CN105547834A - 基于双目视觉的快速应力应变曲线测量系统及方法 - Google Patents
基于双目视觉的快速应力应变曲线测量系统及方法 Download PDFInfo
- Publication number
- CN105547834A CN105547834A CN201610021974.7A CN201610021974A CN105547834A CN 105547834 A CN105547834 A CN 105547834A CN 201610021974 A CN201610021974 A CN 201610021974A CN 105547834 A CN105547834 A CN 105547834A
- Authority
- CN
- China
- Prior art keywords
- stress
- node
- image
- grid
- strain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/0069—Fatigue, creep, strain-stress relations or elastic constants
- G01N2203/0075—Strain-stress relations or elastic constants
Abstract
本发明公开了一种基于双目视觉的快速应力应变曲线测量系统及方法,系统包括能够对被测工件施加载荷的试验机、受力数据采集模块、图像数据采集模块、数据同步采集控制模块和上位机;所述受力数据采集模块包括A/D转换模块和测力传感器;所述图像数据采集模块和上位机以及数据同步采集控制模块相连,所述受力数据采集模块和数据同步采集控制模块相连,所述数据同步采集控制模块和上位机相连。本发明很好地解决了应力应变曲线数据中的应力与应变精确同步的问题,并且实现非接触快速准确地测量。
Description
技术领域
本发明涉及视觉测量领域,具体涉及一种基于双目视觉的快速应力应变曲线测量系统及方法。
背景技术
材料的力学性能是指材料在不同的环境(如温度、介质、湿度)下,承受各种外加载荷(拉伸、压缩、弯曲、扭转、冲击、交变应力等)时所表现出的力学性能,是确定各种工程设计参数的主要依据。对材料的塑性变形规律的研究,在材料力学性能研究中占有重要的地位,也是需要进一步深入研究的领域。在塑性成形中,应力—应变曲线是材料的一个重要的性能,在工程上通过对应力—应变曲线的研究,可以找出材料的塑性变形规律,建立起材料的应力—应变的关系,从而确定材料的真实破坏强度和材料抵抗变形的能力。为金属加工工艺提供必要的设计依据,对研究金属材料的可切削加工性能和韧性断裂过程有很重要的意义。
传统应力—应变曲线的测量方式是以引伸计为主的测量方法,该方法具有简单、实用、成本低以及测量效率高等优点。但这种测量方法对机械安装要求较高、引伸计量程及标距的可调性较差以及属于接触式测量精度相对较低。此外,为避免损坏引伸计,在断裂之前必须将其取下,因此无法对拉伸全过程进行测量。随着图像处理技术和计算机视觉理论的不断发展,越来越多的研究人员开始将数字图像处理技术应用到材料的应力—应变曲线测量中,众多学者对基于视觉的应变测量方法进行了一系列的研究,已经取得了不错的成果,也在材料性能测试领域得到了不错的应用。应力测量往往是通过模拟量通过A/D数模转换获得,数模转换转换的效率和精度决定了如何快速、准确得到应力数据。而用于应变计算的数字图像是通过工业CCD相机拍摄获得。两种数据为异源数据,如何保证异源数据采样的同步性,是决定基于视觉测量的应力应变曲线数据是否精确同步的重要环节之一,是影响应力应变曲线有效可用的重要因素。
发明内容
发明目的:本发明旨在克服现有技术的缺陷,提供一种基于双目视觉的快速应力应变曲线测量系统及方法。
技术方案:一种视觉应力应变测量系统,包括能够对被测工件施加载荷的试验机、受力数据采集模块、图像数据采集模块、数据同步采集控制模块和上位机;所述受力数据采集模块包括A/D转换模块和测力传感器;所述图像数据采集模块和上位机以及数据同步采集控制模块相连,所述受力数据采集模块和数据同步采集控制模块相连,所述数据同步采集控制模块和上位机相连。
进一步地,所述图像数据采集模块为双目视觉图像采集模块,包括图像采集卡和两个CCD相机。
进一步地,所述数据同步采集控制模块的输出端分别与受力数据采集模块和图像数据采集模块的输入端连接;所述受力数据采集模块和图像数据采集模块均能够进行连续采集和单帧采集;在所述单帧采集中,受力数据采集模块和图像数据采集模块共享由数据同步采集控制模块发出的同一触发信号。
进一步地,相邻的所述触发信号的时间间隔大于受力数据采集模块和图像数据采集模块从响应前一个触发信号到处理完成的最短时间。
一种使用上述的测量系统的应力应变测量方法,
1)通过两次给测力传感器加载已知重量的不同标定快,根据A/D转换模块输出的信号完成测力传感器标定:
2)将测力传感器和被测试样夹持在试验机上;
3)数据同步采集控制模块收到来自上位机的连续采集信号后,发出连续同步采集信号,同时触发受力数据采集模块和图像数据采集模块连续同步采集数据;
4)数据同步采集控制模块收到来自上位机的停止采集信号后,控制受力数据采集模块和图像数据采集模块停止采集数据。
进一步地,所述被测试样为表面标识了网格线的试样,所述网格线包括N条相互平行且等间距的横向的直线和M条相互平行且等间距的纵向的直线,且M小于N;试样具有网格线的部分横截面积相等;εt=ln(1+ε),σt=σ(1+ε);其中εt、σt为真应力和真应变;ε和σ分别为工程应力和工程应变,且A0、L0分别为试样初始横截面积和纵向拉伸方向上单个网格线段的初始长度,P和ΔL分别对应试样变形过程中的受力大小和变形过程中拉伸方向上单个网格线段相对于初始长度的变化量,最终取纵向拉伸方向所有网格线段真应力和真应变的平均值作为试样的应力和应变。
进一步地,所述L0、ΔL由网格节点三维空间坐标求取,所述网格节点三维空间坐标根据两个CCD相机采集到的图像的同名网格节点坐标求取。
进一步地,单个CCD相机采集到的图像的网格节点坐标求取包括如下步骤:
1)图像预处理
①对图像进行二值化处理;
②对图像进行孔洞修复并去毛刺;
③对图像上网格线进行细化操作;
2)网格节点初定位
