CN112964189B - 一种针对大视场平面内准静态受力变形的测量方法 - Google Patents
一种针对大视场平面内准静态受力变形的测量方法 Download PDFInfo
- Publication number
- CN112964189B CN112964189B CN202110212142.4A CN202110212142A CN112964189B CN 112964189 B CN112964189 B CN 112964189B CN 202110212142 A CN202110212142 A CN 202110212142A CN 112964189 B CN112964189 B CN 112964189B
- Authority
- CN
- China
- Prior art keywords
- view
- sub
- image
- matching
- panoramic
- 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.)
- Active
Links
- 238000000691 measurement method Methods 0.000 title description 7
- 238000000034 method Methods 0.000 claims abstract description 59
- 238000005259 measurement Methods 0.000 claims abstract description 35
- 230000009466 transformation Effects 0.000 claims description 37
- 238000004422 calculation algorithm Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 8
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 7
- 241000519995 Stachys sylvatica Species 0.000 claims description 7
- 238000005314 correlation function Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 3
- 239000003973 paint Substances 0.000 claims description 3
- 238000010422 painting Methods 0.000 claims description 3
- 238000005507 spraying Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 230000000153 supplemental effect Effects 0.000 description 3
- 230000011514 reflex Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种针对大视场平面内准静态受力变形的测量方法，包括以下步骤：1)对被测表面制备随机散乱的黑白斑点特征；2)，固定主相机拍摄一张测量区域中心的照片作为中心视图，并确定图像像素与实际视场尺寸的比例关系；3)，加载前，使用辅助相机拍摄中心视图一周的照片作为补充视图，并拼接形成全景基准图像；4)，加载后，主相机拍摄一张照片作为变形后的中心视图，使用辅助相机拍摄中心视图一周的照片作为变形后的补充视图，并拼接形成全景变形图像；5)，使用数字图像相关法针对两幅全景图像计算变形场与应变场；本测量方法不需要相机标定，针对大视场平面变形的测量简单方便，实现了大尺寸平面的全场测量。
Description
技术领域
本发明属于实验力学的测量技术领域，具体涉及一种针对大视场平面内准静态受力变形的测量方法。易于实现的大尺寸平面在静态或准静态受力下表面二维变形场及应变场的获取方法。
背景技术
