CN117723387B - 用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法 - Google Patents
用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法 Download PDFInfo
- Publication number
- CN117723387B CN117723387B CN202410172371.1A CN202410172371A CN117723387B CN 117723387 B CN117723387 B CN 117723387B CN 202410172371 A CN202410172371 A CN 202410172371A CN 117723387 B CN117723387 B CN 117723387B
- Authority
- CN
- China
- Prior art keywords
- crack
- image
- img
- sample
- matrix
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 229920001971 elastomer Polymers 0.000 title claims abstract description 37
- 239000000463 material Substances 0.000 title claims abstract description 31
- 230000011218 segmentation Effects 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims description 176
- 238000012545 processing Methods 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 239000003973 paint Substances 0.000 claims description 8
- 238000003708 edge detection Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000002360 preparation method Methods 0.000 claims description 5
- 238000009417 prefabrication Methods 0.000 claims description 4
- 239000011248 coating agent Substances 0.000 claims 1
- 238000000576 coating method Methods 0.000 claims 1
- 238000007906 compression Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 6
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000011282 treatment Methods 0.000 abstract 2
- 230000018109 developmental process Effects 0.000 abstract 1
- 238000005520 cutting process Methods 0.000 description 4
- 239000004744 fabric Substances 0.000 description 4
- 238000005507 spraying Methods 0.000 description 4
- 229920002943 EPDM rubber Polymers 0.000 description 3
- 238000005336 cracking Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
Classifications
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法,涉及裂纹检测领域。本发明总体采用视频分析的方法,结合加载前的亮度增强、图像旋转和阈值分割等处理、视频逐帧精细化处理,能够更有效地获取任意疲劳载荷工况下的裂纹扩展轮廓和扩展长度等数据,从而更利于判断橡胶类材料的裂纹发展情况。本发明不仅能够突破恒定疲劳载荷等测量限制,而且提升了测量精度和准确性,应用范围更加广泛。
Description
技术领域
本发明涉及裂纹检测领域,具体涉及用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法。
背景技术
橡胶制品一般在疲劳载荷下工作,制品的主要部分橡胶材料在疲劳载荷下的裂纹扩展是导致制品失效的主要原因之一。橡胶材料在长期疲劳载荷下会出现开裂,形成微小裂纹,裂尖前方因大变形导致分子链的断裂产生空洞化,形成断裂过程区,裂尖穿过断裂过程区向前扩展以致断裂。橡胶材料在使用过程往往遭受不同的载荷工况,开展任意疲劳载荷工况下的疲劳裂纹扩展实验,实时监控裂纹扩展状况,获得与裂纹扩展快慢有重要关联的裂纹轮廓,以及裂纹扩展的长度,对研究材料的疲劳特性及产品安全使用具有重要意义。现有传统的人工检测裂纹的方法,很难适用这种长期的裂纹监控。如数字散斑方法,其基于数字图像技术对裂纹长度进行测量,效率大幅提升,但其对裂纹的长度读取仍然采用的是刻度测量,读数误差较大,从而裂纹测量的准确性和精度不高。
