关于在视觉传感器中扩展测量距离的可行性研究,使用超分辨率进行动态响应测量

科学领域:

• 土木工程 土木工程是指土木工程.
• 计算机视觉 计算机视觉
• 人工智能的人工智能

背景情况:

• 传统的基础设施监控传感器有其局限性.
• 基于视觉的系统提供了一个替代方案,但由于图像分辨率,它们面临着准确性挑战.
• 摄像机参数显著影响基于视觉的移位测量的准确性.

研究的目的:

• 调查基于深度学习的单一图像超分辨率 (SISR) 的可行性,以增强基于视觉的移位测量系统.
• 评估SISR在提高民用基础设施测量精度方面的稳定性.
• 为了克服低空间分辨率在长距离测量距离的图像框架中的局限性.

主要方法:

• 在基于视觉的传感器系统中实施了基于深度学习的单图像超分辨率 (SISR) 技术.
• 通过摇摆桌测试评估了系统的性能和稳定性.
• 分析了SISR对图像质量和位移测量精度的影响.

主要成果:

• SISR成功地重建了自然目标的清晰图像,扩大了有效的测量距离.
• 发现SISR技术可以减轻视觉传感器系统中位移测量错误.
• 振动桌测试证实了SISR增强的基于视觉的测量方法的稳定性.

结论:

• 基于深度学习的SISR是一种可行的技术,用于改进民用基础设施的基于视觉的迁移测量.
• SISR扩大了测量范围并减少了误差,为现有系统提供了有价值的增强.
• 未来的研究应该探索先进的分析,如模态分析和损害检测,使用SISR生成的低分辨率位移数据.