一种物体位移测量方法

文档序号:9912119阅读:601来源:国知局
一种物体位移测量方法
【技术领域】
[0001] 本发明涉及一种数字图像的亚像素位移测量技术,特别涉及一种物体位移测量方 法,该物体位移测量方法可以广泛应用于物体的位移、变形和应变的测量,还可以对物体进 行振动分析。
【背景技术】
[0002] 以实验为手段,采用光学测量的方法,以研究位移、应力和应变为主要任务的光测 力学,是结合了多个学科技术为一体的交叉学科,它在很多测试和检测领域得到了广泛的 应用,并发挥着举足轻重的作用。
[0003] 数字图像相关法(Digital Image Correlation Method,DICM)作为一种光测力学 技术,具有全场测量、无损、对测量环境要求较低等优点。得到了快速的发展。近些年来,对 于数字图像相关技术理论和工程应用,很多学者进行了大量的研究工作,取得了一定的研 究成果。随着不断完善,其应用领域越来越宽广,必将在工程领域中发挥越来越重要的作 用。
[0004] 相关运算是数字图像相关技术中的关键问题,提高数字图像相关方法的测量精度 是工程质量无损检测的迫切要求。通过提升硬件来提高测量精度的代价是昂贵而不现实 的,而从优化算法的角度出发,提高图像亚像素定位精度的思想是经济可行的。整像素搜索 的算法目前已经很成熟和完善,相对而言,计算耗时比较少,而亚像素级定位是计算精度的 关键,也是其中比较费时的环节,它直接影响相关搜索的效率、计算精度和稳定性。
[0005]大多数的相关搜索算法的整像素定位精度是一致的,只是在计算量、计算效率、抗 噪声性能、稳定性等方面有些差异,因此决定数字图像相关方法的计算精度的主要因素是 亚像素定位精度,常见的方法有亚像素灰度插值法、曲面拟合法、坐标轮换法、牛顿一拉普 森法、拟牛顿法、梯度法、频域相关法、遗传算法、神经网络算法等等,这些算法能达到的定 位精度从〇. 005到0.1像素不等。
[0006] 灰度插值法要求对离散的灰度场通过插值的方法进行亚像素级重构,最简单的灰 度插值法是最近邻域插值法和双线性插值法这两种插值方法精度很低,插值重构会产生模 糊。精度比较高的插值方法有拉格朗日插值、立方插值、双三次样条插值、五次样条插值。通 过对离散的灰度场通过插值的方法,使得数字图像成为近似的连续图像,然后进行精搜索, 选取相关系数最大的位置作为最优匹配位置。这种方法计算量巨大,效率较低。

【发明内容】

[0007] 本发明的目的在于克服现有技术的缺点与不足,提供一种物体位移测量方法,该 物体位移测量方法满足了实际工程中测量高精度的要求,保证了计算效率的合理性。
[0008] 本发明的目的可以通过下述技术方案实现:一种物体位移测量方法,主要包括以 下步骤:
[0009] S1:固定图像采集设备的位置,然后利用图像采集设备采集待测量目标的连续移 动图像;图像采集设备的位置不能够变动,以获取反应目标移动的图像;选取第一帧图像 (P1)和第一帧后的任意一帧图像(Ml);
[001 0] S2:若图像为彩色图像,则先对其进行灰度化处理;
[0011] S3:利用插值算法对P1和Ml进行插值k倍,插值后分别得到P2和M2;
[0012] S4:在P1中框出一包含明显特征的特定区域作为模板(T1 ),记下模板图T1的左上 角点在P1中的坐标(XQ,yo);
[0013] S5:利用爬山法在Ml中进行匹配,得到与T1大致相似的匹配区域;
[0014] S6:在上一步得到的区域内,利用SDA\SSD算法精确匹配得到模版图像的坐标(X1, y〇,实现像素级匹配;
[0015] S7:以(X1,yi)为中心,计算n*n区域的每个像素点的相关系数,利用获得的相关系 数进行曲面拟合,选取拟合后曲面的最大值的坐标作为匹配点( X2,y2);
[0016] S8:将步骤S7得到的Ml中的匹配坐标位置(X2,y2)映射到M2中,得到在M2中对应的 坐标位置(X3,y3);
[0017] S9:利用在P1中选取的模版图(T1),选取其在P2中对应的模板图(T2);
[0018] S10:在M2中,以(X3,y3)为起始点,重复步骤S6,找到最佳匹配点的坐标,以该坐标 为中心,选取ΠΛΙ1的矩形区域,计算T2在每个点上的相关系数;
[0019] S11:利用在上一步获得的相关系数进行曲面拟合,选取拟合后的最大值的坐标 (X4,y4)作为最佳匹配点,并将该坐标值映射回Ml中对应的坐标值(x 5,y5),并将(x5,y5)与模 板的在P1中的坐标( XQ,yo)进行比较,,以实现目标的精确位移测量(Ax,Ay);
[0020] S12:把以上步骤S4至步骤S11循环执行p次,每次选取不同的模板图,计算出位移 的统计平均值,以该值作为最终位移结果。
[0021] 以上步骤S5、S6、S10中计算相关系数的NCC算法采用的计算公式如下:
[0022]
[0023]以上公式中,rxy是以点(x,y)为原点的m*n子区域跟模版图像之间的相关系数,Sx, y 表示的是待匹配图像中以点(x,y)为原点截取的m*n子区域,Sx,y(i,j)指该子区域上坐标 (i,j)点的灰度值,I指该子区域上灰度的平均值。Tx,y(i,j)指模版上坐标(i,j)点的灰 度值,U指模板上的灰度的平均值。m,n分别代表模板的列数和行数。
[0024]以上步骤S7、SI 1中,进行曲面拟合的方法有二次曲面拟合法、三次曲面拟合法、高 斯曲面拟合法、二维拉格朗日法曲面拟合;一般情况下取二次曲面拟合法即可。二次曲面拟 合法采用的二元二次函数如下:
[0025] r(xi ,yi) =a〇+aixi+a2yi+a3X2+a4Xiyi+a5yi2,
[0026] 式中,r(xi,yi)表示模板图在坐标(Xi,yi)处计算得到的相关系数,系数ao~as为该 二次曲面的系数。二次曲面的最大值的坐标公式如下:
[0027]
[0028] 式中,x,y分别表示二次曲面的最大值的横坐标和纵坐标,系数ao~a5为该二次曲 面的系数。
[0029] 以上步骤S8中坐标映射的公式如下:
[0030] X37 = (x2~l )*n+l
[0031 ] y37 = (y2~l )*n+l,
[0032] X3 =最邻近X3'的整数,
[0033]
[0034] y3 =最邻近y3'的整数
[0035] 式中,坐标(χ2,y2)表示步骤S7中得到的模板在Ml中的匹配坐标位置,坐标(x ' 3, y ' 3)表示坐标映射的结果,坐标位置(X3,y3)表示模板在M2中对应的坐标位置。
[0036]以上步骤S9的具体方法如下:先将模板图T1的左上角点在P1的坐标(xQ,yQ)映射到 P2中的坐标,记为(XQ ',yo '),同时选取模板图T1右下角点在P1中的坐标,并将其映射到P2中 的坐标,记为(1〇〃,7〇〃),那么模板12取为坐标(幼', 7()')和坐标(1()〃,7()〃)之间的矩形区域。 坐标映射公式如下:
[0037] X2= (xi_l )*k+l
[0038] y2= (yi-1 )*k+l,
[0039] 其中,坐标(X1,yi)和(x2,y 2)分别为PI和P2中对应的坐标,k表示在步骤S3中插值 的倍数。
[0040] 以上步骤S11中,坐标映射公式如下:
[0041] X5= (x4~l )/k+l,
[0042]
[0043] y5= (y4~l )/k+l
[0044] 式中,坐标(X4,y4)表示M2总的最佳匹配坐标,坐标(X5,y5)表示Ml中的最佳匹配坐 标,它由上述映射公式得到,k表示在步骤S3中插值的倍数。
[0045] 以上步骤SI 1中,位移计算公式如下:
[0046] Δχ = χ5-χ〇,
[0047]
[0048] Δ y = y5-y〇
[0049] 式中,坐标(X5,y5)表示Ml中的最佳匹配坐标,坐标(xq,y〇)表示步骤S4中模板图T1 的左上角点在Ρ1中的坐标,Δχ表示目标在横坐标方向上的精确位移,Ay表示目标在纵坐 标方向上的精确位移。
[0050] 在步骤S3、S7、S10和S12中的k、n、m和p的取值可为任意正整数,取值越大运算量越 大,取值范围最好为[1,10]。
[0051 ]在步骤S3、S7、S8、S9、S10和SI 1中,把经典的相关搜索的亚像素插值算法和曲面拟 合法结合起来,极大地提高了亚像素级位移测量的精度;同时通过在插值前和插值后的图 像中进行匹配,有效地降低了计算复杂度。
[0052]本发明的目的也可以通过下述技术方案实现:一种物体位移测量方法,包括以下 步骤:(1)利用图像采集设备采集待测目标物的连续位移图像;(2)利用插值算法对所采集 的图像进行插值;(3)在首帧中选取模板图,然后利用爬山法及SDA\SSD算法找到模板在后 续图像中的粗略坐标位置;(4)对其进行拟合,得到相似性曲面,求取曲面峰值坐标,与原图 中的坐标进行比较,计算出位移;(5)重复(3)~(4)步骤若干次,计算位移的平均值作为最 终结果。本发明方法在工程应用时,多次选取模板图进行测量,同时通过在插值前和插值后
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1