大幅面散斑全场应变测量方法

摘要

本发明公开了一种大幅面散斑全场应变测量方法，第一步，散斑制备；第二步，设置种子标记；第三步，双目相机标定；第四步，序列图像采集；第五步，选择种子点；第六步，散斑应变计算。通过上述操作步骤，本发明的大幅面三维全场应变测量方法可以有效测量大型结构件载荷作用下的表面三维全场应变，具有结果准确可靠、非接触测量的特点。

说明书

技术领域

本发明涉及一种应变测量方法，特别涉及一种大幅面散斑全场应变测量方法。

背景技术

随着工业制造水平的不断提高，产品零部件做的越来越大，结构也越来越复杂，使得工艺参数设计和成形过程的精确控制十分困难，制件的形状、性能与设计的零件形状、性能等往往存在一定偏差。因此，迫切需要对大型制件成形过程中的变形进行精确的测量，以帮助掌握材料的变形特性，分析材料的变形原因和变形规律，预测材料的变形趋势等，进而指导实际生产中模具结构的改进、工艺参数优化等。

传统的应变测量手段如应变片等属于接触式测量，测量精度较高，然而，当变形过大时不再是弹性变形，因此变形的测量范围十分有限；并且当测量大型工件时，由于测点较多，使得测量安装、布线相当繁琐。数字图像相关测量是近年来发展较快的一种非接触式光学测量方法，它利用图像分析方法，跟踪物体表面图像子区域的运动形态，推算物体变形的位移和应变。该方法自提出以来，因其具有的非接触性、高精度、全场测量等优势，被广泛用于材料实验中中小幅面的变形和应变测量。而对于大幅面变形测量，散斑制备以及相机标定难度较大，因此，仍存在较大的改进空间。

发明内容

为了克服现有的大幅面应变测量方式中的不足，并满足实际使用的要求，本发明提供了一种大幅面散斑全场应变测量方法，可以有效测量大型结构件载荷作用下的表面三维全场应变。

为达到以上目的，本发明是采取如下操作步骤予以实现的：

一种大幅面散斑全场应变测量方法，其特征在于，包括下述步骤：

第一步，散斑制备：采用黑、白两色哑光漆和喷涂模板在大幅面待测工件表面的测量区域进行散斑印制；

第二步，设置种子标记：在待测工件表面的散斑制备区域，绘制一个或多个标记；

第三步，双目相机标定：从不同方位拍摄标定架，获取标定架的标定图像，根据标定图像进行像机标定计算，得到两摄像机准确的位置关系，包括两摄像机的内部参数、外部参数以及镜头畸变参数，以作为第六步散斑应变计算的数据；

第四步，图像采集：使用两个像机对被测工件的变形状态进行连续同步拍摄，获取所被测工件在变形过程的序列图像；

第五步，选定种子点：选取一个变形状态下的被测工件的图像作为基础状态，在基础状态中的左相机图像标出计算区域并划分成多个方形的面片；然后选取其中一个包含第二步中绘制的所述一个或多个标记的面片作为第六步散斑应变计算的种子点；

第六步，散斑应变计算：根据第三步的相机标定结果和第四步所采集的序列变形图像，基于数字图像相关算法计算被测表面的全场应变。

本发明方法具有以下优点：

(1)由于本发明方法使用三维数字图像相关法计算应变，因此，测量精度较高。

(2)由于本发明方法系统设备简单，便于工业现场的使用。

(3)由于本发明方法现场仅需要获取散斑图像即可，数据可在线处理，因此，测量效率较高。

(4)由于本发明方法使用散斑图像作为测量依据，所以测量范围可根据实际需求进行设定，适用范围大。

(5)本发明方法属于非接触的测量方法。

附图说明

图1本发明方法具体操作流程图

图2本发明方法实验装置示意图

图3喷涂模板印刷形成的散斑场

图4手工绘制形成的散斑场

图5制备的种子标记

图6大幅面米字型标定架

图7划分计算区域并选定种子点

图8散斑应变计算结果

图9利用三维点的周围相邻点进行三维应变计算

具体实施方式

以下结合附图对本发明作进一步的详细说明。

本发明提出一种大幅面散斑全场应变测量方法，具体操作步骤如图1所示。所采用的硬件装置组成如图2所示，主要由2个CCD像机、1个高频LED光源和1台计算机等组成。在一特定实施例中，大幅面工件为薄钢板，其尺寸为800mm×600mm×2mm。

第一步，散斑制备：采用黑、白两色哑光漆和喷涂模板在大幅面待测工件表面的测量区域进行散斑印制，如图3所示。也可使用手工绘制的方式进行散斑制备(如图4所示)。优选地，散斑制备要求：a)散斑特征应随机分布，不能出现大块的全黑或全白区域；b)散斑对比度应明显，即对比度应大于预定阈值；c)散斑制备范围应大于所测量变形区域。

第二步，设置种子标记：在待测工件表面的散斑制备区域，绘制一个或多个标记(如图5中的标记所示)。所绘制的标记与第一步所印制的散斑特征有明显区别即可，该标记用于选定后续散斑应变计算的种子点(起始点)。

第三步，双目相机标定：从不同方位拍摄标定架(见图6)，获取标定架的标定图像，根据标定图像进行像机标定计算，得到两摄像机准确的位置关系，包括两摄像机的内部参数、外部参数以及镜头畸变参数，以作为第六步散斑应变计算的数据。

具体标定流程包括以下步骤：

a)保持像机位置不变，通过改变标定架位置，实现从不同视角和方位拍摄标定架图像；

b)计算标定架上控制点的图像坐标，本发明控制点采用黑底白色的圆形标志点；

c)求解摄像机内外参数初值，为下一步标定的非线性优化提供初始值；

d)利用光束平差法对像机进行精确标定，获得像机内外参数。

第四步，图像采集：使用两个像机对被测工件的变形状态进行连续同步拍摄，获取所被测工件在变形过程的序列图像。优选地，获取序列图像应满足：a)每个变形状态中的左右相机图像应为同一时刻下的图像信息；b)每个变形状态中的左右相机图像中均应包含所要测量的变形区域；c)所采集图像应清晰，散斑区域对比明显，即对比度大于预定阈值；d)左右相机相对位置在拍摄过程中不能发生变化。

第五步，选定种子点：选取一个变形状态下的被测工件的图像作为基础状态，在基础状态中的左相机图像标出计算区域并划分成多个方形的面片；然后选取其中一个包含第二步中绘制的所述一个或多个标记的面片作为第六步散斑应变计算的种子点(起始点)。如图7所示，其中白色网格表示划分的面片，黑色粗框标记的网格表示种子点(面片)。优选地，种子点应满足：每个选定的种子点都可以在所有变形状态的左右相机图像中准确找到对应位置。

(1)种子点搜索公式：对于所设定的种子点，相关搜索结果主要作为散斑搜索和相关匹配的初值，采用相关公式：

$>S=\frac{{\left\{\mathrm{\Sigma \Sigma }\right[(f-<f>)•(g-<g>)\left]\right\}}^2}{\mathrm{\Sigma \Sigma }{(f-<f>)}^2•\mathrm{\Sigma \Sigma }{(g-<g>)}^2}---\left(1\right)$>

S为相关系数，用于衡量两个图像子区匹配的相似程度，f为参考图像子区中某一点(x_iy_j)处的灰度值，g为匹配图像子区中某一点处的灰度值；<f>和<g>分别为两个图像子区的平均灰度。

(2)种子点搜索步骤：首先，以基础状态中的种子点坐标为基准，将其投影到各个变形状态的左相机图像中，以投影点作为初值，根据预先设定的变形阈值，在以该投影点为中心，以变形阈值为边长的一个正方形区域内进行起始点的相关匹配，即以该区域内根据相关公式进行相关计算结果最小的一个点作为起始点在该状态下的对应种子点。然后，根据各个变形状态中左相机图像中的种子点坐标，利用外极线法在相同状态的右相机图像的外极线上进行种子点搜索，并保存最后的匹配结果。

第六步，散斑应变计算：根据第三步的相机标定结果和第四步所采集的序列变形图像，基于数字图像相关算法计算被测表面的全场应变。

具体而言，包括以下步骤：

(1)使用散斑相关算法和相关搜索算法进行散斑匹配。根据基础状态中的各个搜索窗口的散斑信息，求取其在所有变形状态下的左右相机图像中的对应信息。

首先根据基础状态中左相机图像中的各个搜索窗口信息在其他变形状态中进行散斑匹配，然后根据各个状态中的左相机图像中的散斑匹配结果为模板在其各自状态的右相机图像中进行散斑匹配。

假设图像子区中有N个像素点，像素灰度受到独立同分布的噪声干扰，参考图像子区与待匹配图像子区间的相似程度可通过下式衡量：

$>C_{\mathrm{SSD}}\left(p\right)=\underset{i=1}{\overset{N}{\Sigma }}{[f(x_i,y_i)-r_0-r_1*g(x_i^{\prime },y_i^{\prime })]}^2---\left(2\right)$>

式中，f(x_i，y_i)和分别为参考图像和待匹配图像子区中点(x_i，y_i)和的灰度值，r₀，r₁为用于补偿由于光照引起的灰度差异的系数。(2)式为非线性方程，利用最小二乘迭代算法求解。

(2)根据第三步的相机标定结果和上述散斑匹配结果，将左右相机图像中的对应散斑进行三维重建，获得变形区域的三维空间信息。

(3)根据三维重建结果，利用每个三维点周围相邻的点计算三维点处的应变。最终测得的焊接完成后工件表面的应变场如图8所示。作为示例，三维应变计算的一种可选具体算法为：

如图9所示，为了求取P点变形后的应变，在变形前的参考状态中，利用P点周围的4个点与P点建立4个三角形。对于每一个三角形，根据其变形前后的边长变化获得基于柯西-格林张量的拉格朗日应变。取4个三角形的应变平均值，即可作为点P的应变。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定专利保护范围。