一种基于机器视觉的测量材料弯曲变形的引伸计测量方法与流程

本发明涉及机器视觉测量领域，尤其涉及一种基于机器视觉的测量材料弯曲变形的引伸计测量方法。

背景技术：

引伸计是测量构件及其他物体两点之间线变形的一种仪器，通常由传感器、放大器和记录器三部分组成；传感器直接和被测构件接触，构件上被测的两点之间的距离为标距，标距的变化伸长或缩短为线变形，构件变形，传感器随着变形，并把这种变形转换为机械、光、电、声等信息，放大器将传感器输出的微小信号放大，记录器将放大后的信号直接显示或自动记录下来；然而传统的引伸计由于传感器本身感应的限制，无法测量弯曲变形的构件，导致实际测量数据存在误差，造成生产中存在失误。

技术实现要素：

本发明提供了一种基于机器视觉的测量材料弯曲变形的引伸计测量方法，以解决传统的引伸计无法测量构件弯曲变形的技术问题，从而消除实际测量数据存在的误差，进而实现改善生产中的失误情况。

为了解决上述技术问题，本发明实施例提供了一种基于机器视觉的测量材料弯曲变形的引伸计测量方法，包括：

将实验材料固定在拉力器两端；

打开led光源，使用工业相机对所述实验材料进行图像采集；

使用标定板对采集后的图像进行标定，并将图像的坐标转换成世界坐标；

在实验材料的中心处绘制一条线段，并在所述线段上设置若干个标点，以使在线段上生成若干个区域，并将所述区域训练成模板；

对实验材料施加外力以使实验材料产生变形，并使用工业相机不断采集更新图像；

每更新一次图像，利用已经训练好的模板将图片中相应的位置匹配出来，并将所有匹配到的区域中心点连接起来，拟合成曲线；

计算出拟合曲线的曲率，线段两端的位移变化量以及延伸率。

作为优选方案，所述打开led光源，使用工业相机对所述实验材料进行图像采集，还包括：调节led光源亮度以及相机的焦距和曝光时间，使得采集到质量更好的图像。

作为优选方案，所述led光源为红色led光源。

作为优选方案，所述每更新一次图像，利用已经训练好的模板将图片中相应的位置匹配出来，并将所有匹配到的区域中心点连接起来，拟合成曲线，具体包括：

计算每移动一个像素之后窗口内像素与模板像素的ncc值，确定原始模板的大小以及中心位置，在更新的第一张图片的中心位置为中心点生成一个横宽均不小于原始模板大小的区域作为原始模板的匹配区域，匹配到的区域的中心点又作为更新的第二张图生成一个横宽均不小于原始模板的区域作为原始模板的匹配区域，直到所有更新的图片依次匹配完成；

将所有的匹配到区域的中心点都连接起来，拟合成一条曲线。

作为优选方案，所述计算ncc值的计算方式为：

其中t表示模板图像，f表示待测图像,而t(u,v)代表的是在模板图像t中第u行、第v列的像素的灰度值；同理，f(r+u，c+v)代表的是待测图像的第r+u行、第c+v列像素的灰度值；mt表示模板平均灰度值；代表的是模板灰度值的方差；mf(r,c)表示待测图像平均灰度值；代表的是待测图像灰度值方差。

作为优选方案，所述计算出拟合曲线的曲率方式为：设曲线的参数方程为：x＝ω(t)，y＝ψ(t)，其曲率k的值为：

作为优选方案，所述线段两端的位移变化量可通过计算两端的中心位置进行计算，延伸率的计算为线段两端的位移变化量和材料原始长度的比值。

相比于现有技术，本发明实施例具有如下有益效果：

解决传统的引伸计无法测量构件弯曲变形的技术问题，从而消除实际测量数据存在的误差，进而实现改善生产中的失误情况。

附图说明

图1：为本发明实施例中的方法流程示意图；

图2：为本发明实施例中的绘制线段以及设置标志点个数示意图；

图3：为本发明实施例中的匹配以及区域中心拟合成曲线的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参照图1，本发明优选实施例提供了一种基于机器视觉的测量材料弯曲变形的引伸计测量方法，包括：

将实验材料固定在拉力器两端；

打开led光源，使用工业相机对所述实验材料进行图像采集；

使用标定板对采集后的图像进行标定，并将图像的坐标转换成世界坐标；

在实验材料的中心处绘制一条线段，并在所述线段上设置若干个标点，以使在线段上生成若干个区域，并将所述区域训练成模板；

对实验材料施加外力以使实验材料产生变形，并使用工业相机不断采集更新图像；

每更新一次图像，利用已经训练好的模板将图片中相应的位置匹配出来，并将所有匹配到的区域中心点连接起来，拟合成曲线；

计算出拟合曲线的曲率，线段两端的位移变化量以及延伸率。

在本实施例中，所述打开led光源，使用工业相机对所述实验材料进行图像采集，还包括：调节led光源亮度以及相机的焦距和曝光时间，使得采集到质量更好的图像。

在本实施例中，所述led光源为红色led光源。

在本实施例中，所述每更新一次图像，利用已经训练好的模板将图片中相应的位置匹配出来，并将所有匹配到的区域中心点连接起来，拟合成曲线，具体包括：

计算每移动一个像素之后窗口内像素与模板像素的ncc值，确定原始模板的大小以及中心位置，在更新的第一张图片的中心位置为中心点生成一个横宽均不小于原始模板大小的区域作为原始模板的匹配区域，匹配到的区域的中心点又作为更新的第二张图生成一个横宽均不小于原始模板的区域作为原始模板的匹配区域，直到所有更新的图片依次匹配完成；

将所有的匹配到区域的中心点都连接起来，拟合成一条曲线。

在本实施例中，所述计算ncc值的计算方式为：

其中t表示模板图像，f表示待测图像,而t(u,v)代表的是在模板图像t中第u行、第v列的像素的灰度值；同理，f(r+u，c+v)代表的是待测图像的第r+u行、第c+v列像素的灰度值；mt表示模板平均灰度值；代表的是模板灰度值的方差；mf(r,c)表示待测图像平均灰度值；代表的是待测图像灰度值方差。

在本实施例中，所述计算出拟合曲线的曲率方式为：设曲线的参数方程为：x＝ω(t)，y＝ψ(t)，其曲率k的值为：

在本实施例中，所述线段两端的位移变化量可通过计算两端的中心位置进行计算，延伸率的计算为线段两端的位移变化量和材料原始长度的比值。

下面结合具体实施例，对本发明进行详细说明。

步骤1：将材料固定在实验上，以橡胶条为例子，如图2所示；

步骤2：图像采集系统的硬件部分主要由红的led光源以及basler工业相机构成，软件部分是与basler工业相机配套的采集器；

步骤3：调节led光源的亮度，相机的焦距以及曝光时间，使得图像采集系统能够采集到质量更高的图片；

步骤4：对经步骤3采集后的图像用标定板标定。由于相机镜头本身存在畸变，所以拍摄出来照片或多或少会产生畸变，这种畸变会严重影响引伸计的精度，而标定过后能够消除畸变同时可以换算图片单个像素对应的实际距离。

步骤5：操作如图2所示，在橡胶条的中心处绘制一条直线，绘制完成后，设定直线之间标志点个数，用于材料变形时定位。系统将自当在直线之间生成n个两两之间间距相等的区域。

步骤6：将步骤5中自动产生的区域训练成模板，训练过程即是建立一个数据库，该数据库包含区域内所有像素的个数,每一个像素的灰度值，该区域内所有灰度值的平均值以及方差，这些数据都用于实验开始后匹配产生位移的原区域。

步骤7：给橡皮条施加一个外力，使其弯曲变形，如图3所示。图像采集系统不断更新图片直至实验结束。

步骤8：处理步骤7更新的图片，将发生形变的区域匹配出来，记录各区域中心坐标，并将中心坐标连接起来，拟合成一条直线。具体过程如下：

8-1：以往的匹配过程均是每个模板将会在图片的左上角从左到右，从上到下地垫式扫描一次，计算每移动一个像素之后窗口内像素与模板像素的ncc值；但由于此次模板较多，匹配次数也多，因此会相当耗费时间。通过观察会发现材料相变的过程是渐变的，缓慢的，我们可以利用这个时间差缩小匹配的范围。以任意一个模板a为例，模板a的大小s以及中心位置(x,y)确定后，在更新的第一张图片(x,y)为中心点生成一个横宽均不小于a的区域作为a的匹配区域，匹配到的区域的中心点(x2,y2)又作为更新的第二张图生成一个横宽均不小于a的区域作为a的匹配区域，以此类推，这样则能大量节省时间。

8-2：ncc值计算方式：

其中t表示模板图像，f表示待测图像,而t(u,v)代表的是在模板图像t中第u行、第v列的像素的灰度值。同理，f(r+u，c+v)代表的是待测图像的第r+u行、第c+v列像素的灰度值；mt表示模板平均灰度值；代表的是模板灰度值的方差；mf(r,c)表示待测图像平均灰度值；代表的是待测图像灰度值方差。

8-3:将所有的匹配到区域的中心点都连接起来，拟合成一条曲线，理论上设置的区域越多，拟合的直线效果越好，但是匹配速度也会越慢，因此可根据具体材料具体实验选择设置的区域的数量。

步骤9：分析步骤8获得的曲线，设曲线的参数方程为：x＝ω(t)，y＝ψ(t)，其曲率k的值为

材料的伸缩量可通过计算两端的中心位置进行计算，延伸率既是伸缩量和材料原始长度的比值。

步骤10：重复步骤8步骤9直至实验结束。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。