大视场下物体表面的受力变形具有很大的测量需求。如煤矿加载试验，墙体桥面受力变形实验，爆炸冲击壁面实验，地震模拟实验等。目前针对这种情况，常用的视觉测量方法包括摄影测量技术与三维数字图像相关法。前者通过在被测物体上粘贴标志点，待载荷稳定后，多次拍摄被测表面图像，重建出这些标志点的空间坐标，最后能获得关键位置的三维变形信息；后者通过在被测表面制备黑白随机斑点，然后使用两个相机采集变形表面的图像，左右图像匹配后，通过相机的标定信息进行三维重建，可以获得整个被测表面的全场变形。但是摄影测量方法，所获取的测量结果只是各个关键位置的变形信息，难以反映变形全貌。且算法实现起来复杂。三维数字图像相关法，能够得到三个方向上的变形全貌，但是，相机的分辨率难以适应很大的测量视场，如果使用短焦镜头观察全貌，对斑点的制备存在要求且大视场下的相机标定过程复杂，导致测量精度也会下降。如果使用多个相机观测各个表面最后拼接，则多相机的标定又是一个难题。另外，还需要三维重建算法的支持，难以方便地应用在实际测量中。
上述测量场景的特点是：测量区域很大但是近似为平面。变形实验的加载是静态或者是准静态的，且测量需要获得表面的全场变形和应变。针对这种状况下的测量。
发明内容
为克服上述现有技术的不足，本发明的目的是提供一种针对大视场平面内准静态受力变形的测量方法，不需要相机标定，测量简单方便，实现了大尺寸平面的全场测量。
为实现上述目的，本发明采用的技术方案是：一种针对大视场平面内准静态受力变形的测量方法，本发明需要使用两个型号和镜头相同的灰度相机，分别称它们为主相机和辅助相机，主相机用来拍摄中心视图，辅助相机用来拍摄补充视图；包括以下步骤：
第一步，对被测表面制备随机散乱的黑白斑点特征，可以使用油漆喷涂、记号笔标记或粉刷涂料，保证被测表面的黑白斑点能够稳固地附着在被测表面，跟随表面变形；
第二步，使用三脚架放置辅助相机，使辅助相机正视被测表面的中心区域，固定三脚架的位置，自动对焦后固定焦距，取下辅助相机，换上主相机，自动对焦后固定焦距，这样，主相机镜头和辅助相机镜头的焦距一致；接着，在主相机观测的区域内建立像素与实际长度的比例尺；
第三步，在施加载荷前，主相机采集一张图像作为中心视图，接着在近似相同的测量距离，用辅助相机拍摄中心视图周围一圈的照片作为补充视图；要求拍摄的补充视图与中心视图均有公共区域，用粗细匹配与投影变换实现被测区域若干图像的拼接，拼接成全景图像，将全景图像作为全景基准图像；
第四步，在载荷稳定加载后，主相机采集一张图像作为变形后的中心视图，然后在近似相同的测量距离，用辅助相机拍摄中心视图周围一圈的照片，作为变形后的补充视图；要求拍摄的变形后的补充视图与变形后的中心视图均有公共区域，用粗细匹配与投影变换实现被测区域若干图像的拼接，拼接成全景图像，将全景图像作为全景变形图像；
第五步，对全景基准图像和全景变形图像，使用数字图像相关法计算变形场和应变场，获得被测表面变形前后各个位置的变形量和变形分布，为了保证两幅图像能够稳定匹配，使用加入光强系数的相关函数，形函数使用一阶映射。
所述的第二步，需要根据被测平面大小和相机参数及镜头焦距计算主相机布置的位置，并保证主相机拍摄的图像是测量区域的中心，调节主相机和辅助相机的镜头焦距基本一致并使用定焦和定测量距离的方式拍摄，这是测量精度得以保证的前提。
所述的第二步中的比例尺，可供参考的做法是：寻找两个明显的特征点，在图像上计算出两个特征点间的像素距离，再使用尺子测量它们的实际距离，据此可得到像素与实际长度的比例关系。
所述的第三步和第四步中，拼接的具体做法是：首先根据第二步获得的比例尺以及测量区域的大小，建立一张空白的全景图像，将中心视图放置在全景图像中间位置；然后每个补充视图都与中心视图利用公共区域中精确的匹配点对求取投影变换，最后根据投影变换将补充视图插值映射在全景图像上。
所述的第三步，拼接的方法是首先使用特征点检测算子和RANSAC算法结合投影变换求出中心视图和补充视图中准确的特征点对，这部分是粗匹配；接着，通过相关匹配算法计算出更加准确的亚像素点对，这部分是精匹配，这样能够提高全景散斑图像的拼接精度；
所述的第四步，拼接的方法是首先使用特征点检测算子和RANSAC算法结合投影变换求出变形后的中心视图和变形后的补充视图中准确的特征点对，这部分是粗匹配；接着，通过相关匹配算法计算出更准确的亚像素点对，这部分是精匹配，这样能够提高全景散斑图像的拼接精度。
所述的第三步，每个补充视图都与中心视图求解投影矩阵分为粗匹配和精匹配；在精细匹配中，在中心视图上建立步长为1个像素的密集的子区；子区大小根据实际情况可以调整；当满足子区内特征点的个数大于3时，就是待匹配子区，待匹配子区的个数小于4时，放大子区尺寸，重新建立密集的子区；使用数字图像相关法，在补充视图上计算得到待匹配子区的对应子区；利用待匹配子区内的特征点计算得到仿射变换，将变换系数作为一阶形函数的初值，匹配出准确的对应点对；
