CN110207605B - 一种基于机器视觉的金属结构变形的测量装置及方法 - Google Patents
一种基于机器视觉的金属结构变形的测量装置及方法 Download PDFInfo
- Publication number
- CN110207605B CN110207605B CN201910511836.0A CN201910511836A CN110207605B CN 110207605 B CN110207605 B CN 110207605B CN 201910511836 A CN201910511836 A CN 201910511836A CN 110207605 B CN110207605 B CN 110207605B
- Authority
- CN
- China
- Prior art keywords
- target
- light source
- film target
- film
- led area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000002184 metal Substances 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000011218 segmentation Effects 0.000 claims description 13
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 claims description 3
- 238000002834 transmittance Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 11
- 230000003068 static effect Effects 0.000 abstract description 4
- 230000003247 decreasing effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- QNRATNLHPGXHMA-XZHTYLCXSA-N (r)-(6-ethoxyquinolin-4-yl)-[(2s,4s,5r)-5-ethyl-1-azabicyclo[2.2.2]octan-2-yl]methanol;hydrochloride Chemical compound Cl.C([C@H]([C@H](C1)CC)C2)CN1[C@@H]2[C@H](O)C1=CC=NC2=CC=C(OCC)C=C21 QNRATNLHPGXHMA-XZHTYLCXSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及金属结构变形测量技术领域,尤其是指一种基于机器视觉的金属结构变形的测量装置及方法,本发明与现有技术相比,具有以下显著优点:具备测量金属结构静态与动态变形量的功能,特别是金属结构动态水平方向的变形测量;设计了特殊的目标光源靶标模块和参考光源靶标模块,相比其它的机器视觉测量技术,具有更强的抗环境光干扰能力;利用参考光源靶标模块,消除由于环境引起的相机抖动问题,提高了精度;能够通过增减、移动目标光源靶标模块对待测金属构件多个位置或者特定位置进行有针对性的测量;利用高分辨率CMOS相机,和亚像素定位算法,精度能够达到亚像素级;不会影响被测金属结构。
Description
技术领域
本发明涉及金属结构变形测量技术领域,尤其是指一种基于机器视觉的金属结构变形的测量装置及方法。
背景技术
随着我国基础设施的不断建设,金属结构的应用和实现场景越来越多,如桥门式起重机、塔式起重机、汽车起重机、大型桥梁金属结构预制件等,但是金属机构受到外力的影响而发生形变,一旦变形过大或者超过弹性限度,便会发生变形过度,发生断裂,造成事故等,因此必须要检测大型金属结构的静态和动态塑性变形,如上拱度、下挠度、翘曲度、跨度以及外力作用下水平方向变形量等重要参数。
