standard library
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210636074.9 (22)申请日 2022.06.07 (71)申请人 天津大学 地址 300072 天津市南 开区卫津路9 2号 (72)发明人 丁振扬 刘铁根 潘铭 刘琨  江俊峰 花培栋  (74)专利代理 机构 天津市北洋 有限责任专利代 理事务所 12 201 专利代理师 程毓英 (51)Int.Cl. G01B 11/16(2006.01) G06F 17/14(2006.01) G06V 10/30(2022.01) G06V 10/74(2022.01) G06V 10/77(2022.01) (54)发明名称 一种改进BM3D去噪OFDR分布式应变测量方 法 (57)摘要 本发明涉及一种改进BM3D去噪OFDR分布式 应变测量方法, 包括下列步骤: 在可调谐激光器 的触发下, 对参考数据和测量数据分别进行正向 快速傅里叶变换, 变换后为 沿光纤测试距离对应 各个位置的复信号; 对第一步得到的经过快速正 向傅里叶变换后的参考数据和测量数据分别进 行叠窗补零操作; 去除经过第二步处理的参考数 据和测量数据中每段数据的直流 分量; 并分别进 行互相关计算; 提取形状邻域, 并且将所有得到 的形状邻域排列为三维数组; 对于三维数组中每 一个形状邻域的二维变换; 获得三维数组中每个 形状邻域的去噪估计值; 对原始二维互相关强度 图三次进行上述的去噪迭代步骤, 得到去噪后二 维互相关强度图; 获得沿光纤分布的应 变信息。 权利要求书1页 说明书8页 附图5页 CN 115031651 A 2022.09.09 CN 115031651 A 1.一种改进BM 3D去噪OFDR分布式应 变测量方法, 包括下列步骤: 第一步, 在可调谐激光器的触发下, 利用OFDR系统采集两次数据, 一次为参考数据, 一 次为测量数据, 其中, 参考数据为未发生应变变化时采集的数据, 测量数据为 发生应变变化 时采集的数据, 对参考数据和测量数据分别进行正向快速傅里叶变换, 变换后为沿光纤测 试距离对应各个位置的复信号。 第二步, 对第 一步得到的经过快速正向傅里叶变换后的参考数据和测量数据分别进行 叠窗补零操作: 取窗点数为N, 相 邻两个窗重叠点数为C, 每个窗的补零点数为M; 补零过程将 经过快速正向傅里叶变换后的参考数据和测量数据, 各自被分成了以(M+N)点为一段的多 段数据, 每段数据对应着光纤上相 应位置的瑞利散射信息; 将叠窗补零后的参考数据和测 量数据各自的每一段数据进行快速逆向傅里叶变换; 对参考数据和测量数据中每一段数据 取复信号的幅值。 第三步, 去 除经过第二步处理的参考数据和测量数据中每段数据的直流分量; 将去 除 直流分量的参考数据的每段数据和对应去除直流分量的测 量数据中的每段数据进行互相 关计算, 并且对每段数据的互相关结果进行数据归一化处理, 得到的每个归一化互相关结 果对应于光纤上的一个特定位置; 以归一化相关处理后的像素点为中心, 在经过8向置信区 间的局部多项式近似求交算法得到该像素点在 URaw中的自适应形状邻域WAdp, 自适应形状邻 域WAdp是被包在一个矩形图像块 W中, 将W称为 参考图像块, W中含 有像素数量为LRB; 第五步, 设定相似性阈值, 利用基于欧式距离的块匹配方式在URaw中提取高于相似性阈 值的匹配图像块G, G的数量 为LMB; 第六步, 从每个匹配图像块G中提取和WAdp相同形状的形状邻域GAdp, 并且将所有得到的 形状邻域GAdp排列为三维数组, 三维数组的前两维包含各个形状邻域GAdp, 三维数组的第三 维表征形状邻域GAdp的排列方向; 第七步, 设定变 换阈值τ, 对于三维数组 中每一个 形状邻域GAdp的二维变 换, 当LMB/LRB< τ 时, 对GAdp使用二维形状自适应离散余弦变换; 当LMB/LRB≥τ时, 对GAdp进行二维形状自适应 主成分分析; 第八步, 对三维数组中的每个形状邻域GAdp进行二维变换后, 沿三维数组的第三维方向 进行一维正向小波变换后进行谱系 数收缩, 接着进行反向三维变换, 获得该三维数组中每 个形状邻域GAdp的去噪估计值; 第七步, 将每个形状邻域GAdp的去噪估计值返回到原始位置, 如果返回到原始位置的形 状邻域GAdp重叠, 那么对重 叠部分进行加权平均; 第八步, 对原始二维互相关强度图URaw应当重复三次第四步到第七步的迭代去噪步骤, 上一次迭代的得到的原始 二维互相关强度图URaw初步去噪估计图像作为下次迭代的输入的 原始二维互相关强度图URaw; 三次迭代的步骤在谱系数收缩时不一样; 在第一次迭代中, 谱 系数收缩采用硬阈值处理小波系数, 第二次迭代辅助第三次迭代在 谱系数收缩上利用经验 维纳滤波, 三次迭代后得到去噪后二维互相关强度图UDenoised; 第九步, 对去噪后的二维互相关强度图UDenoised中的每一个光纤位置的互相关结果寻找 其峰值位置, 确定光频域移动结果, 得到沿光纤分布的应 变信息。