所述的第四步，每个变形后的补充视图都与变形后的中心视图求解投影矩阵分为粗匹配和精匹配；在精细匹配中，在变形后的中心视图上建立步长为1个像素的密集的子区；子区大小根据实际情况可以调整；当满足子区内特征点的个数大于3时，就是待匹配子区，待匹配子区的个数小于4时，就应该放大子区尺寸，重新建立密集的子区；使用数字图像相关法，在变形后的补充视图上计算得到待匹配子区的对应子区；利用待匹配子区内的特征点计算得到仿射变换，将变换系数作为一阶形函数的初值，匹配出准确的对应点对。
所述的第五步，由于拼接图像不同区域可能存在光照不一致的情况，数字图像相关法使用对线性光强具有抵抗能力的相关函数。
与现有技术相比，本发明的有益效果是：
本发明涉及的是：被测表面为大型近似平面，在承受静态及准静态加载时表面的全场变形和应变测量方法。本发明提出了一种基于图像拼接与散斑匹配的测量方法。仅需要对测量场景进行局部拍照，然后将图像拼接成一幅大图后，再使用数字图像相关法进行图像匹配，从而方便地获得被测表面的二维变形场和应变场。极大地简化了大尺寸平面变形测量的难度。
本发明需要使用两个型号和镜头相同的灰度相机，分别称它们为主相机和辅助相机。主相机用来拍摄中心视图，辅助相机用来拍摄补充视图。
首先，对被测物体表面制备随机散乱的黑白斑点特征。然后，在变形前后：分别使用主相机固定位置拍摄被测表面的中心区域，用辅助相机拍摄其余区域；将主辅相机的图像进行全景拼接。最后，对拼接的变形图像和基准图像进行相关匹配得到变形场和应变场。
本文使用的两个关键技术是图像拼接技术和二维数字图像相关法。与传统图像拼接方法不同的是，一方面，提出了固定中心相机，所有补充视图与中心视图拼接的思路。这样能够保证拼接精度，并有利于准确地计算变形场。另一方面，通过特征点检测后，会存在大量的特征点对。尽管使用RANSAC算法筛选掉外点后，这些特征点对的精度却不高。利用这些冗余的点对计算透视投影变换，精度较低。此处，利用被测表面为散斑的特点，提出了一种利用相关匹配提高图像拼接精度的方法。
本发明的优势是实现起来简单，且能够得到被测表面的全场变形。只需要拍摄被测表面的多张局部图像，然后对图像进行拼接，得到变形前后的全景图像。然后匹配全景图像就能得到被测表面的变形场和应变场。由于是小视场内拍照，这样与三维数字图像相关法相比，就不需要制作大斑点，使制作黑白斑点更加随意。
附图说明
图1基于图像拼接与散斑匹配的大视场变形测量方法的流程图。
图2为本发明主相机和辅助相机的拍摄视角示意图。
图3为本发明图像拼接与变形匹配示意图。
图4(a)本发明中心视图在整个测量视场中的布局示意图。
图4(b)为本发明主相机测量距离的示意图。
图5为本发明大视场变形测量方法的算法流程
图6为本发明中心视图与补充视图子区匹配示意图。
图7为本发明多个静态加载下的变形测量流程图。
图8为本发明裁剪后的全景拼接图像。
图9(a)为本发明变形场计算结果示意图。
图9(b)为本发明应变场计算结果示意图。
具体实施方式
一种针对大视场平面内准静态受力变形的测量方法，包括以下步骤：
本发明需要使用两个型号和镜头相同的灰度相机，分别称它们为主相机和辅助相机。主相机用来拍摄中心视图，辅助相机用来拍摄补充视图。相机拍摄的视角如2所示。
第一步，对被测表面制备随机散乱的黑白斑点特征，可以使用油漆喷涂、记号笔标记或粉刷涂料，保证被测表面的黑白斑点能够稳固地附着在被测表面，跟随表面变形；
第二步，使用三脚架放置辅助相机，使辅助相机正视被测表面的中心区域，固定三脚架的位置，自动对焦后固定焦距，取下辅助相机，换上主相机，自动对焦后固定焦距，这样，主相机镜头和辅助相机镜头的焦距一致；接着，在主相机观测的区域内建立像素与实际长度的比例尺；
第三步，在施加载荷前，主相机采集一张图像作为中心视图，接着在近似相同的测量距离，用辅助相机拍摄中心视图周围一圈的照片作为补充视图；要求拍摄的补充视图与中心视图均有公共区域，用粗细匹配与投影变换实现被测区域若干图像的拼接，拼接成全景图像，将全景图像作为全景基准图像；
第四步，在载荷稳定加载后，主相机采集一张图像作为变形后的中心视图，然后在近似相同的测量距离，用辅助相机拍摄中心视图周围一圈的照片，作为变形后的补充视图；要求拍摄的变形后的补充视图与变形后的中心视图均有公共区域，用粗细匹配与投影变换实现被测区域若干图像的拼接，拼接成全景图像，将全景图像作为全景变形图像；