现有的金属结构变形测量方法中,常用的方法有仪器测量法、传感器测量法、GPS测量方法等,仪器测量法是利用经纬仪、全站仪、水准仪、测距仪等常规测量角度和位移的仪器获取三维坐标,这些方法存在只能测量静态变形无法测量动态变形,且测量速度慢、无法同时测量多点、测量精度受操作人员影响大等问题;传感器测量法目前常用的有LVDT位移计、光纤光栅、应变片等,这些方法需要和被测物体接触或者埋在被测物体内部,会对测量对象本身造成干扰;GPS测量方法为非接触式测量,测量较为方便,但是不能进行动态测量,测量精度不能满足金属结构要求,且成本高。故现有仪器无法对金属结构动态状态进行变形测量,在静态状态下无法快速连续精确测量金属结构变形。
发明内容
本发明针对现有技术的问题提供一种能够高精度、远距离非接触、能实时连续动态,且便于安装使用的基于机器视觉的金属结构变形的测量装置及方法。
为了解决上述技术问题,本发明采用如下技术方案:
本发明提供的一种基于机器视觉的金属结构变形的测量装置,包括上位机、相机支撑架、CMOS相机、目标光源靶标模块、参考光源靶标模块和供电单元,所述目标光源靶标模块包括第一强力磁铁、第一LED面光源和目标菲林靶标,所述参考光源靶标模块包括第二强力磁铁、第二LED面光源和参考菲林靶标,所述CMOS相机固定于所述相机支撑架上,所述CMOS相机配置有变焦镜头,所述上位机经由网络连接调控所述CMOS相机,所述目标菲林靶标粘贴于所述第一LED面光源表面,所述第一强力磁铁粘贴于所述第一LED面光源背面,所述参考菲林靶标粘贴于所述第二LED面光源表面,所述第二强力磁铁粘贴于所述第二LED面光源背面,所述供电单元用于给所述第一LED面光源、第二LED面光源、所述CMOS相机和所述上位机供电,所述目标光源靶标模块和所述参考光源靶标模块分别通过所述第一强力磁铁、所述第二强力磁铁粘贴于待测金属构件上。
作为优选,所述目标菲林靶标和所述参考菲林靶标设置为圆形,所述目标菲林靶标和所述参考菲林靶标均设置有不同材质的同心圆环,所述目标菲林靶标中部的圆环的设置有两个扇形且两个扇形的圆心角在所述目标菲林靶标的圆心处,所述参考菲林靶标中部的圆环的设置有两个扇形且两个扇形的圆心角在所述参考菲林靶标的圆心处。
作为优选,所述第一LED面光源和所述第二LED面光源均发出的光为1000-10000K自然光,所述第一LED面光源的发光面上和所述第二LED面光源的发光面上均设置有高透光PWMA面板。
作为优选,所述第一LED面光源和所述第二LED面光源均设置为圆形,所述第一LED面光源外端和所述第二LED面光源外端均设置有边框,所述第一LED面光源的边框和所述第二LED面光源的边框的宽度为0.5-2cm,所述第一LED面光源面积和所述第二LED面光源的面积均大于所述目标菲林靶标的面积及所述参考菲林靶标的面积,所述目标菲林靶标贴合于所述第一LED面光源中部,所述参考菲林靶标贴合于所述第二LED面光源中部。
作为优选,所述目标光源靶标模块的数量为多个。
一种基于机器视觉的金属结构变形的测量方法,步骤如下:
第一步:将目标菲林靶标模块通过第一强力磁铁贴于待测金属构件的端点处,将参考菲林靶标模块通过第二强力磁铁贴于待测金属构件上,调整相机支撑架,使CMOS相机正对目标菲林靶标模块和参考菲林靶标模块,目标菲林靶标和参考菲林靶标模块处于CMOS相机的视场内,且成像尽可能靠近图像的中间位置;
第二步:打开第一LED面光源,调整CMOS相机的变焦镜头的焦距和光圈,采集待测金属构件上目标菲林靶标模块和参考菲林靶标模块的图像,并将图像数据通过GigE协议传入到上位机;
第三步:在上位机上,利用阈值分割算法和先验信息对图像进行分割,获取目标菲林靶标模块和参考菲林靶标模块所在区域,分别求取目标菲林靶标模块和参考菲林靶标模块所在区域起始点在原始图像中的坐标(Xbeg_1,Ybeg_1)、(Xbeg_2,Ybeg_2);
第四步:利用目标菲林靶标和参考菲林靶标的已有物理尺寸信息,设计自定义阈值算法对目标菲林靶标和参考菲林靶标所在区域进行自定义阈值分割处理,获取目标菲林靶标和参考菲林靶标最外侧圆的像素级边缘,并获取目标菲林靶标外侧椭圆的水平像素点数xPiXcels,竖直像素点数yPiXcels;
