CN103575227B - 一种基于数字散斑的视觉引伸计实现方法 - Google Patents

Abstract

本发明公开了一种基于数字散斑的视觉引伸计实现方法，第一步，散斑和标记制备；第二步，双目相机标定；第三步，散斑图像采集；第四步，指定图像子区；第五步，图像相关匹配；第六步，三维坐标重建；第七步，变形量计算。通过上述操作步骤，本发明的基于数字散斑的视觉引伸计实现方法，可以准确测量材料在拉伸实验过程中的变形量，具有操作方便、非接触测量、测量结果准确可靠等特点。

Description

一种基于数字散斑的视觉引伸计实现方法

技术领域

本发明属于机械加工测量技术领域，涉及一种视觉引伸计的实现方法，特别是涉及一种基于数字散斑的视觉引伸计实现方法。

背景技术

随着加工制造业的不断发展，对加工材料的性能要求越来越高，相应地，材料性能的检测手段也越来越先进。对变形量的测量由过去的机械式测量发展为光学非接触测量。机械接触式的刀口引伸计在测量材料拉伸过程中的变形量时，刀口与被测件之间的摩擦会产生相对运动(打滑)，影响了测量结果的准确性。非接触式的视频引伸计是在光电器件和光电测量技术以及图像处理技术不断发展完善的基础上产生的，它利用图像分析方法，跟踪物体表面图像子区域的运动形态，推算物体变形的位移和应变，具有非接触性、高精度、光路简单，受环境影响小，自动化程度高等优点。然而在有些方面还有待进一步完善，首先，引伸计测量应变量的核心是试样与标记的光强度反差，反差越大，引伸计的跟踪效果越好，由于试样材料和颜色的多样性，给不同标记的制作带来很大难度。另外，就是标记的精确跟踪，尤其是对于大变形材料，变形后标记和初始标记有很大的变化，这就要求更高的图像匹配和检测算法。

发明内容

为了克服现有技术的不足，满足实际使用的要求，本发明提供了一种基于数字散斑的视觉引伸计实现方法，可以准确测量材料在拉伸实验过程中的变形量。

为达到以上目的，本发明是采取如下技术方案予以实现的：

一种基于数字散斑的视觉引伸计实现方法，其特征在于，包括下述步骤：

第一步，散斑及标记制备：在被测试样表面的测量区域制作散斑，并在试样表面采用黑色十字线标记出两个计算点(即为被测点)；

第二步，双目相机标定：从不同方位拍摄表面印制有圆形标志点的平面标靶，根据采集的标靶图像，采用光束平差算法对双目相机进行整体一次性标定，计算得到两相机的外部参数、内部参数以及镜头畸变参数；

第三步，散斑图像采集：启动材料拉伸设备以拉伸被测试样，同时控制两相机同步拍摄以获取被测试样在拉伸变形过程中的图像序列；

第四步，指定图像子区：选取一个变形状态下的被测试样的图像作为基础状态，在基础状态的左相机图像中根据第一步标记的计算点指定一个方形图像子区，图像子区的中心即为待测点中心；

第五步，图像相关匹配：根据第四步中所指定的图像子区，采用数字图像相关算法对同一时刻左右相机采集的图像进行匹配；对于左相机图像上待测的某一图像子区，在右相机图像上搜索与其对应于同一空间计算点的图像子区；

第六步，三维坐标重建：根据第二步的相机标定结果和第五步的图像相关匹配结果，采用三角测量法，对左右相机图像对应的图像子区的中心点进行三维重建，从而获得计算点(被测点)的三维坐标信息。

第七步，变形量计算：根据第六步的三维重建结果，通过跟踪被测试样表面被测点的运动计算被测点在每个变形状态的三维位移，并通过两计算点的点间距变化来计算应变。

本发明方法具有以下优点：

(1)由于本方法使用的是光学测量的方式，所以是一种非接触测量方法。

(2)由于本方法中数字散斑图案喷涂工作简单，变形计算完全自动化，因此，测量效率较高。

(3)由于本方法使用散斑图像作为测量依据，所以测量范围可根据实际需求进行设定，适用范围大。

附图说明

图1本发明操作步骤流程图

图2本发明方法实验装置简图

图3本发明方法散斑制备后的试样

图4本发明方法计算点标记简图

图5本发明方法指定计算点截图

图6被测点位移时间变化曲线图

图7应变时间变化曲线图

具体实施方式

以下结合附图对本发明作进一步的详细说明。

本发明提出一种基于数字散斑的视觉引伸计实现方法，具体操作步骤如图1所示。其中所采用的硬件装置结构如图2所示，主要由2个CCD相机、2个LED光照灯、1个控制器和1台计算机等组成。

