基于机器视觉的材料力学性能全场测量方法
发布时间：2021-11-26 09:28
随着机器视觉测量技术的不断发展,在材料力学性能测量方面,机器视觉领域内的多种方法均表现出很好的应用效果。叙述了机器视觉技术在力学性能中全场光学测量方法,着重介绍了基于机器视觉的视频引伸计、数字图像相关和散斑干涉等技术进展及应用。对机器视觉在力学性能全场测量的技术研究与应用进行了总结,并展望了未来的发展趋势。
【文章来源】：测控技术. 2020,39(08)
【文章页数】：12 页
【部分图文】：
视频引伸计系统
2002年，王庆有等[7]将被测试件上的标距信号成像在线阵CCD的像敏面上，然后提取出像敏面标距像的间距变化量，求出拉伸量。2003年，朱援祥等[8]在研究焊接结构残余变形时提出了一种使用数码相机采集图像并结合数字图像处理来实现对焊后非接触测量的新方法，并利用该方法对某大型水电站焊接结构焊接收缩变形进行了验证测量。2006年徐亮等[9]提出一种非接触测量金属应变量的方法，采用单目CCD追踪变形时试件表面标记变形的比例关系进行应变量的测算，得到试件应变。同年，高军[10]通过CCD相机实时跟踪试样拉伸过程的颈缩位置及颈缩量，解决了无法准确捕捉颈缩点和计算最小截面面积的实际问题。2009年，高礼强[11]运用最小二乘曲线法和三次样条插值法，对亚像素边缘进行曲线拟合使视频引伸计的测量精度大为提高。2011年，张新洁等[12]将直线牙签作为标记，利用亚像素定位方法，检测到前后两幅图像标记边缘变换位置。随后，2014年，梁飞等[13]针对高温条件下成像质量不高以及噪声较大的问题，提出一种双曲正切函数拟合的亚像素边缘检测算法，使高温条件下视频引伸计测量精度得到改善。2015年，Jiang等[14]将反向算法与FFT-CC算法相结合，提出了一种基于GPU并行计算的路径无关算法。同年，为了提高反向算法对环境光的抗干扰性能，Xu等[15]提出使用基于灰度梯度的归一化相关准则。Lu等[16]设计出最高能在1200℃下对金属合金进行标记线测量的高温视频引伸计系统(如图2所示)，同时还提出双拟合算法，使匹配算法精度达到亚像素级。2016年，Pan等[17]利用双远心镜头和反向组合算法设计出一种可忽略环境引起微小波动误差的实时高精度的视频引伸计。同年，针对视频引伸计图像精度不高的问题，申海[18]采用改进后的小波阈值算法对图像进行滤波提高了检测精度。2017年，合肥工业大学的王政[19]针对大变形情况下的视频引伸计测量易失效的问题，也改进了相关定位算法，成功测出了橡胶材料的力学性能。2019年，国医来等[20]对相机光轴与被测平面试样表面的垂直问题进行了讨论，分析了非垂直相机光轴对视频引伸计的影响;同年，Bai等[21]分析了一阶形状函数对多项式的影响，并在此基础上提出了一种位移后处理算法，以补偿系统误差，实现了位移系统偏差的校正和图像处理的子像素精度的提高。
数字图像相关(Digital Image Correlation,DIC)，是由美国South Carolina大学的Peter和Ranson[22-23]及日本的Yamaguchi等[24]提出的一种用于测量被测物体位移应变信息的全场光学测量方法。1983年，Peters等[23]拍摄加载前和加载过程中的物体二维全场变形图像，然后将变形场分成不同大小的分析区域，也就是子集区域，通过相机采集喷涂有散斑的试样变形过程中散斑图像序列，并对采集的图像序列进行“匹配”相关性计算(匹配原理如图3所示)，数字图像相关的匹配原理过程就是在变形图像上找到与参考图像上P(x0,y0)和Q(x0,y0)经过相关计算得到相关系数最大的对应点P"(x0,y0)和Q"(x0,y0)。另外由于单点时灰度特征难免会出现一定的重复现象，可能会导致出现误匹配的情况，因此有必要在参考图上选取大小为(2m+1)×(2m+1)的正方形子区域进行相关计算，对每一张变形图像采用相关公式搜索出与参考图像上各点相关系数最大的位置，从而可以通过各对应点像素坐标的相对变化，再结合相机的标定数据，经过一定的计算得出相应的位移和应变值。由于喷涂散斑随机生成，因此某块子区域内的散斑往往具有唯一性，使得图像序列之间可以正确匹配。相对于其他视觉测量方法，该方法具有对复杂环境的适应性好，能进行全场非接触测量，光路简单，可用白光为光源，受外界环境影响小，便于实现整个测量过程的自动化等特点，能够充分发挥计算机技术在数字图像处理中的优点和潜力。下面给出一种常用的图像序列相关计算函数———零均值归一化平方和函数:
【参考文献】：
期刊论文
[1]鲤鱼皮拉伸强度的测量原理与方法[J]. 章松,葛朋祥,李桂华. 测控技术. 2020(02)
[2]非标准凸台小试样高温蠕变伸长率光学测试[J]. 卢宇,赵澎涛,胡慧然,王永红. 测控技术. 2020(02)
[3]基于机器视觉识别的行业应用初探[J]. 刘展海. 科学技术创新. 2019(31)
[4]GPU加速电子剪切散斑干涉图像处理[J]. 邵珩,周勇,祁俊峰,聂中原. 液晶与显示. 2019(10)
[5]散斑干涉条纹区域的自动提取[J]. 吴双乐,胡慧然,钟诗民,孙方圆,赵琪涵,王永红. 光学学报. 2019(12)
[6]一种使用剪切波变换的干涉图滤波算法[J]. 何永红,朱建军,靳鹏伟. 武汉大学学报(信息科学版). 2018(07)
[7]高温变形测量中热流场造成畸变的修正方法[J]. 张明,缪泓,熊宸,胡文欣,房尚强,杨润森. 实验力学. 2017(05)
[8]视频引伸计用纤维复丝拉伸测试技术的研究[J]. 张吉雷,郑会宝,张永侠. 计量与测试技术. 2017(06)
[9]基于机器视觉技术的机械制造自动化技术应用研究[J]. 成文. 科技展望. 2017(04)
[10]形貌与微变形全场光学同时测量方法[J]. 蒋艳鹏,吴思进,杨连祥. 应用光学. 2017(01)
硕士论文
[1]基于数字图像相关的高温材料测试关键技术研究[D]. 鲍思源.合肥工业大学 2019
[2]高温视频引伸计图像处理算法研究[D]. 梁飞.合肥工业大学 2018
[3]半轴弯曲变形机器视觉检测方法研究[D]. 李俊.重庆理工大学 2018
[4]大变形视频引伸计标线位置图像处理算法研究[D]. 王政.合肥工业大学 2017
[5]变形测量的机器视觉检测方法与技术[D]. 申海.济南大学 2016
[6]面向退化图像的匹配方法及其在视频引伸计中的应用[D]. 李丰吉.湖南大学 2016
[7]高速高温数字图像相关方法及热冲击实验研究[D]. 王翔.清华大学 2010
[8]电子散斑干涉与数字图像处理[D]. 魏巍.南京航空航天大学 2008
[9]视频引伸仪的理论研究及设计[D]. 高礼强.吉林大学 2007
[10]基于机器视觉的材料真应力—应变测试技术研究[D]. 高军.哈尔滨工业大学 2006
本文编号：3519864
【文章来源】：测控技术. 2020,39(08)
【文章页数】：12 页
【部分图文】：
视频引伸计系统
2002年，王庆有等[7]将被测试件上的标距信号成像在线阵CCD的像敏面上，然后提取出像敏面标距像的间距变化量，求出拉伸量。2003年，朱援祥等[8]在研究焊接结构残余变形时提出了一种使用数码相机采集图像并结合数字图像处理来实现对焊后非接触测量的新方法，并利用该方法对某大型水电站焊接结构焊接收缩变形进行了验证测量。2006年徐亮等[9]提出一种非接触测量金属应变量的方法，采用单目CCD追踪变形时试件表面标记变形的比例关系进行应变量的测算，得到试件应变。同年，高军[10]通过CCD相机实时跟踪试样拉伸过程的颈缩位置及颈缩量，解决了无法准确捕捉颈缩点和计算最小截面面积的实际问题。2009年，高礼强[11]运用最小二乘曲线法和三次样条插值法，对亚像素边缘进行曲线拟合使视频引伸计的测量精度大为提高。2011年，张新洁等[12]将直线牙签作为标记，利用亚像素定位方法，检测到前后两幅图像标记边缘变换位置。随后，2014年，梁飞等[13]针对高温条件下成像质量不高以及噪声较大的问题，提出一种双曲正切函数拟合的亚像素边缘检测算法，使高温条件下视频引伸计测量精度得到改善。2015年，Jiang等[14]将反向算法与FFT-CC算法相结合，提出了一种基于GPU并行计算的路径无关算法。同年，为了提高反向算法对环境光的抗干扰性能，Xu等[15]提出使用基于灰度梯度的归一化相关准则。Lu等[16]设计出最高能在1200℃下对金属合金进行标记线测量的高温视频引伸计系统(如图2所示)，同时还提出双拟合算法，使匹配算法精度达到亚像素级。2016年，Pan等[17]利用双远心镜头和反向组合算法设计出一种可忽略环境引起微小波动误差的实时高精度的视频引伸计。同年，针对视频引伸计图像精度不高的问题，申海[18]采用改进后的小波阈值算法对图像进行滤波提高了检测精度。2017年，合肥工业大学的王政[19]针对大变形情况下的视频引伸计测量易失效的问题，也改进了相关定位算法，成功测出了橡胶材料的力学性能。2019年，国医来等[20]对相机光轴与被测平面试样表面的垂直问题进行了讨论，分析了非垂直相机光轴对视频引伸计的影响;同年，Bai等[21]分析了一阶形状函数对多项式的影响，并在此基础上提出了一种位移后处理算法，以补偿系统误差，实现了位移系统偏差的校正和图像处理的子像素精度的提高。
数字图像相关(Digital Image Correlation,DIC)，是由美国South Carolina大学的Peter和Ranson[22-23]及日本的Yamaguchi等[24]提出的一种用于测量被测物体位移应变信息的全场光学测量方法。1983年，Peters等[23]拍摄加载前和加载过程中的物体二维全场变形图像，然后将变形场分成不同大小的分析区域，也就是子集区域，通过相机采集喷涂有散斑的试样变形过程中散斑图像序列，并对采集的图像序列进行“匹配”相关性计算(匹配原理如图3所示)，数字图像相关的匹配原理过程就是在变形图像上找到与参考图像上P(x0,y0)和Q(x0,y0)经过相关计算得到相关系数最大的对应点P"(x0,y0)和Q"(x0,y0)。另外由于单点时灰度特征难免会出现一定的重复现象，可能会导致出现误匹配的情况，因此有必要在参考图上选取大小为(2m+1)×(2m+1)的正方形子区域进行相关计算，对每一张变形图像采用相关公式搜索出与参考图像上各点相关系数最大的位置，从而可以通过各对应点像素坐标的相对变化，再结合相机的标定数据，经过一定的计算得出相应的位移和应变值。由于喷涂散斑随机生成，因此某块子区域内的散斑往往具有唯一性，使得图像序列之间可以正确匹配。相对于其他视觉测量方法，该方法具有对复杂环境的适应性好，能进行全场非接触测量，光路简单，可用白光为光源，受外界环境影响小，便于实现整个测量过程的自动化等特点，能够充分发挥计算机技术在数字图像处理中的优点和潜力。下面给出一种常用的图像序列相关计算函数———零均值归一化平方和函数:
【参考文献】：
期刊论文
[1]鲤鱼皮拉伸强度的测量原理与方法[J]. 章松,葛朋祥,李桂华. 测控技术. 2020(02)
[2]非标准凸台小试样高温蠕变伸长率光学测试[J]. 卢宇,赵澎涛,胡慧然,王永红. 测控技术. 2020(02)
[3]基于机器视觉识别的行业应用初探[J]. 刘展海. 科学技术创新. 2019(31)
[4]GPU加速电子剪切散斑干涉图像处理[J]. 邵珩,周勇,祁俊峰,聂中原. 液晶与显示. 2019(10)
[5]散斑干涉条纹区域的自动提取[J]. 吴双乐,胡慧然,钟诗民,孙方圆,赵琪涵,王永红. 光学学报. 2019(12)
[6]一种使用剪切波变换的干涉图滤波算法[J]. 何永红,朱建军,靳鹏伟. 武汉大学学报(信息科学版). 2018(07)
[7]高温变形测量中热流场造成畸变的修正方法[J]. 张明,缪泓,熊宸,胡文欣,房尚强,杨润森. 实验力学. 2017(05)
[8]视频引伸计用纤维复丝拉伸测试技术的研究[J]. 张吉雷,郑会宝,张永侠. 计量与测试技术. 2017(06)
[9]基于机器视觉技术的机械制造自动化技术应用研究[J]. 成文. 科技展望. 2017(04)
[10]形貌与微变形全场光学同时测量方法[J]. 蒋艳鹏,吴思进,杨连祥. 应用光学. 2017(01)
硕士论文
[1]基于数字图像相关的高温材料测试关键技术研究[D]. 鲍思源.合肥工业大学 2019
[2]高温视频引伸计图像处理算法研究[D]. 梁飞.合肥工业大学 2018
[3]半轴弯曲变形机器视觉检测方法研究[D]. 李俊.重庆理工大学 2018
[4]大变形视频引伸计标线位置图像处理算法研究[D]. 王政.合肥工业大学 2017
[5]变形测量的机器视觉检测方法与技术[D]. 申海.济南大学 2016
[6]面向退化图像的匹配方法及其在视频引伸计中的应用[D]. 李丰吉.湖南大学 2016
[7]高速高温数字图像相关方法及热冲击实验研究[D]. 王翔.清华大学 2010
[8]电子散斑干涉与数字图像处理[D]. 魏巍.南京航空航天大学 2008
[9]视频引伸仪的理论研究及设计[D]. 高礼强.吉林大学 2007
[10]基于机器视觉的材料真应力—应变测试技术研究[D]. 高军.哈尔滨工业大学 2006
本文编号：3519864
本文链接：https://www.wllwen.com/kejilunwen/lxlw/3519864.html
