻x、y两方向的速度信号； 采用最小二乘法对光流约束方程进行求解，从而获取亚像素精度的速度，作为视觉通道二的速度信号； 步骤4：基于卡尔曼滤波算法对视觉通道一的位移信号和视觉通道二的速度信号进行数据融合，从而获取亚像素精度的结构动态位移信号； 所述步骤4中，基于卡尔曼滤波算法对视觉通道一的位移信号和视觉通道二的速度信号进行数据融合，从而获取亚像素精度的结构动态位移信号，具体如下： 结构运动状态的演变由状态方程和观测方程描述： 式中，是监测点在t时刻的真实运动状态向量，为监测点在t时刻的真实位移信号，为监测点在t时刻的真实速度信号，为帧间时间，为状态转移矩阵，为运动控制矩阵，为运动输入向量，为视觉通道二在t时刻的亚像素精度速度信号，为观测向量，为视觉通道一在t时刻的整像素精度位移信号，为观测矩阵，ω和γ分别为过程噪声和观测噪声； 首先，基于状态方程，通过输入视觉通道二的亚像素精度速度信号提供运动状态的先验估计： 其中，是t时刻运动状态的先验估计，是t-Δt时刻运动状态的可靠后验估计，是运动状态先验估计的协方差，是运动状态可靠后验估计的协方差，Q是过程噪声的方差； 然后，基于观测方程，通过输入视觉通道一的整像素精度位移信号提供运动状态的可靠后验估计： 式中，Kt为滤波增益，R为观测噪声方差，E为单位矩阵，为t时刻运动状态的可靠后验估计； 从而，获取具有测量稳健性的监测点在每个时刻下运动状态的可靠后验估计，并提取其中位移信号，实现结构动态位移的高精度监测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。