第一步，散斑及标记制备：在被测试样表面的测量区域制作散斑，并在试样表面采用黑色十字线标记出两个计算点(即为被测点)。优选地，制备要求：(a)喷涂在试样表面的散斑颗粒应随机分布；(b)散斑对比度明显，应大于预定阈值；(c)散斑制备范围应大于所测量变形区域；(d)根据测量幅面和相机分辨率设定散斑颗粒尺寸，以图3所示的散斑为参考；(e)计算点标记时应清楚明显，如图4所示。

第二步，双目相机标定：从不同方位拍摄表面印制有圆形标志点的平面标靶，然后，根据采集的标靶图像，采用光束平差算法对双目相机进行整体一次性标定，计算得到两相机的外部参数、内部参数以及镜头畸变参数。

第三步，散斑图像采集：启动材料拉伸设备以拉伸被测试样，同时控制两相机同步拍摄以获取被测试样在拉伸变形过程中的图像序列。优选地，图像采集要求：(a)左右相机应同步拍摄；(b)所采集的图像应清晰，图像中散斑特征明显，对比度应大于预定阈值；(c)在拍摄过程中左右相机相对位置应保持不变，否则会影响第六步三维坐标重建精度。

第四步，指定图像子区：选取一个变形状态下的被测试样的图像作为基础状态，在基础状态的左相机图像中根据第一步标记的计算点指定一个方形图像子区，图像子区的中心即为待测点中心。所述方形图像子区大小应根据散斑颗粒尺寸和相机分辨率设置。

第五步，图像相关匹配：根据第四步中所指定的图像子区，采用数字图像相关算法对同一时刻左右相机采集的图像进行匹配；对于左相机图像上待测的某一图像子区，在右相机图像上搜索与其对应于同一空间计算点的图像子区。

具体而言，假设图像子区中有N个像素点，像素灰度受到独立同分布的噪声干扰，参考图像子区与待匹配图像子区间的相似程度可通过下式衡量：

$C_{\mathrm{SSD}}\left(p\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{[f(x_i,y_i)-r_0-r_1*g(x_i^{\′},y_i^{\′})]}^2---\left(1\right)$

式中，f(x_i，y_i)和g(x′_i，y′_i)分别为参考图像子区和待匹配图像子区中点(x_i，y_i)和(x′_i，y′_i)的灰度值，r₀，r₁为用于补偿由于光照引起的灰度差异的系数。考虑到待匹配图像子区的变形，整个图像子区中的点在变形前后的映射关系一般通过一阶位移函数表示：

x′_i＝x₀+Δx+u+u_xΔx+u_yΔy(2)

y′_i＝y₀+Δy+v+v_xΔx+v_yΔy(3)

p＝[u，u_x，u_y，v，v_x，v_y，r₀，r₁]为相关参数向量，(1)式为非线性方程，可利用最小二乘迭代算法求解。其中，x₀，y₀为参考图像子区中心，Δx，Δy分别是点(x_i，y_i)与子图像中心点在x，y方向的距离，u，v分别是子图像中心点变形后在x，y方向的位移分量，u_x，u_y，v_x，v_y为参考子图像的一阶位移梯度。

第六步，三维坐标重建：根据第二步的相机标定结果和第五步的图像相关匹配结果，采用三角测量法，对左右相机图像对应的图像子区的中心点进行三维重建，从而获得计算点(被测点)的三维坐标信息。

第七步，变形量计算：根据第六步的三维重建结果，如图5所示，通过跟踪被测试样表面被测点的运动计算被测点在每个变形状态的三维位移，并通过两计算点的点间距变化来计算应变。

由于在整个拉伸变形过程中，两相机的相对位置关系保持不变，因此，变形前后被测点的三维坐标在同一坐标系进行重建。假设某一被测点在变形时刻t_i的三维坐标为(X(t_i)，Y(t_i)，Z(t_i))，则相应的位移(D_X，D_Y，D_Z)可通过下式进行计算：

$\left\{\begin{array}{c}{D}_X=X\left(t_i\right)-X\left(t_0\right)\\ D_Y=Y\left(t_i\right)-Y\left(t_0\right)\\ D_Z=Z\left(t_i\right)-Z\left(t_0\right)\end{array}\right.---\left(4\right)$

其中i＝0，1，2，......，N-1，N是测量过程中采集的状态总数，t₀表示变形前的参考状态。

本发明提出的视觉引伸计根据标距(两被测点距离)计算应变，工程应变为材料的伸长量相对于原始长度(初始标距)的比值。即为：

${\mathrm{\ϵ}}_E=\frac{\mathrm{\ΔL}}{L_0}---\left(5\right)$

在实际应用中常使用真实应变，真实应变通过下式计算：

${\mathrm{\ϵ}}_T=\ln \frac{L_0+\mathrm{\ΔL}}{L_0}---\left(6\right)$

其中，L₀表示初始标距，ΔL表示伸长量。

最终测得的位移、应变时间变化曲线如6和7所示。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定专利保护范围。

