基于计算机视觉的金属材料应变量实时测量系统的研制

论文摘要

在金属材料拉伸试验中,应变量的实时在线测量是一个基本测量环节,其精度是决定试验材料众多性能指标精度的因素之一。本文针对金属材料拉伸试验对应变测量的要求,对基于计算机视觉原理的非接触测量技术在金属材料拉伸试验的应变测量中的应用作了初步的研究,并开发了一套较完整的视觉测量系统,其中包括其硬件搭建与测量软件的开发。本文首先对非接触测量技术及应变测量技术的研究现状进行了介绍,确定了系统采用计算机视觉中的单目视觉原理,接着研究了图像的获取、图像的处理、图像的识别、系统标定、亚像素定位等内容。稳定快速地获取被测物图像,并保证其特征清晰,是视觉检测的基础。之后,对采集的图像进行平滑滤波、阈值分割等预处理后,即得到图像的二值图。在此基础上,通过边缘检测及模式识别,分离出被测物的线廓图并提取出待测直线边缘,此时,即已实现对边缘的像素级粗定位。为了在不增加硬件成本的前提下提高测量精度,采用了亚像素定位技术,有效地提高了系统的测量精度,最后对系统应变示值的测量不确定度进行了分析。本文的重点放在边缘检测、亚像素定位技术及系统应变示值的测量不确定度的评定方法上,对它们的有关方法座了研究并经实验验证后提出了最优方案。测量系统软件是在Windows XP操作系统下,以Borland Delphi为开发工具,采用面向对象的程序设计方向开发而成。该软件基本实现了金属拉伸试验中应变量的非接触实时测量。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 非接触测量技术研究概况
• 1.2.1 基于激光技术的非接触测量方法
• 1.2.2 基于计算机视觉的非接触测量方法
• 1.3 应变测量技术研究现状
• 1.4 本论文的主要研究内容
• 1.5 小结
• 第二章 系统总体构思
• 2.1 引言
• 2.2 系统的基本结构
• 2.3 系统的硬件
• 2.4 系统的软件
• 2.4.1 软件开发环境的选择
• 2.4.2 软件开发工具的选择
• 2.5 试验方法设计
• 2.6 小结
• 第三章 图像的获取
• 3.1 引言
• 3.2 摄像机的选择
• 3.3 图像采集卡的选择
• 3.3.1 基本结构与工作原理
• 3.3.2 图像卡参数的设置
• 3.4 照明的选择
• 3.5 获取的原始图像
• 3.6 小结
• 第四章 图像的处理
• 4.1 引言
• 4.2 数字图像基础
• 4.2.1 图像和像素
• 4.2.2 彩色图与灰度图
• 4.2.3 图像的数据格式
• 4.3 图像的预处理
• 4.3.1 滤波
• 4.4 阈值分割
• 4.5 边缘检测
• 4.5.1 基本知识
• 4.5.2 梯度
• 4.5.3 二阶导数算子
• 4.5.4 Roberts 算子
• 4.5.5 Sobel 算子
• 4.5.6 Prewitt 算子
• 4.5.7 LOG 算子
• 4.5.8 各边缘检测算子比较
• 4.6 小结
• 第五章 图像识别及标定与尺寸测量
• 5.1 引言
• 5.2 图像识别
• 5.2.1 图像（模式）识别
• 5.2.2 标定仪卡尺水平边缘的识别
• 5.3 系统标定
• 5.4 尺寸距离测量
• 5.5 小结
• 第六章 亚像素细分
• 6.1 引言
• 6.2 亚像素基本原理
• 6.3 灰度比例亚像素法
• 6.3.1 基本原理
• 6.3.2 应用数学模型的建立
• 6.4 灰度重心法
• 6.4.1 基本原理
• 6.4.2 应用数学模型的建立
• 6.5 灰度矩亚像素法
• 6.5.1 基本原理
• 6.5.2 应用数学模型的建立
• 6.6 小结
• 第七章 系统功能的软件实现
• 第八章 实验结果与分析
• 8.1 引言
• 8.2 实验方法及结果
• 8.3 数据分析
• 8.4 小结
• 第九章 测量系统应变示值的测量不确定度分析
• 9.1 引言
• 9.2 校准方法说明
• 9.3 数学模型
• 9.4 不确定度影响因素及来源说明
• 9.5 不确定度的计算及表达
• 9.6 小结
• 第十章 总结和展望
• 10.1 总结
• 10.2 展望
• 致谢
• 参考文献