基于工业摄影和机器视觉的三维形貌与变形测量关键技术研究 - 图(5)

4)相同变形点匹配算法验证

相同变形点匹配的精度和效率在实际的使用中，严重影响变形测量的使用效率，

本文以一个物体受力变形中使用变形测量系统进行检测的实例对相同变形点匹配算法进行验证。

如图_5-6所示，状态1为被测物体未附加载荷的情况下的自然状态;状态2为在 被测物体上放置重物，使被测物体发生变形后的变形状态。使用摄影测量和坐标配准 的方法后，获得所有非编码标志点的ID和空间坐标信息，由于在非编码标志点重建过 程中，由于所有的非编码标志点编号为连续编号，两个状态之间的同一个非编码标志

点的ID编号不同。根据所设定的搜索半径使用上文中的相同变形点匹配算法后，各个 非编码标志点的ID编号均被重置，如图_5-7所示，根据相同ID编号的变形点，计算 位移变形量的大小和方向，然后绘制位移变形色谱图，结果符合实际的变形情况。

5.2.4相关拼合算法

在静态变形测量的实际使用过程中，被测量物体所发生的变形并不仅仅是规则的 线性变形，同时还有伴随着刚体旋转过程中所发生的变形(如汽轮机叶片变形)和非 线性变形(如刚结构架的受力变形)等变形过程。如果单纯的使用相同变形点匹配算 法，在测量过程中将会出现由于刚体旋转所导致的匹配错误或无法匹配和由于变形的非线性只能根据最大变形量而选择非编码标志点的放置间距导致测量点不足。

为了解决这一问题，本文提出了一种新的相同变形点匹配方法。 1)相关拼合方法实现

由于在实际的静态变形中，存在着伴随着刚体旋转过程中所发生的变形(如汽轮 机叶片变形)和非线性变形(如钢结构件的受力变形)等变形情况。在这些变形情况 的检测中，单纯的根据全球点的坐标配准和相同变形点匹配算法进行静态变形检测， 将会有一部分变形点无法匹配或匹配错误。而在实际的测量实验过程中，由于为了摄 影测量技术的重建在被测物体的被测变形区域内，不仅有非编码标志点作为变形点存 在，同时也有编码标志点作为摄影测量重建控制点存在。这一部分编码标志点在被测 物体上随着被测物体的变形而发生位置改变，本文所设计的相关拼合方法就是利用了 这一部分的编码标志点消除被测物体由于旋转和非线性变形所引起的非编码标志点的 位置变化，从而提高相同变形点匹配的精度和匹配效率。

如图_5-8所示，相关拼合方法实现的流程为: (1)相关点配准和相同变形点匹配

根据被测物体变形情况，如果是伴随着刚体旋转过程中所发生地变形或非线性变 形或相类似的变形情况，在设置全球点结束后，并不要马上进行根据全球点列表进行 的坐标配准，而是在被测物体的被测变形区域中，根据变形区域的尺寸、形状和变形 的大小，放置相关点。放置相关点时应使相关点大于3个，并且所有相关点应不在同 一平面内。如果为刚体旋转过程中所发生地变形，相关点的选取应为伴随被测变形区 域旋转的编码标志点;如果为非线性变形，相关点的选取应为每个变形阶段中变形量接近各自变形阶段平均值的区域上的编码标志点。根据所选择的相关点进行坐标配准，

使被测变形区域内的变形数据坐标系尽量统一。根据相关点的坐标配准，进行非编码 标志点ID编号的重置，使被测变形区域内的非编码标志点所代表的变形点匹配。 (2)全球点坐标配准绘制位移变形色谱图

根据全球点进行坐标配准，相同变形点匹配结束后，通过全球点坐标配准的方式， 将所有状态的坐标系统一。相关拼合结束，计算变形量绘制位移变形色谱图。 2)相关拼合方法验证

如图_5-9所示，当发生的变形情况为刚体旋转变形时，在坐标配准后直接进行相 同变形点匹配，由于各点均发生了旋转，每个非编码标志点的搜索区域内均存在多个 非编码标志点或无可匹配点，使得相同变形点匹配失败。而根据刚体旋转时在刚体上 的编码标志点281, 283, 285和287的坐标信息，使其作为相关点进行相关拼合后进 行相同变形点匹配，每个非编码标志点所代表的变形点均准确匹配了起来，然后再进

行坐标配准将坐标系进行统一，计算位移变形量绘制位移变形色谱图如(b)所示。

可见，通过使用相关拼合，可以在变形情况特殊，变形点匹配困难的情况下，提 高系统的匹配效率和匹配的准确度。 5.3动态变形测量

5.3.1数字图像相关法

数字图像相关法(Digital Image Correlation, DIC)是一种对全场位移和应变进行量 化分析的光测实验力学方法。该方法的基本思想就是在变形前的图像中选取一个子区 (一般为矩形)，利用子区中的散斑灰度信息，在变形后的图像中寻找其所对应的位置， 从而获得子区位置和形状的变化，从这些信息中，我们可以得到物体在这一点上的位 移和应变的数值。

基本原理如图_5-10所示，首先利用摄像机获取物体表面变形前后的数字散斑图 像，其次，将物体表面变形前的散斑图像连续分割成很多小的尺寸相同的子区域(如 A, B区)作为相关区域，相关区域大小一般从1 _5 X 1 _5像素到30 X 30像素，相关区域的中心点作为待测点，记为P，然后，将分割的相关区域与物体表面变形后的散斑图像

进行匹配，以获取对应的图像子区和子区中心点的图像坐标(即待测点在变形后物体 表面散斑图像上的图像坐标)，这样就可以计算被测点P的位移，经进一步数值计算可 以获得应变信息。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库基于工业摄影和机器视觉的三维形貌与变形测量关键技术研究 - 图(5)在线全文阅读。