结合轻量化网络和图像处理的非接触振动测量

摘要

针对复杂环境和资源受限条件下的振动测量难题，提出一种结合图像处理技术与轻量化卷积神经网络的非接触式测量方法.通过使用基于深度可分离卷积的倒残差模块，搭建轻量化神经网络模型.同时，引入高效通道注意力(ECA)机制和Mish激活函数以提升模型的预测精度.此外，还结合Canny边缘检测与Hough变换来提取图像特征，作为空间注意力的替代，优化处理效率，提高准确率.实验结果表明，所提出的非接触测量方法在5～50 Hz振动频率范围内的测量误差小于0.2%,验证其有效性和可靠性.

关键词

图像处理 / 轻量化卷积神经网络 / 非接触式振动测量

基金资助

国家自然科学基金资助项目(12272095)