[發(fā)明專利]一種基于視覺跟蹤的雙軸拉伸引伸計測量方法

在審

• 申請?zhí)枺?/td>: 201811496196.2
• 申請日: 2018-12-07
• 公開（公告）號: CN109579721A
• 公開（公告）日: 2019-04-05
• 發(fā)明（設(shè)計）人: 謝宏威;駱佩文;雷臻宇;周聰;陳磊
• 申請（專利權(quán)）人: 廣州大學
• 主分類號: G01B11/16
• 分類號: G01B11/16;G01N3/08
• 代理公司: 廣州三環(huán)專利商標代理有限公司 44202
• 代理人: 顏希文;麥小嬋

本發(fā)明公開了一種基于視覺跟蹤的雙軸拉伸引伸計測量方法，包括：將實驗材料固定在拉力器兩端；打開LED光源，使用工業(yè)相機對所述實驗材料進行圖像采集；使用標定板對采集后的圖像進行標定，并將圖像的坐標轉(zhuǎn)換成世界坐標；對進行坐標轉(zhuǎn)換后的圖像在X軸設(shè)置A、B兩個點以及在Y軸設(shè)置C、D兩個點，創(chuàng)建ABCD四個模板；啟動拉力器，獲取更新實驗材料受力變形的圖像；利用創(chuàng)建的模板進行匹配對比所述更新的圖像，模板匹配對比到這些發(fā)生位移的區(qū)域并記錄相應(yīng)的位置，獲取計算A點、B點之間的距離以及獲取計算C點、D點之間的距離，直至材料斷裂；將拉力器的拉力數(shù)據(jù)以及所述實驗材料在X軸和Y軸的位移數(shù)據(jù)繪制成拉伸曲線。

技術(shù)領(lǐng)域

本發(fā)明涉及機器視覺測量領(lǐng)域，尤其涉及一種基于視覺跟蹤的雙軸拉伸引伸計測量方法。

背景技術(shù)

傳統(tǒng)引伸計要做金屬薄板指定寬度的塑性應(yīng)變比的測定的時候，傳統(tǒng)方法實驗需要經(jīng)過最少兩次實驗，且每次實驗都會損毀材料所以兩次實驗用的試樣是不可能相同的，造成實驗試樣的大面積浪費。本發(fā)明不僅能夠一次測量多組數(shù)據(jù)，而且測試全程可追溯，測試過程可回放，做完一次試驗可以反復(fù)修改測試條件再次進行分析，無需反復(fù)做試驗，不浪費任何一根試樣。

發(fā)明內(nèi)容

本發(fā)明提供了一種基于視覺跟蹤的有標記引伸計動態(tài)測量方法，以解決傳統(tǒng)測試方法中實驗需要經(jīng)過最少兩次實驗，且每次實驗都會損毀材料的技術(shù)問題，從而能夠一次測量多組數(shù)據(jù)，而且測試全程可追溯，測試過程可回放，進而實現(xiàn)無需反復(fù)做試驗，節(jié)省材料資源。

為了解決上述技術(shù)問題，本發(fā)明實施例提供了一種基于視覺跟蹤的雙軸拉伸引伸計測量方法，包括：

將實驗材料固定在拉力器兩端；

打開LED光源，使用工業(yè)相機對所述實驗材料進行圖像采集；

使用標定板對采集后的圖像進行標定，并將圖像的坐標轉(zhuǎn)換成世界坐標；

對進行坐標轉(zhuǎn)換后的圖像在X軸設(shè)置A、B兩個點以及在Y軸設(shè)置C、D兩個點，創(chuàng)建ABCD四個模板；

啟動拉力器，獲取更新實驗材料受力變形的圖像；

利用創(chuàng)建的模板進行匹配對比所述更新的圖像，原ABCD四個模板區(qū)域會因為材料拉伸而產(chǎn)生位移，模板匹配對比到這些發(fā)生位移的區(qū)域并記錄相應(yīng)的位置，獲取計算A點、B點之間的距離以及獲取計算C點、D點之間的距離，直至材料斷裂；

將拉力器的拉力數(shù)據(jù)以及所述實驗材料在X軸和Y軸的位移數(shù)據(jù)繪制成拉伸曲線，按照實驗要求計算出相應(yīng)的參數(shù)。

作為優(yōu)選方案，所述打開LED光源，使用工業(yè)相機對所述實驗材料進行圖像采集，還包括：調(diào)節(jié)LED光源亮度以及相機的焦距和曝光時間，使得采集到質(zhì)量更好的圖像。

作為優(yōu)選方案，所述LED光源為紅色LED光源。

作為優(yōu)選方案，所述對進行坐標轉(zhuǎn)換后的圖像在X軸設(shè)置A、B兩個點以及在Y軸設(shè)置C、D兩個點，創(chuàng)建四個模板，包括：

在X軸設(shè)置第一個點A，生成一個以A點為中心的矩形大小，獲取A點坐標和A矩形的圖像，訓練成匹配模板；

在X軸設(shè)置第二個點B，生成一個以B點為中心的矩形大小，獲取B點坐標和B矩形的圖像，訓練成匹配模板；

在Y軸設(shè)置第三個點C，生成一個以C點為中心的矩形大小，獲取C點坐標和C矩形的圖像，訓練成匹配模板；

在Y軸設(shè)置第四個點D，生成一個以D點為中心的矩形大小，獲取D點坐標和D矩形的圖像，訓練成匹配模板。

作為優(yōu)選方案，所述訓練成匹配模板，具體為：獲取識別矩形圖像中所有的像素點，建立一個模板庫，匹配時將模板庫與目標圖像進行匹配。

作為優(yōu)選方案，所述矩形大小為80mm*80mm。