第五步:对第四步得到的目标菲林靶标和参考菲林靶标的最外侧圆的像素级边缘采用亚像素检测和校正算法获取亚像素级边缘,然后对亚像素边缘进行拟合,获取目标菲林靶标和参考菲林靶标在分割所在区域的中心坐标(Xti_1,Yti_1)、(Xti_2,Yti_2),最后利用第三步求取的(Xbeg_1,Ybeg_1)、(Xbeg_2,Ybeg_2),获取目标菲林靶标和参考菲林靶标在原始图像中的中心坐标(Xi_1,Yi_1)、(Xi_2,Yi_2);
第六步:根据第四步得到的xPiXcels、yPiXcels,结合目标菲林靶标最外侧边缘圆的物理尺寸参数和相机的参数,确定从图像坐标系至世界坐标系的水平变换因子kx、竖直变换因子ky;
第七步:利用第五步得到的目标菲林靶标和参考菲林靶标的中心坐标(Xi_1,Yi_1)、(Xi_2,Yi_2)和第六步得到的坐标变换因子kx、ky,计算出各帧目标菲林靶标和参考菲林靶标图像中心的世界坐标(Xwi_1,Ywi_1)、(Xwi_2,Ywi_2),并求取目标菲林靶标和参考菲林靶标图像中心的波动量(ΔXwi_1,ΔYwi_1)、(ΔXwi_2,ΔYwi_2);
第八步:将目标菲林靶标图像的中心波动量减去参考菲林靶标图像中心的波动量,获取位移变化量(ΔXwi,ΔYwi),然后绘制出和初始位置世界坐标差ΔXwi、ΔYwi的位移曲线变化图。
作为优选,第四步中所述的自定义阈值分割算法,具体步骤如下,设置目标菲林靶标图像的初始阈值为0,对目标菲林靶标进行阈值分割,然后求取阈值分隔后的目标菲林靶标图像尺寸信息,与目标菲林靶标的物理尺寸进行比对,不一致时,对阈值进行加1操作,直到分隔后的目标菲林靶标图像尺寸信息和目标菲林靶标的物理尺寸信息一致时为止,当前的阈值即为最终的阈值。
作为优选,第五步中所述的亚像素检测和校正算法获取亚像素级边缘、拟合、中心坐标具体步骤如下,根据第四步获取的目标菲林靶标最外侧圆的像素级边缘,采用空间矩方法,获取亚像素级边缘,然后对像素级边缘进行校正消除该方法产生的***误差,之后利用最小二乘法对亚像素点进行椭圆拟合,获取目标菲林靶标在分割区域的图像坐标(Xti,Yti),最后根据第三步得到的(Xbeg,Ybeg)求取目标菲林靶标中心在原始图像中的坐标(Xi,Yi)。
作为优选,第六步中所述的根据目标菲林靶标的最外侧边缘圆的物理尺寸信息,确定从图像坐标系至世界坐标系的变换因子kx、ky,变换关系为:
本发明的有益效果:
本发明提供的一种基于机器视觉的金属结构变形的测量装置及方法,本发明与现有技术相比,具有以下显著优点:设计了特殊的目标光源靶标模块和参考光源靶标模块,相比其它的机器视觉测量技术,具有更强的抗环境光干扰能力;利用参考光源靶标模块,消除由于环境引起的相机抖动问题,提高了精度;能够通过增减、移动目标光源靶标模块对待测金属构件多个位置或者特定位置进行有针对性的测量;利用高分辨率CMOS相机,和亚像素定位算法,精度能够达到亚像素级;不会影响被测金属结构。
附图说明
图1为本发明的结构示意图。
图2为本发明的所述目标光源靶标模块结构示意图。
图3为本发明的所述目标菲林靶标或所述参考菲林靶标正视图。附图标记分别为:
上位机--1,供电单元--2,相机支撑架--3,CMOS相机--4,变焦镜头--5,目标光源靶标模块--6,待测金属构件--7,参考光源靶标模块--8,目标菲林靶标--9,第一强力磁铁--10,第一LED面光源--11。
具体实施方式
为了便于本领域技术人员的理解,下面结合实施例与附图对本发明作进一步的说明,实施方式提及的内容并非对本发明的限定。以下结合附图对本发明进行详细的描述。
实施例一
本发明提供的一种基于机器视觉的金属结构变形的测量装置,包括上位机1、相机支撑架3、CMOS相机4、目标光源靶标模块6、参考光源靶标模块8和供电单元2,所述目标光源靶标模块6包括第一强力磁铁10、第一LED面光源11和目标菲林靶标9,所述参考光源靶标模块8包括第二强力磁铁、第二LED面光源和参考菲林靶标,所述CMOS相机4固定于所述相机支撑架3上,所述CMOS相机4配置有变焦镜头5,所述上位机1经由网络连接(有线网络或无线网络)调控所述CMOS相机4的参数,所述目标菲林靶标9粘贴于所述第一LED面光源11表面,所述第一强力磁铁10粘贴于所述第一LED面光源11背面,所述参考菲林靶标粘贴于所述第二LED面光源表面,所述第二强力磁铁粘贴于所述第二LED面光源背面,所述供电单元2用于给所述第一LED面光源11、第二LED面光源、所述CMOS相机4和所述上位机1供电,所述目标光源靶标模块6和所述参考光源靶标模块8分别通过所述第一强力磁铁10、所述第二强力磁铁粘贴于待测金属构件上,所述CMOS相机4设置于所述目标光源靶标模块6和所述参考光源靶标模块8前方。
