如何通过高速相机视频测量物体振动？基于帧位移的实现方案

一、从帧间位移数据计算振动频率 #

你已经通过2D FFT得到了帧间的x/y轴位移序列，接下来通过以下步骤将位移数据转化为振动频率：

1. 构建位移-时间序列 #

首先明确视频的实际帧率fps，每帧的时间间隔为1/fps秒。假设你有N个位移数据（对应N+1帧视频），则时间戳数组可通过以下代码生成：

import numpy as np
fps = 30  # 替换为你的视频实际帧率
displacement_y = [y1, y2, ..., yN]  # 你的y轴位移数组
timestamps = np.arange(len(displacement_y)) / fps

2. 位移信号预处理 #

• 去趋势：移除位移序列中的线性漂移（比如相机缓慢移动导致的整体偏移），避免干扰频率分析：

  from scipy.signal import detrend
  detrended_y = detrend(displacement_y)
  

• 低通滤波：过滤高频噪声，保留振动信号：

  from scipy.signal import butter, filtfilt
  def butter_lowpass(cutoff, fs, order=5):
      nyq = 0.5 * fs
      normal_cutoff = cutoff / nyq
      b, a = butter(order, normal_cutoff, btype='low', analog=False)
      return b, a
  
  cutoff_freq = 10  # 替换为你预期的振动最高频率
  b, a = butter_lowpass(cutoff_freq, fps)
  filtered_y = filtfilt(b, a, detrended_y)
  

3. 频率提取（两种核心方法） #

方法1：FFT功率谱分析

对预处理后的位移序列做FFT，找到功率谱峰值对应的频率：

from scipy.fft import fft, fftfreq

n = len(filtered_y)
# 计算FFT和频率轴
yf = fft(filtered_y)
xf = fftfreq(n, 1/fps)[:n//2]  # 只取正频率部分
power_spectrum = 2.0/n * np.abs(yf[:n//2])

# 找到峰值对应的频率（排除0Hz直流分量）
peak_idx = np.argmax(power_spectrum[1:]) + 1
vibration_freq = xf[peak_idx]
print(f"振动频率：{vibration_freq:.2f} Hz")

方法2：自相关法（噪声鲁棒性更强）

通过计算位移序列的自相关，找到信号周期，再转换为频率：

corr = np.correlate(filtered_y, filtered_y, mode='full')
corr = corr[len(corr)//2:]  # 取自相关的正延迟部分
# 找到第一个峰值位置（对应周期）
peak_pos = np.argmax(corr[1:]) + 1
period = peak_pos / fps
vibration_freq = 1 / period

二、替代的视频振动测量方法 #

除了2D FFT帧间位移检测，还有以下更实用的方法：

1. 光流法（适合局部区域振动） #

通过计算像素的光流场，获取感兴趣区域（ROI）的平均位移，鲁棒性优于直接帧差FFT：

import cv2

cap = cv2.VideoCapture("your_video.mp4")
ret, prev_frame = cap.read()
prev_gray = cv2.cvtColor(prev_frame, cv2.COLOR_BGR2GRAY)
fps = cap.get(cv2.CAP_PROP_FPS)

displacements = []
# 定义振动物体的ROI（x1,y1,x2,y2）
roi = (100, 100, 300, 300)

while ret:
    ret, curr_frame = cap.read()
    if not ret:
        break
    curr_gray = cv2.cvtColor(curr_frame, cv2.COLOR_BGR2GRAY)
    # 计算稠密光流
    flow = cv2.calcOpticalFlowFarneback(prev_gray, curr_gray, None, 0.5, 3, 15, 3, 5, 1.2, 0)
    # 提取ROI内的光流并计算平均位移
    x1, y1, x2, y2 = roi
    roi_flow = flow[y1:y2, x1:x2]
    avg_x = np.mean(roi_flow[..., 0])
    avg_y = np.mean(roi_flow[..., 1])
    displacements.append((avg_x, avg_y))
    prev_gray = curr_gray

cap.release()

2. 特征点跟踪法（适合有明显特征的物体） #

检测物体上的特征点，跟踪其帧间运动，过滤无效跟踪点后取平均位移：

cap = cv2.VideoCapture("your_video.mp4")
ret, prev_frame = cap.read()
prev_gray = cv2.cvtColor(prev_frame, cv2.COLOR_BGR2GRAY)
# 检测ORB特征点
orb = cv2.ORB_create(500)
kp_prev, des_prev = orb.detectAndCompute(prev_gray, None)

displacements = []
fps = cap.get(cv2.CAP_PROP_FPS)

while ret:
    ret, curr_frame = cap.read()
    if not ret:
        break
    curr_gray = cv2.cvtColor(curr_frame, cv2.COLOR_BGR2GRAY)
    kp_curr, des_curr = orb.detectAndCompute(curr_gray, None)
    # 匹配特征点
    bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True)
    matches = bf.match(des_prev, des_curr)
    # 计算平均位移
    dx_list, dy_list = [], []
    for match in matches:
        prev_pt = kp_prev[match.queryIdx].pt
        curr_pt = kp_curr[match.trainIdx].pt
        dx_list.append(curr_pt[0] - prev_pt[0])
        dy_list.append(curr_pt[1] - prev_pt[1])
    if dx_list:
        avg_dx = np.mean(dx_list)
        avg_dy = np.mean(dy_list)
        displacements.append((avg_dx, avg_dy))
    kp_prev, des_prev = kp_curr, des_curr

cap.release()

3. 像素强度时域分析法（适合亚像素级微小振动） #

对于振动幅度极小的场景，直接分析ROI内像素平均强度的时域变化，通过FFT提取频率：

cap = cv2.VideoCapture("your_video.mp4")
fps = cap.get(cv2.CAP_PROP_FPS)
roi = (100, 100, 300, 300)
intensity_list = []

while ret:
    ret, frame = cap.read()
    if not ret:
        break
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    x1, y1, x2, y2 = roi
    roi_intensity = np.mean(gray[y1:y2, x1:x2])
    intensity_list.append(roi_intensity)

cap.release()

# 对强度序列做FFT提取频率（步骤同位移序列的FFT分析）

三、关键注意事项 #

• 帧率校准：必须使用视频的实际帧率（通过cap.get(cv2.CAP_PROP_FPS)获取），否则频率计算会出现偏差；高速相机需确认硬件帧率参数准确。
• 物理单位转换：若需要实际长度的位移，需用已知尺寸的标定物，建立像素与实际长度的映射关系。
• 噪声抑制：环境光变化、相机抖动会干扰结果，可通过缩小ROI、增加滤波强度、多帧平均等方式降低噪声影响。

内容的提问来源于stack exchange，提问作者tryingmybest