CN116839496A

CN116839496A - 材料水中形变的测量方法、装置、系统及存储介质

Info

Publication number: CN116839496A
Application number: CN202310753932.2A
Authority: CN
Inventors: 罗明慧; 李长太; 毕胜昔
Original assignee: Shenzhen Haisaimu Technology Co ltd
Current assignee: Shenzhen Haisaimu Technology Co ltd
Priority date: 2023-06-26
Filing date: 2023-06-26
Publication date: 2023-10-03

Abstract

本申请涉及光测力学技术，公开了一种材料水中形变的测量方法，包括：控制照明光源照射水中的被测材料；控制工业相机采集所述被测材料在形变过程中的一系列图像；确定采集到的图像中的特征区域，并提取特征区域图像；对一系列特征区域图像进行水下畸变图像修复处理；利用亚像素位移测量算法对修复处理后的一系列特征区域图像中的特征点的位移进行测量，生成所述被测材料的形变数据。本申请还公开了一种形变测量装置、形变测量系统和计算机可读存储介质。本申请旨在准确测量在水中形变的被测材料的形变数据。

Description

材料水中形变的测量方法、装置、系统及存储介质

技术领域

本申请涉及光测力学技术领域，尤其涉及一种材料水中形变的测量方法、形变测量装置、形变测量系统以及计算机可读存储介质。

背景技术

目前在水下航天器、海上石油、潜艇等领域，有越来越多的新材料和新的结构需要在一定水压下通过材料形变来验证其力学性能。

现有对材料水中形变的测试方式，一般是需要先将被测材料表面打磨光滑，然后使用胶水将电阻应变片贴到被测物表面，待胶水粘贴牢固后将电阻应变片的接线端子与导线进行焊接连接，焊接完成后在电阻应变片及导线上涂抹防水材料，最后将电阻应变片的导线接到数据采集器中，由数据采集器读取电阻应变片的数值，以得到材料形变相关的数据。

由于电阻应变片有量程限制，在材料的变形超过量程时电阻应变片会发生破坏；而且电阻应变片只能测量粘贴位置单点单一方向的应变值，无法测量粘贴位置的位移值；加上电阻应变片布置较为复杂繁琐，且布置后也可能会因为粘贴问题有失效的可能性。这些因素都会导致目前难以实现对材料水中形变数据的准确测量。