①对图像进行四分域准则处理
定义一个W像素×W像素的窗口,使窗口在细化图像上不断移动,当窗口会被切分成四个连通域时,判断窗口内存在网格节点;
②对图像进行面积准则处理
当σi是当前网格节点产生的所有满足四分域准则窗口的面积集合φ的标准差中最小时,判断σi对应的窗口中心所在位置即当前网格节点所在位置,即初定位到网格节点坐标;其中,φ是当前网格节点产生的所有满足四分域准则窗口的面积集合,φ={φ1,φ2,……,φn-1,φn};φi是每个满足四分域准则的窗口产生的一个面积集合,φi={S1,S2,S3,S4};S1,S2,S3,S4分别对应四个联通区域中其中一个联通区域的面积,每个联通区域面积的大小定义为该连通域内像素点的个数总和;σi为φi的标准差;
3)网格节点拓扑关系建立
①确定初定位网格节点矩形有向包围盒OBB;
②确定向包围盒OBB的一条长边为投影边,将初定位网格节点向OBB投影边方向上投影,设d为形成的投影点与参考投影点间的距离大小,εd为距离阈值,当d<εd时,认为当前网格节点与参考节点为同一集合,其中参考投影点为当前集合内所有投影点坐标的平均值,集合第一个投影点的参考投影点即为其本身;所有网格节点投影完成后,产生网格节点集合φN;根据投影点的坐标大小进行排序得到有序投影点集合{φ1,φ2,...,φN},φi内网格节点序号为φi={M(i-1)+1,M(i-1)+2,...,M(i-1)+M};
③将φi内每个节点到投影边的距离和横向网格节点的标准距离进行对比确定φi内节点的准确序号,标准距离为试样未变形图像上横向节点间的距离;
4)网格节点精定位
逐一优化初定位网格节点得到精定位网格节点,针对单个初定位网格节点的所述优化包括如下步骤:
①将单个节点和与其横向相邻的任一个节点拟合成横向直线;将该单个节点和与其纵向相邻的任一个节点拟合成纵向直线;
②用所述拟合的直线筛选细化后的图像,筛选出距离所述拟合的直线距离小于第一阈值且距离该单个节点小于第二阈值的所有像素点;
③将所述筛选出的像素点拟合成横向、纵向直线,两直线的交点即为精定位网格节点坐标,以该精定位网格节点坐标作为用于求取网格节点三维空间坐标的网格节点坐标。
有益效果:本发明可实现在基于视觉测量应力应变曲线数据的条件下,快速、准确获取被测试样变形过程中的受力大小,并保证最后的应力应变在时序上的精确同步,很好的解决了应力应变曲线数据中的应力与应变精确同步的问题,并且实现非接触快速准确地测量。
附图说明
图1为本发明测量被测试件应力应变示意图;
图2为本发明测量系统示意图;
图3为硬件结构示意图;
图4为双目视觉原理图;
图5ΔL的测量流程图;
图6为标记了网格线的原始图像;
图7为二值化后的图像;
图8为孔洞修复原理图,其中KD是空洞,MC是毛刺;
图9为孔洞修复及去毛刺后的效果图;
图10为细化后的图像;
图11四分域准则示意图;
图12面积准则示意图;
图13为初定位的网格节点有向包围盒OBB示意图,其中粗灰线是有向包围盒;
图14为节点投影示意图,其中LOBB表示OBB长边方向;
图15为节点拓扑关系示意图;
图16为亚像素坐标提取示意图,其中ZL为纵向筛选直线,HL为横向筛选直线;
图17网格节点提取算法流程图
图18为测量系统的载荷值;
图19为测量系统测量值与试验机测量载荷值对比,其中——为试验机测量值,----为测量系统测量值;
图20测量系统的误差;
图21万能材料试验机测得的应力—应变曲线图;
图22本发明测量系统得到的应力—应变曲线。
具体实施方式
附图标记:21上位机;22MAX232芯片;23Ardunio开发板;24HX711AD转换芯片;25测力传感器;26CCD相机;27被测试样;28试验机;29光源;30数据采集系统。
下面结合附图作进一步说明。
如图1所示,本发明的测量系统包括为被测试件提供载荷的万能材料试验机、两个CCD相机、光源、数据采集系统和计算机。测量主要包括应力测量和应变测量。在双相机和光源装置固定好后对该装置进行标定,以确定双相机各自的内部参数和两相机之间的相对空间位置;对被测试件表面进行简单的画网格线条作为表面的特征信息,以便立体匹配和时序匹配能顺利进行;将测力传感器串接于试验机的液压回路中,测力传感器的信号输出端与数据采集系统相连;计算机触发数据采集系统同步采集试件变形的图像信息和受力载荷信息并启动单拉试验机进行单向拉伸实验,以获取在时间轴上同步的两套图像序列和试样受力载荷信息;将这些数据作为软件部分的输入数据,由图像处理算法完成图像网格节点特征的立体匹配和时序匹配以完成三维重建工作,根据变形前后网格节点特征的三维信息计算得到应变,并和由同时刻载荷数据计算出的应力生成应力—应变曲线。
如图2所示,测量系统,包括受力数据采集模块、图像数据采集模块、数据同步采集控制模块和上位机;所述受力数据采集模块包括A/D转换模块和测力传感器;所述图像数据采集模块和上位机以及数据同步采集控制模块相连,所述图像数据采集模块为双目视觉图像采集模块,包括图像采集卡和两个CCD相机;所述受力数据采集模块和数据同步采集控制模块相连,所述数据同步采集控制模块和上位机相连。所述上位机可以是计算机,所述数模转换模块可以是HX711芯片。
受力数据采集模块将模拟量力信号通过数模转换器转换成数字量力信号传给计算机。主要硬件有HX711称重专用24位AD转换芯片、测力传感器、Ardunio开发板和MAX232芯片。其中,测力传感器串接于万能试验机的液压回路中,将加载力的变化转换成微电压电信号,差分输入到HX711的信号输入端。传感器的激励电压与HX711的参考电压由Ardunio提供。MAX232负责将Arduino的串口通信电平信号转换成与计算机一样标准的RS232电平信号,完成Arduino与计算机的串口通信工作。由于,HX711芯片内部集成了包括稳压电源等一般同类型芯片所需的外围电路,所以不需要额外的稳压外围电路,芯片供电直接由Ardunio供电即可;HX711的信号输出端接Ardunio开发板,Ardunio负责完成力数据的采集控制以及对数字量力信号滤波去噪处理,再通过串口将力数据传输给计算机;Ardunio与图像采集信号控制端相连,数字量力信号采集与变形图像采集共享同一触发信号,保证应力与应变在时序上的精确同步,也可通过上位机指令单独控制图像采集,以满足不同的应变分析需求。本发明设计的受力数据采集模块与传统的试验机数据受力采集模块相比:HX711的采样频率准确到80HZ,多数据利于信号处理;精度较高,最后输出精度一般可精确到0.1N;模块封装性好、机动性强、即用即装,可用于不同的试验机上;提供变形图像采集系统接口,精确保证应力与基于图像测得的应变的同步性;Ardunio的可扩展功能模块可以同时并接多只测力传感器,可用于同时接收多台万能试验机的载荷信号,可用于试验机之间快速交换数据。
试件变形过程的图像由双目立体视觉系统采集得到,其硬件连接图如图3所示。其主要硬件包括:被测试件、镜头、CMOS摄像机、Ardunio开发板及计算机。本发明的图像采集模块Ardunio通过串口接收上位机指令,控制双目系统采集图像,同时力采集系统的载荷数据也是通过Ardunio与计算机的串口进行传输的;控制双目系统采集的触发信号与控制载荷采集的触发信号在Ardunio程序实现内部是同时触发的,保证了应力与应变的精确同步;双目系统采集到的图像通过千兆网接口实时传输给计算机。
整体硬件系统整体电路图如图3所示,HX711的7、8号接测力传感器的信号输出端,用来接收传感器的微电压信号,11、12引脚接Ardunio,它们是Hx711的串口通讯线,用来输出数据,选择输入通道和增益。当数据输出管脚DOUT为高电平时,表明AD转换器还未准备好输出数据,此时串口时钟输入信号PD_SCK应为低电平。当DOUT从高电平变低电平后,PD_SCK应输入25至27个不等的时钟脉冲。其中第一个时钟脉冲的上升沿将读出输出24位数据的最高位,直至第24个时钟脉冲完成,24位输出数据从最高位至最低位逐位输出完成。第25至27个时钟脉冲用来选择下一次AD转换的输入通道和增益。Arduino的11、12引脚接CMOS相机外触发信号接收端,用来触发CMOS摄像机采集图像,11、12电平信号与控制载荷采集的触发信号在Ardunio程序实现内部是同步,保证应力应变的同步性。Ardunio的RXD和TXD通信引脚通过MAX232电平转换器以9600波特率实现与计算机的数据交换。
图4是双目立体视觉原理简单示意图。其中D0待测三维点,Il和Ir分别是点D0在左右相机平面上的投影点。Ol和Or分别是左右两个相机的光心。OXwYwZw、OlXlYlZl和OrXrYrZr分别为空间坐标系、左相机坐标系和右相机坐标系,Olulvl和Orurvr分别为左右相机的图像坐标系。Rr2l表示右相机坐标系到左相机坐标系的旋转矩阵,tr2l表示右相机坐标系到左相机坐标系的平移向量。通过相机标定可以确定世界坐标系到图像坐标系的关系,设(xw,yw,zw)为世界坐标系的坐标,(u,v)为图像坐标系的坐标,式(1)给出了齐次坐标描述的摄像机投影基本公式:
其中αx=f/dx,αy=f/dy,M为3×4矩阵,称为投影矩阵;A由αx、αy、u0、v0决定,即只与相机内部结构有关,为相机内部参数;B由相机相对于世界坐标系的方位即R和t决定,称为相机外部参数。同时对于双目系统有如下变换关系:
左右相机的A、R、t以及左右相机坐标系之间的变换矩阵Rr2l、tr2l即是要标定的双目系统的参数,具体标定方法和标定过程参考文献“张辉.基于随机光照的双目立体测量关键技术及其系统研究[D].南京航空航天大学.2008.”。
利用双目系统的标定参数,就可以根据左右图像上提取得到的同名像点对求得相应的三维点坐标,这里三维重建算法采用经典的三角法重建。如图4所示,三角法重建过程中,理论上,射线L和R应该交于同一点D,它们的交点即为所求的三维坐标点。但是由于图像匹配以及数值计算的误差因素的影响,它们一般不相交,本发明取的是连接L和R的公垂线的中点作为重建的三维点坐标。
本发明的应力应变的计算方法采用工程上真应力真应变的计算方法,在工程上有:
其中L0、A0分别为拉伸试样的原始标距和原始横截面积,ΔL和P分别为标距的变化量和试样拉伸时的受力大小,ε和σ分别对应于工程应力和工程应变,则工程有:
εt=ln(1+ε)(6)
σt=σ(1+ε)(7)
εt、σt为真应力和真应变,即为本发明中的应力与应变。其中A0和L0在本发明中分别对应于试样初始横截面积和纵向拉伸方向单个网格线段的原始长度;P和ΔL分别对应试样变形过程中的受力大小和变形过程中拉伸方向上单个网格线段相对于初始长度的变化量。P、L0、ΔL均为测量系统测量得到,σt和εt在本文中对应拉伸方向单个网格线段的真应力和真应变,最终取所有网格线段真应力和真应变的平均值作为试样的应力和应变。本发明的试样具有网格线的部分为横截面积相等的柱状。
材料拉伸过程中的受力P的大小由上述的受力采集模块经过标定后直接测量输出得到;L0、ΔL均由基于立体视觉的数字图像处理技术结合算法计算得到,A0在试样制备时为已知量。如图4所示,D0、D1为未变形图像经过特征提取、匹配、三维重建得到的网格节点三维坐标,L0即为拉伸方向重建出的两个三维点坐标初始标距;D0″、D1″为变形图像经过特征提取、匹配、三维重建出的网格节点三维坐标,L0″即为变形图像拉伸方向重建出的两个三维点坐标初始标距,则有ΔL=L0″-L0,再结合力采集模块测得的P,公式(3)和(4)计算得到各个时刻应力和应变的大小,测量流程图如图5所示。
下面结合图6-图17对图像处理方法作具体说明:
在基于光学摄像的三维测量领域,图像特征提取的精度往往直接决定测量系统所能达到的精度。为了保证图像特征提取的准确性和精确性,本发明从实际应用出发,采用常用的网格节点作为图像特征。图6所示为印有网格线条的试件。原始图像的预处理和图像特征元素的提取与识别,是基于图像来建立三维模型方法中的重要步骤。试样的原始图像在采集过程中会受到噪声、外部环境等因素的干扰,会降低图像的质量。为了增强图像中的有用信息,突出图像中的感兴趣区域,使特征更加明显,需对图像进行预处理。本发明的预处理过程包括图像滤波去噪、二值化、补洞去毛刺以及图像细化,目的是获得具有强烈对比度的单像素线条特征宽度的二值图像,以便后续的网格节点提取与识别。
1)图像预处理
二值化由于灰度图像中各处灰度分布并不均匀,目标特征和背景图像融合在一起,导致计算机无法快速而准确的理解,因此必须对图像进行二值化处理,把目标图像从背景图像中分离出来,去除背景因素的干扰,以便计算机对目标图像做出分析。常用的二值化方法有单一阈值二值化和自适应阈值二值化,单一阈值二值化对图像噪声比较敏感,适用于目标与背景对比度较高的图像。根据实际情况,本发明采用自适应二值化,该方法对目标图像和背景图像分布不均匀、两者对比度较低,目标图像灰度变化率较大等情况的处理效果较好。图7为二值化后的图像,网格线条特征被凸显出来。
孔洞修复及去毛刺二值化后图像有明显的孔洞和毛刺,孔洞在图像中为封闭孤立连通的前景色区域,毛刺为附着在网格线条上的杂乱短枝,如图8所示。封闭孔洞取四邻域连通,如果一个封闭连通前景色区域的面积小于一定的阈值,则认为此封闭的区域为孔洞,需要去除。这里连通区域Φ的面积定义为其内部前景色像素点的个数总和,即
S=Σpij,pij∈Φ
网格线条连通区域Φ的S比较大,如果连通区域Φ的S<N(N为小区域面积阈值),则Φ为孔洞或是小区域,需要去除,将Φ内的所有像素点变为背景色,完成孔洞填充。毛刺去除即采用经典的开闭运算去除。图9为补洞修复及去毛刺后的效果图。
细化经过孔洞修复、毛刺去除后,只保留了网格线条特征,网格线条宽度也相对均匀。细化采用的是经典的细化方法,细化的结果如图10所示。因为细化前的图像经过孔洞修复、去毛刺和缺口修补处理,细化后的图像网格线条比较完整,没有断口且没有大的毛刺,为下一步网格节点坐标提取提供保障。
2)网格节点初定位
从图像细化的结果来看,网格节点即为细化直线的交点。为自动且准确的提取这些交点,本发明采用初-精两部定位的算法。初定位确定网格节点的大致位置,坐标精确到整像素,然后对初定位的网格节点进行拓扑关系建立;精定位则是利用粗提取节点和其相邻的节点拟合的直线去筛选细化后的图像,得到相应节点局部范围内的一系列前景像素点,再对这些像素点最小二乘直线拟合得到纵向、横向两条直线,网格节点即为两条直线的交点,节点坐标精确到亚像素。
网格节点初定位网格节点初定位主要遵循两个原则:四分域准则和面积准则。四分域准则:定义一个W像素*W像素的窗口,当窗口在细化图像上不断移动时,窗口内区域被网格线条分割时,产生的连通域会有三种情况:一个连通域、两个连通域和四个连通域,如图11所示。当窗口移动到有网格节点的时候,窗口会被切分成四个连通域,此时窗口内存在网格节点,但是无法确定网格节点的具体位置。为了把网格节点定位到窗口中心,需要应用面积准则。面积准则:满足四分域准则的窗口区域被网格分隔成四个连通域,设单个连通域的面积为S,且S的大小定义为连通域内前景像素点的个数总和,则每个满足四分域准则的窗口会产生一个面积集合φi={S1,S2,S3,S4}。窗口在网格节点局部区域内移动时,每一个满足四分域准则的窗口产生的φi有一个标准差σi,当网格节点位于窗口中心的时候,σi是当前网格产生的所有满足四分域准则窗口的面积集合φ的标准差中情况中最小的,如图11所示,σ=min{σ1,σ2,……,σn},当σ最小时,网格节点即与窗口中心重合(窗口中心精度为像素级别),即初定位到网格节点坐标。
3)网格节点拓扑关系建立
初定位的网格节点的坐标是精确到像素级别,本发明网格节点提取算法是先初定位网格节点,然后建立拓扑关系,再根据初定位结果和网格间的拓扑关系优化精定位网格节点坐标。图12中的圆心即为初定位出的网格节点,给网格节点建立拓扑关系本算法分为三步:
①确定初定位网格节点OBB(OrientedBoundingBox)
OBB定义为可以根据物体一阶矩旋转的最贴近物体的长方体。图13中的灰色矩形即为初定位网格节点的有向包围盒OBB。从图中可以看出,节点相对于OBB具有一定的相对位置关系,即每一横向的节点在OBB长边上的投影点比较接近,根据此相对位置关系可以将网格节点以每一横向为一集合在OBB长边的方向上分类出来。
②将网格节点向OBB长边方向投影
初定位网格节点OBB确定以后,将初定位网格节点向OBB长边方向上投影,设d为形成的投影点与参考投影点间的距离大小,εd为距离阈值,当d<εd时,认为当前网格节点与参考节点为同一集合,其中参考投影点为当前集合内所有投影点坐标的平均值,集合第一个投影点的参考投影点即为其本身。所有网格节点投影完成后,产生网格节点集合φN,N即为网格节点横向的排数。实际中试样的N为定值,图12中的N为6。将投影点集合φ按照所包含投影点Y坐标从小到大排序,得到有序投影点集合{φ1,φ2,...,φN},则φi内的网格节点序号为
φi={M(i-1)+1,M(i-1)+2,...,M(i-1)+M}(8)
M为每行包含的节点的个数,本试样中M=3,式(4)中为最大包含的节点的个数,因为有的节点如果没提取出来,则中φi节点个数会少于M,但这并不影响本发明算法建立拓扑关系。
③确定集合φi内节点序号
网格节点间的间距差不多,离OBB最长边最近的节点到其的距离接近于零,所以将φi内每个节点到投影边的距离与网格间的标准间距进行对比,就能确定相应节点的准确序号,标准距离为试样未变形图像上横向节点间的像素距离,可由采集到的第一张图片计算得到。图15为节点拓扑关系图。
4)网格结点精定位
精定位已建立拓扑关系的初定位网格节点坐标,是采取逐一遍历、逐一优化初定位网格节点的方法,当遍历完的时候,就完成了所有的网格节点精定位工作。当优化单一网格节点坐标的时候,分三步去进行:
①单个节点和与其横向相邻的任一个节点拟合成横向直线;将该单个节点和与其纵向相邻的任一个节点拟合成纵向直线;
②对于每一个网格节点,用由它拟合的直线去筛选细化后的图像,遵循两个筛选原则:一是距离筛选直线距离小于一定阈值的像素点即:d<ε',ε'取一个像素距离;二是距离相应节点小于一定的阈值即:d<D,D取50个像素距离;
③用第二步筛选出的像素点拟合横向、纵向直线,两直线交点即为精定位的网格节点坐标。
精定位过程示意图见图16:当精定位第七号网格节点的时候,七号与八号点、七号与10号点分别拟合横向、纵向筛选直线,用拟合的筛选直线去筛选与相应直线距离一个像素以内的前景色像素点,再将横向、纵向像素点用最小二乘拟合成直线,两直线的交点即为七号网格节点的精定位节点坐标,其他网格节点优化过程与此相同。
对单幅图像中的网格节点进行精确提取和建立拓扑关系的算法流程可以通过图17表示。
实验采用典型的铝合金试样进行拉伸试验,试样的厚度为2mm,中间宽度为12.5mm。将试样夹持在拉伸试验机上,CMOS工业相机固定在三脚架上,测力传感器的输出信号接到硬件采集系统中。打开光源进行背景光照明,调整光强和焦距,使试样清晰成像。调焦结束后用标定板进行双相机标定,标定完成之后就可以进行拉伸实验。拉伸过程中,载荷电信号通过测力传感器输出给硬件采集系统中,同时刻的试样图像信号通过双相机传输给电脑进行图像处理以计算出应变。图18是单拉实验过程中通过硬件系统测得的载荷与时间的变化关系曲线图。从图中可以看出,得到的数据波动性比较大,包含很多噪声,这与HX711本身的抗干扰能力比较差有关,所以需要对数据进行滤波处理(本发明采用卡尔曼滤波),以得到更准确的测量值。从图18可以看出,测得的数据在未滤波前,数据的波动性比较大,包含很多的随机噪声,从图19看出进行卡尔曼滤波后数据平滑了很多,与试验机测得的值也比较相近,曲线大致趋势也差不多。从图20的误差图中可以看出,在实验刚开始的阶段,除了个别数据的误差达到了9%,大部分数据的误差都在2.5%以下,特别是塑性变形阶段,误差基本稳定在2.0%以下,说明本发明设计的载荷采集硬件系统的精度是满足要求的。
图22为本发明系统得到的应力—应变曲线图,且曲线是经过卡尔曼滤波光顺过后的曲线图。从图21和图22对比中也可以看到,两曲线在塑性变形阶段的大致趋势是一致的,但是图22后面曲线明显有上扬的趋势,且应力值普遍的要比图21的值偏大,这符合材料真实的变形情况。从图中也可以看出,两曲线在开始的弹性变形阶段相差较大,这是因为拉伸开始阶段,试样并没有处于完全绷紧状态,这一阶段的拉伸试样实际上是没有变形信息的,只是发生了刚体移动,但是引伸计是测得到数据的,同时这一阶段测得的载荷数据比较小,造成图21曲线开始阶段的缓慢上升趋势,为此图22去掉了开始的几个数据,从结果来看,图22的开始阶段更加符合材料弹性阶段的变形规律。
尽管本发明就优选实施方式进行了示意和描述,但本领域的技术人员应当理解,只要不超出本发明的权利要求所限定的范围,可以对本发明进行各种变化和修改。
Claims (8)
1.一种视觉应力应变测量系统,其特征在于,包括能够对被测工件施加载荷的试验机、受力数据采集模块、图像数据采集模块、数据同步采集控制模块和上位机;所述受力数据采集模块包括A/D转换模块和测力传感器;所述图像数据采集模块和上位机以及数据同步采集控制模块相连,所述受力数据采集模块和数据同步采集控制模块相连,所述数据同步采集控制模块和上位机相连。
2.根据权利要求1所述的视觉应力应变测量系统,其特征在于,所述图像数据采集模块为双目视觉图像采集模块,包括图像采集卡和两个CCD相机。
3.根据权利要求2所述的视觉应力应变测量系统,其特征在于,所述数据同步采集控制模块的输出端分别与受力数据采集模块和图像数据采集模块的输入端连接;所述受力数据采集模块和图像数据采集模块均能够进行连续采集和单帧采集;在所述单帧采集中,受力数据采集模块和图像数据采集模块共享由数据同步采集控制模块发出的同一触发信号。
4.根据权利要求3所述的视觉应力应变测量系统,其特征在于,相邻的所述触发信号的时间间隔大于受力数据采集模块和图像数据采集模块从响应前一个触发信号到处理完成的最短时间。
5.一种使用权利要求3-4任一项的测量系统的应力应变测量方法,其特征在于:
1)通过两次给测力传感器加载已知重量的不同标定快,根据A/D转换模块输出的信号完成测力传感器标定:
2)将测力传感器和被测试样夹持在试验机上;
3)数据同步采集控制模块收到来自上位机的连续采集信号后,发出连续同步采集信号,同时触发受力数据采集模块和图像数据采集模块连续同步采集数据;
4)数据同步采集控制模块收到来自上位机的停止采集信号后,控制受力数据采集模块和图像数据采集模块停止采集数据。
6.根据权利要求5所述的应力应变测量方法,其特征在于,所述被测试样为表面标识了网格线的试样,所述网格线包括N条相互平行且等间距的横向的直线和M条相互平行且等间距的纵向的直线,且M小于N;试样具有网格线的部分横截面积相等;εt=ln(1+ε),σt=σ(1+ε);其中εt、σt为真应力和真应变;ε和σ分别为工程应力和工程应变,且A0、L0分别为试样初始横截面积和纵向拉伸方向上单个网格线段的原始长度,P和ΔL分别对应试样变形过程中的受力大小和变形过程中拉伸方向上单个网格线段相对于初始长度的变化量,最终取纵向拉伸方向所有网格线段真应力和真应变的平均值作为试样的应力和应变。
7.根据权利要求6所述的应力应变测量方法,其特征在于,所述L0、ΔL由网格节点三维空间坐标求取,所述网格节点三维空间坐标根据两个CCD相机采集到的图像的同名网格节点坐标求取。
8.根据权利要求7所述的应力应变测量方法,其特征在于,单个CCD相机采集到的图像的网格节点坐标求取包括如下步骤:
1)图像预处理
①对图像进行二值化处理;
②对图像进行孔洞修复并去毛刺;
③对图像上网格线进行细化操作;
2)网格节点初定位
①对图像进行四分域准则处理
定义一个W像素×W像素的窗口,使窗口在细化图像上不断移动,当窗口会被切分成四个连通域时,判断窗口内存在网格节点;
②对图像进行面积准则处理
当σi是当前网格节点产生的所有满足四分域准则窗口的面积集合φ的标准差中最小时,判断σi对应的窗口中心所在位置即当前网格节点所在位置,即初定位到网格节点坐标;其中,φ是当前网格节点产生的所有满足四分域准则窗口的面积集合,φ={φ1,φ2,……,φn-1,φn};φi是每个满足四分域准则的窗口产生的一个面积集合,φi={S1,S2,S3,S4};S1,S2,S3,S4分别对应四个联通区域中其中一个联通区域的面积,每个联通区域面积的大小定义为该连通域内像素点的个数总和;σi为φi的标准差;
3)网格节点拓扑关系建立
①确定初定位网格节点有向包围盒OBB;
②确定向包围盒OBB的一条长边为投影边,将初定位网格节点向OBB投影边方向上投影,设d为形成的投影点与参考投影点间的距离大小,εd为距离阈值,当d<εd时,认为当前网格节点与参考节点为同一集合,其中参考投影点为当前集合内所有投影点坐标的平均值,集合第一个投影点的参考投影点即为其本身;所有网格节点投影完成后,产生网格节点集合φN;根据投影点的坐标大小进行排序得到有序投影点集合{φ1,φ2,...,φN},φi内网格节点序号为φi={M(i-1)+1,M(i-1)+2,...,M(i-1)+M};
③将φi内每个节点到投影边的距离和横向网格节点的标准距离进行对比确定φi内节点的准确序号,标准距离为试样未变形图像上横向节点间的距离;
4)网格节点精定位
逐一优化初定位网格节点得到精定位网格节点,针对单个初定位网格节点的所述优化包括如下步骤:
①将单个节点和与其横向相邻的任一个节点拟合成横向直线;将该单个节点和与其纵向相邻的任一个节点拟合成纵向直线;
②用所述拟合的直线筛选细化后的图像,筛选出距离所述拟合的直线距离小于第一阈值且距离该单个节点小于第二阈值的所有像素点;
③将所述筛选出的像素点拟合成横向、纵向直线,两直线的交点即为精定位网格节点坐标,以该精定位网格节点坐标作为用于求取网格节点三维空间坐标的网格节点坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610021974.7A CN105547834B (zh) | 2016-01-13 | 2016-01-13 | 基于双目视觉的快速应力应变曲线测量系统的测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610021974.7A CN105547834B (zh) | 2016-01-13 | 2016-01-13 | 基于双目视觉的快速应力应变曲线测量系统的测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105547834A true CN105547834A (zh) | 2016-05-04 |
CN105547834B CN105547834B (zh) | 2018-06-29 |
Family
ID=55827176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610021974.7A Expired - Fee Related CN105547834B (zh) | 2016-01-13 | 2016-01-13 | 基于双目视觉的快速应力应变曲线测量系统的测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105547834B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105973704A (zh) * | 2016-05-30 | 2016-09-28 | 芜湖富春染织有限公司 | 棉纺纱耐拉试验装置 |
CN107152917A (zh) * | 2017-07-24 | 2017-09-12 | 哈尔滨工业大学 | 一种立体视觉结构三维变形全场测量方法 |
CN107505197A (zh) * | 2017-08-11 | 2017-12-22 | 厦门大学 | 一种基于双目视觉的微丝拉伸装置及微丝拉伸方法 |
CN109211685A (zh) * | 2018-09-20 | 2019-01-15 | 南京航空航天大学 | 一种塑性材料高温应变数据的处理方法 |
CN109342189A (zh) * | 2018-10-09 | 2019-02-15 | 华东理工大学 | 一种拉扭组合多轴断裂实验系统及实验方法 |
CN109696356A (zh) * | 2019-01-22 | 2019-04-30 | 河海大学 | 一种土工合成材料拉伸试样全域应变场测量装置及方法 |
JP2019517002A (ja) * | 2016-05-24 | 2019-06-20 | イリノイ トゥール ワークス インコーポレイティド | 3次元較正ツール及び方法 |
CN110411836A (zh) * | 2019-08-28 | 2019-11-05 | 武汉上善仿真科技有限责任公司 | 一种测定金属材料塑性应变比的试验与计算方法 |
CN112834322A (zh) * | 2021-01-07 | 2021-05-25 | 深圳大学 | 试件变形的测量方法、终端、装置、试验系统和存储介质 |
CN112927185A (zh) * | 2021-01-19 | 2021-06-08 | 中国石油天然气集团有限公司 | 一种基于数字图像相关法的真应力-真应变曲线测试计算方法 |
CN113720244A (zh) * | 2021-09-01 | 2021-11-30 | 航宇智造(北京)工程技术有限公司 | 一种基于增强现实技术的应变测试方法 |
US11204240B2 (en) | 2020-05-14 | 2021-12-21 | Industrial Technology Research Institute | Strain measurement method and strain measurement apparatus |
CN115953402A (zh) * | 2023-03-13 | 2023-04-11 | 江西农业大学 | 一种基于机器视觉的植株应力应变测量方法及装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1737642A (zh) * | 2005-09-01 | 2006-02-22 | 上海交通大学 | 基于面阵投影的同步扫描双目视觉三维成像的方法 |
CN101282265A (zh) * | 2008-04-18 | 2008-10-08 | 西安交通大学 | 一种基于无线传感器网络节点的视觉传感器驱动方法 |
CN101319977A (zh) * | 2008-07-18 | 2008-12-10 | 哈尔滨工业大学 | 真应力-真应变计算模型及测试系统 |
CN101750251A (zh) * | 2009-12-30 | 2010-06-23 | 哈尔滨工业大学 | 一种金属板材高温性能测试方法 |
CN101832895A (zh) * | 2010-03-26 | 2010-09-15 | 北京纳克分析仪器有限公司 | 视觉拉伸试验系统 |
CN101975693A (zh) * | 2010-10-11 | 2011-02-16 | 肖锋 | 单轴拉伸试验的数据测量和计算方法 |
CN201828462U (zh) * | 2010-09-07 | 2011-05-11 | 河海大学 | 一种风机支座承载力检测系统 |
CN102496015A (zh) * | 2011-11-22 | 2012-06-13 | 南京航空航天大学 | 二维高斯分布光斑图像中心快速高精度定位方法 |
CN102663763A (zh) * | 2012-04-25 | 2012-09-12 | 南京航空航天大学 | 一种面向大视场高精度视觉测量的摄像机标定方法 |
CN103644858A (zh) * | 2013-12-12 | 2014-03-19 | 大连理工大学 | 一种三轴试验三维变形重构和测量的方法 |
CN103792143A (zh) * | 2014-02-12 | 2014-05-14 | 奇瑞汽车股份有限公司 | 一种单轴拉伸全程真应力应变曲线的快速获取方法 |
CN104792611A (zh) * | 2015-04-20 | 2015-07-22 | 郑州大学 | 混凝土受压破坏应力-应变全曲线测试装置 |
CN104964886A (zh) * | 2015-05-27 | 2015-10-07 | 东南大学 | 一种焊接构件疲劳应力及应变实时非接触式监测方法 |
-
2016
- 2016-01-13 CN CN201610021974.7A patent/CN105547834B/zh not_active Expired - Fee Related
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1737642A (zh) * | 2005-09-01 | 2006-02-22 | 上海交通大学 | 基于面阵投影的同步扫描双目视觉三维成像的方法 |
CN101282265A (zh) * | 2008-04-18 | 2008-10-08 | 西安交通大学 | 一种基于无线传感器网络节点的视觉传感器驱动方法 |
CN101319977A (zh) * | 2008-07-18 | 2008-12-10 | 哈尔滨工业大学 | 真应力-真应变计算模型及测试系统 |
CN101750251A (zh) * | 2009-12-30 | 2010-06-23 | 哈尔滨工业大学 | 一种金属板材高温性能测试方法 |
CN101832895A (zh) * | 2010-03-26 | 2010-09-15 | 北京纳克分析仪器有限公司 | 视觉拉伸试验系统 |
CN201828462U (zh) * | 2010-09-07 | 2011-05-11 | 河海大学 | 一种风机支座承载力检测系统 |
CN101975693A (zh) * | 2010-10-11 | 2011-02-16 | 肖锋 | 单轴拉伸试验的数据测量和计算方法 |
CN102496015A (zh) * | 2011-11-22 | 2012-06-13 | 南京航空航天大学 | 二维高斯分布光斑图像中心快速高精度定位方法 |
CN102663763A (zh) * | 2012-04-25 | 2012-09-12 | 南京航空航天大学 | 一种面向大视场高精度视觉测量的摄像机标定方法 |
CN103644858A (zh) * | 2013-12-12 | 2014-03-19 | 大连理工大学 | 一种三轴试验三维变形重构和测量的方法 |
CN103792143A (zh) * | 2014-02-12 | 2014-05-14 | 奇瑞汽车股份有限公司 | 一种单轴拉伸全程真应力应变曲线的快速获取方法 |
CN104792611A (zh) * | 2015-04-20 | 2015-07-22 | 郑州大学 | 混凝土受压破坏应力-应变全曲线测试装置 |
CN104964886A (zh) * | 2015-05-27 | 2015-10-07 | 东南大学 | 一种焊接构件疲劳应力及应变实时非接触式监测方法 |
Non-Patent Citations (2)
Title |
---|
叶南 等: "基于立体视觉的板料成形极限应变测量关键技术及其系统", 《航空学报》 * |
蒋粉玲 等: "基于Labview的图像与力值同步采集系统", 《苏州科技学院学报(自然科学版)》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019517002A (ja) * | 2016-05-24 | 2019-06-20 | イリノイ トゥール ワークス インコーポレイティド | 3次元較正ツール及び方法 |
JP7106459B2 (ja) | 2016-05-24 | 2022-07-26 | イリノイ トゥール ワークス インコーポレイティド | 3次元較正ツール及び方法 |
CN105973704A (zh) * | 2016-05-30 | 2016-09-28 | 芜湖富春染织有限公司 | 棉纺纱耐拉试验装置 |
CN107152917A (zh) * | 2017-07-24 | 2017-09-12 | 哈尔滨工业大学 | 一种立体视觉结构三维变形全场测量方法 |
CN107505197A (zh) * | 2017-08-11 | 2017-12-22 | 厦门大学 | 一种基于双目视觉的微丝拉伸装置及微丝拉伸方法 |
CN109211685B (zh) * | 2018-09-20 | 2021-02-12 | 南京航空航天大学 | 一种塑性材料高温应变数据的处理方法 |
CN109211685A (zh) * | 2018-09-20 | 2019-01-15 | 南京航空航天大学 | 一种塑性材料高温应变数据的处理方法 |
CN109342189A (zh) * | 2018-10-09 | 2019-02-15 | 华东理工大学 | 一种拉扭组合多轴断裂实验系统及实验方法 |
CN109342189B (zh) * | 2018-10-09 | 2021-01-22 | 华东理工大学 | 一种拉扭组合多轴断裂实验系统及实验方法 |
CN109696356A (zh) * | 2019-01-22 | 2019-04-30 | 河海大学 | 一种土工合成材料拉伸试样全域应变场测量装置及方法 |
CN109696356B (zh) * | 2019-01-22 | 2021-01-26 | 河海大学 | 一种土工合成材料拉伸试样全域应变场测量装置及方法 |
CN110411836B (zh) * | 2019-08-28 | 2022-01-25 | 武汉上善仿真科技有限责任公司 | 一种测定金属材料塑性应变比的试验与计算方法 |
