一種基于隨機點跟蹤的金屬材料斷裂伸長率智能測試方法

一種基于隨機點跟蹤的金屬材料斷裂伸長率智能測試方法
【專利摘要】本發明涉及一種基于隨機點跟蹤的金屬材料斷裂伸長率智能測試方法，在測試前先采用噴漆設備先在被檢測金屬材料表面上噴上大小、形狀不規則的隨機點作為標記。在測試過程中，利用機器視覺系統獲取被測材料表面形變的圖像序列，然后根據斷裂位置和預先設定的局部伸長率，自動選擇計算金屬材料斷裂伸長率的最佳原始標距和斷后標距，精確地計算出金屬材料的斷裂伸長率。采用本發明所提出的方法，不僅能提高金屬材料斷裂伸長率檢測精度，還能自動地分析和計算不同局部伸長率及材料在拉伸過程中的變形趨勢，為材料檢測和產品設計提供科學的依據。
【專利說明】一種基于隨機點跟蹤的金屬材料斷裂伸長率智能測試方法
【技術領域】
[0001]本發明涉及金屬材料性能參數檢測【技術領域】，特別是涉及一種基于隨機點跟蹤的金屬材料斷裂伸長率智能測試方法。
【背景技術】
[0002]拉伸試驗是對試樣施加連續增加單軸拉伸力并且同時檢測試樣伸長量的試驗方法，其廣泛應用于檢測金屬材料及產品力學性能。拉伸試驗作為最廣泛評價金屬材料性能的試驗方法，其試驗結果的可靠性無論對于用戶還是對于生產廠的質量管理和控制都非
常重要。
[0003]目前測定金屬材料斷后伸長率常用方法是先在拉伸試樣上確定原始標距，試樣被拉斷后，不管試樣的斷裂位置處于何處，直接測量斷后標距，然后按照定義計算斷后伸長率。這樣的測試結果往往是不準確的，按GB/T228-2002規定，原則上只有斷裂處與最接近標距標記位置點的距離不小于原始標距三分之一時，所測得的斷后伸長率方為有效。當拉伸試樣的斷口在不同位置時，顯然所測定得到的斷后伸長率是不具有唯一性的，且只有當斷口在原始標距的中點時，測量得到的斷后標距才是最大值，由最大的斷后標距所對應的斷后伸長率才能真實代表材料的伸長變形特性。隨著計算機控制拉伸機和引伸計技術的廣泛采用，實現了人工裝卸試樣，然后由計算機自動測量計算拉伸試驗結果。這些方法對部件測量可達到很高的精度，但由于測試方法存在諸多的缺陷，致使斷后伸長率的測量可靠性存在問題。特別是金屬材料在拉伸過程中，其斷裂位置的隨機性所引起自動測量的誤差，是用戶難以接受的。機器視覺和數字圖像處理技術的發展，可直接準確地獲取被測對象外觀圖像信息，從客觀事物的圖像中提取信息進行處理和分析，實現對金屬材料斷后伸長率的智能化、高精度的檢測。

【發明內容】

[0004]本發明所要解決的技術問題是提供一種基于隨機點跟蹤的金屬材料斷裂伸長率智能測試方法，以解決測量斷后伸長率時，對金屬材料檢測樣本預先設定原始標距而導致金屬材料斷后伸長率檢測精度差問題。
[0005]本發明解決其技術問題所采用的技術方案是:提供一種基于隨機點跟蹤的金屬材料斷裂伸長率智能測試方法，包括以下步驟:
[0006]( I)對帶有標記點的金屬材料進行拉伸，在拉伸的同時，采集拉伸開始到金屬材料斷裂為止的金屬材料表面形變的連續圖像序列Fs=f\，f2,...fN，其中為拉伸開始獲取的圖像，fN為拉伸斷裂時獲取的圖像；
[0007](2)根據圖像fN的紋理特征，確定其在拉伸方向的斷裂位置，并依次對圖像序列進行逆向區域相關檢測，推導該斷裂位置在圖像序列其它圖像幀fs在拉伸方向所對應的位置，并對圖像序列的所有幀建立坐標系，其中，以被檢測金屬材料拉伸方向的中軸線為X軸，斷裂位置為坐標原點0，通過原點O且與X軸垂直的方向為Y軸；[0008](3)對第一幀圖像f1;以X軸的原點O為基準，在預先確定的有效檢測區內，將其左、右對稱地分成大小相等的連續圖像塊，且規定每個圖像塊在X方向的位置坐標，是以圖像塊中點的X坐標表示；