具体地,在测量时,将目标光源靶标模块6放置于待测金属构件的待测量位置上,将参考光源靶标模块8放置任一待测金属构件上,并调整相机支撑架3,使CMOS相机4正对目标菲林靶标9模块和参考菲林靶标模块,目标菲林靶标9和参考菲林靶标模块处于CMOS相机4的视场内,且成像尽可能靠近图像的中间位置,将CMOS相机4采集的图像信息传输至上位机1内,并进行处理,通过求取目标菲林靶标9模块的位移量,通通过抖动消除算法,得到待测金属构件的变形量。
本实施例中,所述目标菲林靶标9和所述参考菲林靶标设置为圆形,所述目标菲林靶标9上和所述参考菲林靶标均设置有不同材质的同心圆环,优选地,同心圆环呈黑白相间设置,所述目标菲林靶标9中部的圆环的设置有两个扇形且两个扇形的圆心角在所述目标菲林靶标9的圆心处,所述参考菲林靶标中部的圆环的设置有两个扇形且两个扇形的圆心角在所述参考菲林靶标的圆心处,作为同等变换,还可将目标菲林靶标9上和参考菲林靶标设置为菱形等对称的形状。
本实施例中,所述第一LED面光源11和所述第二LED面光源均发出的光为1000-10000K自然光,所述第一LED面光源11的发光面上和所述第二LED面光源的发光面上均设置有高透光PWMA面板。
本实施例中,所述第一LED面光源11和所述第二LED面光源均设置为圆形,所述第一LED面光源11外端和所述第二LED面光源外端均设置有边框,边框采用黑色材料制成,所述第一LED面光源11边框和所述第二LED面光源边框的宽度为0.5-2cm,所述第一LED面光源11面积和所述第二LED面光源的面积均大于所述目标菲林靶标9的面积及所述参考菲林靶标的面积,所述目标菲林靶标9贴合于所述第一LED面光源11中部,所述参考菲林靶标贴合于所述第二LED面光源中部。
一种基于机器视觉的金属结构变形的测量方法,步骤如下:
第一步:将目标菲林靶标9模块通过第一强力磁铁10贴于待测金属构件上,将参考菲林靶标模块通过第二强力磁铁贴于待测金属构件上,调整相机支撑架3,使CMOS相机4正对目标菲林靶标9模块和参考菲林靶标模块,目标菲林靶标9和参考菲林靶标模块处于CMOS相机4的视场内,且成像尽可能靠近图像的中间位置;
第二步:打开第一LED面光源11,调整CMOS相机4的变焦镜头5的焦距和光圈,采集待测金属构件上目标菲林靶标9模块和参考菲林靶标模块的图像,并将图像数据通过GigE协议传入到上位机1;
第三步:在上位机1上,利用阈值分割算法和先验信息对图像进行分割,获取目标菲林靶标9模块和参考菲林靶标模块所在区域,分别求取目标菲林靶标9模块和参考菲林靶标模块所在区域起始点在原始图像中的坐标(Xbeg_1,Ybeg_1)、(Xbeg_2,Ybeg_2);
第四步:利用目标菲林靶标9和参考菲林靶标的已有物理尺寸信息,设计自定义阈值算法对目标菲林靶标9和参考菲林靶标所在区域进行自定义阈值分割处理,获取目标菲林靶标9和参考菲林靶标最外侧圆的像素级边缘,并获取目标菲林靶标9外侧椭圆的水平像素点数xPiXcels,竖直像素点数yPiXcels;
第五步:对第四步得到的目标菲林靶标9和参考菲林靶标的最外侧圆的像素级边缘采用亚像素检测和校正算法获取亚像素级边缘,然后对亚像素边缘进行拟合,获取目标菲林靶标9和参考菲林靶标在分割所在区域的中心坐标(Xti_1,Yti_1)、(Xti_2,Yti_2),最后利用第三步求取的(Xbeg_1,Ybeg_1)、(Xbeg_2,Ybeg_2),获取目标菲林靶标9和参考菲林靶标在原始图像中的中心坐标(Xi_1,Yi_1)、(Xi_2,Yi_2);
第六步:根据第四步得到的xPiXcels、yPiXcels,结合目标菲林靶标9最外侧边缘圆的物理尺寸参数和相机的参数,确定从图像坐标系至世界坐标系的水平变换因子kx、竖直变换因子ky;