Claims (1)

1.一种基于数字散斑的视觉引伸计实现方法，其特征在于，包括下述步骤：

第一步，散斑及标记制备：在被测试样表面的测量区域制作散斑，并在试样表面采用黑色十字线标记出两个计算点，即为被测点；

第二步，双目相机标定：从不同方位拍摄表面印制有圆形标志点的平面标靶，根据采集的标靶图像，采用光束平差算法对双目相机进行整体一次性标定，计算得到两相机的外部参数、内部参数以及镜头畸变参数；

第三步，散斑图像采集：启动材料拉伸设备以拉伸被测试样，同时控制两相机同步拍摄以获取被测试样在拉伸变形过程中的图像序列，其中(a)左右相机同步拍摄；(b)所采集的图像对比度大于预定阈值；(c)在拍摄过程中左右相机相对位置保持不变；

第四步，指定图像子区：选取一个变形状态下的被测试样的图像作为基础状态，在基础状态的左相机图像中根据第一步标记的计算点指定一个方形图像子区，图像子区的中心即为待测点中心；

第五步，图像相关匹配：根据第四步中所指定的图像子区，采用数字图像相关算法对同一时刻左右相机采集的图像进行匹配；对于左相机图像上待测的某一图像子区，在右相机图像上搜索与其对应于同一空间计算点的图像子区；

第六步，三维坐标重建：根据第二步的相机标定结果和第五步的图像相关匹配结果，采用三角测量法，对左右相机图像对应的图像子区的中心点进行三维重建，从而获得计算点的三维坐标信息；

第七步，变形量计算：根据第六步的三维重建结果，通过跟踪被测试样表面被测点的运动计算被测点在每个变形状态的三维位移，并通过两计算点的点间距变化来计算应变；

其中，所述第五步中，假设像素灰度受到独立同分布的噪声干扰，则参考图像子区与待匹配图像子区间的相似程度通过下式衡量：

$C_{SSD}\left(p\right)=\underset{i=1}{\overset{N}{\Σ}}{\[f(x_i,y_i)-r_0-r_1*g(x_i^{\′},y_i^{\′})\]}^2---\left(1\right)$

式中，N为图像子区中的像素点个数，f(x_i,y_i)和g(x′_i,y′_i)分别为参考图像子区和待匹配图像子区中点(x_i,y_i)和(x′_i,y′_i)的灰度值，r₀,r₁为用于补偿由于光照引起的灰度差异的系数，p为相关参数向量；

其中，考虑待匹配图像子区的变形，整个图像子区中的点在变形前后的映射关系通过一阶位移函数表示：

x′_i＝x₀+Δx+u+u_xΔx+u_yΔy(2)

y′_i＝y₀+Δy+v+v_xΔx+v_yΔy(3)

相关参数向量p＝[u,u_x,u_y,v,v_x,v_y,r₀,r₁]，其中，x₀,y₀为参考图像子区中心，Δx,Δy分别是点(x_i,y_i)与子图像中心点在x，y方向的距离，u,v分别是子图像中心点变形后在x，y方向的位移分量，u_x,u_y,v_x,v_y为参考子图像的一阶位移梯度；

其中，所述第一步中制备的散斑满足：(a)散斑颗粒随机分布；(b)散斑对比度大于预定阈值；(c)散斑制备范围大于所测量变形区域；

其中，根据测量幅面和相机分辨率设定散斑颗粒尺寸；

其中，所述第四步中根据散斑颗粒尺寸和相机分辨率设置所述方形图像子区的大小；

其中，所述第七步中，变形前后被测点的三维坐标在同一坐标系进行重建，假设某一被测点在变形时刻t_i的三维坐标为(X(t_i),Y(t_i),Z(t_i))，则相应的位移(D_X,D_Y,D_Z)通过下式进行计算：

$\left\{\begin{array}{c}{D}_X=X\left(t_i\right)-X\left(t_0\right)\\ D_Y=Y\left(t_i\right)-Y\left(t_0\right)\\ D_Z=Z\left(t_i\right)-Z\left(t_0\right)\end{array}\right.---\left(4\right)$

其中i＝0,1,2,......,N,N是测量过程中采集的状态总数，t₀表示变形前的参考状态；

其中，所述视觉引伸计根据标距计算应变，所述标距为两被测点距离，工程应变为材料的伸长量相对于初始标距的比值，即为：

${\mathrm{\ϵ}}_E=\frac{\mathrm{\Δ}L}{L_0}---\left(5\right)$

真实应变通过下式计算：

${\mathrm{\ϵ}}_T=ln\frac{L_0+\mathrm{\Δ}L}{L_0}---\left(6\right)$

其中，L₀表示初始标距，ΔL表示伸长量。