一种三维编织复合材料预制件表面参数自动测量系统
技术领域
本发明涉及一种三维编织复合材料预制件表面参数自动测量系统,该系统对碳纤维材质的三维编织复合材料预制件的表面参数具有较好的自动测量效果,属于图像处理技术领域,可应用于三维编织领域中预制件表面参数(编织角和花节距)的自动化测量。
背景技术
三维编织复合材料是一种新的网状结构复合材料。是20世纪80年代随着三维整体编织高新纺织技术的出现而产生的。三维编织复合材料技术利用三维编织技术将纤维束编织成所需要的结构形状,形成预制件,然后以预制件为增强骨架,采用树脂传递模塑工艺(RTM)或树脂膜渗透工艺(RFI),进行浸胶固化,直接形成复合材料结构。三维编织复合材料以其优异的综合性能在航天、航空、交通、建筑、机械、体育、医疗、军事等领域的应用越来越广泛。
表面编织角和编织花节长度(花节距)是三维编织复合材料预制件的两个重要表面参数。从它们可以推断出预制件的内部结构和整体的纤维体积含量。因此对预制件参数的测量技术进行研究是非常关键的。花节距h,是指在一个机器编织周期中沿着编织方向产生的长度;表面编织角θ,是指三维编织物表面上纤维束与织物轴向方向形成的夹角。编织角和花节距的示意图如图2所示,其中图2-1为理想情况下编织角和和花节距,图2-2为实际情况下编织角和花节距。
目前对于这两个表面参数的测量多为人工测量,这种方法主观依赖性强,效率低。因此,一个三维编织复合材料预制件表面参数自动测量系统的建立,对提高纺织业自动化检测水平具有重要意义。近年来,计算机技术和数字图像处理技术取得了很大的发展,并且已经成功运用于纺织工业。这些相关领域的研究成果使得利用数字图像处理技术实现织物组织结构的自动检测、分析成为可能。
现有的织物表面参数测量的研究成果中主要有以下几类方法:三点测角法、四点测角法[1];基于傅立叶功率谱的平均编织角的测量[2];基于曲线拟合的编织角的测量[3];基于小波变换多分辨率分析的花节长度的自动化测量[4]。
在这些方法,但仍存在一些问题。首先三点测角法、四点测角法,需对计算机显示屏上的织物图像进行手工点点,这一方法主观依赖性强,自动化程度低;基于角向功率谱图测量平均编织角的方法不适合测量单个编织角;基于曲线拟合方法的编织角的测量,测量结果的好坏依赖于曲线拟合的好坏;基于小波变换多分辨率分析法测量花节长度,依赖于织物图像模板的截取及相关参数的求解。因此,一个高效、准确、能同时测每个编织角和每个花节距的方法,对于分析预制件内部结构等具有重要意义。
参考文献
[1]吴德隆,沈怀荣.纺织结构复合材料力学性能[M].长沙:国防科技大学出版社,1988,30-34
[2]Wan,Z.K.,&Li,J.L.(2006).Braided angle measurement technique forthree-dimensional braided composite material preform using mathematicalmorphology and image texture.AUTEX Research Journal,6(1),30-39.
[3]万振凯,沈俊辉,王希山.复合材料预制件编织角测量研究.纺织学报,2004,25(3):42-43.
[4]贡丽英,万振凯.编织复合材料预制件花节长度的自动测量系统实现[J].计算机测量与控制.2006,14(6):730-733.