第七步:利用第五步得到的目标菲林靶标9和参考菲林靶标的中心坐标(Xi_1,Yi_1)、(Xi_2,Yi_2)和第六步得到的坐标变换因子kx、ky,计算出各帧目标菲林靶标9和参考菲林靶标图像中心的世界坐标(Xwi_1,Ywi_1)、(Xwi_2,Ywi_2),并求取目标菲林靶标9和参考菲林靶标图像中心的波动量(ΔXwi_1,ΔYwi_1)、(ΔXwi_2,ΔYwi_2);
第八步:将目标菲林靶标9图像的中心波动量减去参考菲林靶标图像中心的波动量,获取位移变化量(ΔXwi,ΔYwi),然后绘制出和初始位置世界坐标差ΔXwi、ΔYwi的位移曲线变化图。
本实施例中,第四步中所述的自定义阈值分割算法,具体步骤如下,设置目标菲林靶标图像9的初始阈值为0,对目标菲林靶标9进行阈值分割,然后求取阈值分隔后的目标菲林靶标9图像尺寸信息,与目标菲林靶标9的物理尺寸进行比对,不一致时,对阈值进行加1操作,直到分隔后的目标菲林靶标9图像尺寸信息和目标菲林靶标9的物理尺寸信息一致时为止,当前的阈值即为最终的阈值。
本实施例中,第五步中所述的亚像素检测和校正算法获取亚像素级边缘、拟合、中心坐标具体步骤如下,根据第四步获取的目标菲林靶标9最外侧圆的像素级边缘,采用空间矩方法,获取亚像素级边缘,然后对像素级边缘进行校正消除该方法产生的***误差,之后利用最小二乘法对亚像素点进行椭圆拟合,获取目标菲林靶标9在分割区域的图像坐标(Xti,Yti),最后根据第三步得到的(Xbeg,Ybeg)求取目标菲林靶标9中心在原始图像中的坐标(Xi,Yi)。
本实施例中,第六步中所述的根据目标菲林靶标9的最外侧边缘圆的物理尺寸信息,确定从图像坐标系至世界坐标系的变换因子kx、ky,变换关系为:
实施例二
本实施例中,所述目标光源靶标模块6的数量有多个,将多个目标光源靶标模块6分别通过强力磁铁粘贴于待检测机构的不同的检测位置上,即可同时多个待测金属构件的不同点进行检测,其检测原理与实施例一相同,此处不累赘叙述。
以上所述,仅是本发明较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明以较佳实施例公开如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当利用上述揭示的技术内容作出些许变更或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明技术是指对以上实施例所作的任何简单修改、等同变化与修饰,均属于本发明技术方案的范围内。
Claims (7)
1.一种基于机器视觉的金属结构变形的测量装置,其特征在于:包括上位机、相机支撑架、CMOS相机、目标光源靶标模块、参考光源靶标模块和供电单元,所述目标光源靶标模块包括第一强力磁铁、第一LED面光源和目标菲林靶标,所述参考光源靶标模块包括第二强力磁铁、第二LED面光源和参考菲林靶标,所述CMOS相机固定于所述相机支撑架上,所述CMOS相机配置有变焦镜头,所述上位机经由网络连接调控所述CMOS相机,所述目标菲林靶标粘贴于所述第一LED面光源表面,所述第一强力磁铁粘贴于所述第一LED面光源背面,所述参考菲林靶标粘贴于所述第二LED面光源表面,所述第二强力磁铁粘贴于所述第二LED面光源背面,所述供电单元用于给所述第一LED面光源、第二LED面光源、所述CMOS相机和所述上位机供电,所述目标光源靶标模块和所述参考光源靶标模块分别通过所述第一强力磁铁、所述第二强力磁铁粘贴于待测金属构件上;
所述目标菲林靶标和所述参考菲林靶标设置为圆形,所述目标菲林靶标和所述参考菲林靶标均设置有不同材质的同心圆环;所述目标菲林靶标中部的圆环设置有两个扇形,且两个扇形的圆心角在所述目标菲林靶标的圆心处;所述参考菲林靶标中部的圆环设置有两个扇形,且两个扇形的圆心角在所述参考菲林靶标的圆心处;
所述第一LED面光源和所述第二LED面光源均设置为圆形,所述第一LED面光源外端和所述第二LED面光源外端均设置有边框,所述第一LED面光源的边框和所述第二LED面光源的边框的宽度为0.5-2cm,所述第一LED面光源的面积和所述第二LED面光源的面积均大于所述目标菲林靶标的面积和所述参考菲林靶标的面积,所述目标菲林靶标贴合于所述第一LED面光源中部,所述参考菲林靶标贴合于所述第二LED面光源中部。
