PVM振动测量2018~2020调研整理

概述

近年来PVM相关振动检测研究大致可分为三类：PVM框架改进+振动检测，经典PVM+模态振型，
经典PVM+3D可视化

PVM框架改进+振动检测

PVM及其改进算法有效地提取局部微小振动
2020,南航，修改2015年MIT JustinChen模态识别论文中根据相位获取位移的框架；
2020,波兰，使用Radial Hilbert Transform代替复可控滤波器

经典PVM+模态振型

提取局部微小振动，进一步结合振动自由度方程，分析材料的运动频谱及其本质属性（刚度、杨氏模量等）
2020,上海交大，设计TVMF算法将非平稳振动分解为多个模态
2020,美国Texas大学，将PVM放大用于对材料模态振型的估计
2017-2018,杨永超，电缆的固有频率、振动模态测量，电缆张力检测

经典PVM+3D

PVM提取局部微小振动并将其放大，与立体视觉（3D-DIC，3D-PT）结合，实现3D振动监测并可视化其振型
2018,Aral Sarrafi，风力涡轮机叶片损伤检测，3d模态振型
2018,西班牙，3d模态振型表征，使用PVM和立体DIC
2019,瑞士，一种通过视频进行三维结构识别的新方法:放大跟踪

重点看几篇论文

paper1

2020,Cong Peng（南航）,Phase-based Non-contact Vibration Measurement of High Speed Magnetically Suspended Rotor，IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT
work1：简化了相位到位移的转化过程，避免了相位梯度的计算
work2：使用深度学习训练得到空域滤波器，替代复可控滤波器和Riesz滤波器
解决什么问题：1.获取振动加速度-时间（位移-时间）波形；2.设计新的空域滤波器完成视频放大
如何评价：1通过与加速度计测量得到的加速度波形（groud truth）对比，验证准确性；与2D-DIC测量得到的加速度波形对比，验证算法的优越性 2通过时间切片图分析新设计的放大框架的效果

paper2

2020，Mateusz P. Popek，A New Approach to the Phase-Based Video Motion Magnification for Measuring Microdisplacements，IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT
算法概述：修改PVM的空域滤波框架，设计基于Hilbert变换的滤波器替代复可控滤波器
解决什么问题：多频率分量下的振动检测，复可控和里斯金字塔检测的杂波较多
如何评价：从放大后视频中提取亮度变化信号，用ground truth验证，与复可控金字塔、Riesz金字塔检测效果比较。

paper3

2020，Zhen Liu，Time-varying motion filtering for vision-based non-stationary vibration measurement， IEEE Transactions on Instrumentation and Measurement
算法概述：提出TVMF（time-varying motion filtering）算法，将非平稳振动分解为多个模态，对每个模态分别进行振动检测，并在重构后实现可视化放大
解决什么问题：传统的PVM只能检测平稳振动，在检测非平稳振动时有缺陷
如何评价：1与加速度计测得的STFT图进行对比；2与传统PVM算法测得的STFT图进行对比；3使用放大后视频截图判断放大质量

paper4

2020，Marc Eitner，Effect of broad-band phase-based motion magnification on modal parameter estimation，Mechanical Systems and Signal Processing
算法概述：将PVM放大用于材料模态分析，包括固有频率、模态振型的获取
解决什么问题：视觉测量材料模态，仅仅使用相机源视频时，获取到的模态数据不准确的问题
如何评价：将有限元分析（FEA）得到的模态作为ground truth，对比使用了PVM放大算法后与未使用时识别准确度的差别，从模态频率、模态振型等方面对比