[0009](4)對第一幀圖像所劃分的每個圖像塊，以其所在位置的X坐標點作垂線，將圖像塊分成左、右兩部分，每一部分內選擇一個最顯著的隨機斑點，作為表示該圖像塊在X方向位置的代表點，并由亞像素定位算法獲取該兩個代表點的精確坐標后，計算該圖像塊X坐標到兩代表點X坐標的比例系數k ；
[0010](5)通過對其它圖像幀fs直接前幀fs_i的所有圖像塊所選定的代表點進行跟蹤，確定fd所有代表點對應其在fs內的位置，再利用比例系數k，計算出圖像幀fs內所有連續圖像塊的X坐標；
[0011](6)構建二維表格，存儲圖像序列各幀內所有圖像塊在X方向的位置坐標，以方便計算拉伸過程中，隨時間變化的相鄰圖像塊間的局部伸長率及各圖像塊的位移信息；
[0012](7)根據預先設定計算金屬材料斷裂伸長率的局部伸長率的值，對二維表格數據進行處理，選擇計算金屬材料斷裂伸長率最佳的圖像塊，并由此確定第一幀圖像的計算點和拉伸斷裂時圖像fN的計算點；
[0013](8)根據所確定的計算點，分別求出原始標距和斷后標距，計算出計算金屬材料斷裂伸長率。
[0014]所述步驟(I)前還包括采用噴漆設備在被檢測金屬材料樣本的表面均勻地噴上大小和形狀不規則的隨機標記點晾干后形成帶標記點的金屬材料。
[0015]所述步驟(5)中對所有圖像塊所選定的代表點進行跟蹤是利用點區域相關的方法先進行像素級精度跟蹤，然后采用相關函數主峰分布模型擬合算法，實現亞像素精度跟蹤。
[0016]所述步驟(7)中對二維表格數據進行處理是通過對二維表格數據的搜索和計算，在第一幀圖像和拉伸斷裂時的圖像fN內搜索與斷裂位置對稱的左、右兩組相鄰圖像塊，使其滿足局部伸長率與預設值最為接近，并在第一幀圖像和拉伸斷裂時的圖像fN中，分別以所確定的兩組相鄰圖像塊中點位置分別作為計算原始標距和斷后標距的計算點，原始標距和斷后標距則分別為兩組計算點的距離。
[0017]所述步驟(2)中拉伸斷裂圖像幀fN的斷裂位置坐標的確定是通過對金屬材料試樣表面出現裂痕紋理線進行跟蹤，并在提取紋理主骨架線后，分別計算紋理主骨架線在X和Y方向伸展矢量，以斷裂紋理主骨架線在Y方向的矢量大于某一閾值時，判斷金屬材料被拉斷，取斷裂紋理主骨架線在X方向伸展矢量的中值位置，作為其在拉伸方向的斷裂坐標位置。
[0018]有益效果
[0019]由于采用了上述的技術方案，本發明與現有技術相比，具有以下的優點和積極效果:
[0020]I)采用圖像序列事后處理的方法，能在獲取金屬材料斷裂點的精確位置后，以斷裂位置為中心，在其左右對稱地自動搜尋局部伸長率與預設值最接近的相鄰圖像塊，從而優選出原始標距和斷后標距的大小和位置，最大限度地減小斷裂點位置隨機性所引起檢測結果的誤差。
[0021]2)具有各向同性的隨機標記點，能隨金屬材料表面形變而發生位移，精確地表示金屬表面變形特征。同時通過隨機點跟蹤定位技術，能巧妙將斷裂點及代表點位置隨材料的變形映射到整個圖像序列各幀內，為測試過程中，動態分析金屬材料力學特征提出最效方法。
[0022]3)利用機器視覺和圖像處理技術對金屬材料斷裂伸長率進行檢測，實現了檢測過程智能化和自動化，具有檢測方便、快速和測量精度高等特點。
【專利附圖】

【附圖說明】
[0023]圖1是本發明采用的系統結構示意圖；
[0024]圖2是本發明檢測樣本圖像連續區域劃分及最佳圖像塊選擇示意圖；
[0025]圖3是本發明塊運動信息二維存儲表示意圖；
[0026]圖中:計算機I，顯示器2，CXD圖像控制器3，光源控制器4，LED光源5，鏡頭6，信號適配器7，金屬材料樣本8，拉伸機構9，選擇計算標距的左相鄰圖像塊10，選擇計算標距的右相鄰圖像塊11。
【具體實施方式】
[0027]下面結合具體實施例，進一步闡述本發明。應理解，這些實施例僅用于說明本發明而不用于限制本發明的范圍。此外應理解，在閱讀了本發明講授的內容之后，本領域技術人員可以對本發明作各種改動或修改，這些等價形式同樣落于本申請所附權利要求書所限定的范圍。
[0028]本發明涉及一種基于隨機點跟蹤的金屬材料斷裂伸長率智能測試方法。該方法可通過如圖1所示的系統結構實現，該系統結構在現有的金屬材料拉伸設備的基礎上加裝機器視覺系統和計算機系統；所述計算機系統包括計算機I和顯示器2，所述機器視覺系統包括CXD圖像傳感器3、LED光源5和鏡頭6，所述顯示器2與計算機I連接成一體，所述計算機I還分別CXD圖像傳感器3、光源控制器4和信號適配器7相連，所述信號適配器7連接拉伸機構9的控制系統，所述CCD圖像傳感3的鏡頭6正對其前方的被測試金屬材料樣本8的表面且位于LED光源5的下端。其中，所述LED光源可以為可控光強的白色LED光源。
[0029]本發明的方法是:先采用標準的模板對數字CCD及光學系統進行畸變矯正，再采用精度為IOym的標定板，對成像系統進行標定，以獲取成像系統單個像素所對應的實際物理面積。本發明采用標準棋盤圖像校正方法，采用標準棋盤圖像方格的內角點為特征點，根據其在空間坐標平面與采集圖像本身坐標的對應關系，求出攝像鏡頭的畸變參數，實現其矯正。然后，利用聞精度的標定1?板，對系統進行標定。
[0030]在項目的實施過程中，其信號適配器是利用采用FreeSCale_HCS12系列的微控制器實現。先建立控制器與計算機系統的通信協議，并將該控制器的模擬量輸入口，直接連接拉伸機的控制器，取出其啟動信號，并轉換成數字信號傳給控制計算機。
[0031]另外，在成像方面，還可以在成像系統的鏡頭前加裝光反射抑制膜的方法，來消除由被檢測對象對光的反射，提高對檢測對象的成像質量，獲取清晰的金屬材料表面檢測區域圖像，以提聞系統的檢測精度。
[0032]本發明在實施過程中，可采用下列器材:
[0033](I) PC機:其主要參數為:雙核處理器，主頻為3GHz，支持JPEG硬件編解碼，最大支持8192X8192分辨率，內存為4GbitsDDR3。支持RGB24Bit接口及TVOUT視頻輸出。
[0034](2)數字CCD:采用的CMOS型號為0V3460，2048*1536像素，成像區域大小為3626 μ mx2709 μ m,像素大小為1.75 μ mxl.75 μ m,最高速度可達30幀每秒。
[0035](3)光源:LED條形白光源，電氣參數24v/8.6w，外形尺寸(mm)為212X44X22，發光面尺寸為199X36，帶漫射片，環境溫度為25°C時，亮度和安裝角度均可調、高亮度、低溫、均衡、無閃爍。
[0036](4)光學鏡頭:1021228010^4工業300萬象素鏡頭，規格？01'111&丨，2/3〃 ；接口方式:C ;焦距(mm):12-36 (可變)；光圈(F):2.8-16C ;視場角(水平 H0R)。:41.0-13.6 ;最近物像距離(M):0.2 ;有效口徑:前Front Upmm):27.2;后Rear (cpmm):12.1 ;前置濾光鏡螺紋(φΜχΡ): 35_5χ().5;外形尺寸 UpxD, φχΗχΟ , WxHxD mm): 41.6x5.3,,
[0037](5)信號適配器:采用FreeScale_HCS12微控制器作為信號轉換器。其中，HCS12微控制器中AD轉換模塊相關參數為:8/10精度，10-位單次轉換時間為7 μ s，采樣緩沖放大器，可編程采樣時間，外部觸發控制，轉換完中斷，連續轉換模式，模擬輸入8通道復用，并具有多通道掃描方式。
[0038]一種基于隨機點跟蹤的金屬材料斷裂伸長率智能測試方法包括以下步驟:
[0039]步驟1:采用自帶標 準模板對成像系統鏡頭6的畸變進行矯正，調整焦距和光強度，并利用聞精度的標定板對視覺系統進行精確標定；
[0040]步驟2:在測試前，采用噴漆設備在被檢測金屬材料樣本的表面均勻地噴上大小和形狀不規則的隨機標記點，并在稍晾干后等候處理；
[0041]步驟3:將被標記的金屬材料安裝到拉伸裝置的指定位置，并按常規的檢測要求，設置好拉伸參數等；
[0042]步驟4:啟動拉伸檢測設備，開始對金屬材料進行拉伸。同時，拉伸啟動信號通過信號適配器后傳給計算機，控制高精度成像系統，采集拉伸開始到金屬材料斷裂為止金屬材料表面形變的連續圖像序列Fs=f\，f2,...fN，其中為拉伸開始獲取的圖像，fN為拉伸斷裂時獲取的圖像；
[0043]步驟5:根據圖像fN的紋理特征，確定其在拉伸方向的斷裂位置，并依次對圖像序列進行逆向區域相關檢測，推導該斷裂位置在圖像序列其它圖像幀fs (I < s < N-1)在拉伸方向所對應的位置。對圖像序列的所有幀建立坐標系，其中，以被檢測金屬材料拉伸方向的中軸線為X軸，斷裂位置為坐標原點0，通過原點O且與X軸垂直的方向為Y軸，單位長度為像素。
[0044]步驟6:對第一幀圖像，以X軸的原點O為基準，在預先確定的有效檢測區內，將其左、右對稱地分成大小嚴格相等的連續圖像塊，且規定每個圖像塊在X方向的位置坐標，是以圖像塊中點的X坐標表示。
[0045]步驟7:對所劃分的每個圖像塊，以其所在位置的X坐標點作垂線，將圖像塊分成左、右兩部分，每一部分內選擇一個最顯著的隨機斑點，作為表示該圖像塊在X方向位置的代表點，并由亞像素定位算法獲取該兩個代表點的精確坐標后，計算該圖像塊X坐標到兩代表點X坐標的比例系數k。
[0046]步驟8:其它圖像幀fs (2≤s≤N)，其圖像內的連續圖像塊在X方向位置坐標的計算，是先通過對其直接前幀的所有圖像塊所選定的代表點進行跟蹤，確定fd所有代表點對應其在fs內的位置，再利用比例系數k，計算出圖像幀fs內所有連續圖像塊的X坐標。
[0047]步驟9:構建二維表格，存儲圖像序列各幀內所有圖像塊在X方向的位置坐標，以方便計算拉伸過程中，隨時間變化的相鄰圖像塊間的局部伸長率及各圖像塊的位移信息。
[0048]步驟10:根據預先設定計算金屬材料斷裂伸長率的局部伸長率的值，對二維表格數據進行計算，選擇計算金屬材料斷裂伸長率最佳的圖像塊，并由此確定第一幀圖像4的計算點和拉伸斷裂時圖像fN的計算點。
[0049]步驟11:根據所確定的計算點，分別求出原始標距和斷后標距，然后根據GB/T228-2002對斷后伸長率的定義，計算出計算金屬材料斷裂伸長率。同時，可根據用戶選擇，從二維表提取相關信息，自動地分析和計算金屬材料在拉伸過程中的變形趨勢。
[0050]下面以一個具體的實施例來進一步說明本發明。
[0051]在檢測實施前還需要采用霧粒大小尺寸可控的噴漆設備，在被檢測金屬材料樣本的表面均勻地噴上大小和形狀不規則的隨機標記點，點的大小與圖像塊的劃分有關，滿足其在圖像塊中存在其最大徑向尺寸應為圖像塊在X方向寬度的1/5最為合適。并在稍晾干后安裝在檢測位置等候處理。如圖2所示，在金屬材料在拉伸過程中，往往并不一定恰好在中間O' O'斷裂，而有可能在隨機位置的00處斷裂。斷裂點位置的確定，是通過裂紋圖像處理，包括灰度化、二值化、并采用區域膨脹腐蝕、開閉操作和細化處理，提取出裂紋的骨架圖像，并在得到裂紋骨架圖像的基礎上，采用數據結構對裂紋骨架信息進行存儲分析，以遞歸的方法準確地除去 裂紋的枝干，提取紋理主骨架線后，計算出裂紋的長度。分別計算其在X和Y方向伸展矢量，并以斷裂紋理主骨架線在Y方向的矢量大于某一閾值時，判斷金屬材料被拉斷；并在此條件下，計算此時斷裂紋理主骨架線在X方向伸展矢量的中值位置，作為其在拉伸方向的斷裂坐標位置。在確定其在拉伸方向的斷裂位置后，并依次對圖像序列進行逆向區域相關檢測，推導該斷裂位置在圖像序列其它圖像幀fs (I < s < N-1)在拉伸方向所對應的位置。對圖像序列的所有幀建立坐標系，其中，以被檢測金屬材料拉伸方向的中軸線為X軸，斷裂位置為坐標原點0，通過原點O且與X軸垂直的方向為Y軸，單位長度為像素。然后對第一幀圖像， 以X軸的原點O為基準，在預先確定的有效檢測區內，將其左、右對稱地分成大小嚴格相等的連續圖像塊，塊的尺寸與多少，根據圖像的分辨率及檢測精度來確定。對分割得到的連續圖像塊，規定其在X方向的位置坐標，由圖像塊中點的X坐標表示。對所劃分的每個圖像塊，以其所在位置的X坐標點作垂線，將圖像塊分成左、右兩部分，每一部分內選擇一個最顯著的隨機斑點，作為表不該圖像塊在X方向位置的代表點，并由亞像素定位算法獲取該兩個代表點的精確坐標后，計算該圖像塊X坐標到兩代表點X坐標的比例系數k。如在實施過程中，對于長度為IOOmm的有效檢測區域，可以將其分配100連續的圖像塊(可以根據精度要求進行調整)，即圖像塊在X方向所占長度為1mm，我們可以在圖像塊中線的左、右區域搜索離X軸最近，且大小為區域1/8~1/2的圓或橢圓相似特征的斑點作為該圖像塊的兩個代表點。而與相對應的其它圖像幀fs ( 其圖像內的連續圖像塊在X方向位置坐標的計算，是先通過對其直接前幀的所有圖像塊代表點進行跟蹤，確定L所有代表點在fs內相應的位置，再利用比例系數k，計算出圖像幀fs內所有連續圖像塊的X坐標。
[0052]所述對所有圖像塊的代表點進行跟蹤，是利用點區域相關的方法，先進行像素級精度跟蹤，然后采用相關函數主峰分布模型擬合算法，實現亞像素精度跟蹤。在本發明中，考慮到金屬材料表面所噴涂的斑點，其形狀大多近似為橢圓形，且與背景有較好的區分度，所以選擇采用橢圓中心的二次擬合算法，有利于實現斑點亞像素精度定位。該算法基于最小二乘準則，通過對目標的坐標或灰度進行擬合，就可以得到目標的連續函數形式，從而可以確定描述物體的各個參數值。在本發明，所選定具有與圓或橢圓相似特征的斑點，先提取斑點目標邊界的一組點，再進行橢圓最小二乘擬合，從而可確定目標的中心位置和主軸方向。一般地，二次曲線方程表不為:
[0053]x2+2Bxy+Cy2+2Dx+2Ey+F=0(I)
[0054]若(I)則滿足:B2-C〈0且(1+C) (CF+2BDE-D2C-B2F-E2)〈O 條件，則(I)式就表示橢圓方程。其均方差和表示為:
【權利要求】
1.一種基于隨機點跟蹤的金屬材料斷裂伸長率智能測試方法，其特征在于，包括以下步驟: (1)對帶有標記點的金屬材料進行拉伸，在拉伸的同時，采集拉伸開始到金屬材料斷裂為止的金屬材料表面形變的連續圖像序列Fs=fi，f2,...fN，其中為拉伸開始獲取的圖像，fN為拉伸斷裂時獲取的圖像； (2)根據圖像&的紋理特征，確定其在拉伸方向的斷裂位置，并依次對圖像序列進行逆向區域相關檢測，推導該斷裂位置在圖像序列其它圖像幀fs在拉伸方向所對應的位置，并對圖像序列的所有幀建立坐標系，其中，以被檢測金屬材料拉伸方向的中軸線為X軸，斷裂位置為坐標原點O，通過原點O且與X軸垂直的方向為Y軸； (3)對第一幀圖像f1;以X軸的原點O為基準，在預先確定的有效檢測區內，將其左、右對稱地分成大小相等的連續圖像塊，且規定每個圖像塊在X方向的位置坐標，是以圖像塊中點的X坐標表示； (4)對第一幀圖像所劃分的每個圖像塊，以其所在位置的X坐標點作垂線，將圖像塊分成左、右兩部分，每一部分內選擇一個最顯著的隨機斑點，作為表不該圖像塊在X方向位置的代表點，并由亞像素定位算法獲取該兩個代表點的精確坐標后，計算該圖像塊X坐標到兩代表點X坐標的比例系數k ； (5)通過對其它圖像 幀fs直接前幀fs_i的所有圖像塊所選定的代表點進行跟蹤，確定 所有代表點對應其在fs內的位置，再利用比例系數k，計算出圖像幀fs內所有連續圖像塊的X坐標； (6)構建二維表格，存儲圖像序列各幀內所有圖像塊在X方向的位置坐標，以方便計算拉伸過程中，隨時間變化的相鄰圖像塊間的局部伸長率及各圖像塊的位移信息； (7)根據預先設定計算金屬材料斷裂伸長率的局部伸長率的值，對二維表格數據進行處理，選擇計算金屬材料斷裂伸長率最佳的圖像塊，并由此確定第一幀圖像的計算點和拉伸斷裂時圖像fN的計算點； (8)根據所確定的計算點，分別求出原始標距和斷后標距，計算出計算金屬材料斷裂伸長率。
2.根據權利要求1所述的基于隨機點跟蹤的金屬材料斷裂伸長率智能測試方法，其特征在于，所述步驟(I)前還包括采用噴漆設備在被檢測金屬材料樣本的表面均勻地噴上大小和形狀不規則的隨機標記點晾干后形成帶標記點的金屬材料。
3.根據權利要求1所述的基于隨機點跟蹤的金屬材料斷裂伸長率智能測試方法，其特征在于，所述步驟(5)中對所有圖像塊所選定的代表點進行跟蹤是利用點區域相關的方法先進行像素級精度跟蹤，然后采用相關函數主峰分布模型擬合算法，實現亞像素精度跟蹤。
4.根據權利要求1所述的基于隨機點跟蹤的金屬材料斷裂伸長率智能測試方法，其特征在于，所述步驟(7 )中對二維表格數據進行處理是通過對二維表格數據的搜索和計算，在第一幀圖像和拉伸斷裂時的圖像fN內搜索與斷裂位置對稱的左、右兩組相鄰圖像塊，使其滿足局部伸長率與預設值最為接近，并在第一幀圖像和拉伸斷裂時的圖像fN中，分別以所確定的兩組相鄰圖像塊中點位置分別作為計算原始標距和斷后標距的計算點，原始標距和斷后標距則分別為兩組計算點的距離。
5.根據權利要求1所述的基于隨機點跟蹤的金屬材料斷裂伸長率智能測試方法，其特征在于，所述步驟(2)中拉伸斷裂圖像幀fN的斷裂位置坐標的確定是通過對金屬材料試樣表面出現裂痕紋理線進行跟蹤，并在提取紋理主骨架線后，分別計算紋理主骨架線在X和Y方向伸展矢量，以斷裂紋理主骨架線在Y方向的矢量大于某一閾值時，判斷金屬材料被拉斷，取斷裂紋理主骨架線在X方向伸展矢量的中值位置，作為其在拉伸方向的斷裂坐標位置。.
【文檔編號】G01N3/08GK103471910SQ201310375963
【公開日】2013年12月25日 申請日期:2013年8月26日 優先權日:2013年8月26日
【發明者】鐘平, 胡睿, 鐘吉康, 張康, 李鵬飛, 張秀云, 黃凡霞 申請人:東華大學