发明内容
本发明的目的是克服上述现有技术的不足,提供一种能够自动测量三维编织复合材料预制件编织角和花节距(花节长度)的系统。为此,本发明采用如下的技术方案。
三维编织复合材料预制件编织角和花节距的自动测量系统,包括下列部分和步骤:
1.硬件部分:主要是织物图像的采集系统,包括:基于量块的图像标定和基于“自然光+偏振片+CCD相机”的图像采集。
2.软件部分:主要是织物图像的处理系统,包括图像预处理,结合克隆连接、最小二乘拟合、自相关和ACSS角点检测四个算法的角点检测和参数测量。
1)直方图均衡化和BM3D滤波对采集的图像进行预处理;
2)基于克隆连接的边缘检测,提取边缘并连接;
3)在低尺度σ=3下计算曲率,将曲率局部极大值点确定为准角点;
4)对于每一个准角点在它的支撑区内计算动态曲率门限,对准角点进行筛选;
5)计算每一个准角点的张开角度,当160°≤θμ≤200°时剔除该准角点;
6)根据灰度信息和相位一致性信息筛除伪角点;
7)对角点位置进行校正;
8)根据图像的自相关性判断是否存在漏检角点,并根据相邻角点确定的直线斜率计算漏检角点的位置;
9)根据检测到的角点图,计算编织角和花节距。
本发明具有如下的技术效果:
1.方法简单,易于实施。本发明在图像拍摄的过程中不需要特殊光源的照射,仅在自然光照斜射条件下拍摄,且偏振片便于安装和旋转。结合克隆连接、最小二乘拟合、自相关和ACSS角点检测四个算法的角点检测算法简单、计算量小。
2.准确性高。本发明在检测过程中,去除伪角点的干扰,对角点的位置进行校正并对漏检角点进行补检测。
3.能同时检测每个编织角和每个花节距,具有较好的测量效果。
附图说明
图1:本发明的三维编织复合材料预制件表面参数自动测量系统整体设计图。
图2:编织角θ和花节距h示意图。图2-1为理想情况下编织角和和花节距。图2-2为实际情况下编织角和花节距。
图3:织物采集系统。
图4:加偏振片和未加偏振片采集图像的对比图。图4-1为未加偏振片采集的图,图4-2为加偏振片后采集的图。
图5:原始采集图像与预处理后的图像。图5-1为原始采集的图像,图5-2为直方图均衡化后的图Fhe,图5-3为Fhe经过BM3D滤波后的图FBM3D。
图6:基于克隆边缘检测图的边缘图Fc。
图7:最小二乘边缘拟合后的图Ffit。
图8:Canny检测边缘与真实边缘对比图。图8-1为原图,图8-2为Canny边缘检测的边缘图,图8-3为手工标注的真实的边缘图。
图9:角点初步检测图Focor。
图10:第296行像素灰度图和第296行自相关图。图10-1为待扫描的直方图均衡化后的图,图10-2为图10-1第296行像素灰度图(横轴是像素位置,取值为[0,n],n为图像的列数;纵轴是像素灰度值),图10-3为图10-1第296行自相关图(横轴是自相关性计算序号,取值为[0,2n-1];纵轴为自相关函数值)
图11:最终角点检测结果图Ffcor。
图12:参数测量中部分角点示意图。
具体实施方式
本发明的整体系统设计如图1所示,系统分为两部分:硬件部分和软件部分。硬件部分主要是织物的采集系统,包括基于量块的图像标定和基于“自然光+偏振片+CCD相机”的图像采集。软件部分主要是织物图像的处理系统,包括图像预处理,结合克隆连接、最小二乘拟合、自相关和ACSS角点检测四个算法的角点检测和参数测量。下面结合附图,对本发明技术方案的具体实施过程加以说明。
1.硬件部分(织物图像的采集系统)
包括图像标定和图像采集。
1.1图像标定
采用标准3cm的量块对待采集的织物图像进行标定。将量块放在织物一侧且使量块表面与织物表面在同一水平面上,并且量块在电脑显示屏上处于水平或垂直的方向。如图3所示。
1.2图像采集
“自然光+偏振片+CCD相机”的织物图像采集方案。将偏振片安装在CCD相机镜头前,相机的光轴垂直于织物表面且通过织物中心,自然光从织物两侧倾斜射入。如图3所示。旋转偏振片以及调整曝光时间,选择反光小、对比度好、清晰的图片进行存储。图4-1为不加偏振片拍摄的图像,图像表面存在大量反光;图4-2为加偏振片拍摄的图像,图像表面的反光被很大程度地削弱了。
2.软件部分(织物图像的处理系统),包括图像预处理、角点检测和参数测量。
2.1对采集的图像进行直方图均衡化,得到图像Fhe;对Fhe进行BM3D滤波,得到图像FBM3D。如图5所示,图5-1为原始拍摄的图像;图5-2为直方图均衡化后的图Fhe,比图5-1的亮度、对比度均得到了提高;图5-3为图FBM3D,噪声及织物的纹理与图5-2相比,很大程度地被削弱了。
2.2对预处理后的图像进行基于克隆连接的边缘检测。首先,由Sobel算子求FBM3D的x方向的梯度图Fx和y方向的梯度图Fy,并计算其梯度图Fg和角度图Fkot;将梯度图Fg进行Canny非极大值抑制,得到图像Nm;其次,分别用大阈值Thb和小阈值Ths对图像Nm进行限制,分别得到图像Dnm和图像Dns,由Dnm根据阈值Th1进一步得到图像F1;由Dns根据阈值Th2得到图像F2,如下式:
其中为3×3邻域的均值。再次,以图像F2为基础,对F1进行克隆边缘连接,由循环控制参数控制连接长度,得到边缘图像Fc;对Fc进行形态学细化为单像素边缘并进行面积滤波得到边缘图Fthin(如图6);对Fthin用最小二乘法对未连接的边缘进行直线拟合并连接,得到边缘图Ffit(如图7);最后,对边缘图Ffit进行提取并连接,得到图Fff;
本步骤避免原ACSS角点检测中用Canny边缘检测由于亮度等因素的影响形成的伪边缘,如图8所示,图8-1画圈部分为存在亮度影响的部分;图8-2为Canny边缘检测的结果,在画圈部位存在伪边缘;图8-3为手动标注的真实边缘;
2.3在低尺度σ=3下计算曲率,将曲率局部极大值点确定为准角点;
2.4对于每一个准角点在它的支撑区内计算它的动态曲率门限,对该准角点进行筛选;
2.5计算每一个准角点的张开角度,当160°≤θμ≤200°时剔除该准角点,得到角点图Focor(如图9);
2.6筛除图Focor中的伪角点。根据灰度信息及相位一致性信息对Focor中的伪角点进行筛除,在以Focor中的角点为中心的21×21邻域范围内搜索,标记出此邻域内的所有角点的位置,比较这些角点位置对应于图像Fhe的灰度值,保留灰度值最小的角点;对于灰度值相同的角点,比较图像FBM3D的相位一致性图Fpc的5×5邻域内和的大小,保留和最大的角点,得到角点图Frefcor;
2.7对角点图Frefcor中角点的位置进行校正。对于步骤6中保留下来的角点,比较其在图像Fhe中邻域内的灰度值,将邻域内灰度值最小的点作为最终的角点;其中在图像Fhe中选取角点邻域进行校正的原则是,对未经边缘拟合得到的角点在其3×3邻域内进行校正,对基于边缘拟合得到的角点在其31×31邻域内校正,得到角点图Fccor;
2.8对图Fccor中漏检的角点进行补检测。首先,根据图像的自相性反映了织物结构的周期性变化,例如,图10-1为直方图均衡化后的图,图10-2为图10-1第296行像素灰度图,图10-3为图10-1第296行自相关图,中间一个峰峰值为108个像素近似等于其中一个花节长度121个像素。逐行扫描图像Fhe,求每行的自相关图(Autocorrelation);其次,求每行自相关图中间5个相邻峰峰值(横向差值)的平均值,再求所有行平均峰峰值,作为花节长度的估计阈值Th;最后,根据此阈值进行比较,当行相邻角点的像素距离Th+15<d≤2Th,说明此时两角点之间漏检测一个角点,再根据已知的两角点所确定的直线斜率等信息计算中间角点的位置:
dw=(y1+y2)/2
dl=(dw-(x2*y1-x1*y2)/(x2-x1))*((x2-x1)/(y2-y1))
其中cor(x1,y1)、cor(x2,y2)分别表示行相邻的两个角点;x1、x2、y1、y2表示角点在图像中的位置,dw、dl表示补检出角点的列和行位置。同理,当2Th+10<d≤3Th,说明此时两角点之间有两个漏检角点,漏检的两个角点的位置:
dw1=(y1+(y2-y1))/3
dl1=(dw1-(x2*y1-x1*y2)/(x2-x1))*((x2-x1)/(y2-y1))
dw2=(y1+2*(y2-y1))/3
dl2=(dw2-(x2*y1-x1*y2)/(x2-x1)/(y2-y1))
dw1、dl1表示补检测角点1的列和行位置,dw2、dl2表示补检测角点2的列和行位置。同理,可计算补检测相邻角点之间存在3个及以上的角点的位置。得到最终角点图Ffcor,如图11所示。
2.9根据检测到的角点图Ffcor,计算其行相邻角点的距离,即为花节长度的像素距离。如图12所示,角点A1到A2的距离dA1A2和角点A2到A3的距离dA2A3均为单个花节长度的像素距离,同理,距离dB1B2、dB2B3、dC1C2、dC2C3也都是单个花节长度的像素值。然后根据标定,将其转化为实际距离:
dbtrue=3/db
dptrue=dp*dbtrue
其中db表示3cm量块代表的像素距离,dbtrue表示每个像素代表的实际距离;dp表示花节长度的像素距离,dptrue表示花节长度的实际距离。通过计算角度(1/2)*(∠A1B1C1)、(1/2)*(∠A2B2C2)或者(1/2)*(∠A3B3C3)获得编织角。如图12所示。
本发明提出一种三维编织复合材料预制件表面参数(编织角和花节距)的自动测量系统,该系统硬件部分,充分利用偏振片原理与CCD相机相结合,提出“自然光+偏振片+CCD相机”图像采集方案,削弱碳纤维材质的织物表面的反光,同时软件部分结合克隆连接、最小二乘拟合、自相关和ACSS角点检测四个方法的角点检测实现了碳纤维材质的三维编织复合材料预制件编织角和花节距的自动测量。