中国发明CN116183361A提供了一种基于视频分析实时测量疲劳裂纹长度的方法。在实验过程中,该发明通过采集裂纹扩展图像视频,并通过人工标记橡胶区域和裂纹区域的方法对图像进行处理,通过连通域标记技术,获得该载荷条件下试样的裂纹开口最大的图像,并进一步计算获得裂纹扩展长度,但该发明提供的方法只能测量橡胶材料在恒定疲劳载荷下的裂纹扩展长度,无法检测裂尖轮廓,且需要通过人工标记橡胶区域和裂纹区域,同时对拍摄时的光源及拍摄角度有较严格的要求,否则测量精度会大受影响,而当加载工况为变幅值载荷或者载荷幅值随机变动时,该方法无法适用。
发明内容
针对现有裂纹测量方法精度、准确性不高或测量受限于恒定疲劳载荷等技术问题,本发明提供一种用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法,能够通过视频分析更有效地获取任意疲劳载荷工况下的裂纹扩展轮廓和扩展长度等数据。
本发明提供的用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法,包括如下步骤:
S1.试样预处理:对试样进行裂纹预制,获得带预制裂纹的试样;
S2.加载准备:将试样安装在加载设备上,并进行加载设备调试;
S3.加载前预处理:获取未加载试样照片,对未加载的试样照片依次进行亮度增强、图像旋转和阈值分割处理,得到二值化图像矩阵;
S4.启动加载设备,同时开启摄像机拍摄试样加载视频;
S5.对S4得到的加载视频逐帧进行如下处理:
(a)从第一帧的图像矩阵到最后一帧的图像矩阵,按S3得到的三个值依次进行亮度增强、图像旋转和阈值分割处理,得到图像矩阵;
(b)通过图像处理函数bwareaope对步骤(a)所得图像矩阵进行去噪处理,然后通过imfill函数对图像中的孔洞进行填充,得到的矩阵记为Fill_Img,矩阵的大小为M行,N列;
(c)将Fill_Img图像矩阵每一列的元素求和,将求和的结果作为y的值,其所在列作为x的值进行绘图,当y的值第一次大于M/4时,所在列记为x1;当y的值最后一次大于M/4时,所在列记为x2,对Fill_Img图像矩阵的第一列至第x1列以及第x2列至最后一列删除,得到新的矩阵,记为Cutx_Img;
(d)将Cutx_Img图像矩阵每一行的元素求和,将求和的结果作为y的值,其所在行作为x的值进行绘图,并绘出y值的变化趋势图,变化趋势大的第一个位置y1为裂纹的上边缘位置,变化趋势大的最后一个位置y2为裂纹的下边缘位置;
(e)为了使得到的裂纹图像包含一定的橡胶部分,对Cutx_Img图像矩阵第一行至第(y1-10)行以及第(y2+10)行至最后一行删除,得到试样的裂纹开口图像Rub_Img;
S6.在任意拉伸或拉压疲劳加载情况下,拍摄的每段视频图像包含有几个加载循环,计算机通过统计每段视频中每张图像矩阵大小计算橡胶裂纹开口的大小,载荷幅值越大,所对应Rub_Img的矩阵大小也会越大。因此,比较S5得到的每一帧Rub_Img图像矩阵的大小,元素最多的图像矩阵则为裂纹开口最大的图像矩阵,记为Max_Img图像矩阵,矩阵大小为m行,n列;
S7.通过区域生长算法对Max_Img图像矩阵进行区域划分:鼠标选取图像中试样开口区域内的任意一点作为生长点,经过区域生长算法计算以后,将图像分为裂缝区域和试样区域,记该图像矩阵为Gro_Img。
S8.通过find函数找到Gro_Img图像中每一列的裂纹区域与试验区域交界的两处像素点的位置并记录其坐标信息(X,Y1,Y2),其中X表示行,Y1表示裂纹上边缘位置,Y2表示裂纹下边缘位置。
S9.计算图像矩阵中的每一个像素点的大小:
p=LL/n
其中,LL为试样长度,n为Max_Img图像矩阵的列数;
裂纹轮廓图像的获取:从橡胶裂纹的起始列至裂纹尖端列逐列按下述公式得到其坐标信息:
裂纹轮廓上边缘纵坐标位置:H1=(M-Y1)*p,
裂纹轮廓下边缘纵坐标位置:H2=(M-Y2)*p,
相应列的横坐标位置:L=X*p,
式中,p表示像素点的大小,M为Fill_Img图像矩阵的行数,X表示S8所得坐标信息的行,Y1表示S8所得坐标信息的裂纹上边缘位置,Y2表示S8所得坐标信息的裂纹下边缘位置;
通过得到裂纹轮廓每一列的上下边缘的位置信息,绘制得到裂纹的轮廓图像,
裂纹实际长度等于裂纹尖端的横坐标值。
进一步地,S1具体为:用刀片在试样左侧或右侧边缘的中间位置上切一条长为a0的预制裂纹,并测量试样的长度,记为LL。
进一步地,在试样上喷涂与加载设备内部背景色差大的涂料。例如:加载设备内设置黑色背景布,试样上喷涂白色涂料。
进一步地,在加载设备后方布置深色幕布,如黑色、褐色、棕色、墨绿色等,在试样上喷上涂料,涂料颜色要求与加载设备背景存在色差,通常为浅色,如白色、浅蓝色、浅粉色等。
进一步地,加载设备调试具体为:开启摄像机对准试样并调节摄像机镜头焦距,使试样及预制裂纹在计算机界面清晰可见,然后将摄像机位置固定。
进一步地,S3的加载前预处理具体为:
(i)先通过摄像机获取一张未加载的试样图片,记为Pre_Img;
(ii)通过imadjust函数对Pre_Img图像矩阵进行亮度k倍的增强,获得亮度更均匀的图像矩阵,记为Bri_Img;
