基于双目视觉监测与表面裂纹图像识别的寿命预测方法
【专利摘要】针对现有的单目视觉监测疲劳裂纹方法存在可操作性低、实施繁琐等问题，本发明公开了一种基于双目视觉监测与表面裂纹图像识别的寿命预测方法。目的是提高测量精确度以及效率，最终实现对监测目标的寿命预测。其原理是利用双目视觉系统对监测目标连续拍摄，采集监测对象随时间变化的表面裂纹图像；利用图像技术完成对裂纹图像的预处理；使用设计算法识别裂纹特征值；分析获取的裂纹数据，拟合退化轨迹，进而实现对监测目标的寿命预测。该方法适用范围广、可操作性强、可靠性高，可为生产实践提供指导。
【专利说明】基于双目视觉监测与表面裂纹图像识别的寿命预测方法
【技术领域】
[0001]本发明涉及到一种综合利用双目视觉技术监测和图像技术识别表面裂纹特征值的寿命预测方法，具体地说是一种基于双目视觉监测与表面裂纹图像识别的寿命预测方法。
【背景技术】
[0002]工程设施由于设计、施工及使用过程中的各种荷载的作用，都会逐渐产生表面裂纹。表面裂纹是工程结构中常见的缺陷，很多穿透裂纹都可以追溯为由表面裂纹扩展而成。因此，为了确保已萌生表面裂纹的材料或构件在使用过程中不会发生安全事故，需对其表面裂纹开展连续监测，精确地测量出裂纹的长度、宽度等特征值信息，从而准确获取表面裂纹扩展速率，进而实现对监测对象的剩余寿命估计。
[0003]传统的裂纹检测方法由于存在精度不高、操作繁琐、花费高等缺点，愈来愈不能适应新时期工程设施检测发展的要求。随着计算机技术的发展，近几年来有学者开始将数字图像处理技术运用到物体表面裂纹检测中来。但是，他们提出的裂纹图像采集方式过于简单，仅限于单目监测，即只运用一台摄像机采集裂纹图像。由于摄像机采集图像的像素与摄像机自身参数、拍摄距离、拍摄角度均存在关系，仅用一台摄像机拍摄会造成被监测物体与摄相机的相对位置必须固定的问题。移动摄像机位置，就需要重新标定图像像素点的物理尺寸。同时，一台摄像机无法获取角度参数，拍摄角度只能处于与表面裂纹垂直的方向，否则无法精确标定像素大小。以上严格的限制条件造成了单目监测裂纹技术仅仅只能停留在实验室阶段，并不能广泛地运用于实际工程中。
[0004]双目视觉技术监测裂纹相较于单目监测有了显著性提高。双目监测，即运用两台摄像机从不同角度拍摄裂纹图像，能克服单目监测存在的适用范围小、要求严苛的问题。完成对双目摄像机的标定后，即可运用双目在变换的空间位置中拍摄监测目标，不必再固定拍摄角度或距离，适应性有了很大的提升。
[0005]通过利用双目视觉系统对目标对象进行连续拍摄，能采集到一系列监测对象的表面裂纹图像，这些图像均记录了裂纹的扩展信息。通过对这些裂纹图像进行识别，能提取出连续变化的裂纹特征值数据。对识别出的裂纹数据进行统计分析，能拟合出裂纹退化轨迹，进而实现对监测对象的剩余寿命估计。
[0006]运用双目视觉监测与图像识别技术结合，为实现寿命预测提供了一条新途径。
【发明内容】
[0007]本发明针对单目视觉监测目标表面疲劳状态实用性低、实施繁琐等问题，提出一种基于双目视觉监测与表面裂纹图像识别的寿命预测方法。 申请人:通过实验发现，利用双目视觉系统采集监测对象表面疲劳裂纹的图像，并通过图像技术识别出裂纹特征值，能较好的帮助开展对监测目标剩余寿命的预测。
[0008]一种基于双目视觉监测与表面裂纹图像识别的寿命预测方法，其特征主要包括以下步骤:
[0009]步骤一，完成对双目视觉系统的内、外部参数标定。
[0010]固定双目系统中左、右摄像机的相对位置，以不同角度同时对2D棋盘式靶标进行拍摄，通过MATLAB中标定工具箱完成对左、右相机内部参数的标定；用左、右相机对固定在同一位置的靶标各拍摄一张照片，完成对左、右相机外部参数的标定。
[0011]步骤二，对样品开展疲劳试验，采集随时间变化的裂纹图像。
[0012]确定待预测目标，选取试验样品，完成对样品的预处理；参照本发明设计的裂纹图像监测系统，利用双目视觉系统对样品进行连续监测，选择适当的取样间隔；将取样采集到的图像传输到图像识别系统中。
[0013]步骤三，完成对裂纹的图像识别，获取裂纹特征值数据。
[0014](I)通过左右图像拼接、灰度化、空间域滤波、二值化和膨胀与腐蚀操作，完成对采集裂纹图像的预处理工作，提取出裂纹骨架以及裂纹轮廓。
[0015](2)实现对裂纹长度的识别，具体又分为:
[0016]短型裂纹识别，主要通过计算图像坐标完成。首先把裂纹骨架抽象成树形结构模型；然后对骨架的树形结构模型进行修枝，剔除细小分支，保留裂纹骨架主干；通过对骨架主干的树形结构遍历，得出主干像素长度；最后把裂纹主干的像素长度与双目系统标定得到的成像系数相乘，计算得出实际长度。
[0017]长型裂纹识别，主要通过计算世界坐标完成。首先标记出裂纹骨架的起始端点，并利用极线约束检测出沿途各特征点；接着对以上各点的空间坐标进行解算，获得其世界坐标；最后通过勾股定理算出每段长度，累加得出长型裂纹的实际长度。
[0018]中型裂纹识别。首先利用识别短型裂纹方法计算出裂纹实际长度；然后通过识别长型裂纹方法计算出裂纹实际长度；最后取两次计算长度值的平均值，记为中型裂纹实际长度。
[0019](3)实现对裂纹宽度的识别，首先找到裂纹主干的两个端点，以裂纹主干为中线，将裂纹轮廓分为P1和P2两边；然后将P1上的点置为目标点，其余点均置为背景点，对更新后的图像进行欧氏距离变化；最后提取出变换后图像P2处的值，为裂纹主干上各点的像素宽度，取其均值记为裂纹平均像素宽度，乘以成像系数得到裂纹实际平均宽度。
[0020]步骤四:拟合裂纹退化数据，预测目标剩余寿命。
[0021]首先，选择疲劳裂纹的长度和宽度作为待预测目标的退化指标，根据识别出的退化数据画出每个试验样本的退化轨迹；然后根据各样本的退化轨迹变化趋势，拟合适当退化模型；接着由模型外推出各试验样本的伪失效寿命数据，拟合伪失效寿命分布，并对其进行假设检验；最后对伪失效寿命数据进行可靠性评估，预测部件剩余寿命。
[0022]本发明有益效果:
[0023]1.双目视觉监测系统具有适用范围广、可操作性强、可靠性高等特点，能方便、快捷、有效地采集目标的图像。
[0024]2.利用图像处理技术自动识别裂纹特征值，提高了测量精确度以及效率，降低了劳动力需求。
[0025]3.本发明能广泛用于对工件材料开展的表面疲劳裂纹检测中，为及时获得其工作状态以及疲劳强度等信息提供帮助。[0026]4.本发明将双目视觉监测与图像识别技术结合，为实现对机械工件的寿命预测提供了 一条新途径。
[0027]5.本发明涉及的硬件系统以及软件算法易于实现。
【专利附图】
【附图说明】
[0028]图1基于双目视觉监测与表面裂纹图像识别的寿命预测方法操作流程图
[0029]图2裂纹图像监测系统示意图
[0030]图3裂纹图像预处理流程图[0031 ] 图4裂纹长度识别流程图
[0032]图5裂纹宽度识别流程图
[0033]图6按本发明方法处理得出的试验部件的可靠度变化曲线【具体实施方式】
[0034]基于双目视觉监测与表面裂纹图像识别的寿命预测方法操作流程如图1所示，下面结合实施例对本发明方法进行详细描述。
[0035]步骤一，完成对双目视觉系统的内、外部参数标定。
[0036](I)固定好双目系统中左右摄像机的相对位置，把待标定的双目相机置于不同位置，以不同角度同时对2D棋盘式靶标进行拍摄，拍摄30张图片，运用MATLAB中的T00LB0X_calib标定工具箱完成对左、右相机内部参数的标定。
[0037](2)使用双目系统中的左、右相机对固定在同一位置的靶标各拍摄一张照片，完成对左、右相机外部参数的标定。
[0038]步骤二，对样品开展疲劳旋转试验，采集随时间变化的裂纹图像。
[0039](I)确定待预测的某工程设施部件目标，从未产生裂纹的同型部件中取样，选取21个试验样本，使用线切割机在各样品部件上切割一个切口根部曲率半径等于0.08mm，长度为0.9mm的锯齿形切口。
[0040](2)自行设计如图2所示的裂纹图像监测系统，图像监测系统由图像采集系统和图像识别系统组成。利用双目相机开展对进行旋转疲劳试验的部件进行连续监测，取样间隔选择每10000转。将取样时采集到的图像传输到图像识别系统中。
[0041 ] 步骤三，完成对裂纹的图像识别，获取裂纹特征值数据。
[0042](I)通过左右图像拼接、灰度化、空间域滤波、二值化和膨胀与腐蚀操作，完成对采集裂纹图像的预处理工作，提取出裂纹骨架以及裂纹轮廓，具体过程如图3所示。
[0043](2)利用图4所示流程实现对裂纹长度的识别，具体分为:
[0044]识别短型裂纹，主要通过计算图像坐标完成，(a)把提取出的裂纹骨架抽象成树形结构模型，通过对模型遍历获取裂纹骨架上各像素点的信息，(b)对骨架的树形结构模型进行修枝，修除裂纹主干上的细小分支，保留裂纹骨架主干，(C)通过对骨架主干的树形结构遍历，得出主干像素长度；(d)把裂纹主干的像素长度与双目系统标定得到的成像系数相乘，计算得出实际长度。
[0045]识别长型裂纹，主要通过计算世界坐标完成，(a)标记裂纹骨架的起始端点，并利用极线约束检测出沿途各个特征点，(b)采用一般测量模型，利用最小二乘法对各角点的空间坐标进行解算，(C)得到裂纹骨架起始端点及各特征点的世界坐标，通过勾股定理算出每段长度，累加得出长型裂纹的实际长度。
[0046]识别中型裂纹，(a)利用识别短型裂纹方法计算出裂纹实际长度，(b)通过识别长型裂纹方法计算出裂纹实际长度，(C)取两次计算长度值的平均值，即为中型裂纹实际长度。
[0047](3)利用图5所示流程实现对裂纹宽度的识别，首先找到裂纹主干的两个端点，以裂纹主干为中线，将裂纹轮廓分为P1和P2两边；然后将P1上的点置为目标点，其余点均置为背景点，对更新后的图像进行欧氏距离变化；最后提取出变换后图像匕处的值，为裂纹主干上各点的像素宽度，取其均值记为裂纹平均像素宽度，乘以成像系数得到裂纹实际平均览度。
[0048]步骤四:拟合裂纹退化数据，预测目标剩余寿命。
[0049](1)选择疲劳裂纹的长度和宽度作为待预测目标的退化指标，通过前三个步骤收集各试验样本在观测时间内长度和宽度的退化数据,并画出每个试验样本的退化轨迹。
[0050](2)参照各样本的退化轨迹变化趋势，选择适当的退化轨迹模型拟合，并运用MATLAB中cftool工具箱估算出各样本的模型参数。
[0051](3)根据退化轨迹模型与规定的失效阈值，外推出各试验样本的伪失效寿命数据，拟合伪失效寿命分布，并对其进行假设检验。
[0052](4)对伪失效寿命数据进行可靠性评估，预测部件剩余寿命。
[0053]通过以上步骤可以得出该试验部件的可靠度估计为:
【权利要求】
1.一种基于双目视觉监测与表面裂纹图像识别的寿命预测方法，其特征主要包括以下步骤: 步骤一、完成对双目视觉系统的内、外部参数标定； 固定双目系统中左、右摄像机的相对位置，以不同角度同时对2D棋盘式标定靶标进行拍摄，通过MATLAB中标定工具箱完成对左、右相机内部参数的标定；用左、右相机对固定在同一位置的靶标各拍摄一张照片，完成对左、右相机外部参数的标定； 步骤二、对样品开展疲劳试验，采集随时间变化的裂纹图像； 确定待预测目标，选取试验样品，完成对样品的预处理；利用双目视觉系统对样品进行连续监测，选择适当的取样间隔；将取样采集到的图像传输到图像识别系统中； 步骤三、完成对裂纹的图像识别，获取裂纹特征值数据； (1)通过左右图像拼接、灰度化、空间域滤波、二值化和膨胀与腐蚀操作，完成对采集到的裂纹图像的预处理工作，提取出裂纹骨架以及裂纹轮廓； (2)实现对裂纹长度的识别，具体又分为: 短型裂纹识别，主要通过计算图像坐标完成，首先把裂纹骨架抽象成树形结构模型；然后对骨架的树形结构模型进行修枝，剔除细小分支，保留裂纹骨架主干；通过对骨架主干的树形结构遍历，得出主干像素长度；最后把裂纹主干的像素长度与双目视觉系统标定得到的成像系数相乘，计算得出实际长度； 长型裂纹识别，主要通过计算世界坐标完成，首先标记出裂纹骨架的起始端点，并利用极线约束检测出沿途各特征点；接着对以上各点的空间坐标进行解算，获得世界坐标；最后通过勾股定理算出每段长度，累加得出长型裂纹的实际长度； 中型裂纹识别，首先利用识别短型裂纹方法计算出裂纹实际长度；然后通过识别长型裂纹方法计算出裂纹实际长度；最后取两次计算长度值的平均值，记为中型裂纹实际长度； (3)实现对裂纹宽度的识别，首先找到裂纹主干的两个端点，以裂纹主干为中线，将裂纹轮廓分为P1和P2两边；然后将P1上的点置为目标点，其余点均置为背景点，对更新后的图像进行欧氏距离变化；最后提取出变换后图像匕处的值，为裂纹主干上各点的像素宽度，取其均值记为裂纹平均像素宽度，乘以成像系数得到裂纹实际平均宽度； 步骤四、拟合裂纹退化数据，预测目标剩余寿命； 选择疲劳裂纹的长度和宽度作为待预测对象的退化指标，根据识别出的退化数据画出每个试验样本的退化轨迹，拟合退化模型；接着由模型外推出各试验样本的伪失效寿命数据，拟合伪失效寿命分布，并对其进行假设检验；最后对伪失效寿命数据进行可靠性评估，预测监测部件的剩余寿命。
【文档编号】G06T7/00GK104034733SQ201410312059
【公开日】2014年9月10日 申请日期:2014年7月2日 优先权日:2014年7月2日
【发明者】孙权, 潘正强, 冯静, 黄彭奇子, 周星, 黄伟 申请人:中国人民解放军国防科学技术大学