CN110411836A (zh) * | 2019-08-28 | 2019-11-05 | 武汉上善仿真科技有限责任公司 | 一种测定金属材料塑性应变比的试验与计算方法 |
US11204240B2 (en) | 2020-05-14 | 2021-12-21 | Industrial Technology Research Institute | Strain measurement method and strain measurement apparatus |
CN112834322A (zh) * | 2021-01-07 | 2021-05-25 | 深圳大学 | 试件变形的测量方法、终端、装置、试验系统和存储介质 |
CN112834322B (zh) * | 2021-01-07 | 2024-02-02 | 深圳大学 | 试件变形的测量方法、终端、装置、试验系统和存储介质 |
CN112927185A (zh) * | 2021-01-19 | 2021-06-08 | 中国石油天然气集团有限公司 | 一种基于数字图像相关法的真应力-真应变曲线测试计算方法 |
CN113720244A (zh) * | 2021-09-01 | 2021-11-30 | 航宇智造(北京)工程技术有限公司 | 一种基于增强现实技术的应变测试方法 |
CN113720244B (zh) * | 2021-09-01 | 2024-03-22 | 航宇智造(北京)工程技术有限公司 | 一种基于增强现实技术的应变测试方法 |
CN115953402A (zh) * | 2023-03-13 | 2023-04-11 | 江西农业大学 | 一种基于机器视觉的植株应力应变测量方法及装置 |
CN115953402B (zh) * | 2023-03-13 | 2023-05-12 | 江西农业大学 | 一种基于机器视觉的植株应力应变测量方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105547834B (zh) | 2018-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105547834A (zh) | 基于双目视觉的快速应力应变曲线测量系统及方法 | |
CN104048744B (zh) | 一种非接触式的基于影像的实时在线振动测量方法 | |
Li | Research on geometric dimension measurement system of shaft parts based on machine vision | |
CN102589516B (zh) | 一种基于双目线扫描摄像机的动态距离测量系统 | |
CN105716539B (zh) | 一种快速高精度的三维形面测量方法 | |
CN105574527B (zh) | 一种基于局部特征学习的快速物体检测方法 | |
CN107044821A (zh) | 一种非接触式管类物体的测量方法及系统 | |
CN110736748A (zh) | 免疫组化核浆染色切片诊断方法及系统 | |
CN104930985A (zh) | 基于时空约束的双目视觉三维形貌测量方法 | |
CN107016353B (zh) | 一种变分辨率目标探测与识别一体化的方法与系统 | |
WO2019229573A1 (de) | Analyzer zur dreidimensionalen analyse einer medizinischen probe mittels einer lichtfeldkamera | |
Wang et al. | 3-D particle surface reconstruction from multiview 2-D images with structure from motion and shape from shading (January 2020) | |
CN104833679A (zh) | 一种微观缺陷三维尺度逆向标定及检测方法 | |
CN110608685A (zh) | 一种基于树莓派的物体尺寸快速测量方法 | |
CN107238534A (zh) | 基于图像计算在线监测板材拉伸性能的方法及装置 | |
Liang et al. | 3D plant modelling via hyperspectral imaging | |
CN110570953A (zh) | 一种数字病理全景切片图像自动分析方法和系统 | |
CN103308000A (zh) | 基于双目视觉的曲线物体测量方法 | |
CN115143895A (zh) | 形变视觉测量方法、装置、设备、介质和双轴测量引伸计 | |
Deng et al. | Vison-based 3D shape measurement system for transparent microdefect characterization | |
Wang et al. | Resolution enhancement for topography measurement of high-dynamic-range surfaces via image fusion | |
CN113538545B (zh) | 一种基于电液可调焦镜头的单目深度估计方法及相应的相机和存储介质 | |
CN109443319A (zh) | 基于单目视觉的障碍物测距系统及其测距方法 | |
Geng et al. | Machine vision detection method for surface defects of automobile stamping parts | |
CN112146589A (zh) | 一种基于zynq平台的三维形貌测量系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180629 Termination date: 20210113 |
|
CF01 | Termination of patent right due to non-payment of annual fee |