一种大倾角机翼全场变形测量方法
【技术领域】
[0001] 本发明设及非接触式变形测量领域，特别是一种大倾角机翼全场变形测量方法。
【背景技术】
[0002] 大型飞机机翼在实际飞行中变形很大，虽然在设计时进行过大量的模拟计算，还 是需要在实际飞行实验中准确测量其=维变形数据。我国目前已经开始了大型客机、运输 机的设计制造工作，但针对大型飞机在飞行过程中的机翼检测手段还比较匿乏。大型飞机 在飞行过程中机翼承受气动载荷非常大，通常翼展在40~50米的大型飞机飞行时翼尖上 下波动超过1米。机翼变形幅度巨大，需要获得大型飞机在飞行过程中的机翼变形=维分 布数据。然而，传统接触式测量方法如应变片、位移或加速度传感器等虽然可W测得高精度 的变形结果，但该类装置很难在不影响飞机飞行的前提下安装到机翼表面，而且该类测量 装置均为单点测量，无法获得机翼的=维全场变形数据。采用光学测量方法，受到相机安装 位置的限制，相机光轴与被测表面法线夹角过大，获得的图像差别大，相关性差，无法匹配 成功、完成=维位移及应变场的重建。
[0003] 因此，为了在飞行过程中实现飞机机翼变形的全场测量，迫切需要一种大倾角、弱 相关散斑匹配方法，实现散斑图像匹配，进而完成变形机翼的=维重建，实现飞机在飞行过 程中机翼的全场测量。
【发明内容】
[0004] 针对上述部分问题，本发明提供了一种大倾角机翼全场变形测量方法，可W测量 飞机飞行过程中机翼全场变形。所述方法将摄像机将拍摄同一区域的两个相机组成一组双 目测量系统，将两个相机各自拍摄的被测表面的图像序列中一组看成参考图像序列，另一 组看成目标图像序列，每组图像为一个时间序列下的状态，所述图像上有制备好的散斑，然 后执行下述步骤：
[0005] S301 ;将第1状态中的参考图像与目标图像进行匹配参数的计算；
[0006] S302 ;将第i状态中的参考图像与第1状态中的参考图像进行匹配参数的计算；
[0007] S303 ;将第i状态中的目标图像与第1状态中的目标图像进行匹配参数的计算；
[000引 S304 ;利用步骤S302和步骤S303中的计算结果，将第i状态中的参考图像与第i 状态中的目标图形再进行匹配参数的计算；
[0009] S400 ;利用S301~S304的匹配参数的计算结果，结合相机的标定参数，依据S角 测量原理，重建所述被测表面的变形位移场；
[0010] 所述i的取值为2~N，N为图像序列总数；
[0011] 所述匹配参数包括位移参数和变形参数。
[0012] 本发明具有如下特点；
[0013] (1)由于摄像头分为上下两排安装于飞机垂直尾翼上，上下两个相机组成双目系 统，相机光轴与被测表面法线夹角很大，导致参考图像和目标图像因为相机安装位置原因， 图像变形大、相关性差，相较于传统的散斑匹配方法，本发明的方法匹配成功率高；
[0014] (2)由于所述方法将摄像机将拍摄同一区域的两个相机组成一组双目测量系统， 将两个相机各自拍摄的被测表面的图像序列中一组看成参考图像序列，另一组看成目标图 像序列，每组图像为一个时间序列下的状态，分别在自身时间序列下进行匹配运算，因而使 用的散斑匹配图像差别小，相较于传统的散斑匹配方法，散斑匹配速度快；
[0015] (3)本方法使用的是光学测量的方式，是一种非接触测量方法。
【附图说明】
[0016] 图1匹配流程图；
[0017] 图2本发明方法实验装置简图；
[001引图3局、低位置相机拍摄的弱相关图像；
[0019] 图4漏板喷涂形成的楠圆散斑场；
[0020] 图5利用楠圆散斑外接矩形顶点坐标值来进行匹配的示意图；
[0021] 图6机翼表面=维位移场分布图。
【具体实施方式】
[0022] 在一个具体实施例中，提供了一种大倾角机翼全场变形测量方法，可W测量飞机 飞行过程中机翼全场变形。所述方法将摄像机将拍摄同一区域的两个相机组成一组双目测 量系统，将两个相机各自拍摄的被测表面的图像序列中一组看成参考图像序列，另一组看 成目标图像序列，每组图像为一个时间序列下的状态，所述图像上有制备好的散斑，然后执 行下述步骤：
[0023] S301 ;将第1状态中的参考图像与目标图像进行匹配参数的计算；
[0024] S302 ;将第i状态中的参考图像与第1状态中的参考图像进行匹配参数的计算；
[0025] S303 ;将第i状态中的目标图像与第1状态中的目标图像进行匹配参数的计算；
[0026] S304 ;利用步骤S302和步骤S303中的计算结果，将第i状态中的参考图像与第i 状态中的目标图形再进行匹配参数的计算；
[0027] S400 ;利用S301~S304的匹配参数的计算结果，结合相机的标定参数，依据S角 测量原理，重建所述被测表面的变形位移场；
[002引所述i的取值为2~N，N为图像序列总数；
[0029] 所述匹配参数包括位移参数和变形参数。
[0030] 在该个实施例中，由于所述方法将摄像机将拍摄同一区域的两个相机组成一组双 目测量系统，将两个相机各自拍摄的被测表面的图像序列中一组看成参考图像序列，另一 组看成目标图像序列，每组图像为一个时间序列下的状态，将参考图像和目标图像序列在 第1状态下进行匹配后，然后分别在自身时间序列下进行匹配运算，最后再利用自身时间 序列下进行匹配运算的结果进行除第一状态后的每个状态的参考图像和目标图像的匹配。 由于使用的散斑匹配图像差别小，相较于传统的散斑匹配方法，散斑匹配速度快。
[0031] 而此实施例中的匹配方法如图1所示，一组为参考图像，一组为目标图像，每组图 像为一个时间序列下的状态，它们在各自时间序列下的变形，将第i状态中的参考图像与 目标图像进行匹配参数的计算；再将第i状态中的参考图像与第1状态中的参考图像进行 匹配参数的计算；最后将第i状态中的目标图像与第1状态中的目标图像进行匹配参数的 计算；每个相同状态下的参考图像与目标图像的匹配即为一种横向匹配，每个状态的参考 图像或目标图像与第1状态的参考图像或目标图像的匹配为一种纵向匹配。每个状态和前 一状态的相关性差，通过在横向匹配的基础上进行纵向匹配，能够更快的找到匹配区域的 中屯、点，进而提高了匹配成功率。
[0032] 优选的，所述相机的光轴与被测表面平面的夹角约为15度。在该个角度下，能够 保证相机获得良好的视场。
[0033] 在一个实施例中，与上述实施例不同的地方在于，所述相机为6个，每3个相机为 一排，分两排部署在垂直翼尾上；位于两边的同一列的两个相机组成一个双目系统；位于 中间的同一列的两个相机用于实时计算飞机背部标祀S维坐标。
[0034