上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。

发明内容

本申请的主要目的在于提供一种材料水中形变的测量方法、形变测量装置、形变测量系统以及计算机可读存储介质，旨在准确测量在水中形变的被测材料的形变数据。

为实现上述目的，本申请提供一种材料水中形变的测量方法，包括以下步骤：

控制照明光源照射水中的被测材料；

控制工业相机采集所述被测材料在形变过程中的一系列图像；

确定采集到的图像中的特征区域，并提取特征区域图像；

对一系列特征区域图像进行水下畸变图像修复处理；

利用亚像素位移测量算法对修复处理后的一系列特征区域图像中的特征点的位移进行测量，生成所述被测材料的形变数据。

可选的，所述照明光源和所述工业相机设置在图像采集设备中，所述图像采集设备还设置有激光测距仪；所述控制照明光源照射水中的被测材料的步骤之前，还包括：

利用激光测距仪确定图像采集设备与被测材料的相对位置关系。

可选的，所述被测材料表面预先设置有所述特征点。

可选的，所述控制工业相机采集所述被测材料在形变过程中的一系列图像的步骤之前，还包括：

控制激光设备向被测材料发射激光，在所述被测材料表面形成均匀分布的激光散斑，以突出显现所述被测材料表面的纹理特征；

所述利用亚像素位移测量算法对修复处理后的一系列特征区域图像中的特征点的位移进行测量，生成所述被测材料的形变数据的步骤之前，还包括：

从修复处理后的特征区域图像中的纹理特征中确定特征点。

可选的，所述从修复处理后的特征区域图像中的纹理特征中确定特征点的步骤之前，还包括：

对修复处理后的特征区域图像中不符合预设要求的激光散斑进行过滤处理；

基于特征放大算法对过滤后剩余的激光散斑对应的纹理特征进行处理。

可选的，所述确定采集到的图像中的特征区域，并提取特征区域图像的步骤包括：

将采集到的图像输入到预先训练的机器学习模型中，利用所述机器学习模块识别图像中的特征区域，并提取特征区域内的图像作为特征区域图像。

为实现上述目的，本申请还提供一种形变测量装置，包括：

照明控制模块，用于控制照明光源照射水中的被测材料；

图像采集模块，用于控制工业相机采集所述被测材料在形变过程中的一系列图像；

特征提取模块，用于确定采集到的图像中的特征区域，并提取特征区域图像；

图像修复模块，用于对一系列特征区域图像进行水下畸变图像修复处理；

形变测量模块，用于利用亚像素位移测量算法对修复处理后的一系列特征区域图像中的特征点的位移进行测量，生成所述被测材料的形变数据。

为实现上述目的，本申请还提供一种形变测量系统，所述形变测量系统包括图像采集设备和计算机设备，且所述图像采集设备与所述计算机设备之间通过防水线缆实现通信连接；所述计算机设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的材料水中形变的测量程序，所述材料水中形变的测量程序被所述处理器执行时实现如上述材料水中形变的测量方法的步骤。

可选的，所述图像采集设备的壳体内部集成有照明光源、工业相机、工业镜头和激光测距仪；所述壳体外表面上还设置有固定块和防水构件，所述固定块用于连接固定支架，所述防水构件设置在所述图像采集设备的图像采集口处。

为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有材料水中形变的测量程序，所述材料水中形变的测量程序被处理器执行时实现如上述材料水中形变的测量方法的步骤。

本申请提供的材料水中形变的测量方法、形变测量装置、形变测量系统以及计算机可读存储介质，实现清晰采集被测材料在水中一系列的形变图像，并对各图像中的特征区域进行水下畸变图像修复处理，得到能准确还原被测材料在水中的形变过程的特征区域图像后，再基于亚像素位移测量算法进行测量，以准确测量被测材料在水中形变产生的的相关数据。

附图说明

图1为本申请一实施例中材料水中形变的测量方法步骤示意图；

图2为本申请一实施例中形变测量系统示意图；

图3为本申请一实施例中正常图像与畸变图像比对图；

图4为本申请一实施例中提取图像子区域的示意图；

图5为本申请一实施例中形变测量装置示意图；

图6为本申请一实施例的计算机设备的内部结构示意框图；

图7为本申请一实施例中图像采集设备结构示意图。

本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制，基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

另外，若本申请中涉及“第一”、“第二”等的描述，仅用于描述目的（如用于区分相同或类似元件），而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。

参照图1，在一实施例中，所述材料水中形变的测量方法包括：

步骤S10、控制照明光源照射水中的被测材料；

步骤S20、控制工业相机采集所述被测材料在形变过程中的一系列图像；

步骤S30、确定采集到的图像中的特征区域，并提取特征区域图像；

步骤S40、对一系列特征区域图像进行水下畸变图像修复处理；

步骤S50、利用亚像素位移测量算法对修复处理后的一系列特征区域图像中的特征点的位移进行测量，生成所述被测材料的形变数据。

本实施例中，参照图2，用于对处于水中的被测材料进行形变视觉测量的形变测量系统包括图像采集设备和计算机设备，其中，图像采集设备布置在水中，且图像采集设备的光照照射及图像采集范围对准被测材料，而计算机设备则部署在水上，图像采集设备与计算机设备之间通过防水线缆实现通信连接，这样部署在水下的图像采集设备就可以通过防水线缆，接收部署在水上的计算机设备的控制信号，或者向计算机设备传输数据；其中，被测材料两端可设置拉力/压力装置（图中未示出），以通过拉力/压力装置对被测材料进行拉伸或压缩，使被测材料实现变形。

可选的，本实施例的执行终端可以是计算机设备，或控制计算机设备的虚拟装置（如形变测量装置）；以下以执行终端为计算机设备为例进行说明。

可选的，图像采集设备中集成有照明光源，计算机设备可通过控制图像采集设备的照明光源发光并照射处于水中的被测材料，使图像采集设备能在水中环境得到充足的光线，以便后续采集到清晰的图像（即避免因水中环境昏暗而影响图像采集的质量）。