第五步，对全景基准图像和全景变形图像，使用数字图像相关法计算变形场和应变场，获得被测表面变形前后各个位置的变形量和变形分布，为了保证两幅图像能够稳定匹配，使用加入光强系数的相关函数，形函数使用一阶映射。
所述的第二步，需要根据被测平面大小和相机参数及镜头焦距计算主相机布置的位置，并保证主相机拍摄的图像是测量区域的中心，调节主相机和辅助相机的镜头焦距基本一致并使用定焦和定测量距离的方式拍摄，这是测量精度得以保证的前提。
所述的第二步中的比例尺，可供参考的做法是：寻找两个明显的特征点，在图像上计算出两个特征点间的像素距离，再使用尺子测量它们的实际距离，据此可得到像素与实际长度的比例关系。
所述的第二步，需要根据被测平面大小和相机参数及镜头焦距计算主相机布置的位置，并保证主相机拍摄的图像是测量区域的中心，调节主相机和辅助相机的镜头焦距基本一致并使用定焦和定测量距离的方式拍摄，这是测量精度得以保证的前提。
所述的第三步和第四步中，为了保证拼接的精度，一方面，拍照时，每张补充视图拍摄时都要与中心视图有公共区域；另一方面，拼接的思路是：首先根据第二步获得的比例尺以及测量区域的大小，建立一张空白的全景图像，将中心视图放置在全景图像中间位置；然后每个补充视图都与中心视图利用公共区域中精确的匹配点对求取投影变换，最后根据投影变换将补充视图插值映射在全景图像上。
所述的第三步，拼接的方法是首先使用特征点检测算子和RANSAC算法结合投影变换求出中心视图和补充视图中准确的特征点对，这部分是粗匹配；接着，通过相关匹配算法计算出更加准确的亚像素点对，这部分是精匹配，这样能够提高全景散斑图像的拼接精度；
所述的第四步，拼接的方法是首先使用特征点检测算子和RANSAC算法结合投影变换求出变形后的中心视图和变形后的补充视图中准确的特征点对，这部分是粗匹配；接着，通过相关匹配算法计算出更准确的亚像素点对，这部分是精匹配，这样能够提高全景散斑图像的拼接精度。
所述的第三步，每个补充视图都与中心视图求解投影矩阵分为粗匹配和精匹配；在精细匹配中，在中心视图上建立步长为1个像素的密集的子区；子区大小根据实际情况可以调整；当满足子区内特征点的个数大于3时，就是待匹配子区，待匹配子区的个数小于4时，放大子区尺寸，重新建立密集的子区；使用数字图像相关法，在补充视图上计算得到待匹配子区的对应子区；利用待匹配子区内的特征点计算得到仿射变换，将变换系数作为一阶形函数的初值，匹配出准确的对应点对；
所述的第四步，每个变形后的补充视图都与变形后的中心视图求解投影矩阵分为粗匹配和精匹配；在精细匹配中，在变形后的中心视图上建立步长为1个像素的密集的子区；子区大小根据实际情况可以调整；当满足子区内特征点的个数大于3时，就是待匹配子区，待匹配子区的个数小于4时，就应该放大子区尺寸，重新建立密集的子区；使用数字图像相关法，在变形后的补充视图上计算得到待匹配子区的对应子区；利用待匹配子区内的特征点计算得到仿射变换，将变换系数作为一阶形函数的初值，匹配出准确的对应点对。
所述的第五步，由于拼接图像不同区域可能存在光照不一致的情况，数字图像相关法使用对线性光强具有抵抗能力的相关函数。
第三步、第四步、第五步中的变形匹配原理见图3。其中的计算涉及两部分。
一、关于测量距离的计算：
为了保证四周的补充视图与中心视图有充足的公共区域用于图像配准，应使主相机观测的区域大约为总被测区域面积的四分之一。具体的尺寸及布局如图4(a)所示。
设测量表面宽为W，单位为mm；相机的分辨率为w；像元大小为μ,单位为μm；镜头焦距为f，单位为mm；相机镜头到被测表面的距离为D，称为测量距离，单位为mm，图4(b)所示为相机芯片与测量幅面的成像关系，由相似三角形可得：
式中，据此式，可调整焦距与测量距离满足图4(a)的要求。
二、关于图像拼接的计算：
如图5所示，对于拍摄到的中心视图和补充视图，本发明中全景拼接的步骤为：a)使用常用的图像特征点检测算子如SURF，SIFT或者AKAZE，求出所有图像的特征点，并根据向量相似性进行同名点对判定；b)根据比例尺和被测表面的整体尺寸，建立一张包含被测表面的全景空白图像。c)将主图像放在中间，逐个实现每一张补充视图与中心视图的投影变换，并利用该变换将补充视图填充在全景图像上。待所有补充视图都填充完毕后，即获得了完整的全景图像。
本发明关键之处还在于，每幅补充视图填充在全景图像上的方法通过粗匹配和精匹配两步实现。针对单幅补充视图与中心视图，其具体步骤为：