权 利 要 求 书 1/1 页 2 CN 115031651 A 2一种改进BM3D去噪OFDR分布式应变测量方 法 技术领域 [0001]本发明涉及光纤传感技术领域, 尤其涉及一种利用形状自适应主成分分析BM3D去 噪光频域反射分布式应 变测量方法, 应用于光频域反射。 背景技术 [0002]光纤传感技术相比于其他传统传感技术来说具有很多优势, 比如抗电磁干扰、 耐 腐蚀、 高灵敏度和耐高低温环境等优点。 利用光纤传感技术 实现应力检测在飞机蒙皮监测、 桥梁结构健康监测、 周界安防监测 等领域有着重要的应用。 传统的分布式光纤应变传感器 有, 布里渊光时域反射仪(BOTDR)和布里渊光时域分析(BOTDA), 可以实现亚米级空间分辨 率, 数十公里感应范围和静态/动态应变测量。 而光纤干涉仪传感器, 如MZI型和Sagnac环 型, 具有高灵敏度 但低空间分辨率(通常为几十米)。 然而, 以上的分布式光纤应变传感器最 小可测量应变通常限制在10μ ε 以上, 并且不能够保证在高空间分辨率、 高应变分辨率和长 距离的情况 下实现应力监测。 [0003]光频域反射技术(Optical  Frequency  Domain Reflectometry,OFD R), 作为分布 式光纤传感的一种, OFDR技术将光纤中的瑞利散射看作一种的随机空间周期弱布拉格光 栅, 可用于分布式应力、 温度传感。 在应变传感中, OFDR采用瑞利散射光谱互相关方法在空 间分辨率 1cm时, 最小可测量应变达到 ±1 μ ε。 近年来, 图像去噪技术已逐渐应用于光频域反 射分布式应变测量中, 以提高其性能, 例如非局部均值(NLM)、 小波去噪(WD)、 高斯滤波 等[1,2]。 这些方法利用了分布式光纤传感系统所测量的多维信 息具有较高的相似度和冗余 度, 在多维传感信息中利用图像去噪技术, 提高了系统的信噪比, 从而提高了测量精度。 然 而, 这些滤波方式只是在空域或小波域的一种信号域中去噪, 测量长度较短。 已知现有将图 像去噪算法引入光频域反射分布式应变测量研究中实现最长的测量距离为52m, 且这些研 究主要集中在较大应 变测量条件下, 其 最小测量 微应变为50 μ ε。 [0004]本专利提出了基于形状自适应主成分分析BM3D提升光频域反射分布式应变测量 精度的方法。 三维块匹配滤波(BM3D)算法最早由Dabov等人提出[3], 该方法通过捕获二维相 似图像块并且将他们组成三维矩阵, 随后对这个三维矩阵进行空间域变换后进行协同滤 波, 最后将处理后的图像块加权 返回原来位置。 这样就使得在空域和频域内实现 复合滤波。 Kostadin  Dabov等人随后又对BM3D算法进行改进, 提出了形状自适应主成分分析三维块匹 配滤波算法(形状自适应主成分分析BM3D)[4]。 形状自适应主成分分析算法BM3D利用自适应 形状邻域的图像块和主成分 分析的方式提升原先BM 3D算法的去噪性能。 [0005]参考文献: [0006][1]S.Zhao,et  al.,“Accuracy  improvement  in OFDR based distributed   sensing system by image processing, ”Opt.,Lasers  Eng.,vol.124,p.105824, Jan.2020. [0007][2]S.Qu et al.,"High  Spatial Resolution  Investigation  of OFDR Based  on Image Denoising  Methods,"IEEE  Sensors Journal,v ol.21,no.17,pp.18871 ‑18876,说 明 书 1/8 页 3 CN 115031651 A 3

PDF文档 专利 一种改进BM3D去噪OFDR分布式应变测量方法

文档预览
中文文档 15 页 50 下载 1000 浏览 0 评论 0 收藏 3.0分
温馨提示:本文档共15页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种改进BM3D去噪OFDR分布式应变测量方法 第 1 页 专利 一种改进BM3D去噪OFDR分布式应变测量方法 第 2 页 专利 一种改进BM3D去噪OFDR分布式应变测量方法 第 3 页
下载文档到电脑,方便使用
本文档由 SC 于 2024-02-18 22:32:42上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。