2.根据权利要求1所述的一种基于机器视觉的金属结构变形的测量装置,其特征在于:所述第一LED面光源和所述第二LED面光源发出的光均为1000-10000K的自然光,所述第一LED面光源的发光面上和所述第二LED面光源的发光面上均设置有高透光PWMA面板。
3.根据权利要求1所述的一种基于机器视觉的金属结构变形的测量装置,其特征在于:所述目标光源靶标模块的数量为多个。
4.一种基于机器视觉的金属结构变形的测量方法,其特征在于,步骤如下:
第一步:将目标菲林靶标通过第一强力磁铁贴于待测金属构件上,将参考菲林靶标通过第二强力磁铁贴于待测金属构件的端点处,调整相机支撑架,使CMOS相机正对目标菲林靶标和参考菲林靶标,目标菲林靶标和参考菲林靶标处于CMOS相机的视场内,且成像尽可能靠近图像的中间位置;
第二步:打开第一LED面光源,调整CMOS相机上变焦镜头的焦距和光圈,采集待测金属构件上目标菲林靶标和参考菲林靶标的图像,并将图像数据通过GigE协议传入到上位机;
第三步:在上位机上,利用阈值分割算法和先验信息对图像进行分割,获取目标菲林靶标和参考菲林靶标所在区域,分别求取目标菲林靶标和参考菲林靶标所在区域起始点在原始图像中的坐标(Xbeg_1,Ybeg_1)、(Xbeg_2,Ybeg_2);
第四步:利用目标菲林靶标和参考菲林靶标的已有物理尺寸信息,设计自定义阈值分割算法,对目标菲林靶标和参考菲林靶标所在区域进行自定义阈值分割处理,获取目标菲林靶标和参考菲林靶标最外侧圆的像素级边缘,并获取目标菲林靶标外侧椭圆的水平像素点数xPiXcels,竖直像素点数yPiXcels;
第五步:对第四步得到的目标菲林靶标和参考菲林靶标的最外侧圆的像素级边缘采用亚像素检测和校正算法获取亚像素级边缘,然后对亚像素级边缘进行拟合,获取目标菲林靶标和参考菲林靶标在所在分割区域的中心坐标(Xti_1,Yti_1)、(Xti_2,Yti_2),最后利用第三步求取的(Xbeg_1,Ybeg_1)、(Xbeg_2,Ybeg_2),获取目标菲林靶标和参考菲林靶标在原始图像中的中心坐标(Xi_1,Yi_1)、(Xi_2,Yi_2);
第六步:根据第四步得到的xPiXcels、yPiXcels,结合目标菲林靶标最外侧边缘圆的物理尺寸参数和相机的参数,确定从图像坐标系至世界坐标系的水平变换因子kx、竖直变换因子ky;
第七步:利用第五步得到的目标菲林靶标和参考菲林靶标的中心坐标(Xi_1,Yi_1)、(Xi_2,Yi_2)和第六步中得到的从图像坐标系至世界坐标系的变换因子kx、ky,计算出各帧目标菲林靶标和参考菲林靶标图像中心的世界坐标(Xwi_1,Ywi_1)、(Xwi_2,Ywi_2),并求取目标菲林靶标和参考菲林靶标图像中心的波动量(ΔXwi_1,ΔYwi_1)、(ΔXwi_2,ΔYwi_2);
第八步:将目标菲林靶标图像中心的波动量减去参考菲林靶标图像中心的波动量,获取位移变化量(ΔXwi,ΔYwi),然后绘制出和初始位置世界坐标差ΔXwi、ΔYwi的位移曲线变化图。
5.根据权利要求4所述的一种基于机器视觉的金属结构变形的测量方法,其特征在于:第四步中所述的自定义阈值分割算法,具体步骤如下:设置目标菲林靶标图像的初始阈值为0,对目标菲林靶标图像进行阈值分割,然后求取阈值分隔后的目标菲林靶标图像尺寸信息,与目标菲林靶标的物理尺寸进行比对,不一致时,对阈值进行加1操作,直到分隔后的目标菲林靶标图像尺寸信息和目标菲林靶标的物理尺寸信息一致时为止,当前的阈值即为最终的阈值。
6.根据权利要求4所述的一种基于机器视觉的金属结构变形的测量方法,其特征在于:第五步中采用亚像素检测和校正算法获取亚像素级边缘,然后对亚像素级边缘进行拟合,获取目标菲林靶标和参考菲林靶标在分割所在区域的中心坐标的具体步骤如下:根据第四步获取的目标菲林靶标最外侧圆的像素级边缘,采用空间矩方法,获取亚像素级边缘,然后对亚像素级边缘进行校正,消除产生的***误差,之后利用最小二乘法对亚像素点进行椭圆拟合,获取目标菲林靶标在分割区域的图像坐标(Xti,Yti),最后根据第三步得到的(Xbeg,Ybeg)求取目标菲林靶标中心在原始图像中的坐标(Xi,Yi)。