a)通过随机抽样一致性算法(RANSAC),结合投影变换，筛除错误的匹配点对。(至此，传统的拼接方法利用剩余的正确点对直接进行拼接。本文增加一步精细匹配，使图像拼接的精度更高。)b)在中心视图上建立步长为1个像素的密集的子区。子区大小根据实际情况可以调整。当满足子区内特征点的个数大于3时，就是待匹配子区，待匹配子区的个数小于4时，就应该放大子区尺寸，重新建立密集的子区。划分的子区如图6所示。c)使用数字图像相关法，在补充视图上计算得到待匹配子区的对应子区。利用待匹配子区内的特征点计算得到仿射变换，将变换系数作为一阶形函数的初值，匹配出准确的对应点对。d)根据由相关匹配得到的精确点对，计算补充视图向中心视图的投影变换，并利用该变换将补充视图插值填充在全景图像上。重叠区域使用图像融合算法，常使用加权平滑。
拍照时如果相机的光轴与被测表面垂直，即正视并且能对辅助相机拍摄的外圈照片进行合理的布局，减少全景拼接照片的个数，拼接的精度更高，测量效果更好。当被测对象无法使用辅助相机正视拍摄时，可以改变测量距离自动对焦后倾斜拍摄。只是这样图像拼接的精度会下降。
本文的方法推荐使用但不限于使用单反相机，对于测量地表变形，可使用抗抖动无人机；考虑镜头畸变，可以在拼接前将图像进行边角裁剪；本文的方法不限于使用两台相机。如果能在测量距离上均匀阵列式布置多个相机，通过同时触发采集，可以实现变形速率较高的准静态变形。
本发明也适用于多次静态加载的场合。如图7所示，将每次加载后稳定的被测表面进行拍照和全景拼接，得到全景拼接变形图都跟全景拼接基准图进行相关匹配计算。就可以得到每个状态下的变形场和应变场。
通过本发明所描述的方法，使用单反相机对4m×3m的混凝土砌体墙进行了静态受力下的变形测量，通过对变形前后图像的拼接和裁剪(图8)，再进行相关匹配后，得到的变形场以及应变场的结果分别如图9(a)、图9(b)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的专利保护范围。
Claims (7)
1.一种针对大视场平面内准静态受力变形的测量方法，其特征在于，包括以下步骤：
本发明需要使用两个型号和镜头相同的灰度相机，分别称它们为主相机和辅助相机。主相机用来拍摄中心视图，辅助相机用来拍摄补充视图；
第一步，对被测表面制备随机散乱的黑白斑点特征，可以使用油漆喷涂、记号笔标记或粉刷涂料，保证被测表面的黑白斑点能够稳固地附着在被测表面，跟随表面变形；
第二步，使用三脚架放置辅助相机，使辅助相机正视被测表面的中心区域，固定三脚架的位置，自动对焦后固定焦距，取下辅助相机，换上主相机，自动对焦后固定焦距，这样，主相机镜头和辅助相机镜头的焦距一致；接着，在主相机观测的区域内建立像素与实际长度的比例尺；
第三步，在施加载荷前，主相机采集一张图像作为中心视图，接着在近似相同的测量距离，用辅助相机拍摄中心视图周围一圈的照片作为补充视图；要求拍摄的补充视图与中心视图均有公共区域，用粗细匹配与投影变换实现被测区域若干图像的拼接，拼接成全景图像，将全景图像作为全景基准图像；
第四步，在载荷稳定加载后，主相机采集一张图像作为变形后的中心视图，然后在近似相同的测量距离，用辅助相机拍摄中心视图周围一圈的照片，作为变形后的补充视图；要求拍摄的变形后的补充视图与变形后的中心视图均有公共区域，用粗细匹配与投影变换实现被测区域若干图像的拼接，拼接成全景图像，将全景图像作为全景变形图像；
第五步，对全景基准图像和全景变形图像，使用数字图像相关法计算变形场和应变场，获得被测表面变形前后各个位置的变形量和变形分布，为了保证两幅图像能够稳定匹配，使用加入光强系数的相关函数，形函数使用一阶映射。
2.根据权利要求1所述的一种针对大视场平面内准静态受力变形的测量方法，其特征在于，所述的第二步中的比例尺，做法是：寻找两个明显的特征点，在图像上计算出两个特征点间的像素距离，再使用尺子测量它们的实际距离，据此可得到像素与实际长度的比例关系。
3.根据权利要求1所述的一种针对大视场平面内准静态受力变形的测量方法，其特征在于，所述的第二步，需要根据被测平面大小和相机参数及镜头焦距计算主相机布置的位置，并使主相机拍摄的图像是测量区域的中心，调节主相机和辅助相机的镜头焦距基本一致并使用定焦和定测量距离的方式拍摄。
4.根据权利要求1所述的一种针对大视场平面内准静态受力变形的测量方法，其特征在于，所述的第三步和第四步，拼接的做法是：首先根据第二步获得的比例尺以及测量区域的大小，建立一张空白的全景图像，将中心视图放置在全景图像中间位置；然后每个补充视图都与中心视图利用公共区域中精确的匹配点对求取投影变换，最后根据投影变换将补充视图插值映射在全景图像上。