在一些可选实施例中，照明光源也可以不集成在图像采集设备中，而是作为形变测量系统中一个独立的设备，放置在被测材料前即可；当然，此时照明光源也可以通过防水线缆与计算机设备建立通信连接，并受计算机设备控制。

可选的，在被测材料表面预先涂制有黑白相间的散斑，作为被测材料的特征点。

或者，形变测量系统还可包括激光设备（图中未示出），并且激光设备同样可以部署在水中，并通过防水线缆与计算机设备建立通信连接，并受计算机设备的控制。计算机设备通过控制激光设备向水中被测材料表面发射激光，在被测材料表面形成均匀分布的激光散斑，以突出显现被测材料表面的纹理特征，作为被测材料的特征点。

可选的，图像采集设备中还集成有工业相机，以及配置有与工业相机配套的工业镜头。在被测材料形变过程中，计算机设备控制图像采集设备按预先设定的摄像频率，使用工业相机持续抓拍图像采集范围内的被测材料的图像，鉴于被测材料的形变处理是一个持续的过程，那么图像采集设备在一定时长内即可拍摄得到被测材料在不同时刻的多张图像，并将拍摄到的一系列图像传输至计算机设备，以待计算机设备作进一步处理。

可选的，在计算机设备得到被测材料水中形变过程的一系列图像后，相关工程师可以在计算机设备中标记选出图像需要提取的特征区域，再由计算机设备根据工程师标记的特征区域，提取出每个张图像中相应区域范围内的图像，作为特征区域图像。

或者，在计算机设备得到被测材料水中形变过程的一系列图像后，可以将采集到的图像输入到预先训练的机器学习模型中，利用所述机器学习模块识别图像中的特征区域，并提取特征区域内的图像作为特征区域图像。

这样，针对一系列图像做特征区域图像的提取，即可得到一系列的特征区域图像。需要说明的是，特征区域内需含括有多个用于后续测量的特征点。

可选的，在计算机设备提取得到一系列特征区域图像后，即可基于水下畸变图像修复算法，对每张特征区域图像进行水下畸变图像修复处理，即水下畸变图像修复算法负责修复工业相机在水下拍照因水流涌动、折射率等因素产生的图像畸变，以便图像相关算法做出准确的计算。

可选的，本申请使用的水下畸变图像修复算法主要解决水中图像的径向畸变问题；参照图3，径向畸变可分为枕形畸变和桶形畸变（图3为正常图像与枕形畸变图像、桶形畸变图像的比对图）。

可选的，在对特征区域图像进行修复处理时，可通过工业相机标定获得畸变参数k₁、k₂、k₃，并通过以下公式计算修复畸变后的坐标：

x_r=x(1+k₁r²+k₂r⁴+k₃r⁶)；

y_r=y(1+k₁r²+k₂r⁴+k₃r⁶)；

其中，x_r、y_r为工业相机拍摄获得的坐标，即未修复前的畸变图像中的坐标；r²=x²+y²；x、y为理想坐标，即畸变修复后图像中的坐标。

利用上述方式，即可实现对一系列特征区域图像进行水下畸变图像修复处理。

可选的，在对特征区域图像进行修复处理后，则利用亚像素位移测量算法（或称数字图像相关法），跟踪一系列特征区域图像中的特征点，以测量形变材料表面上的特征点在一系列特征区域图像中产生的位移，以此得到被测材料形变过程产生的形变数据。

其中，对于每张特征区域图像，基于亚像素位移测量算法，评估图像区域，并将图像分成多个单独的图像子区域（如图4所示，每个图像子区域中各个像素可使用相应的灰度值进行表示）。

可选的，在图像中通过刻面匹配可以清楚地识别图像子区域，并找到变形后的图像子区域，再用亚像素精度确定刻面中心全场信息。在此基础上，通过下列公式即可计算各图像子区域的位移量：

u=x1-x0；

v=y1-y0；

其中，u为横轴方向上的位移分量、v为纵轴方向上的位移分量、x1为特征点形变后的横轴坐标、x0为特征点形变前的横轴坐标、y1为特征点形变后的纵轴坐标、y0为特征点形变前的纵轴坐标。

可选的，在得到被测材料表面的特征点的位移量后，根据现有的应力转换公式，即可相应转换计算被测材料的横向应力、纵向应力、泊松比等形变数据。

此外，也可以利用位移量推算各图像子区域变形前后所占像素量（设变形前后像素量分别为a0*b0、a1*b1），再基于此计算相应的应变量：

e1=(a1-a0)/a0；

e2=(b1-b0)/b0；

其中，e1为横向应变量、e2为纵向应变量。

在一实施例中，实现清晰采集被测材料在水中一系列的形变图像，并对各图像中的特征区域进行水下畸变图像修复处理，得到能准确还原被测材料在水中的形变过程的特征区域图像后，再基于亚像素位移测量算法进行测量，以准确测量被测材料在水中形变产生的的相关数据。

此外，本申请提供的材料水中形变的测量方法不仅抗水中干扰能力强（即能很好地适用于水中昏暗、水流涌动大等环境），而且相比于传统的使用电阻应变片测量方式，不仅不会发生因材料形变幅度过大而中断测量过程的情况，还能实现对被测材料各位置、方位的灵活测量（即只要图像采集设备的摄像范围足够大，即可实现完全覆盖被测材料的形变范围）。

在一实施例中，在上述实施例基础上，所述照明光源和所述工业相机设置在图像采集设备中，所述图像采集设备还设置有激光测距仪；所述控制照明光源照射水中的被测材料的步骤之前，还包括：

本实施例中，图像采集设备还集成有激光测距仪，当图像采集设备放入水中后，计算机设备即可控制图像采集设备中的激光测距仪启动，并通过激光测距，向计算机设备反馈图像采集设备与被测材料之间的相对位置关系。

这样，即可方便相关工程师通过计算机设备，了解处于水中的图像采集设备和被测材料之间的相对位置关系，使得工程师可以根据实际测量需要调整图像采集设备与被测材料之间的相对位置关系，以便将图像采集设备的拍摄角度调整至最佳，使得后续可以采集得到更清晰、全面的材料形变图像。

在一实施例中，在上述实施例的基础上，所述控制工业相机采集所述被测材料在形变过程中的一系列图像的步骤之前，还包括：

从修复处理后的特征区域图像中的纹理特征中确定特征点。

本实施例中，也可以是使用激光散斑制作特征点的方式，替代人工手涂特征点的方式。

可选的，计算机设备可通过控制激光设备向水中被测材料表面发射激光，在被测材料表面形成均匀分布的激光散斑，以突出显现被测材料表面的纹理特征，作为被测材料的特征点。

可选的，激光设备包括激光源、激光放大器和光纤耦合系统，其中，所述激光源用于发射激光，所述激光放大器用于将激光光束放大，所述光纤耦合系统用于使激光散斑均匀分散。

可选的，在使用图像采集设备采集被测材料在形变过程中的图像之前，先控制激光设备向被测材料发射激光，并使激光设备的激光源发射的激光经过激光放大器进行放大，形成激光面照射射出，且激光形成照射面后透过光纤耦合系统，使激光散斑均匀分散呈现在被测材料的表面（即在被测材料表面形成均匀分布的激光散斑），从而突出显现被测材料表面的纹理特征（这是因为光照射在凹凸不平的表面时会形成不同的反射，从而造成明暗不一的情况，也就能凸显出凹凸不平的纹理）。

需要说明的是，这些纹理特征可以是被测材料自带的，也可以是在被测材料形变过程中产生的。

应该理解的是，这样通过激光标记形成的特征点，无论是被测材料在形变过程会发生剧烈抖动，还是处于高温环境中，均不会脱落；即只要激光设备能持续在被测材料表面形成激光散斑，就能一直显现出被测材料表面的纹理特征作为特征点。

当然，鉴于激光照射范围广，形成的激光散斑较多，并且其中一些是可用于后续测量材料形变的、一些是不适用后续测量材料形变的，因此在后续利用亚像素位移测量算法对修复处理后的一系列特征区域图像中的特征点的位移进行测量之前，可先由经验丰富的工程师根据经验，从而畸形修复后的特征区域图像中标记出其中可用的特征点，再由计算机设备利用亚像素位移测量算法，在一系列特征区域图像中跟踪标记的特征点，以测量形变材料表面上的特征点在一系列特征区域图像中产生的位移，以此得到被测材料形变过程产生的形变数据。

在一实施例中，在上述实施例的基础上，所述从修复处理后的特征区域图像中的纹理特征中确定特征点的步骤之前，还包括：

本实施例中，在使用激光散斑制作特征点时，计算机设备在得到修复处理后的一系列特征区域图像之后，可以先基于预设的激光散斑过滤算法对每张特征区域图像中不符合预设要求的激光散斑进行过滤处理（这样可以隐藏不符合预设要求的激光散斑所显现的纹理特征），然后再基于特征放大算法对特征区域图像中的纹理特征进行放大处理。

可选的，可以将灰度值大于第一阈值、小于第二阈值的激光散斑，定义为符合预设要求的激光散斑，其中，第一阈值小于第二阈值，且第一阈值用于衡量激光散斑是否过暗、第二阈值用于衡量激光散斑是否过亮，因此第一阈值、第二阈值的具体取值可根据实际情况需要设置。相应地，激光散斑过滤算法即可用于过滤灰度值小于或等于第一阈值，或者灰度值大于或等于第二阈值的激光散斑。

或者，激光散斑过滤算法也可以是使用隔行筛选（可将图像划分为多行）或点阵图的方式选择局部图像中的激光散斑进行过滤处理，而保留剩余部分的激光散斑，以将特征区域图像处理为黑白相间的激光散斑图像（即白色部分对应的激光散斑即是过滤后保留下来的，黑色部分对应的激光散斑是被过滤掉的），从而避免图像中出现白一片、黑一片的激光散斑，影响后续识别纹理特征的准确度。相应地，此时校验图像中的激光散斑是否满足预设条件的方式，即改为校验图像中是否有大面积的白色区域或黑色区域（且若有大面积的白色区域或黑色区域则不满足预设条件，否则则满足预设条件），其中若超出预设面积阈值，则判定属于大面积；预设面积阈值的具体值可根据实际情况需要设置，如设置为图像总面积的10%~30%。

可选的，在对特征区域图像中不符合预设要求的激光散斑进行过滤处理后，然后再使用特征放大算法对过滤后剩余的激光散斑进行放大处理（即放大显示图像中激光散斑所凸显出的纹理特征），以更加突出显示出被测材料的纹理特征（即使纹理特征在图像中清晰可见），便于后续对相应特征点的跟踪测量。

需要说明的是，所述特征放大算法可以采用现有的局部图像放大算法，只需将放大目标设置为被测材料的纹理特征所处图像区域即可。

在一实施例中，在上述实施例的基础上，所述确定采集到的图像中的特征区域，并提取特征区域图像的步骤包括：

本实施例中，计算机设备可部署有预先训练完成的机器学习模型，该机器学习模块使用的训练样本为标记有特征区域的材料形变图像。当机器学习模型预先使用数量足够多的训练样本，经过多次迭代训练后，即可学习得到材料形变图像与特征区域之间的映射关系。

因此当将采集到的图像输入预先训练完成的机器学习模型中后，机器学习模型即可根据预先训练得到的材料形变图像与特征区域之间的映射关系，从图像中自动标记出相应的特征区域，并可以从中截取出相应的特征区域图像，从而节省了人工标记特征区域的成本。

参照图5，本申请实施例中还提供一种形变测量装置Z10，包括：

照明控制模块Z11，用于控制照明光源照射水中的被测材料；

图像采集模块Z12，用于控制工业相机采集所述被测材料在形变过程中的一系列图像；

特征提取模块Z13，用于确定采集到的图像中的特征区域，并提取特征区域图像；

图像修复模块Z14，用于对一系列特征区域图像进行水下畸变图像修复处理；

形变测量模块Z15，用于利用亚像素位移测量算法对修复处理后的一系列特征区域图像中的特征点的位移进行测量，生成所述被测材料的形变数据。

可选的，所述形变测量装置可以是一种虚拟控制装置（如虚拟机），也可以是实体设备（如除计算机设备外的可执行相应方法的实体设备）。

参照图2，本申请实施例中还提供一种形变测量系统，所述形变测量系统包括图像采集设备和计算机设备，且所述图像采集设备与所述计算机设备之间通过防水线缆实现通信连接，且该计算机设备内部结构可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口和数据库。其中，该处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储材料水中形变的测量程序。该计算机设备的通信接口用于与外部的终端进行数据通信。该计算机设备的输入装置用于接收外部设备输入的信号。该计算机程序被处理器执行时以实现一种如以上实施例所述的材料水中形变的测量方法。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定。

可选的，参照图7，所述图像采集设备的壳体内部集成有照明光源、工业相机、工业镜头和激光测距仪；所述壳体外表面上还设置有固定块和防水构件，所述固定块用于连接固定支架，所述防水构件设置在所述图像采集设备的图像采集口处。

其中，照明光源、工业相机、工业镜头和激光测距仪的作用可参照上述实施例，此处不再赘述。

可选的，图像采集设备的壳体外表面上设置的固定块可用于连接固定支架，在相关工程师确定图像采集设备在水中的拍摄位置后，即可使用固定块连接固定支架，以固定图像采集设备，防止因水流涌动晃动图像采集设备而影响图像采集的质量。

或者，也可以使用绳索绑定或其他方式替代固定支架，即固定块还可以用于连接绳索或其他固定件。

可选的，防水构件与图像采集设备之间可拆卸连接，相关工程师在将图像采集设备放入水中之前，先将防水构件安装在图像采集口处，以实现图像采集口在一定水压下的防水。

此外，本申请还提出一种计算机可读存储介质，所述计算机可读存储介质包括材料水中形变的测量程序，所述材料水中形变的测量程序被处理器执行时实现如以上实施例所述的材料水中形变的测量方法的步骤。可以理解的是，本实施例中的计算机可读存储介质可以是易失性可读存储介质，也可以为非易失性可读存储介质。

综上所述，为本申请实施例中提供的材料水中形变的测量方法、形变测量装置、形变测量系统和计算机可读存储介质，实现清晰采集被测材料在水中一系列的形变图像，并对各图像中的特征区域进行水下畸变图像修复处理，得到能准确还原被测材料在水中的形变过程的特征区域图像后，再基于亚像素位移测量算法进行测量，以准确测量被测材料在水中形变产生的的相关数据。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双速据率SDRAM（SSRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink）DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims

1.一种材料水中形变的测量方法，其特征在于，包括：

控制照明光源照射水中的被测材料；

确定采集到的图像中的特征区域，并提取特征区域图像；

对一系列特征区域图像进行水下畸变图像修复处理；

2.根据权利要求1所述的材料水中形变的测量方法，其特征在于，所述照明光源和所述工业相机设置在图像采集设备中，所述图像采集设备还设置有激光测距仪；所述控制照明光源照射水中的被测材料的步骤之前，还包括：

3.根据权利要求1所述的材料水中形变的测量方法，其特征在于，所述被测材料表面预先设置有所述特征点。

4.根据权利要求1所述的材料水中形变的测量方法，其特征在于，所述控制工业相机采集所述被测材料在形变过程中的一系列图像的步骤之前，还包括：

从修复处理后的特征区域图像中的纹理特征中确定特征点。

5.根据权利要求4所述的材料水中形变的测量方法，其特征在于，所述从修复处理后的特征区域图像中的纹理特征中确定特征点的步骤之前，还包括：

6.根据权利要求1-5中任一项所述的材料水中形变的测量方法，其特征在于，所述确定采集到的图像中的特征区域，并提取特征区域图像的步骤包括：

7.一种形变测量装置，其特征在于，包括：

照明控制模块，用于控制照明光源照射水中的被测材料；

8.一种形变测量系统，其特征在于，所述形变测量系统包括图像采集设备和计算机设备，且所述图像采集设备与所述计算机设备之间通过防水线缆实现通信连接；所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的材料水中形变的测量程序，所述材料水中形变的测量程序被所述处理器执行时实现如权利要求1至6中任一项所述的材料水中形变的测量方法的步骤。

9.根据权利要求8所述的形变测量系统，其特征在于，所述图像采集设备的壳体内部集成有照明光源、工业相机、工业镜头和激光测距仪；所述壳体外表面上还设置有固定块和防水构件，所述固定块用于连接固定支架，所述防水构件设置在所述图像采集设备的图像采集口处。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有材料水中形变的测量程序，所述材料水中形变的测量程序被处理器执行时实现如权利要求1至6中任一项所述的材料水中形变的测量方法的步骤。