7.根据权利要求4所述的一种基于机器视觉的金属结构变形的测量方法,其特征在于:第六步中根据目标菲林靶标的最外侧边缘圆的物理尺寸信息,确定从图像坐标系至世界坐标系的变换因子kx、ky,变换关系为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910511836.0A CN110207605B (zh) | 2019-06-13 | 2019-06-13 | 一种基于机器视觉的金属结构变形的测量装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910511836.0A CN110207605B (zh) | 2019-06-13 | 2019-06-13 | 一种基于机器视觉的金属结构变形的测量装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110207605A CN110207605A (zh) | 2019-09-06 |
CN110207605B true CN110207605B (zh) | 2024-06-14 |
Family
ID=67792555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910511836.0A Active CN110207605B (zh) | 2019-06-13 | 2019-06-13 | 一种基于机器视觉的金属结构变形的测量装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110207605B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023028955A1 (en) * | 2021-09-02 | 2023-03-09 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for measurement |
CN114440776A (zh) * | 2022-01-28 | 2022-05-06 | 上海交途科技有限公司 | 一种基于机器视觉的位移自动测量方法及*** |
CN116309418B (zh) * | 2023-03-09 | 2024-05-07 | 中建铁路投资建设集团有限公司 | 桥梁悬臂施工主梁变形的智能监测方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN210154538U (zh) * | 2019-06-13 | 2020-03-17 | 广东省特种设备检测研究院东莞检测院 | 一种基于机器视觉的金属结构变形的测量装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6429772B2 (ja) * | 2012-07-04 | 2018-11-28 | クレアフォーム・インコーポレイテッドCreaform Inc. | 3d走査および位置決めシステム |
US10466041B2 (en) * | 2014-12-22 | 2019-11-05 | Bombardier Inc. | Reference system for online vision inspection |
CN104897062B (zh) * | 2015-06-26 | 2017-10-27 | 北方工业大学 | 一种零件异面平行孔形位偏差的视觉测量方法及装置 |
CN106989669B (zh) * | 2017-02-16 | 2018-12-07 | 上海大学 | 基于虚拟立体靶标的大视场高精度视觉***标定方法 |
CN107014293B (zh) * | 2017-04-13 | 2019-03-29 | 中国航空工业集团公司北京长城航空测控技术研究所 | 一种相机扫描成像的摄影测量方法 |
