摘要:针对大型风力机结构以人工检测为主费时耗力且危险的劣势，提出一种基于光流法和无人机的大型风力机结构动力特性识别方法.首先研究无人机空间悬停振动规律，提出基于背景不动点结合自适应比例因子的无人机镜头空间位移补偿方法；其次，使用无人机拍摄风力机结构在摆振与挥舞方向的振动视频，采用光流法对监测点进行视觉跟踪得到其位移响应，并与传统监测方法进行时域与频域信息的对比分析；最后，结合分段监测方法识别风力机结构全局模态振型，并通过振动台试验进行验证.结果表明，背景不动点结合自适应比例因子的位移补偿方法有效地解决了无人机悬停过程中由于振动引起的空间位移漂移影响.结合分段监测方法，利用无人机搭载计算机视觉监测系统可以很好地识别大型风力机结构的模态振型，实现了远距离、非接触、低成本的结构健康监测，可为风力机等大型结构状态评估提供依据.

摘要:提出了利用背景图像LBP（局部二值模式）纹理和当前帧图像LBP纹理的相似度分析提取前景的方法，克服了车辆检测中常用的帧差法、背景差分法对光照比较敏感的缺点.同时基于H,S,V分量及改进的LBP纹理的联合直方图与金字塔L-K光流法中心跟踪相结合的Camshift跟踪算法，有效地解决了背景目标颜色相近可能会导致跟踪的目标区域加入背景后变大、处理较大帧间位移的视频跟踪上搜索窗口的位置准确度较低的问题.实验证明，该方法具有良好的检测和追踪效果.