隨著機(jī)器視覺(jué)測(cè)量技術(shù)的不斷發(fā)展,在材料力學(xué)性能測(cè)量方面,機(jī)器視覺(jué)領(lǐng)域內(nèi)的多種方法均表現(xiàn)出很好的應(yīng)用效果。敘述了機(jī)器視覺(jué)技術(shù)在力學(xué)性能中全場(chǎng)光學(xué)測(cè)量方法,著重介紹了基于機(jī)器視覺(jué)的視頻引伸計(jì)、數(shù)字圖像相關(guān)和散斑干涉等技術(shù)進(jìn)展及應(yīng)用。對(duì)機(jī)器視覺(jué)在力學(xué)性能全場(chǎng)測(cè)量的技術(shù)研究與應(yīng)用進(jìn)行了總結(jié),并展望了未來(lái)的發(fā)展趨勢(shì)。 

【文章來(lái)源】：測(cè)控技術(shù). 2020,39(08)

【文章頁(yè)數(shù)】：12 頁(yè)

【部分圖文】：

視頻引伸計(jì)系統(tǒng)

2002年，王慶有等[7]將被測(cè)試件上的標(biāo)距信號(hào)成像在線陣CCD的像敏面上，然后提取出像敏面標(biāo)距像的間距變化量，求出拉伸量。2003年，朱援祥等[8]在研究焊接結(jié)構(gòu)殘余變形時(shí)提出了一種使用數(shù)碼相機(jī)采集圖像并結(jié)合數(shù)字圖像處理來(lái)實(shí)現(xiàn)對(duì)焊后非接觸測(cè)量的新方法，并利用該方法對(duì)某大型水電站焊接結(jié)構(gòu)焊接收縮變形進(jìn)行了驗(yàn)證測(cè)量。2006年徐亮等[9]提出一種非接觸測(cè)量金屬應(yīng)變量的方法，采用單目CCD追蹤變形時(shí)試件表面標(biāo)記變形的比例關(guān)系進(jìn)行應(yīng)變量的測(cè)算，得到試件應(yīng)變。同年，高軍[10]通過(guò)CCD相機(jī)實(shí)時(shí)跟蹤試樣拉伸過(guò)程的頸縮位置及頸縮量，解決了無(wú)法準(zhǔn)確捕捉頸縮點(diǎn)和計(jì)算最小截面面積的實(shí)際問(wèn)題。2009年，高禮強(qiáng)[11]運(yùn)用最小二乘曲線法和三次樣條插值法，對(duì)亞像素邊緣進(jìn)行曲線擬合使視頻引伸計(jì)的測(cè)量精度大為提高。2011年，張新潔等[12]將直線牙簽作為標(biāo)記，利用亞像素定位方法，檢測(cè)到前后兩幅圖像標(biāo)記邊緣變換位置。隨后，2014年，梁飛等[13]針對(duì)高溫條件下成像質(zhì)量不高以及噪聲較大的問(wèn)題，提出一種雙曲正切函數(shù)擬合的亞像素邊緣檢測(cè)算法，使高溫條件下視頻引伸計(jì)測(cè)量精度得到改善。2015年，Jiang等[14]將反向算法與FFT-CC算法相結(jié)合，提出了一種基于GPU并行計(jì)算的路徑無(wú)關(guān)算法。同年，為了提高反向算法對(duì)環(huán)境光的抗干擾性能，Xu等[15]提出使用基于灰度梯度的歸一化相關(guān)準(zhǔn)則。Lu等[16]設(shè)計(jì)出最高能在1200℃下對(duì)金屬合金進(jìn)行標(biāo)記線測(cè)量的高溫視頻引伸計(jì)系統(tǒng)(如圖2所示)，同時(shí)還提出雙擬合算法，使匹配算法精度達(dá)到亞像素級(jí)。2016年，Pan等[17]利用雙遠(yuǎn)心鏡頭和反向組合算法設(shè)計(jì)出一種可忽略環(huán)境引起微小波動(dòng)誤差的實(shí)時(shí)高精度的視頻引伸計(jì)。同年，針對(duì)視頻引伸計(jì)圖像精度不高的問(wèn)題，申海[18]采用改進(jìn)后的小波閾值算法對(duì)圖像進(jìn)行濾波提高了檢測(cè)精度。2017年，合肥工業(yè)大學(xué)的王政[19]針對(duì)大變形情況下的視頻引伸計(jì)測(cè)量易失效的問(wèn)題，也改進(jìn)了相關(guān)定位算法，成功測(cè)出了橡膠材料的力學(xué)性能。2019年，國(guó)醫(yī)來(lái)等[20]對(duì)相機(jī)光軸與被測(cè)平面試樣表面的垂直問(wèn)題進(jìn)行了討論，分析了非垂直相機(jī)光軸對(duì)視頻引伸計(jì)的影響;同年，Bai等[21]分析了一階形狀函數(shù)對(duì)多項(xiàng)式的影響，并在此基礎(chǔ)上提出了一種位移后處理算法，以補(bǔ)償系統(tǒng)誤差，實(shí)現(xiàn)了位移系統(tǒng)偏差的校正和圖像處理的子像素精度的提高。

數(shù)字圖像相關(guān)(Digital Image Correlation,DIC)，是由美國(guó)South Carolina大學(xué)的Peter和Ranson[22-23]及日本的Yamaguchi等[24]提出的一種用于測(cè)量被測(cè)物體位移應(yīng)變信息的全場(chǎng)光學(xué)測(cè)量方法。1983年，Peters等[23]拍攝加載前和加載過(guò)程中的物體二維全場(chǎng)變形圖像，然后將變形場(chǎng)分成不同大小的分析區(qū)域，也就是子集區(qū)域，通過(guò)相機(jī)采集噴涂有散斑的試樣變形過(guò)程中散斑圖像序列，并對(duì)采集的圖像序列進(jìn)行“匹配”相關(guān)性計(jì)算(匹配原理如圖3所示)，數(shù)字圖像相關(guān)的匹配原理過(guò)程就是在變形圖像上找到與參考圖像上P(x0,y0)和Q(x0,y0)經(jīng)過(guò)相關(guān)計(jì)算得到相關(guān)系數(shù)最大的對(duì)應(yīng)點(diǎn)P"(x0,y0)和Q"(x0,y0)。另外由于單點(diǎn)時(shí)灰度特征難免會(huì)出現(xiàn)一定的重復(fù)現(xiàn)象，可能會(huì)導(dǎo)致出現(xiàn)誤匹配的情況，因此有必要在參考圖上選取大小為(2m+1)×(2m+1)的正方形子區(qū)域進(jìn)行相關(guān)計(jì)算，對(duì)每一張變形圖像采用相關(guān)公式搜索出與參考圖像上各點(diǎn)相關(guān)系數(shù)最大的位置，從而可以通過(guò)各對(duì)應(yīng)點(diǎn)像素坐標(biāo)的相對(duì)變化，再結(jié)合相機(jī)的標(biāo)定數(shù)據(jù)，經(jīng)過(guò)一定的計(jì)算得出相應(yīng)的位移和應(yīng)變值。由于噴涂散斑隨機(jī)生成，因此某塊子區(qū)域內(nèi)的散斑往往具有唯一性，使得圖像序列之間可以正確匹配。相對(duì)于其他視覺(jué)測(cè)量方法，該方法具有對(duì)復(fù)雜環(huán)境的適應(yīng)性好，能進(jìn)行全場(chǎng)非接觸測(cè)量，光路簡(jiǎn)單，可用白光為光源，受外界環(huán)境影響小，便于實(shí)現(xiàn)整個(gè)測(cè)量過(guò)程的自動(dòng)化等特點(diǎn)，能夠充分發(fā)揮計(jì)算機(jī)技術(shù)在數(shù)字圖像處理中的優(yōu)點(diǎn)和潛力。下面給出一種常用的圖像序列相關(guān)計(jì)算函數(shù)———零均值歸一化平方和函數(shù):

【參考文獻(xiàn)】：
期刊論文
[1]鯉魚(yú)皮拉伸強(qiáng)度的測(cè)量原理與方法[J]. 章松,葛朋祥,李桂華.  測(cè)控技術(shù). 2020(02)
[2]非標(biāo)準(zhǔn)凸臺(tái)小試樣高溫蠕變伸長(zhǎng)率光學(xué)測(cè)試[J]. 盧宇,趙澎濤,胡慧然,王永紅.  測(cè)控技術(shù). 2020(02)
[3]基于機(jī)器視覺(jué)識(shí)別的行業(yè)應(yīng)用初探[J]. 劉展海.  科學(xué)技術(shù)創(chuàng)新. 2019(31)
[4]GPU加速電子剪切散斑干涉圖像處理[J]. 邵珩,周勇,祁俊峰,聶中原.  液晶與顯示. 2019(10)
[5]散斑干涉條紋區(qū)域的自動(dòng)提取[J]. 吳雙樂(lè),胡慧然,鐘詩(shī)民,孫方圓,趙琪涵,王永紅.  光學(xué)學(xué)報(bào). 2019(12)
[6]一種使用剪切波變換的干涉圖濾波算法[J]. 何永紅,朱建軍,靳鵬偉.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(07)
[7]高溫變形測(cè)量中熱流場(chǎng)造成畸變的修正方法[J]. 張明,繆泓,熊宸,胡文欣,房尚強(qiáng),楊潤(rùn)森.  實(shí)驗(yàn)力學(xué). 2017(05)
[8]視頻引伸計(jì)用纖維復(fù)絲拉伸測(cè)試技術(shù)的研究[J]. 張吉雷,鄭會(huì)寶,張永俠.  計(jì)量與測(cè)試技術(shù). 2017(06)
[9]基于機(jī)器視覺(jué)技術(shù)的機(jī)械制造自動(dòng)化技術(shù)應(yīng)用研究[J]. 成文.  科技展望. 2017(04)
[10]形貌與微變形全場(chǎng)光學(xué)同時(shí)測(cè)量方法[J]. 蔣艷鵬,吳思進(jìn),楊連祥.  應(yīng)用光學(xué). 2017(01)

碩士論文
[1]基于數(shù)字圖像相關(guān)的高溫材料測(cè)試關(guān)鍵技術(shù)研究[D]. 鮑思源.合肥工業(yè)大學(xué) 2019
[2]高溫視頻引伸計(jì)圖像處理算法研究[D]. 梁飛.合肥工業(yè)大學(xué) 2018
[3]半軸彎曲變形機(jī)器視覺(jué)檢測(cè)方法研究[D]. 李俊.重慶理工大學(xué) 2018
[4]大變形視頻引伸計(jì)標(biāo)線位置圖像處理算法研究[D]. 王政.合肥工業(yè)大學(xué) 2017
[5]變形測(cè)量的機(jī)器視覺(jué)檢測(cè)方法與技術(shù)[D]. 申海.濟(jì)南大學(xué) 2016
[6]面向退化圖像的匹配方法及其在視頻引伸計(jì)中的應(yīng)用[D]. 李豐吉.湖南大學(xué) 2016
[7]高速高溫?cái)?shù)字圖像相關(guān)方法及熱沖擊實(shí)驗(yàn)研究[D]. 王翔.清華大學(xué) 2010
[8]電子散斑干涉與數(shù)字圖像處理[D]. 魏巍.南京航空航天大學(xué) 2008
[9]視頻引伸儀的理論研究及設(shè)計(jì)[D]. 高禮強(qiáng).吉林大學(xué) 2007
[10]基于機(jī)器視覺(jué)的材料真應(yīng)力—應(yīng)變測(cè)試技術(shù)研究[D]. 高軍.哈爾濱工業(yè)大學(xué) 2006



本文編號(hào)：3519864