CN106871787B (zh) * | 2017-04-13 | 2019-02-22 | 中国航空工业集团公司北京长城航空测控技术研究所 | 大空间线扫描成像三维测量方法 |
CN107121109B (zh) * | 2017-06-12 | 2019-12-06 | 北京航空航天大学 | 一种基于前镀膜平面镜的结构光参数标定装置及方法 |
CN108458671B (zh) * | 2018-03-08 | 2020-01-03 | 西安知微传感技术有限公司 | 一种线结构光三维测量***的标定方法 |
CN208155323U (zh) * | 2018-04-16 | 2018-11-27 | 西安微普光电技术有限公司 | 一种多光轴自动校准*** |
-
2019
- 2019-06-13 CN CN201910511836.0A patent/CN110207605B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN210154538U (zh) * | 2019-06-13 | 2020-03-17 | 广东省特种设备检测研究院东莞检测院 | 一种基于机器视觉的金属结构变形的测量装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110207605A (zh) | 2019-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7075145B2 (ja) | ラインレーザーセンサ用のキャリブレーションブロック及びハンドアイキャリブレーション方法 | |
CN110207605B (zh) | 一种基于机器视觉的金属结构变形的测量装置及方法 | |
CN104729665B (zh) | 一种基于双目视觉的柔性悬臂板振动检测装置及方法 | |
CN101339003B (zh) | 大结构水平二维位移自动测量装置及方法 | |
CN109632085B (zh) | 一种基于单目视觉的低频振动校准方法 | |
CN102778207B (zh) | 一种结构件应力应变的测量方法、装置及*** | |
CN102788572B (zh) | 一种工程机械吊钩姿态的测量方法、装置及*** | |
CN107339935B (zh) | 用于全视角扫描测量***的靶标空间交会测量方法 | |
CN103759669A (zh) | 一种大型零件的单目视觉测量方法 | |
CN106197292B (zh) | 一种建筑物位移监测方法 | |
CN110501026B (zh) | 基于阵列星点的相机内方位元素标定装置及方法 | |
CN101901501A (zh) | 一种生成激光彩色云图的方法 | |
CN105865349B (zh) | 一种大型建筑物位移监测方法 | |
CN104851088A (zh) | 一种高铁检测***的线阵相机标定设备及标定方法 | |
CN109813509B (zh) | 基于无人机实现高铁桥梁竖向动扰度测量的方法 | |
CN110702343B (zh) | 一种基于立体视觉的挠度测量***及方法 | |
CN103676487B (zh) | 一种工件高度测量装置及其校正方法 | |
CN101430196A (zh) | 基于点阵的高精度视觉测角装置 | |
CN109212497A (zh) | 一种空间六自由度车载雷达天线位姿偏差测量及对接方法 | |
CN110186383A (zh) | 基于目标点仰角变化的单目相机挠度测量方法 | |
CN110160460B (zh) | 一种基于数字摄影的金属结构变形测量装置及方法 | |
CN102788573B (zh) | 一种线结构光定位投射影像获取装置 | |
CN108322736B (zh) | 一种多个线阵相机绕视轴旋转角度校准的校准板和校准方法 | |
CN112665523B (zh) | 一种复杂型面的联合测量方法 | |
CN210154538U (zh) | 一种基于机器视觉的金属结构变形的测量装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |