（光学工程专业论文）基于高清摄像视频图像采集软质材料拉伸实验在线检测系统.pdf

主席： 委员： ， 多饬矛 再薯 办吖lf 彳罗烈 导厮渤 2 彬彳 确认符合合肥工 职称) 签磅脚 及取得的研究 包含其他人已 其他教育机构 任何贡献均已 签字日期：“7 年驴月7 日 学位论文版权使用授权书 本学位论文作者完全了解金胆工些太堂 有关保留、使用学位论文的规定， 有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅或借 阅。本人授权金胆- 王些太堂 可以将学位论文的全部或部分论文内容编入有关数 据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文者躲磁1 确 签字日期：铆年争月夕罗日 | 学位论文作者毕业后去向： 工作单位： 通讯地址： 电话： 邮编： u? 歹 2 刁、片 也 缈 南肿 名 期 签 日 师 字 导 签 集软质 系统 材料拉力试验机的数据采集 的非接触、高精度的拉伸测 量系统，能够准确记录并可再现大应变软质材料从拉伸直到断裂的全过程的位 移数据。 本文设计出了基于高清摄像机视频图像的软质材料拉伸实验检测系统，主 要完成了以下工作： ( 一) 完成了图像测量系统结构的设计。 ( 二) 实现了图像数据采集，以及处理算法研究的自动化，利用v i s u a lb a s i c 程序设计语言对整个图像测量系统的标定。采用高清摄像机记录了材料从拉伸 直至断裂的视频图像，利用”f r e ev i d e ot oj p gc o n v e r t e r 软件将视频图像取帧 转换为静态图像，为后续处理提供可留存的电子数据。 ( 三) 运用了m a t l a b 软件中的图像处理工具箱所提供的相关处理功能， 比如平滑滤波二值化、c a n n y 边缘检测等，并结合实验数据及相关公式分析和 比较了试样在拉伸前、后像素点的分布情况，计算出抗张强度、断裂伸长率、 弹性模量、应力一应变曲线等数据，进而得出形变与受力的函数关系，并给出最 终分析报告。 目前，检测计量机构对软质材料检测工作日益增多，对高精度、高速化、 高可靠性的检测系统需求越来越迫切，我国市场上尚未发现具有检测软质材料 大应变的图像测量系统，因此开展此项研究，可以填补我国材料拉伸测量系统 的空白，同时也为相关标准的修订提供依据。 关键词：软质材料；拉伸实验；高清摄像机；m a t l a b 图像处理；形变与受力 函数 d e f e c t s ，t od e v e l o pan e wh i g h - s p e e dp h o t o g r a p hv i d e oi m a g ea c q u i s i t i o nb a s e do n n o n c o n t a c t ，h i g h - p r e c i s i o nt e n s i l em e a s u r e m e n ts y s t e ms ot h a tr e c o r da c c u r a t e l ya n d r e p r o d u c et h el a r g et e n s i l es t r a i nu n t i lt h ef r a c t u r eo fs o f tm a t e r i a l sf o rt h ew h o l ep r o c e s so f d i s p l a c e m e n td a t a s i n c et h es u b j e c td e s i g nt h em e a s u r e m e n ts y s t e mb a s e do nt e n s i l et e s t i n go fs o f t m a t e r i a l sf o rc o l l e c t i n gt h ev i d e oi m a g eb yh dc a m e r a , m a i n l yt oc o m p l e t et h ef o l l o w i n g w o r m ： f i r s t l y , c o m p l e t e dt h ei m a g em e a s u r e m e n ts y s t e m sd e s i g n s e c o n d l y , i m p l e m e n t a t i o no ft h ei m a g ed a t aa c q u i s i t i o n a n da u t o m a t e dp r o c e s s i n g a l g o r i t h m s ，u s i n gv i s u a lb a s i cp r o g r a m m i n gl a n g u a g ef o rt h ee n t i r ei m a g em e a s u r e m e n t s y s t e mc a l i b r a t i o n h i g h d e f i n i t i o nv i d e oc a m e r ar e c o r d st h em a t e r i a lf r o ms t r e t c h i n gt h e v i d e oi m a g eu n t i lt h ef r a c t u r e , t h eu s eo f ”f r e ev i d e ot oj p gc o n v e r t e r s o f t w a r et o c o n v e r tv i d e of r a m e st ot a k es t i l li m a g e sc a nb er e t a i n e df o rs u b s e q u e n tp r o c e s s i n gt o p r o v i d et h ed e c t r o m cd a t a t h i r d l y , t h eu s eo ft h em a t l a bi m a g ep r o c e s s i n gt 0 0 1 b o xs o r w a r ep r o v i d e s f u n c t i o n sr e l a t e dt op r o c e s s i n gs u c ha sf i l t e r i n gb i n a r y , c a n n ye d g ed e t e c t i o na n dc o r r e l a t i o n w i t he x p e r i m e n t a ld a t aa n df o r m u l a sa r ea n a l y z e da n de o m p a r e dt h et e n s i l es p e c i m e n b e f o r ea f t e rt h ed i s t r i b u t i o no f p i x e l s ，a n dc a l c u l a t e t h et e n s i l es t r e n g t h ，e l o n g a t i o na tb r e a k , e l a s t i cm o d u l u s ，s t r e s s s t r a i nc u r v e sa n do t h e rd a t a , t h e nd r a w saf u n c t i o no fd e f o r m a t i o n a n dt h er e l a t i o n s h i pb e t w e e nf o r c ea n dg i v et h ef i n a la n a l y s i s n o w a d a y s ，t e s tm e a s u r e m e n t so f t h es o f tt e s t i n ga g e n c i e si si n c r e a s i n g l y ，f o rw o k i n g o nh i g h - p r e c i s i o na n dh i g h - r e l i a b i l i t ya n dh i g h s p e e dt e n s i l et e s t i n gd e t e c t i o ns y s t e m ， w h i c hi si nm o r ea n dm o r eu r g e n tn e e d s ，t h em a r k e th a sn o ty e tf o u n dt h es o f tm a t e r i a l s w i t l ll a r g es t r a i nt e s t i n go fi m a g em e a s u r e m e n ts y s t e m s ，t h e r e b y ，t oc a r r yo u tt h es t u d ys o t h a tf i l l0 1 1 1 g a p si nt e n s i l em e a s u r e m e n ts y s t e m s ，a n da l s ot op r o v i d et h eb a s i s f o rt h e r e v i s e ds t a n d a r d s k e y w o r d s ：s o f tm a t e r i a l s ；t e n s i l et e s t ；h dc a m e r a ；m a t l a bi m a g e p r o c e s s i n g ； d e f o r m a t i o na n df o r o ef u n c t i o n s 致谢 两年半的硕士生活即将要结束，值此论文脱稿之际，谨向我的恩师致以崇 高的敬意和诚挚的谢意，感谢高老师在整个论文过程中给予的悉心指导和谆谆 教诲。高老师渊博的知识、严谨的治学态度以及勤于探索的科研精神深深的感 染了我，激发了我对科研的热情，开启了我的思路。高老师不仅是科研上的导 师，更是生活中的良师益友，教会了我许多做人和做事的道理，使我得到了全 方位的提高。 本课题研究中实验的顺利开展得到了本校土建学院实验室袁老师给予的支 持和极大帮助，没有他的真诚帮助，我无法完成整个课题的研究。在此向光学 工程专业的同学们：胡挺、张超、朱文星、李耀东、王富表示最诚挚的谢意! 作为一个团体，我们在学习和生活上互相帮助，携手度过了愉快、充实的研究 生生涯。 最后感谢默默支持我完成学业的父母，正是他们给予的精神和生活上的支 持，使得我才能全身心的投入到学习当中。 i l l 作者：郑桥 2 0 11 年3 月 目录 第一章绪论1 1 1 研究背景及意义：1 1 2 国内外研究现状和发展趋势3 1 i3 研究的内容4 第二章图像处理与拉伸试验相关原理7 2 1 图像处理的定义及基本内容7 2 2 图像测量技术7 2 3 拉伸试验7 2 4v i s u a lb a s i c6 0 编程应用于图像测量系统的定标8 2 5m a t l a b 图像处理技术1 1 第三章研究的方案与技术路线1 4 3 1 测量系统的组成1 4 3 2 信号提取与处理的流程1 5 3 2 1 平滑滤波1 6 3 2 2 图像二值化原理1 6 3 2 3 亚像素边缘定位1 7 3 3 光照强度变化对测量精度的影响1 8 3 4 实验前注意事项1 8 第四章材料的力学参数的物理背景及相关原理1 9 4 1 万能试验机的简介1 9 4 1 1 万能试验机的构造1 9 4 1 2 该实验所选用的两种材料2 1 4 2 材料种类与力学参数的关系2 2 4 3 高清摄像机与试验台的位置2 2 第五章材料形变与力的关系2 4 5 1 实验的总体过程一2 4 5 1 1p v c 透明软板在拉伸前、后图像的像素点分布2 4 5 1 2 丁基胶内胎拉伸前、后像素点的分布2 6 5 2 两种软质材料的应力一应变曲线2 8 5 3 实验结果的比较和分析3 3 第六章误差分析及试验的推广3 5 6 1 误差的来源3 5 6 2 高速摄像机与高清数码摄像机的区别3 5 6 3 误差分析；3 6 6 4 实验的改进和推广3 7 第七章结论与展望3 8 7 1 全文结论3 8 7 2 未来的展望3 8 i v v 4 0 ：4 2 图表清单 图1 1 拉伸前平面示意图1 图1 2 断裂瞬间示意图，c 、d 处为夹持器位置，l = l + a l o 2 图1 3 系统结构框图5 图1 4 图像检测算法流程j 6 图2 1 定标尺图像9 图2 2 二值化后l c m 长度单位图像1 0 图3 1 图像处理的大致流程图1 4 图3 2 测量系统图15 图3 3 检测算法流程图1 6 图4 1 岛津a g 2 5 t a 万能实验机19 图5 1p v c 拉伸前的图片2 4 图5 2p v c 透明软板拉伸前经处理后的图片。2 5 图5 3p v c 透明软板拉伸后的图片：2 5 图5 4p v c 透明软板拉伸后经处理后的图片2 5 图5 5p v c 透明软板在拉伸前像素点分布曲线2 6 图5 - 6p v c 透明软板在拉伸后像素点分布曲线2 6 图5 7 橡胶拉伸前的图片一2 6 图5 - 8 橡胶拉伸后的图片2 6 图5 - 9 丁基胶内胎伸拉伸前处理后的图片2 7 图5 1 0 橡胶拉伸后经处理后的图片2 7 图5 1 1 丁基胶内胎拉伸前图像像素点分布的曲线2 8 图5 1 2 丁基胶内胎拉伸后图像像素点分布的曲线2 8 图5 1 3a 、b 为所做的标线j 2 9 图5 1 4 断裂瞬间示意图2 9 图5 1 5p v c 透明软板的应力应变曲线3 1 图5 1 6 丁基胶内胎的应力应变曲线3 3 表格1 实验数据2 l 表格2 实验结果3 4 v i 第一章绪论 1 1 研究背景及意义 研究材料力学强度的方法众多，其中最广泛使用的方法之一就是拉伸试验， 对于实验目的需要使用恒速运动的拉力试验机，按照载荷测定方式的不同，大 致上可以分为两类：摆锤式拉力试验机和电子拉力试验机，当前使用较多的就 是电子拉力试验机。 目前，虽然市场上用于检测材料拉伸性能的拉力试验机很多，但是并不是 所有的试验机都适合于软质材料的拉伸试验。拉伸试验( 应力一应变试验) 一 般是将材料试样两端分别夹在两个相互间隔一定距离的夹具上，而且两夹具都 以一定的速度分离并拉伸所待测的试样，用引伸计测定试样上的应力变化，一 直到试样破坏为止。 机械式引伸计适用于刚性塑料、金属或各种化学聚合物，不仅它可以提供 很高精度的应变测量，而且这种方法也日趋变得非常成熟。但对于其要求是所 测的材料的刚度必须要足够大，否则材料受引伸计作用产生的应变将直接影响 待测材料自身的应变。所以，在这种情况下，引伸计的测量误差将增大，甚至 有时所提供的应变数据可能也是错误的，比如像塑料薄膜、橡胶制品、纸张、 金属箔、线、丝等一些大的应变软质材料根本就不适用于采用机械式引伸计测 量其应力应变曲线。 当前，市场上出现的视频引伸计，主要是以测量其微小变形量、硬质材料 等，但它就也不适用于测量大变形量、软质的材料。 在此，需要强调的是用户其实最关注的是测量结果的准确与否。如今，断 裂伸长率的测定是严格按照国标( 比如g b t6 3 4 4 ) 要求，需要测量的是试样 标线的部分在断裂时的拉伸长度，即待测试样在拉伸前、后的变化量。如下图 1 1 所示：a 、b 为所做的标线，l 为标线内部分拉伸前的长度。 图1 1 试样拉伸前平面示意图 在对待测试样进行拉伸实验时，不仅是标线内部的材料会被拉长了，而且 夹持器内的部分整体也都会被拉长变形。因此，由下图1 2 所示我们可以看出， c a 和b d 段也会存在拉伸的形变。由于夹持器的拉伸长度包含了这部分形变， 因此不能由拉力试验机上的夹持器的拉伸长度来给出a b 段的拉伸变化量l 。 夹具位置 _ 图1 2 试样断裂瞬间示意图，c 、d 处为夹持器位置，l ，= l + l o 软质材料进行拉伸实验时，其试样在断裂后会因扭曲变形或回缩。虽然为 了确定l 的值，但是其测量方法也无法采用类似于刚性材料的方法来实现。 另外，对于大应变、延展性较好的材料，拉伸前对于试样所画的标线，本身也 会由于材料的延展性好而变宽或者变窄，这样就进一步增加了伸长率测量的困 难。所以，在确定标线位置时，我们可以涂抹一些荧光颜料，或者其他成像效 果明显的涂料，这种处理方法还是比较理想的。 但是伸长率测量可能会产生一些误差，这点是用户难以接受的，同样这也 是试验机用户和制造厂商都特别关注的。因此对于伸长率的测量，如果存在上 述的问题，其产品送检单位由于无法提供有效的技术手段支持的、而且很具有 说服力的检测数据时，那么则会导致产品质量监管部门对其产品检测结果产生 质疑。所以，研究一种新型的高精度、高稳定性的拉伸实验测量系统具有重要 的实际意义。 本文是结合我国材料检测标准，针对检测大应变软质材料拉伸性能的拉力 试验机，对于其中的数据采集缺陷，专门研制一种新型的，基于高清摄影视频 图像采集的非接触、高精度的拉伸测量系统，准确记录并可再现大应变软质材 料的拉伸实验，直至试样断裂全过程的位移数据。但是由于种种条件的原因， 我们只能采用高清摄像机来代替高速摄影机采集软质材料拉伸实验在线检测。 尽管在拉伸实验过程中，各种存在误差会比较大，而且采集的视频图像效果不 是非常的清晰，但是整个实验的过程以及后面的图像处理过程大致都是一样的。 由于材料受力的作用会发生形变，所以本文便是基于相关实验利用v i s u a l b a s i c 和m a t l a b 语言分别进行整个图像测量系统的标定以及图像处理技术过 程形变大小的研究，比较材料在拉伸前、后像素值的变化大小j 进而得出形变 与受力的函数关系。 当前，检测计量机构对软质材料检测工作日益增多，对高精度、高可靠性 的拉伸检测系统，其需求越来越迫切，由于我国市场上尚未发现具有检测软质 材料大应变的图像测量系统，因此进行此项研究，可以使得我国的材料拉伸检 测系统、以及相关标准的修订都能够得到进一步完善。 2 1 2 国内外研究现状和发展趋势 近年来，图像测量技术是测量领域中迅速发展起来的一门新型技术，它是 从中提取试样目标的尺寸、位置、形状方位及目标间相互关系等有用信号，并 且是一种以目标图像作为信息载体的一门检测技术。由于基于图像测量技术的 检测仪器，一般具有非接触、经济、灵活、高效等特点，所以不仅容易实现小 型化和智能化，而且也容易实现网络化和多功能化，因而具有在线检测、实时 控制和实时分析的能力，并广泛应用在军事、医学、工业等一些领域。 但是，图像测量技术与计算机视觉研究的视觉理解、视觉模式识别等内容 还是存在很大差异的，物体的位置测量和物体的几何尺寸是图像测量技术研究 的重点，图像测量技术的重要发展方向是非接触、高精度、高效率。例如在线 测量技术中，对于实时的显示材料加工状态，根据对其监控加工状态是否出现 异常，这样就可以及时地被检测出，从而使得生产效率可以得到有效地、大幅 度的提高。 近些年来，高速摄影技术是一门日趋发展起来的高科技测量技术，它能够 快速地记录下高速运动的物体在某一瞬间的状态，或者全部运动过程，它能够使 人们从容地观察到瞬息即逝的高速运动现象，而且对所测信息最接近被摄对象 的真实运动状态，能够直观而形象地反映出高速流逝过程的时空特性，尤其是将 高速摄影技术与计算机技术相结合，可以快速又准确地获得所需数据【l 】。 其中，一系列的基于图像测量技术的仪器设备在国内外企业和研究机构里 开发出来。比如，一种快速扫描系统( q u i e kv i s i o n ) 被日本三丰公司开发出， 它可以不停顿地开展高速图像测量，而且在测量效率上，也比过去提高了数倍； v - s t a r s 系统被美国g s i 公司研制出来的一种利用工业数字近景摄影三维坐标 测量系统。该系统主要具有自动化程度高、三维测量精度( 相对精度可达1 2 0 万) 、能在恶劣环境中工作( 如热真空) 和测量速度快等优势，目前它是国际上， 商业化工业数字摄影测量产品最为成熟的；索尼精密工程公司开发出的( 型号 为y f l o ) 一种配置了数字摄像装置，并利用图像处理技术的非接触图像测量机， 采用了o 1 斗m 的刻度尺的全轴分辨率，此外，该机还采用了高精度测量的闭环 控制系统；便携式三维测量系统o p t i g o 是东京精密公司开发的一种高速、高效 测量三维曲面的新型测量装置，该装置还配有最新设计的光学系统和数据处理 系统，在对阻尼器等大型零件、以及汽车的门窗进行高速的非接触测量。 再有，比如国内的高速带钢的多功能检测系统，就是由宝钢研究院、宝钢 冷轧厂、宝信软件联合开发的，带钢表面的图像是由该系统里的高速c c d 图像 传感器来获得，为了实时检测边裂缺陷、带钢表面孔洞和测量中心偏移、带钢 宽度，采用了专用的图像处理分析软件。当在有效的进行边裂缺陷、孔洞检测 时，边裂的形状、孔洞、尺寸以及位置都要能够准确地被反映出明显的实用性 和先进性；其中武汉理工大学提出了一种基于在线测量运动槽钢长度的视频图 3 像处理方法，其在线长度测量的准确性和实时性将会得到提高。 如今，在材料应变测量中，图像测量技术得到了应用。随着材料试验机的 发展以及材料力学性能测试技术的进步，其中国内试验机制造商中，除吴忠材 料试验机厂、长春试验机厂等一批老的国有企业外，一批新型民营企业也在迅 速崛起，尤其是深圳新三思为代表的发展更为突出。日本s h i m a d z u 公司、 德国d o l i 公司、美国i n s t r o n 公司、意大利g a l d a b i n i 公司、长春科新 公司、深圳新三思公司相继开发出了各自的视频引伸计产品。更为重要的是， 应用于测量热轧钢带断后伸长率上的视频引伸计已被长春科新公司研制出。 因此，随着出现的一批非接触、高效率的测量设备，专家们预测，2 1 世纪， 测量技术的发展方向大致如下： ( 1 ) 随着科技的发展，尤其是图像处理技术的进步，因此在精密测量工程中， 图像测量技术将会得到普及和推广； ( 2 ) 由点测量过渡到向面测量，即由长度的精密测量扩展至形状的精密测 量，这样可以有效的提高整体测量精度； ( 3 ) 随着测量不确定度的数值化，以及标准化体制的确立，测量的可靠性将 会得到有效地提高； ( 4 ) 测量精度由u m 级发展到n m 级，测量分辨率将会得到进一步提高【2 】。 综上所述，图像测量技术必须实现其高精度化，同时也要求实现高效率化 和高速化，因此，非接触测量和高效率测量也就必然成为测量技术的重要发展方 向【3 1 。 1 3 研究的内容 当前，在线测量的研究热点是图像处理技术，它在工业的非接触质量检测 中，其运用的地方也越来越多。要是根据图像进行测量，首先必须解决的不仅 仅是其中的高清视频图像的采集和图像的平滑滤波，而且也包括灰度值计算以 及图像测量系统的标定等技术环节。但是，往往由于图像数据量大，而且大多 数的算法比较的复杂，使得目标图像的处理速度不能够满足在线测量的最终要 求，由此会导致实时性差，准确率下降等。本文将对大的软质材料拉伸实验在 线测量技术进行研究，根据实际情况，并相应地改变传统算法，提高在线长度 测量的准确性和实时性。 ( 一) 项目主要研究内容 1 开发出基于高清摄像机视频图像的软质材料拉伸实验的检测系统，主要完成 以下工作( 达到如下要求) ( 1 ) 图像测量系统结构设计与研制。 ( 2 ) 图像数据采集、处理和算法研究，图像测量系统的标定。采用高清摄像机 记录断裂瞬间的数据，为后续处理提供可留存的电子数据。 4 ( 3 ) 针对各种类别的材料进行试验，确定最佳( 主要是设备的性价比) 拍摄速 率。 ( 4 ) 编写数据处理软件，实现高分辨率图像数据存取、分析的自动化。通过图 像处理、实验数据及相关公式，计算出抗张强度、断裂伸长率、弹性模量、应 力应变曲线等数据，并给出最终分析报告。 2 提高现有检测标准的精度、准确度、复现行。 ( 二) 研究方案与技术路线 系统结构框图如下所示： 图1 - 3 系统结构框图 由系统结构框图可以看出，整个大的系统是有三个子系统构成：照明子系 统、拉伸实验子系统以及图像采集子系统。而其三者最终都是由计算机系统统 一控制着整个系统来完成实验。而整个系统中的子系统在实验中需要注意以下 几点： l 、光照强度变化对测量精度的影响 研究不同的实验材料，采用何种照明方式，以便突出被测试样的特征，且 务必保证背景光源及实验过程中存在的环境因素、人为因素等，这些都将不至 于影响测量的精度。 2 、拉伸过程图像采集 对于大应变软质材料，试验后期试样标记的状态与试样初始时的标记状态 可能相差甚大，因此高清摄像机必须要很好地能够跟踪这一变化，所以如何选 择出一种合适的高清、高分辨的摄像机，这才是我们最为关注的，为了能够使 得最后的应力应变曲线比较理想，我们有时可能也要经过软件的处理才可以实 现。 5 当今，在针对高清图像采集时存在的一些问题，比如它的模数转换速率高、 运算复杂、数据量大等问题，如何研究出一种实现图像高清采集和处理方法将 是我们最为关注的。 3 、信号提取与图像处理 其图像检测算法流程如下所示： 图l - 4 图像检测算法流程 系统测量精度的保证主要在以下两个重要的环节：拉伸实验过程中各种 可能造成误差等一系列外在因素的影响外；随之的视频图像处理过程。其两 者主要是靠试样在拉伸前、后图像像素值的变化量与实物变化尺寸的比较，如 果两者进行比较后，其误差是在允许的范围内话，那么测量精度就高，反之， 测量精度就低。 尤其在图像处理这一块，边界跟踪是图像精确测量的关键，它是属于边缘 检测技术的范畴。所以，后续的图像处理主要在于边界跟踪的准确度和精度是 否达到实验要求。而边缘识别的方法有s u s a n 算法、c a n n y 算法以及亚像素边缘 检测算法等，尽管边缘识别的算法很多，但是在保证测量精度的前提下，我们 将选用运算速度快、且行之有效的算法。在本实验中对于图像的边缘检测方法 我们采用的是c a n n y 边缘检测方法。 6 第二章图像处理与拉伸试验相关原理 2 1 图像处理的定义及基本内容 顾名思义，利用计算机中相关的图像处理软件对目标图像进行分析和总结， 以此来达到我们所需结果的一种方法，这就是图像处理( i m a g ep r o c e s s i n g ) 的 定义。所以又称影像处理。 基本内容： 数字图像处理一般就是图像处理的代名词。利用扫描仪和高清摄像机等设 备，经过其采样及数字化后，生成一个大的二维数组，数字图像便由此而来。 这其中，其值为一个整数，像素为数组的元素，故又称为灰度值。 图像处理技术的主要内容包括：图像的压缩图像增强图像的复原和 匹配图像的描述以及图像的识别。 众所周知，常见的图像处理有：图像数字化图像编码图像增强图 像复原图像分割图像分析等。 数字图像处理的基本思路：指的是将采集到的视频信号转化为数字信号， 然后再进行相应的图像处理。由于某些处理方法还远远不及数字图像处理那样 准确和方便，所以我们也可以借助于模拟技术或者光学的方法，来实现其图像 处理，因此，图像处理的最主要的方式还是通过数字图像处理来实现。 2 2 图像测量技术 近年来，测量领域中迅速崛起的一门新型检测技术，就是图像测量技术。它 的信息载体是目标图像，并由此从中，可以提取出目标的形状方位、尺寸、位 置，以及目标间相互关系等一些有用信号的检测技术。一般而言，因为图像测 量技术的检测仪器，都具备高效、方便、经济、非接触等特点，所以不仅容易 实现小型化和智能化，也易实现多功能化和网络化。与此同时，它还具有实时 控制、在线检测和实时分析的能力，因而更多的应用在军事、医学、工业等一 些领域。 但是，图像测量技术与计算机视觉研究的视觉理解、视觉模型等内容还是 存在很大差异的。物体的位置检测和物体的几何尺寸是图像测量技术研究的重 点，图像测量技术的重要发展方向是高精度、非接触、高效率。比如在线测量 技术中，对于实时的显示材料加工状态，根据对其监控加工状态是否会出现异 常，这样就可以及时地被检测出，从而使得生产效率可以有效地、大幅度地提 高。 2 3 拉伸试验 拉伸试验，顾名思义指的是万能试验机给试样施加的连续增加的单轴拉伸 力之后，设备自身可以同时检测出试样的伸长量、断后伸长率以及其它参数的 7 变化量，这样的一种试验方法，可以笼统的称为拉伸试验。这种方法最广泛的 是应用在钢铁产品力学性能的试验中。 当今，随着计算机广泛的应用在控制万能试验机和引伸计技术方面。其中很 多试验机都实现了半自动化，即人工装卸试样，然后自动测量，最后计算出拉伸 试验的结果。特别值得一提的是有些试验机甚至配备了机械手，并完全实现了 全自动。总而言之，测量结果的准确性与否还是用户最为关注的。所以，在进 行拉伸试验之前，各参数需要满足：( i ) 试样截面和测量台的精度 0 5 ，( i i ) 设备的拉力测量精度 0 5 ，( i i i ) 位移的精度测量达到0 1 m m ，( i v ) 引伸计的测 量精度优于l 级等【4 】。这些参数满足了拉伸机单轴测量的基础精度，并符合拉 伸机标准的要求，仅此而已。但是这些参数并不能直接反映出拉伸试验的实际 精度中的综合测量结果。因此，对于断后伸长率的测量，当试样不是断在引伸计 标线的中部时，这将是自动测量面临的一个难题。所以说用户难以接受的就是 自动测量技术过程中可能产生的一些误差，当然这一点关注最多的人还是制造 厂商和试验机用户。 2 4v i s u a lb a s i c6 0 编程应用于图像测量系统的定标 v i s u a lb a s i c 6 0 语言不仅简单易学，而且最重要的是，它具有强大的图形图 像处理等功能，并且在多媒体技术、图像处理、以及图形设计中得到广泛的应 用。其中，它则可以利用v b 的用户界面的可视化设计功能，使得程序设计人员 摆脱出繁琐复杂的界面设计中。而且，以便为图形图像处理提供了强大的功能， 可以通过v i s u a lb a s i c6 0 中大量的绘图函数，使得它广泛的应用在图形图像处 理领域等方面【5 】。因此，在本次试验中，对整个测量系统的标定，我们采用的是 软件v i s u a lb a s i c6 0 和高清摄像机相结合的方法。v i s u a lb a s i c6 0 用于图像测量 系统标定的具体的实现方法如下： ( 1 ) 取帧后静态图像的读入 计算机通过高清摄像机里的视频图像采集卡采集到视频图像后，经过 f r e e v i d e ot oj p gc o n v e r t e r ”这个软件将视频图像按每帧提取出来转化为静态图像， 然后第一步就是利用v i s u a lb a s i c 实现取帧后的静态图像的读入，这是进一步 处理的重要条件。因此可以按如下程序使用对话框c o m m o n d i a l o g 将图像读入 图片框p i c t u r eb o x 5 l 。 p r i v a t es u bo p e n _ c l i c k 0 o ne r r o rg o t oe r r h a n d l e c o m m o n d i a l 0 9 1 f i l t e r = ”p i c t u r e ( * j p g ) 拳j p g c o m m o n d i a l o g1 s h o w o p e n p i c t u r e 2 p i c t u r e = l o a d p i c t u r e ( c o m m o n d i a l o gi f i l e n a m e ) e r rh a n d l e ： e n ds u b 该程序即为图像的读入【5 1 。 ( 2 ) 取帧后静态图像的二值化处理 图像的读入被实现之后，我们现在需要做的工作，就是将上面读入到 p i e t u r e b o x 控件中的静态图像进行必要的二值化处理，以满足进一步测量的要 求，其中最重要的、而且是必不可少的一步就是，对p i e t u r e b o x 中的图像进行 二值化的处理 5 1 。因此，在图像分割和图像测量中有着广泛的应用就包括二值 化图像的处理。所谓的二值化图像处理就是将原来的灰度图像转换成只有黑和 白两种颜色的图像，对于大多数灰度的图像来说，图像中的试样和背景颜色两 者是有明显区别的，通过选择阈值，区分图像和背景，以便对物体图像进行处理 【5 】 o 具体的二值化图像处理的程序段如下： f o ra = 0t op i c t u r e 2 s e a l e w i d t h 1 f o rb = 0t op i c t u r e 2 s e a l e h e i g h t - 1 c = p i c t u r e 2 p o i n t ( a ，b ) d = ( ca n d & h f f ) i fd tt h e n p i c t u r e 2 p s e t ( a ，b ) ，r o b ( 2 5 5 ，2 5 5 ，2 5 5 ) e l s e p i c t u r e 2 p s e t ( a ，b ) ，r g b ( 0 ，0 ，0 ) e n di f n e x tb n e x ta 该程序即为图像的二值化处理。 其中，t 为二值化后的阈值，该阈值可以人为设定，也可以由程序利用统计 的方法计算而得到。当图像颜色分解后的d 值小于该值时，二值化的结果为黑 色；当图像颜色分解后的d 值大于该阈值时，二值化后的结果为白色【5 】。 ( 3 ) 图像测量系统的标定 因此，在对待测试样进行拉伸实验的视频图像采集之前，我们都需要对整 个测量系统进行标定。标定的方法很多，通常我们最常用的就是标准件标定法。 对于本文所用到的图像测量系统，我们采用的标准件是一根江南仪器厂生产的 定标尺，定标尺的1 0 e m 截图如下图2 1 所示： 一+ oo oo ：芯墨茗 c n c 磊l j i j 科l l l l “l l l l h m t h t “l l t t l t t t i l ； ；l l l l l i l i i l j | i “l i l i i i i i l 。i i i i l l l i ；i 。i i l j i ；l i i j - i i i i i ；i i l 图2 1 定标尺图像 9 ，前提是：高清摄像 摄像机光轴与定标尺 ：则截取的视频图像 被分成1 0 等份，如图 2 2 所示，因此每等份之间的距离为1 0 r a m ，即a b = 1 0 m m 。因此我就用1 0 r a m 作 为定标尺寸。图像的尺寸用像素单位表示，标定的目的就是要找出定标尺的实 际尺寸与图像上显示的定标尺尺寸之间的对应关系( k ) 。 因此，对所选的两种材料进行拉伸实验时，通过高清摄像机拍摄到的视频 图像进行图像检测分析时，只要计算出该材料图像上的像素数，再反过来根据 已经得到的对应关系( k ) ，就可以计算出待测材料的实际尺寸了。 在对图像测量系统进行标定的时候，摄像机镜头放大4 x 时，图像经过二值 化处理之后，现在用v i s u a lb a s i c6 0 编程计算该距离5 1 。程序段如下： f o rb = 0t op i c t u r e 2 s c a l e h e i g h t - 1 f o ra = 0t op i c t u r e 2 s e a l e w i d t h 2 c = p i c t u r e 2 p o i n t ( b ，a ) c c = p i c t u r e 2 p o i n t ( b + l ，a ) i fc = r g b ( o ，0 ，0 ) a n dc c = r g b ( 2 5 5 ，2 5 5 ，2 5 5 ) t h e n t 1 = b e x i tf o r e n di f n e x tb f o rb = t 1 + 1t op i c t u r e 2 s c a l e w i d t h 2 c = p i c t u r e 2 p o i n t ( b ，a ) c c = p i c t u r e 2 p o i n t ( b + l ，a ) i fc = r g b ( o ，0 ，0 ) a n dc c = r g b ( 2 5 5 ，2 5 5 ，2 5 5 ) t h e n t 2 = a e n di f n e x ta 1 0 c ( a ) 2t 2 - t 1 n e x ta 其中，把计算得到的结果保存在一维数组c ( a ) 中，即纵坐标为a 处作为定标 尺在图像中的高度，通过该程序，整幅图像在每一个纵坐标a 处的高度值就可以 被计算出来，对这些值求均值，并作为定标尺在图像中的测量值【5 】。 这里，我们由程序计算得到其测量值为2 9 p i x e l 。从而表明图像上的2 9 个像 素值对应着实际尺寸的1 0 r a m 。即k = 1 0 m m 2 9 p i x e l 这样，这个对应关系( k ) ， 我们就可以利用作为实际测量中的标准了。 所以，在本实验中，当待测材料拉伸前的图像进入到标定好的测量系统时， 测得材料原始图像的尺寸为l l ( 像素数) 。则该材料的测量( 实物) 尺寸为l 2 = l l k 。同理，由待测材料拉伸后的图像的尺寸( 像素数) l 3 ，可以得出材料在某 时刻拉伸后的测量( 实物) 尺寸l 4 = l 3 k 。因此，经过定标后可以求得同方向 上像素数与实际长度的对应关系，或者说比例，进而可以从图像上求出某时刻 材料拉伸瞬间后的物体长度；从而求出伸长量a l = l 4 一l 2 ( r a m ) 。 ， 2 5m a t l a b 图像处理技术 m a t l a b 是一门科学计算语言，它不仅是集图形图像处理和符号运算，而 且也包括数值计算。这三大功能集于一体能够满足于所有需求的科学计算语言。 在本次试验中，计算机利用高清摄像机采集到视频图像后，再经过”f r e e v i d e ot oj p gc o n v e r t e r ”这个软件，把视频图像取帧后转换为静态图像，其中的 每一个静态图像处理方法，正是依赖了m a t l a b 中的影像工具箱提供的多种 图像处理函数。例如，调用i m s h o w 函数就可以实现各种类型的图像的显示， 而其它各种图像处理的要求，则可以利用m a t l a b 中其它的函数来专门实现等等。 在本文中由于视频图像经过取帧后，可以将动态的视频图像转换为静态的图像， 尤其是在经过m a t l a b 处理后的图像需要对其像素点分布进行计算，所以 m a t l a b 中的s i z e 函数又起到了非常重要的作用。具体的图像处理过程及语法 我将以下给出详细的介绍。+ ( 1 ) 图像的读入： 读入图像的主要方法就是调