一种基于深度学习的拉索实时索力识别方法和装置

本发明属于桥梁健康监测技术领域，旨在解决传统的实时索力计算方法识别精度低的问题。提供了一种基于深度学习的拉索实时索力识别方法和装置，包括以下步骤：获取目标拉索的振动图像信息；基于所述振动图像信息获得目标图像序列；采用基于深度学习的光流估计算法获取目标图像序列中目标拉索的振动位移；对所述振动位移进行变分模态分解变换，得到目标拉索的模态分量和实时频率；对所述模态分量进行快速傅里叶变换，确定目标拉索的各阶固有频率和相应的阶数；基于实时频率和其对应的固有频率的阶数计算目标拉索的实时索力。本发明改善了目标拉索振动位移识别精度，提高实时索力识别的鲁棒性。