5.根据权利要求1所述的一种针对大视场平面内准静态受力变形的测量方法，其特征在于，所述的第三步，拼接的方法是首先使用特征点检测算子和RANSAC算法结合投影变换求出中心视图和补充视图中准确的特征点对，这部分是粗匹配；接着，通过相关匹配算法计算出更加准确的亚像素点对，这部分是精匹配，这样能够提高全景散斑图像的拼接精度；
所述的第四步，拼接的方法是首先使用特征点检测算子和RANSAC算法结合投影变换求出变形后的中心视图和变形后的补充视图中准确的特征点对，这部分是粗匹配；接着，通过相关匹配算法计算出更准确的亚像素点对，这部分是精匹配，这样能够提高全景散斑图像的拼接精度。
6.根据权利要求1所述的一种针对大视场平面内准静态受力变形的测量方法，其特征在于，所述的第三步，每个补充视图都与中心视图求解投影矩阵分为粗匹配和精匹配；在精细匹配中，在中心视图上建立步长为1个像素的密集的子区；子区大小根据实际情况可以调整；当满足子区内特征点的个数大于3时，就是待匹配子区，待匹配子区的个数小于4时，放大子区尺寸，重新建立密集的子区；使用数字图像相关法，在补充视图上计算得到待匹配子区的对应子区；利用待匹配子区内的特征点计算得到仿射变换，将变换系数作为一阶形函数的初值，匹配出准确的对应点对；
所述的第四步，每个变形后的补充视图都与变形后的中心视图求解投影矩阵分为粗匹配和精匹配；在精细匹配中，在变形后的中心视图上建立步长为1个像素的密集的子区；子区大小根据实际情况可以调整；当满足子区内特征点的个数大于3时，就是待匹配子区，待匹配子区的个数小于4时，就应该放大子区尺寸，重新建立密集的子区；使用数字图像相关法，在变形后的补充视图上计算得到待匹配子区的对应子区；利用待匹配子区内的特征点计算得到仿射变换，将变换系数作为一阶形函数的初值，匹配出准确的对应点对。
7.根据权利要求1所述的一种针对大视场平面内准静态受力变形的测量方法，其特征在于，所述的第五步，由于拼接图像不同区域可能存在光照不一致的情况，数字图像相关法使用对线性光强具有抵抗能力的相关函数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110212142.4A CN112964189B (zh) | 2021-02-25 | 2021-02-25 | 一种针对大视场平面内准静态受力变形的测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110212142.4A CN112964189B (zh) | 2021-02-25 | 2021-02-25 | 一种针对大视场平面内准静态受力变形的测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112964189A CN112964189A (zh) | 2021-06-15 |
| CN112964189B true CN112964189B (zh) | 2023-06-30 |
Family
ID=76286127
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110212142.4A Active CN112964189B (zh) | 2021-02-25 | 2021-02-25 | 一种针对大视场平面内准静态受力变形的测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112964189B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012058902A1 (zh) * | 2010-11-02 | 2012-05-10 | 中兴通讯股份有限公司 | 全景图合成方法及装置 |
| CN103335604A (zh) * | 2013-07-05 | 2013-10-02 | 温州大学 | 一种工作状态下风轮叶片全场三维变形在线监测方法 |
| CN103542815A (zh) * | 2013-09-23 | 2014-01-29 | 西安新拓三维光测科技有限公司 | 大幅面散斑全场应变测量方法 |
| CN108759699A (zh) * | 2018-03-27 | 2018-11-06 | 西安交通大学 | 一种大视场砌体结构材料三维全场变形的测量方法及系统 |
-
2021
- 2021-02-25 CN CN202110212142.4A patent/CN112964189B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012058902A1 (zh) * | 2010-11-02 | 2012-05-10 | 中兴通讯股份有限公司 | 全景图合成方法及装置 |
| CN103335604A (zh) * | 2013-07-05 | 2013-10-02 | 温州大学 | 一种工作状态下风轮叶片全场三维变形在线监测方法 |
| CN103542815A (zh) * | 2013-09-23 | 2014-01-29 | 西安新拓三维光测科技有限公司 | 大幅面散斑全场应变测量方法 |
| CN108759699A (zh) * | 2018-03-27 | 2018-11-06 | 西安交通大学 | 一种大视场砌体结构材料三维全场变形的测量方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 基于数字图像相关的旋转叶片全场测量;叶美图;梁晋;千勃兴;宗玉龙;龚春园;;中南大学学报(自然科学版)(第07期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112964189A (zh) | 2021-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110057295B (zh) | 一种免像控的单目视觉平面距离测量方法 | |
| CN106127745B (zh) | 结构光3d视觉系统与线阵相机的联合标定方法及装置 | |
| JP4307934B2 (ja) | 画像補正機能付撮影装置及び方法、並びに撮影装置及び方法 | |
| CN111220128B (zh) | 一种单目聚焦的测量方法及终端 | |
| CN102243323B (zh) | 基于视频探测的岩质边坡稳定性分析方法 | |
| CN102768762B (zh) | 一种针对盾构隧道病害数字照相检测的数码相机标定方法及其装置 | |
| JP2004037270A (ja) | キャリブレーション用データ測定装置、測定方法及び測定プログラム、並びにコンピュータ読取可能な記録媒体、画像データ処理装置 | |
| KR20210008040A (ko) | 3d 모델링을 위한 삼각대 및 카메라 촬영 자세 식별 방법 | |
| KR20030078903A (ko) | 주석기입에 따른 전방위성 3차원 이미지 데이터 획득장치,그 방법 및 동적 범위의 확대방법 | |
| CN110736447B (zh) | 一种集成式图像采集设备竖直方向水平位置检校方法 | |
| WO2022126430A1 (zh) | 辅助对焦方法、装置及系统 | |
| JP2002516443A (ja) | ３次元表示のための方法および装置 | |
| CN102589529B (zh) | 扫描近景摄影测量方法 | |
| JP2007225423A (ja) | 変位測定装置 | |
| CN102628693A (zh) | 一种用于摄像机主轴与激光束进行平行配准的方法 | |
| JP5363878B2 (ja) | ステレオ画像撮影装置及びその方法 | |
| CN108955642B (zh) | 一种大幅面等效中心投影影像无缝拼接方法 | |
| CN112907647B (zh) | 一种基于固定式单目摄像机的三维空间尺寸测量方法 | |
| CN112964189B (zh) | 一种针对大视场平面内准静态受力变形的测量方法 | |
| CN107527323A (zh) | 镜头畸变的标定方法及装置 | |
| JP4775541B2 (ja) | 撮影画像における歪曲収差補正方法 | |
| JP4536428B2 (ja) | ズームレンズのキャリブレーション装置及びキャリブレーション方法、撮影装置 | |
| CN111445453A (zh) | 摄像机获取的琴键图像的偏移判断方法、系统、介质及装置 | |
| JP2004340753A (ja) | キャリブレーションチャート画像表示装置 | |
| JP2011227073A (ja) | ３次元位置測定装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |