基于机器视觉的变形应变测量及其在叶片测量中的应用

摘要

机器视觉测量具有精度高、非接触、实时分析与控制等优点，克服了电阻应变片测量桨叶变形的不足，同时能够保持桨叶原有的气动外形。因此研究基于机器视觉的桨叶变形测量具有重要的理论和应用价值。
　　本文以机器视觉测量桨叶变形为背景，分别对基于标志点的单、双目视觉测量进行研究。在基于标志点的视觉测量研究中，分析了相机分辨率和视场对测量精度的影响：在相机视场一定的条件下，可以通过提高相机分辨率提高视觉测量精度；在同一相机分辨率下，随着焦距的增加，测量精度越来越高。在基于数字图像相关的视觉测量中，针对传统的牛顿-拉夫逊迭代法不能运用在变形后图像发生刚体旋转的情况，通过Harris角点检测和匹配算法改进了其初值选取和插值方法，解决了上述问题，并提高了计算效率。通过针对性的实验，验证了单目、双目视觉测量精度，研究了物距和基线对双目视觉测量精度的影响：物距越近，测量精度越高；基线越长，测量精度越高；基线对测量精度的影响比物距大。最后比较了基于标志点的视觉测量和基于数字图像相关的视觉测量的优劣，试验结果表明：基于数字图像相关的视觉测量较基于标志点的视觉测量的精度要高，并且可以测量全场变形，但是对实验条件、操作、图片质量苛刻。最后测量了NACA0015型桨叶弯曲变形和风扇叶片的动态变形,为下一步测量旋转工作中的桨叶变形提供了理论和实验依据。

目录

封面

声明

中文摘要

英文摘要

目录

图 清 单

表 清 单

注 释 表

第一章 绪论

1.1 引言

1.2国内外研究现状

1.3本文的主要工作

第二章 基于标志点的视觉测量

2.1 引言

2.2基本原理

2.3人工标志点检测

2.4椭圆仿真实验

2.5基于标志点的视觉测量分析

2.6本章小结

第三章 基于数字图像相关的全场变形视觉测量

3.1引言

3.2数字图像相关基本原理

3.3基于Harris角点检测和匹配的牛顿迭代法初值确定

3.4快速插值方法

3.5仿真实验

3.6数字图像相关实验

3.7本章小结

第四章 基于双目视觉的三维变形测量

4.1引言

4.2摄像机标定模型

4.3摄像机标定

4.4图像匹配

4.5三维变形计算

4.6基于双目视觉的三维测量实验

4.7本章小结

第五章 基于双目视觉的桨叶变形测量

5.1引言

5.2基于双目视觉的变形测量系统

5.3桨叶静态变形测量

5.4桨叶应变测量

5.5 旋转叶片动态变形测量

5.7本章小结

第六章 总结与展望

6.1工作总结

6.2 进一步工作展望

参考文献

致谢

攻读硕士学位期间发表的学术文章