基于双目立体视觉技术的膜结构气弹模型的风振响应获取方法与流程

本发明涉及一种膜结构气弹模型的风振响应获取方法，属于膜结构气弹模型风洞试验领域。

背景技术：

在膜结构气弹模型的风洞试验中，需要对膜结构气弹模型的风振响应进行测量。现有膜结构气弹模型的风振响应测量方法分为接触式测量方法和非接触式测量方法。

接触式测量方法通常采用在膜结构气弹模型的响应面上设置加速度传感器的方式来测量响应面的位移。但是，即使忽略加速度传感器的微小重量，在测量的过程中，仍然需要通过导线将加速度传感器与电荷放大器相连。因此，该方法的测量结果的准确性较差。

非接触式测量方法通常采用激光位移计来测量响应面的位移。与接触式测量方法相比，该方法因激光位移计无需与膜结构气弹模型直接接触而具有较高的准确性。然而，该方法也并非完美。在采用该方法测量响应面位移的过程中，为了避免激光位移计及其固定架对流场的干扰，需要对激光位移计的安放位置进行设计，例如放置在风洞的空腔中。除此之外，一台激光位移计只能测量一个标识点的位移时程，当设置在响应面上的标识点较多时，需要多台激光位移计。这与现有膜结构形式复杂化的发展趋势不相符。为此，有学者将双目立体视觉技术引入到膜结构气弹模型的风振响应测量中。然而，现有的基于双目立体视觉技术的膜结构气弹模型的风振响应获取方法采用散斑作为标识点，后期对相片进行处理获取三维位移时需要逐块进行搜索，计算量大。

技术实现要素：

本发明为了解决现有的基于双目立体视觉技术的膜结构气弹模型的风振响应获取方法的计算量大的问题，提出了一种基于双目立体视觉技术的膜结构气弹模型的风振响应获取方法。

本发明所述的基于双目立体视觉技术的膜结构气弹模型的风振响应获取方法包括：

步骤一、在待风洞试验的膜结构气弹模型的响应面上设置n1个标识点，标识点为圆环形；

步骤二、放置相机，所述相机包括左相机和右相机；

步骤三、标定相机的内、外参数；

步骤四、在对膜结构气弹模型进行风洞试验的同时，采用相机获取响应面相片；

步骤五、根据响应面相片获取标识点的中心像素坐标；

步骤六、根据标识点的中心像素坐标和相机的内、外参数，并基于双目立体视觉技术的数学模型求解获取标识点的三维位移响应；

步骤七、根据标识点的三维位移响应得到响应面的位移响应，响应面的位移响应为膜结构气弹模型的风振响应。

作为优选的是，步骤四的具体内容为：同时采用左、右相机以预定的频率对所述响应面进行拍照，并分别获得n2张响应面左视相片和n2张响应面右视相片。

作为优选的是，步骤五的具体内容为：分别获取n2张响应面左视相片和n2张响应面右视相片中的n1个标识点的中心像素坐标，并对n2张响应面左视相片和n2张响应面右视相片中的同一标识点的中心像素坐标进行匹配对应，其中，获取一张响应面相片中的n1个标识点的中心像素坐标的方法包括：

步骤1、采用otsu算法对该响应面相片进行图像二值化处理，得到n1个标识点的模糊像素；

步骤2、采用基于zernike矩的亚像素边缘检测法对n1个标识点的模糊像素进行边缘识别，得到n1个标识点的轮廓像素；

步骤3、采用八邻域边界跟踪算法对n1个标识点的轮廓像素进行跟踪，得到2n1个边缘像素点集；

步骤4、采用最小二乘法对同属于一个标识点的轮廓像素的两个边缘像素点集进行拟合，得到第一椭圆和第二椭圆；

步骤5、基于第一椭圆和第二椭圆，并采用3σ法剔除所述两个边缘像素点集中的孤立轮廓像素点；

步骤6、判断步骤5中是否有孤立轮廓像素点被剔除，当判断结果为是时，执行步骤7，否则，将第一椭圆的中心坐标与第二椭圆的中心坐标的中值作为该标识点的中心像素坐标；

步骤7、采用最小二乘法对同属于该标识点的轮廓像素的两个新边缘像素点集进行拟合，得到第三椭圆和第四椭圆，并将第三椭圆的中心坐标与第四椭圆的中心坐标的中值作为该标识点的中心像素坐标；

步骤8、按照步骤4至步骤7所述的方法，获得n1个标识点的中心像素坐标。

作为优选的是，步骤五采用基于基准相片的排列匹配方法对n2张响应面左视相片和n2张响应面右视相片中的同一标识点的中心像素坐标进行匹配对应，其中，基于基准相片的排列匹配方法包括：

步骤a、将基准相片的n1个标识点的中心像素坐标按照横坐标或纵坐标由大到小的顺序排列为第一中心像素坐标至第n1中心像素坐标，所述基准相片为静止状态下的膜结构气弹模型的响应面左视相片或右视相片；

步骤b、依次判断一张响应面相片的n1个标识点的中心像素坐标与其对应的基准相片的第一中心像素坐标至第n1中心像素坐标的距离，并按照互相匹配对应的两个中心像素坐标的距离最小的原则将该张响应面相片的n1个标识点的中心像素坐标与基准相片的n1个标识点的中心像素坐标进行匹配对应；

步骤c、按照步骤b所述的方法，完成n2张响应面左视相片的n1个标识点的中心像素坐标的匹配对应和n2张响应面右视相片的n1个标识点的中心像素坐标的匹配对应；

步骤d、通过给定调整向量的方式，实现n2张响应面左视相片和n2张响应面右视相片中的n1个标识点的中心像素坐标的匹配对应。

作为优选的是，步骤六包括：

步骤a、根据每个标识点已匹配完成的n2个左相机相片中的中心像素坐标和n2个右相机相片中的中心像素坐标和相机的内、外参数，并基于双目立体视觉技术的数学模型求解每个标识点在世界坐标系下的n2个中心像素三维坐标；

所述世界坐标系的xoy平面垂直或平行于静止状态下的响应面；

步骤b、将每个标识点的n2个中心像素三维坐标与基准三维坐标作差，得到每个标识点的n2个中心像素的三维位移，进而得到每个标识点的三维位移时程。

作为优选的是，步骤七基于n1个标识点的三维位移时程，并采用差值法，得到响应面的位移响应。

本发明所述的基于双目立体视觉技术的膜结构气弹模型的风振响应获取方法，采用圆环形标识点，在后期对响应面相片进行处理获取三维位移时，无需逐块进行搜索，只需进行点搜索即可，计算量小。

附图说明

在下文中将基于实施例并参考附图来对本发明所述的基于双目立体视觉技术的膜结构气弹模型的风振响应获取方法进行更详细的描述，其中：

图1是实施例所述的基于双目立体视觉技术的膜结构气弹模型的风振响应获取方法的流程图；

图2是实施例提及的获取一张响应面相片中的n1个标识点的中心像素坐标的方法的流程图；

图3是实施例提及的基于基准相片的排列匹配方法的流程图。

具体实施方式

下面将结合附图对本发明所述的基于双目立体视觉技术的膜结构气弹模型的风振响应获取方法作进一步说明。

实施例：下面结合图1至图3详细地说明本实施例。

本实施例所述的基于双目立体视觉技术的膜结构气弹模型的风振响应获取方法包括：

步骤一、在待风洞试验的膜结构气弹模型的响应面上设置n1个标识点，标识点为圆环形；

步骤二、放置相机，所述相机包括左相机和右相机；

步骤三、标定相机的内、外参数；

步骤四、在对膜结构气弹模型进行风洞试验的同时，采用相机获取响应面相片；

步骤五、根据响应面相片获取标识点的中心像素坐标；

步骤六、根据标识点的中心像素坐标和相机的内、外参数，并基于双目立体视觉技术的数学模型求解获取标识点的三维位移响应；

步骤七、根据标识点的三维位移响应得到响应面的位移响应，响应面的位移响应为膜结构气弹模型的风振响应。

步骤四的具体内容为：同时采用左、右相机以预定的频率对所述响应面进行拍照，并分别获得n2张响应面左视相片和n2张响应面右视相片。

步骤五的具体内容为：分别获取n2张响应面左视相片和n2张响应面右视相片中的n1个标识点的中心像素坐标，并对n2张响应面左视相片和n2张响应面右视相片中的同一标识点的中心像素坐标进行匹配对应，其中，获取一张响应面相片中的n1个标识点的中心像素坐标的方法包括：

步骤1、采用otsu算法对该响应面相片进行图像二值化处理，得到n1个标识点的模糊像素；

步骤2、采用基于zernike矩的亚像素边缘检测法对n1个标识点的模糊像素进行边缘识别，得到n1个标识点的轮廓像素；

步骤3、采用八邻域边界跟踪算法对n1个标识点的轮廓像素进行跟踪，得到2n1个边缘像素点集；

步骤4、采用最小二乘法对同属于一个标识点的轮廓像素的两个边缘像素点集进行拟合，得到第一椭圆和第二椭圆；

步骤5、基于第一椭圆和第二椭圆，并采用3σ法剔除所述两个边缘像素点集中的孤立轮廓像素点；

步骤6、判断步骤5中是否有孤立轮廓像素点被剔除，当判断结果为是时，执行步骤7，否则，将第一椭圆的中心坐标与第二椭圆的中心坐标的中值作为该标识点的中心像素坐标；

步骤7、采用最小二乘法对同属于该标识点的轮廓像素的两个新边缘像素点集进行拟合，得到第三椭圆和第四椭圆，并将第三椭圆的中心坐标与第四椭圆的中心坐标的中值作为该标识点的中心像素坐标；

步骤8、按照步骤4至步骤7所述的方法，获得n1个标识点的中心像素坐标。

步骤五采用基于基准相片的排列匹配方法对n2张响应面左视相片和n2张响应面右视相片中的同一标识点的中心像素坐标进行匹配对应，其中，基于基准相片的排列匹配方法包括：

步骤a、将基准相片的n1个标识点的中心像素坐标按照横坐标或纵坐标由大到小的顺序排列为第一中心像素坐标至第n1中心像素坐标，所述基准相片为静止状态下的膜结构气弹模型的响应面左视相片或右视相片；

步骤b、依次判断一张响应面相片的n1个标识点的中心像素坐标与其对应的基准相片的第一中心像素坐标至第n1中心像素坐标的距离，并按照互相匹配对应的两个中心像素坐标的距离最小的原则将该张响应面相片的n1个标识点的中心像素坐标与基准相片的n1个标识点的中心像素坐标进行匹配对应；

步骤c、按照步骤b所述的方法，完成n2张响应面左视相片的n1个标识点的中心像素坐标的匹配对应和n2张响应面右视相片的n1个标识点的中心像素坐标的匹配对应；

步骤d、通过给定调整向量的方式，实现n2张响应面左视相片和n2张响应面右视相片中的n1个标识点的中心像素坐标的匹配对应。

步骤六包括：

步骤a、根据每个标识点已匹配完成的n2个左相机相片中的中心像素坐标和n2个右相机相片中的中心像素坐标和相机的内、外参数，并基于双目立体视觉技术的数学模型求解每个标识点在世界坐标系下的n2个中心像素三维坐标；

所述世界坐标系的xoy平面垂直或平行于静止状态下的响应面；

步骤b、将每个标识点的n2个中心像素三维坐标与基准三维坐标作差，得到每个标识点的n2个中心像素的三维位移，进而得到每个标识点的三维位移时程。

步骤七基于n1个标识点的三维位移时程，并采用差值法，得到响应面的位移响应。

本实施例所述的基于双目立体视觉技术的膜结构气弹模型的风振响应获取方法还具有以下有益效果：

1、现有的图像二值化方法通常人为设定灰度阈值，而本实施例采用的otsu算法根据实际图像自动确定灰度阈值，otsu算法是由日本学者otsu于1979年提出的一种对图像进行二值化的高效算法，能够更好地将前景与背景分离开来，整个计算结果稳定，效果好。

2、本实施例采用基于zernike矩的亚像素边缘检测法对圆环形标识点的模糊像素进行边缘识别，识别精度达到亚像素级，抗噪声能力强，适用于风洞试验的强噪声场合。

3、本实施例采用八邻域边界跟踪算法对多个标识点的轮廓像素进行跟踪，进而对单张响应面相片中的多个标识点的中心特征进行连续且快速地扫描。这种的识别模式能够避免先确定标识点的大概位置，再进行目标识别的单次单个标识点的识别模式，计算效率高。

4、本实施例在采用最小二乘法对轮廓像素的边缘像素点集进行拟合的过程中，运用3σ法则来剔除边缘像素点集中的孤立点，进一步提高了椭圆中心的拟合精度。

5、本实施例采用基于基准相片的排列匹配方法对多张响应面相片中的同一个标识点进行匹配。这种排列匹配方法跟踪定位标识点的方式直观快速，大大提高了计算效率，每张响应面相片仅需要计算一次，而不用像其他匹配方法有几个标识点，每张响应面相片就要被处理几次。

虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅是本发明的原理和应用的示例。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其他所述实施例中。