(iii)利用prewitt边缘检测算法检测得到Bri_Img图像矩阵中试样夹具与背景之间的边界划分矩阵,随后采用Hough变换检测边界划分矩阵内的直线情况并获得试样的倾斜角度θ,然后对Bri_Img图像矩阵按照角度θ进行旋转使图像中的试样处于水平状态,记旋转后的图像矩阵为Rot_Img;
(iv)对Rot_Img图像矩阵进行阈值分割处理:采用多域值OTSU分割算法,首先计算出多域值RGB彩图,再由多域值RGB彩图进行加权灰度化,最后再使用一次OTSU单阈值计算得到阈值T;
(v)记录亮度调整的参数k、旋转角度θ以及阈值T,通过加载前预处理获取的这三个参数,用于后续拍摄视频的处理,不仅能够降低前期拍摄的要求,而且可以降低后期的计算负担,并能增强后续图像处理精度。
进一步地,S4在拉伸模式或/和拉压模式下进行,试样施加任意疲劳载荷,包括恒幅或变幅的正弦载荷,三角波形载荷或者脉动载荷等。
进一步地,S4中,试样加载过程的视频采集具体为:每拍摄一次,留出时间间隔再拍摄下一次;间隔时间不受限制,一般为1-15min,优选为2-12min,更优选为3-10min。载荷加载频率不受限制,也可以根据实际需要进行选择,通常为1-100Hz,优选为2-50Hz,更优选为5-20hz;单次拍摄的时间受实际的加载频率相关,需要根据实际需要进行计算选择,通常为1倍以上的频率倒数时长,优选为2-3倍。
进一步地,用于拍摄的相机能够实现满足拍摄试样的加载视频即可,不受限制,优选高速相机,能够获得更清晰的加载视频。
进一步地,试样的材料不受限制,但考虑橡胶类材料的疲劳裂纹发展慢,监测周期长,优选橡胶类材料,更优选橡胶材料。
本发明的有益效果在于:
(1)与传统的人工检测方法对比,本发明实现了全自动、实时的裂纹检测,准确、高效。
(2)本发明通过区域生长算法实现对裂纹的捕捉,可以实现变幅、随机载荷幅、恒定载荷幅等任意载荷工况下的裂纹长度检测及轮廓识别,突破了恒定载荷的限制,应用范围更广。
(3)本发明发展了一种通过图像分析辨别目标对象边界的方法,拍摄时无需对目标对象进行任何特殊标记。
(4)本发明采用hough变换来判断视频图像是否为水平状态,可自动将图像进行水平调整,有效降低相机拍摄角度引起的计算误差。
(5)本发明通过使用多域值OTSU算法,可对视频图像中色彩的微小变化进行精准捕捉,可使处理结果更加精准。
(6)本发明可采用imadjust函数对视频图像亮度进行k倍的增强,对拍摄光照强度的要求降低。
附图说明
图1为实施例4第一帧加载视频Img_1的图像矩阵。
图2为图1通过亮度增强、图像旋转和阈值分割处理得到的二值化图像矩阵。
图3为图2去噪处理和孔洞填充后的Fill_Img图像矩阵。
图4为图3列求和处理得到的Cutx_Img图像矩阵。
图5为图4的列随行求和的变化趋势图。
图6为试样的Rub_Img开口图像。
图7为划分裂缝区域和橡胶区域的Gro_Img图像矩阵,其中,黑色区域为裂缝区域,白色部分为橡胶区域。
图8为裂纹开口最大时的裂纹轮廓和长度图。
具体实施方式
下面结合具体实施例对本发明做进一步详细说明,但本发明并不限于此。
实施例1
用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法,包括如下步骤:
S1.试样预处理:在橡胶试样左侧边缘的中间位置切割裂纹,获得带预制裂纹的试样,在试样上喷涂白色涂料;
S2.加载准备:将试样安装在加载设备上,加载设备内设置黑色背景布,然后开启摄像机对准试样并调节摄像机镜头焦距,使试样及预制裂纹在计算机界面清晰可见,将摄像机位置固定;
S3.加载前预处理:获取未加载试样照片,对未加载的试样照片依次进行亮度增强、图像旋转和阈值分割处理,根据得到的二值化图像矩阵,确定亮度调整参数k、旋转角度θ以及阈值T,具体为:
(i)先通过摄像机获取一张未加载的试样图片,记为Pre_Img;
(ii)通过imadjust函数对Pre_Img图像矩阵进行亮度k倍的增强,获得亮度更均匀的图像矩阵,记为Bri_Img;
(iii)利用prewitt边缘检测算法检测得到Bri_Img图像矩阵中试样夹具与黑色背景之间的边界划分矩阵,随后采用Hough变换检测边界划分矩阵内的直线情况并获得试样的倾斜角度θ,然后对Bri_Img图像矩阵按照角度θ进行旋转使图像中的试样处于水平状态,记旋转后的图像矩阵为Rot_Img;
(iv)对Rot_Img图像矩阵进行阈值分割处理:采用多域值OTSU分割算法,首先计算出多域值RGB彩图,再由多域值RGB彩图进行加权灰度化,最后再使用一次OTSU单阈值计算得到阈值T;
(v)记录亮度调整的参数k、旋转角度θ以及阈值T;
S4.启动加载设备,在拉伸模式下,对试样施加变幅正弦载荷,开启摄像机拍摄试样加载视频,加载频率为5Hz,单次拍摄时长为3s,随后每间隔3min,拍摄下一次时长为3s的视频;
S5.对S4得到的加载视频逐帧进行如下处理:
(a)从第一帧的图像矩阵到最后一帧的图像矩阵,按S3得到的三个值依次进行亮度增强、图像旋转和阈值分割处理,得到图像矩阵;
(b)通过图像处理函数bwareaope对步骤(a)所得图像矩阵进行去噪处理,然后通过imfill函数对图像中的孔洞进行填充,得到的矩阵记为Fill_Img,矩阵的大小为M行,N列;
(c)将Fill_Img图像矩阵每一列的元素求和,将求和的结果作为y的值,其所在列作为x的值进行绘图,当y的值第一次大于M/4时,所在列记为x1;当y的值最后一次大于M/4时,所在列记为x2,对Fill_Img图像矩阵的第一列至第x1列以及第x2列至最后一列删除,得到新的矩阵,记为Cutx_Img;
(d)将Cutx_Img图像矩阵每一行的元素求和,将求和的结果作为y的值,其所在行作为x的值进行绘图,并绘出y值的变化趋势图,变化趋势大的第一个位置y1为裂纹的上边缘位置,变化趋势大的最后一个位置y2为裂纹的下边缘位置;
(e)对Cutx_Img图像矩阵第一行至第(y1-10)行以及第(y2+10)行至最后一行删除,得到试样的裂纹开口图像Rub_Img;
S6.比较S5得到的每一帧Rub_Img图像矩阵的大小,元素最多的图像矩阵则为裂纹开口最大的图像矩阵,记为Max_Img图像矩阵,矩阵大小为m行,n列;
S7.通过区域生长算法对Max_Img图像矩阵进行区域划分:鼠标选取图像中试样开口区域内的一点作为生长点,经过区域生长算法计算以后,将图像分为裂缝区域和试样区域,记该图像矩阵为Gro_Img;
S8.通过find函数找到Gro_Img图像中每一列的裂纹区域与试验区域交界的两处像素点的位置并记录其坐标信息(X,Y1,Y2),其中X表示行,Y1表示裂纹上边缘位置,Y2表示裂纹下边缘位置;
S9.计算图像矩阵中的每一个像素点的大小:
p=LL/n
其中,LL为试样长度,n为Max_Img图像矩阵的列数;
裂纹轮廓图像的获取:从橡胶裂纹的起始列至裂纹尖端列逐列按下述公式得到其坐标信息:
裂纹轮廓上边缘纵坐标位置:H1=(M-Y1)*p,
裂纹轮廓下边缘纵坐标位置:H2=(M-Y2)*p,
相应列的横坐标位置:L=X*p,
通过得到裂纹轮廓每一列的上下边缘的位置信息,绘制得到裂纹的轮廓图像,
裂纹实际长度等于裂纹尖端的横坐标值。
实施例2
用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法,包括如下步骤:
S1.试样预处理:在三元乙丙橡胶片左侧边缘的中间位置切割裂纹,获得带预制裂纹的试样,在试样上喷涂白色涂料;
S2.加载准备:将试样安装在加载设备上,加载设备内设置黑色背景布,然后开启摄像机对准试样并调节摄像机镜头焦距,使试样及预制裂纹在计算机界面清晰可见,将摄像机位置固定;
S3.加载前预处理:获取未加载试样照片,对未加载的试样照片依次进行亮度增强、图像旋转和阈值分割处理,根据得到的二值化图像矩阵,确定亮度调整参数k、旋转角度θ以及阈值T,具体为:
(i)先通过摄像机获取一张未加载的试样图片,记为Pre_Img;
(ii)通过imadjust函数对Pre_Img图像矩阵进行亮度k倍的增强,获得亮度更均匀的图像矩阵,记为Bri_Img;
(iii)利用prewitt边缘检测算法检测得到Bri_Img图像矩阵中试样夹具与黑色背景之间的边界划分矩阵,随后采用Hough变换检测边界划分矩阵内的直线情况并获得试样的倾斜角度θ,然后对Bri_Img图像矩阵按照角度θ进行旋转使图像中的试样处于水平状态,记旋转后的图像矩阵为Rot_Img;
(iv)对Rot_Img图像矩阵进行阈值分割处理:采用多域值OTSU分割算法,首先计算出多域值RGB彩图,再由多域值RGB彩图进行加权灰度化,最后再使用一次OTSU单阈值计算得到阈值T;
(v)记录亮度调整的参数k、旋转角度θ以及阈值T;
S4.启动加载设备,在拉伸模式下,对试样施加三角波形载荷,开启摄像机拍摄试样加载视频,加载频率为10Hz,单次拍摄时长为2s,随后每间隔2min,拍摄下一次时长为2s的视频;
S5.对S4得到的加载视频逐帧进行如下处理:
(a)从第一帧的图像矩阵到最后一帧的图像矩阵,按S3得到的三个值依次进行亮度增强、图像旋转和阈值分割处理,得到图像矩阵;
(b)通过图像处理函数bwareaope对步骤(a)所得图像矩阵进行去噪处理,然后通过imfill函数对图像中的孔洞进行填充,得到的矩阵记为Fill_Img,矩阵的大小为M行,N列;
(c)将Fill_Img图像矩阵每一列的元素求和,将求和的结果作为y的值,其所在列作为x的值进行绘图,当y的值第一次大于M/4时,所在列记为x1;当y的值最后一次大于M/4时,所在列记为x2,对Fill_Img图像矩阵的第一列至第x1列以及第x2列至最后一列删除,得到新的矩阵,记为Cutx_Img;
(d)将Cutx_Img图像矩阵每一行的元素求和,将求和的结果作为y的值,其所在行作为x的值进行绘图,并绘出y值的变化趋势图,变化趋势大的第一个位置y1为裂纹的上边缘位置,变化趋势大的最后一个位置y2为裂纹的下边缘位置;
(e)对Cutx_Img图像矩阵第一行至第(y1-10)行以及第(y2+10)行至最后一行删除,得到试样的裂纹开口图像Rub_Img;
S6.比较S5得到的每一帧Rub_Img图像矩阵的大小,元素最多的图像矩阵则为裂纹开口最大的图像矩阵,记为Max_Img图像矩阵,矩阵大小为m行,n列;
S7.通过区域生长算法对Max_Img图像矩阵进行区域划分:鼠标选取图像中试样开口区域内的一点作为生长点,经过区域生长算法计算以后,将图像分为裂缝区域和试样区域,记该图像矩阵为Gro_Img;
S8.通过find函数找到Gro_Img图像中每一列的裂纹区域与试验区域交界的两处像素点的位置并记录其坐标信息(X,Y1,Y2),其中X表示行,Y1表示裂纹上边缘位置,Y2表示裂纹下边缘位置;
S9.计算图像矩阵中的每一个像素点的大小:
p=LL/n
其中,LL为试样长度,n为Max_Img图像矩阵的列数;
裂纹轮廓图像的获取:从橡胶裂纹的起始列至裂纹尖端列按下述公式得到其坐标信息:
开口上边缘纵坐标位置:H1=(M-Y1)*p,
开口下边缘纵坐标位置:H2=(M-Y2)*p,
相应列的横坐标位置:L=X*p,
通过得到每一列的两个裂纹位置信息,绘制得到裂纹的轮廓图像,
裂纹实际长度等于裂纹尖端的横坐标值。
实施例3
用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法,包括如下步骤:
S1.试样预处理:在三元乙丙橡胶片右侧边缘的中间位置切割裂纹,获得带预制裂纹的试样,在试样上喷涂白色涂料;
S2.加载准备:将试样安装在加载设备上,加载设备内设置黑色背景布,然后开启高速相机对准试样并调节高速相机镜头焦距,使试样及预制裂纹在计算机界面清晰可见,将高速相机位置固定;
S3.加载前预处理:对未加载的试样照片依次进行亮度增强、图像旋转和阈值分割处理,根据得到的二值化图像矩阵,确定亮度调整参数k、旋转角度θ以及阈值T,具体为:
(i)先通过高速相机获取一张未加载的试样图片,记为Pre_Img;
(ii)通过imadjust函数对Pre_Img图像矩阵进行亮度k倍的增强,获得亮度更均匀的图像矩阵,记为Bri_Img;
(iii)利用prewitt边缘检测算法检测得到Bri_Img图像矩阵中试样夹具与黑色背景之间的边界划分矩阵,随后采用Hough变换检测边界划分矩阵内的直线情况并获得试样的倾斜角度θ,然后对Bri_Img图像矩阵按照角度θ进行旋转使图像中的试样处于水平状态,记旋转后的图像矩阵为Rot_Img;
(iv)对Rot_Img图像矩阵进行阈值分割处理:采用多域值OTSU分割算法,首先计算出多域值RGB彩图,再由多域值RGB彩图进行加权灰度化,最后再使用一次OTSU单阈值计算得到阈值T;
(v)记录亮度调整的参数k、旋转角度θ以及阈值T;
S4.启动加载设备,在拉伸和拉压模式下,对试样施加恒定幅值正弦载荷,开启高速相机拍摄试样加载视频,加载频率为5Hz,单次拍摄时长为2s,随后每间隔4min,拍摄下一次时长为2s的视频;
S5.对S4得到的加载视频逐帧进行如下处理:
(a)从第一帧的图像矩阵到最后一帧的图像矩阵,按S3依次进行亮度增强、图像旋转和阈值分割处理,得到图像矩阵;
(b)通过图像处理函数bwareaope对步骤(a)所得图像矩阵进行去噪处理,然后通过imfill函数对图像中的孔洞进行填充,得到的矩阵记为Fill_Img,矩阵的大小为M行,N列;
(c)将Fill_Img图像矩阵每一列的元素求和,将求和的结果作为y的值,其所在列作为x的值进行绘图,当y的值第一次大于M/4时,所在列记为x1;当y的值最后一次大于M/4时,所在列记为x2,对Fill_Img图像矩阵的第一列至第x1列以及第x2列至最后一列删除,得到新的矩阵,记为Cutx_Img;
(d)将Cutx_Img图像矩阵每一行的元素求和,将求和的结果作为y的值,其所在行作为x的值进行绘图,并绘出y值的变化趋势图,变化趋势大的第一个位置y1为裂纹的上边缘位置,变化趋势大的最后一个位置y2为裂纹的下边缘位置;
(e)对Cutx_Img图像矩阵第一行至第(y1-10)行以及第(y2+10)行至最后一行删除,得到试样的裂纹开口图像Rub_Img;
S6.比较S5得到的每一帧Rub_Img图像矩阵的大小,元素最多的图像矩阵则为裂纹开口最大的图像矩阵,记为Max_Img图像矩阵,矩阵大小为m行,n列;
S7.通过区域生长算法对Max_Img图像矩阵进行区域划分:鼠标选取图像中试样开口区域内的任意一点作为生长点,经过区域生长算法计算以后,将图像分为裂缝区域和试样区域,记该图像矩阵为Gro_Img;
S8.通过find函数找到Gro_Img图像中每一列的裂纹区域与试验区域交界的两处像素点的位置并记录其坐标信息(X,Y1,Y2),其中X表示行,Y1表示裂纹上边缘位置,Y2表示裂纹下边缘位置。
S9.计算图像矩阵中的每一个像素点的大小:
p=LL/n
其中,LL为试样长度,n为Max_Img图像矩阵的列数;
裂纹轮廓图像的获取:从橡胶裂纹的起始列至裂纹尖端列逐列按下述公式得到其坐标信息:
裂纹轮廓上边缘纵坐标位置:H1=(M-Y1)*p,
裂纹轮廓下边缘纵坐标位置:H2=(M-Y2)*p,
相应列的横坐标位置:L=X*p,
通过得到裂纹轮廓每一列的上下边缘的位置信息,绘制得到裂纹的轮廓图像,
裂纹实际长度等于裂纹尖端的横坐标值。
实施例4
用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法,用于测量橡胶类材料在变幅循环载荷作用下最大裂缝长度位置的判断,并且获取裂缝长度以及裂缝轮廓,具体如下:
步骤1: 用刀片在15cm×15cm的三元乙丙橡胶片上裁下长为150mm(记作LL),宽为20mm,厚为2mm的长方体试样,在试样左侧边缘的中间位置预制长度为25mm的裂纹,在试样上喷上白色的涂料。
步骤2:将试样安装在加载机器上,在加载机器后方布置黑色幕布,开启摄像机对准试样并调节摄像机镜头焦距,使橡胶试样及预制裂纹在计算机界面清晰可见,将摄像机位置固定。
步骤3:为了减少计算机后期的计算负担,在对试样加载前做一定的预处理。
1)先通过摄像机获取一张未加载的橡胶图片,记为Pre_Img。
2)将Pre_Img图像矩阵通过imadjust函数进行亮度进行k倍的增强,得到亮度更加均匀的图像矩阵,记为Bri_Img。
3)将Bri_Img图像矩阵通过prewitt边缘检测算法得到橡胶夹具与黑色背景之间的边界划分矩阵。随后采用Hough变化检测边界划分矩阵内的直线情况并获得试样的倾斜角度θ,随后对Bri_Img图像矩阵按照角度θ进行旋转使图像中的橡胶处于水平状态,记旋转后的图像矩阵为Rot_Img。
4)对Rot_Img图像矩阵进行阈值分割处理:采用多域值OTSU分割算法,首先计算出多域值RGB彩图,再由多域值RGB彩图进行加权灰度化,最后在使用一次OTSU单阈值计算得到阈值T;
5)记录亮度调整的参数k、旋转角度θ以及阈值T;
步骤4:在拉伸模式下,给试样施加变幅正弦载荷,加载频率为5Hz。随后每10分钟获得一段试样的加载视频,为了充分得到裂缝的扩展情况,每次加载视频时长不低于2秒;
步骤5:对步骤4每一段的加载视频逐帧进行如下处理:
1)以第一帧的图像矩阵(记为Img_1,如图1所示)为例:对Img_1图像矩阵按照步骤3得到的k、θ、T依次进行亮度增强、图像旋转和阈值分割处理得到二值化矩阵图像(如图2所示);
2)通过图像处理函数bwareaope,将步骤1)所得二值化矩阵图像中的像素较少的噪点剔除。随后通过imfill函数对图像中的孔洞进行填充,得到的矩阵记为Fill_Img(如图3所示),且该图像矩阵的大小为M行,N列;
3)将Fill_Img图像矩阵每一列的元素求和。将求和的结果作为y的值,其所在列作为x的值进行绘图。当y的值第一次大于M/4时,记该列为x1;当y的值最后一次大于M/4时,记该列为x2。对Fill_Img图像矩阵的第一列至第x1列和第x2列至最后一列删除,得到新的矩阵记为Cutx_Img(如图4所示);
4)将Cutx_Img图像矩阵每一行的元素求和,将求和的结果作为y的值,其所在行作为x的值进行绘图,并绘出y值的变化趋势图,变化趋势大的第一个位置y1为裂纹的上边缘位置,变化趋势大的最后一个位置y2为裂纹的下边缘位置;
5)对Cutx_Img图像矩阵第一行至第(y1-10)行以及第(y2+10)行至最后一行删除,得到试样的裂纹开口图像Rub_Img;
步骤6.比较S5得到的每一帧Rub_Img图像矩阵的大小,元素最多的图像矩阵则为裂纹开口最大的图像矩阵,记为Max_Img图像矩阵,矩阵大小为m行,n列;
步骤7.通过区域生长算法对Max_Img图像矩阵进行区域划分:鼠标选取图像中试样开口区域内的任意一点作为生长点,经过区域生长算法计算以后,将图像分为裂缝区域和试样区域,记该图像矩阵为Gro_Img;
步骤8.通过find函数找到Gro_Img图像中每一列的裂纹区域与试验区域交界的两处像素点的位置并记录其坐标信息(X,Y1,Y2),其中X表示行,Y1表示裂纹上边缘位置,Y2表示裂纹下边缘位置;
步骤9.计算图像矩阵中的每一个像素点的大小:
p=LL/n,
其中,LL为试样长度,n为Max_Img图像矩阵的列数;
裂纹轮廓图像的获取:从橡胶裂纹的起始列至裂纹尖端列逐列按下述公式得到其坐标信息:
裂纹轮廓上边缘纵坐标位置:H1=(M-Y1)*p,
裂纹轮廓下边缘纵坐标位置:H2=(M-Y2)*p,
相应列的横坐标位置:L=X*p,
通过得到裂纹轮廓每一列的上下边缘的位置信息,绘制得到裂纹的轮廓图像,
裂纹实际长度等于裂纹尖端的横坐标值。
Claims (9)
1.用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法,其特征在于,包括如下步骤:
S1.试样预处理:对试样进行裂纹预制,获得带预制裂纹的试样;
S2.加载准备:将试样安装在加载设备上,并进行加载设备调试;
S3.加载前预处理:获取未加载试样照片,对照片依次进行亮度增强、图像旋转和阈值分割处理,根据得到的二值化图像矩阵,确定合适的亮度增强值k、图像旋转值θ和阈值T;
S4.启动加载设备,同时开启摄像机拍摄试样加载视频;
S5.对S4得到的加载视频逐帧进行如下处理:
(a)从第一帧的图像矩阵到最后一帧的图像矩阵,按S3得到的三个值依次进行亮度增强、图像旋转和阈值分割处理,得到图像矩阵;
(b)通过图像处理函数bwareaopen对步骤(a)所得图像矩阵进行去噪处理,然后通过imfill函数对图像中的孔洞进行填充,得到的矩阵记为Fill_Img,矩阵的大小为M行,N列;
(c)将Fill_Img图像矩阵每一列的元素求和,将求和的结果作为y的值,其所在列作为x的值进行绘图,当y的值第一次大于M/4时,所在列记为x1;
当y的值最后一次大于M/4时,所在列记为x2,对Fill_Img图像矩阵的第一列至第x1列以及第x2列至最后一列删除,得到新的矩阵,记为Cutx_Img;
(d)将Cutx_Img图像矩阵每一行的元素求和,将求和的结果作为y的值,其所在行作为x的值进行绘图,并绘出y值的变化趋势图,变化趋势大的第一个位置y1为裂纹的上边缘位置,变化趋势大的最后一个位置y2为裂纹的下边缘位置;
(e)对Cutx_Img图像矩阵第一行至第(y1-10)行以及第(y2+10)行至最后一行删除,得到试样的裂纹开口图像Rub_Img;
S6.比较S5得到的每一帧Rub_Img图像矩阵的大小,元素最多的图像矩阵则为裂纹开口最大的图像矩阵,记为Max_Img图像矩阵,矩阵大小为m行,n列;
S7.通过区域生长算法对Max_Img图像矩阵进行区域划分:鼠标选取图像中试样开口区域内的任意一点作为生长点,经过区域生长算法计算以后,将图像分为裂缝区域和试样区域,所得图像矩阵记为Gro_Img;
S8.通过find函数找到Gro_Img图像中每一列的裂纹区域与试验区域交界的两个像素点的位置并记录其坐标信息(X,Y1,Y2),其中X表示行,Y1表示裂纹上边缘位置,Y2表示裂纹下边缘位置;
S9.计算图像矩阵中的每一个像素点的大小:
p=LL/n,
其中,LL为试样长度,n为Max_Img图像矩阵的列数;
裂纹轮廓图像的获取:从橡胶裂纹的起始列至裂纹尖端列逐列按下述公式得到其坐标信息:
裂纹轮廓上边缘纵坐标位置:H1=(M-Y1)*p,
裂纹轮廓下边缘纵坐标位置:H2=(M-Y2)*p,
相应列的横坐标位置:L=X*p,
式中,p表示像素点的大小,M为Fill_Img图像矩阵的行数,X表示S8所得坐标信息的行,Y1表示S8所得坐标信息的裂纹上边缘位置,Y2表示S8所得坐标信息的裂纹下边缘位置;
通过得到裂纹轮廓每一列的上下边缘的位置信息,绘制得到裂纹的轮廓图像;
裂纹实际长度等于裂纹尖端的横坐标值;
S3的加载前预处理具体为:
(i)先通过摄像机获取一张未加载的试样图片,记为Pre_Img;
(ii)通过imadjust函数对Pre_Img图像矩阵进行亮度k倍的增强,获得亮度更均匀的图像矩阵,记为Bri_Img;
(iii)利用prewitt边缘检测算法检测得到Bri_Img图像矩阵中试样夹具与背景之间的边界划分矩阵,随后采用Hough变换检测边界划分矩阵内的直线情况并获得试样的倾斜角度θ,然后对Bri_Img图像矩阵按照角度θ进行旋转使图像中的试样处于水平状态,记旋转后的图像矩阵为Rot_Img;
(iv)对Rot_Img图像矩阵进行阈值分割处理:采用多阈值OTSU分割算法,首先计算出多阈值RGB彩图,再由多阈值RGB彩图进行加权灰度化,最后再使用一次OTSU单阈值计算得到阈值T;
(v)记录亮度调整的参数k、旋转角度θ以及阈值T。
2.根据权利要求1所述的用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法,其特征在于,S1具体为:用刀片在试样左侧或右侧边缘的中间位置上切一条预制裂纹,并测量试样的长度,记为LL。
3.根据权利要求1所述的用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法,其特征在于,在试样上喷涂与加载设备内部背景色差大的涂料。
4.根据权利要求1所述的用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法,其特征在于,在加载设备后方布置黑色、褐色、棕色或墨绿色幕布,在试样上喷涂白色、浅蓝色或浅粉色涂料。
5.根据权利要求1所述的用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法,其特征在于,加载设备调试具体为:开启摄像机对准试样并调节摄像机镜头焦距,使试样及预制裂纹在计算机界面清晰可见,然后将摄像机位置固定。
6.根据权利要求1所述的用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法,其特征在于,S4在拉伸或/和拉压模式下进行,试样施加任意疲劳载荷,所述任意疲劳载荷包括恒幅或变幅的正弦载荷,三角波形载荷或者脉动载荷。
7.根据权利要求1所述的用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法,其特征在于,S4中,试样加载过程的视频采集具体为:每拍摄一次,留出时间间隔再拍摄下一次。
8.根据权利要求1所述的用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法,其特征在于,所述摄像机为高速相机。
9.根据权利要求1所述的用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法,其特征在于,所述试样的材料为橡胶类材料。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410172371.1A CN117723387B (zh) | 2024-02-07 | 2024-02-07 | 用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410172371.1A CN117723387B (zh) | 2024-02-07 | 2024-02-07 | 用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117723387A CN117723387A (zh) | 2024-03-19 |
CN117723387B true CN117723387B (zh) | 2024-05-14 |
Family
ID=90210987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410172371.1A Active CN117723387B (zh) | 2024-02-07 | 2024-02-07 | 用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117723387B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102692188A (zh) * | 2012-05-08 | 2012-09-26 | 浙江工业大学 | 机械视觉疲劳裂纹扩展试验裂纹长度动态测量方法 |
CN104537651A (zh) * | 2014-12-17 | 2015-04-22 | 中交第一公路勘察设计研究院有限公司 | 一种路面图像中裂缝比例检测算法及系统 |
WO2019134252A1 (zh) * | 2018-01-03 | 2019-07-11 | 东南大学 | 结构裂缝自动化描绘及宽度精准测量方法与设备 |
CN116183361A (zh) * | 2023-03-09 | 2023-05-30 | 湘潭大学 | 一种基于视频分析的疲劳裂纹长度测量方法 |
-
2024
- 2024-02-07 CN CN202410172371.1A patent/CN117723387B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102692188A (zh) * | 2012-05-08 | 2012-09-26 | 浙江工业大学 | 机械视觉疲劳裂纹扩展试验裂纹长度动态测量方法 |
CN104537651A (zh) * | 2014-12-17 | 2015-04-22 | 中交第一公路勘察设计研究院有限公司 | 一种路面图像中裂缝比例检测算法及系统 |
WO2019134252A1 (zh) * | 2018-01-03 | 2019-07-11 | 东南大学 | 结构裂缝自动化描绘及宽度精准测量方法与设备 |
CN116183361A (zh) * | 2023-03-09 | 2023-05-30 | 湘潭大学 | 一种基于视频分析的疲劳裂纹长度测量方法 |
Non-Patent Citations (4)
Title |
---|
Otsu多阈值快速分割算法及其在彩色图像中的应用;王祥科 等;计算机应用;20060630;第26卷;第14-15页 * |
将Otsu用于多阈值彩色图像分割的方法及优化;李中健 等;计算机工程与应用;20101231;第46卷(第11期);176-178 * |
疲劳试样双面裂纹扩展状态的在线图像检测系统研发;庞惠文 等;包装学报;20160430;第第8卷卷(第第2期期);基于直线检测的条码图像几何校正研究 * |
疲劳试样双面裂纹扩展状态的在线图像检测系统研发;赵锋;国优秀硕士学位论文全文数据库 工程科技I辑;20220515(第2022年第5期期);正文第20、31-58页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117723387A (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108662978B (zh) | 一种非连续变形测量方法 | |
CN107490582B (zh) | 一种流水线工件检测系统 | |
JP5421192B2 (ja) | ひび割れ検出方法 | |
CN102692188A (zh) | 机械视觉疲劳裂纹扩展试验裂纹长度动态测量方法 | |
CN111539927B (zh) | 汽车塑料组合件紧固卡扣缺装检测装置的检测方法 | |
Samarawickrama et al. | Matlab based automated surface defect detection system for ceremic tiles using image processing | |
CN113177924A (zh) | 一种工业流水线产品瑕疵检测方法 | |
CN116912248B (zh) | 基于计算机视觉的不规则五金件表面缺陷检测方法 | |
CN112610905B (zh) | 一种基于图像识别和红外热成像技术的海上平台管线气体泄漏识别方法 | |
Jing et al. | Pavement crack distress detection based on image analysis | |
CN111968100B (zh) | 机器视觉检测方法与系统 | |
CN116030060A (zh) | 一种塑料颗粒质量检测方法 | |
CN114549441A (zh) | 基于图像处理的吸管缺陷检测方法 | |
Richter‐Trummer et al. | Analysis of crack growth behavior in a double cantilever beam adhesive fracture test by different digital image processing techniques | |
JP2018128309A (ja) | ひび割れ検出方法 | |
CN116596905A (zh) | 一种集成电路芯片表面缺陷检测方法 | |
CN117723387B (zh) | 用于任意疲劳载荷的橡胶类材料裂纹轮廓及长度测量方法 | |
Lee et al. | Robust defect detection method for a non-periodic TFT-LCD pad area | |
JPH1166311A (ja) | むら検査方法および装置 | |
KR101862310B1 (ko) | 얼룩결함 검사장치 및 얼룩결함 검사방법 | |
CN111833350A (zh) | 机器视觉检测方法与系统 | |
CN116152255B (zh) | 一种改性塑料生产瑕疵判断方法 | |
CN115861294B (zh) | 一种基于计算机视觉的混凝土生产异常检测方法及装置 | |
CN112070762A (zh) | 液晶面板的mura缺陷检测方法、装置、存储介质及终端 | |
CN116183361A (zh) | 一种基于视频分析的疲劳裂纹长度测量方法 |
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 |