CN111854632B - 一种高速运动物体的图像测量方法及计算机可读存储介质 - Google Patents
一种高速运动物体的图像测量方法及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111854632B CN111854632B CN202010576199.8A CN202010576199A CN111854632B CN 111854632 B CN111854632 B CN 111854632B CN 202010576199 A CN202010576199 A CN 202010576199A CN 111854632 B CN111854632 B CN 111854632B
- Authority
- CN
- China
- Prior art keywords
- measured
- motion
- speed
- image
- period
- 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
Images
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
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种高速运动物体的图像测量方法,包括:在被测物体的表面上设置待测标记组件,布置测量***,测量***包括计算单元和至少两个低速相机;在被测物体做高速周期运动时,布置外部传感器根据待测标记组件采集被测物体的运动信号,并输入到计算单元;计算单元根据运动信号计算得到被测物体的运动周期;将运动周期等分为n份细分周期,作为周期偏移量,并根据运动周期和周期偏移量来控制至少两个低速相机的触发时间以使得至少两个低速相机分别获取至少n幅运动图像;根据多幅运动图像对被测物体进行多个运动状态的三维重建;根据三维重建的结果计算得到被测物体的动态变形场。本发明实现了低成本、高可控性地对高速运动物体进行图像测量。
Description
技术领域
本发明涉及计算机视觉与图像处理领域,尤其涉及一种高速运动物体的图像测量方法。
背景技术
高速运动物体的变形测量长期困扰着工程技术领域,主要原因是难以在可接受成本和数据完整性之间获得一个折中。一方面,从直观思维来说,高速运动以专业高速相机(如500帧/s以上)拍摄为佳,再辅以一定的图像处理和大数据并行计算单元,即可得到丰富的运动过程变形信息。然而,高速相机及由其组建的双目***或多目***总成本动辄几十万到上百万,这给高速运动图像采集及测量带来了极大的局限,难以大规模推广。另一方面,相比之下,普通工业相机(10~30帧/s)的价格则十分低廉,受到工程测量的广泛应用,但因其帧率低,仅能拍摄稀疏的高速运动图像,无法捕获完整的高速运动数据,从而不能借以恢复高速运动信息,因而现有技术中还不能直接用于高速运动的图像采集和测量。
以上背景技术内容的公开仅用于辅助理解本发明的构思及技术方案,其并不必然属于本专利申请的现有技术,在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下,上述背景技术不应当用于评价本申请的新颖性和创造性。
发明内容
基于上述技术问题,本发明提出一种高速运动物体的图像测量方法,通过采用普通工业相机即可实现高速运动物体的图像采集和测量,实现了低成本、高可控性地对高速运动物体进行图像测量。
为了达到上述目的,本发明采用以下技术方案:
本发明公开了一种高速运动物体的图像测量方法,包括以下步骤:
S1:在被测物体的表面上设置待测标记组件,并布置测量***,其中,所述测量***包括计算单元和至少两个低速相机;
S2:在所述被测物体做高速周期运动时,布置外部传感器根据所述待测标记组件采集所述被测物体的运动信号,并将所述运动信号输入到所述计算单元;
S3:所述计算单元根据所述运动信号计算得到所述被测物体的运动周期;
S4:将所述运动周期等分为n份细分周期,并以所述细分周期作为周期偏移量,根据所述运动周期和所述周期偏移量来控制至少两个所述低速相机的触发时间以使得至少两个所述低速相机分别获取至少n幅运动图像,n为大于1的整数;
S5:根据多幅所述运动图像对所述被测物体进行多个运动状态的三维重建;
S6:根据三维重建的结果计算得到所述被测物体的动态变形场。
优选地,步骤S1中在被测物体的表面上设置待测标记组件具体包括:静止状态下,在被测物体的表面的第一区域上粘贴反光标记条,并在所述被测物体的表面的第二区域上先采用白色喷漆喷制散斑基底,再采用黑色喷漆喷制散斑,其中,所述第一区域和所述第二区域为两个不同的区域。
优选地,步骤S2中布置外部传感器根据所述待测标记组件采集所述被测物体的运动信号具体包括:将所述外部传感器正对所述被测物体,使得在所述被测物体做高速周期运动时,所述外部传感器打到所述待测标记组件上的光束反射回光信号;所述外部传感器接收所述光信号;将所述光信号设置为所述运动信号。
优选地,步骤S3中具体包括:所述计算单元通过时频转换得到所述运动信号的频率,再通过频率计算得到所述被测物体的运动周期。
进一步地,步骤S3具体包括:所述计算单元利用傅里叶变换将(Xi,0)由时域转换为频域,得到(X′i,Y′i),计算转换后(X′i,Y′i)每一位置上的功率值Pi=X′2 i+Y′2 i;然后找到所有的功率值Pi中的最大值Pmax,并将最大值Pmax对应的i值设定为imax;计算所述外部传感器采集的所述运动信号的频率f=imax/Ts;计算得到所述被测物体的运动周期T=1/f;其中,Xi为所述计算单元接收到的运动信号的离散值,i=1,2,......,Np,Np为所述计算单元接收到的运动信号的离散值的数据个数,X′i、Y′i分别为运动信号的离散值的二维数据表示;Ts为所述外部传感器采集所述运动信号的时间。
优选地,步骤S4中将所述运动周期等分为n份细分周期,并以所述细分周期作为周期偏移量,根据所述运动周期和所述周期偏移量来控制至少两个所述低速相机的触发时间具体包括:将所述运动周期T等分为n份细分周期,每一份所述细分周期作为一个周期偏移量ΔT=T/n,根据所述运动周期和所述周期偏移量来控制至少两个所述低速相机的触发时间,一个细分周期倍数n次的触发时间依次为:T、2T+ΔT、……、nT+(n-1)ΔT。
优选地,步骤S4中至少两个所述低速相机分别获取至少n幅运动图像具体包括:至少两个所述低速相机分别获取至少一个细分周期倍数的多幅运动图像,该至少一个细分周期倍数的多幅运动图像的采集时间为N*[nT+(n-1)ΔT],其中N为大于或等于1的整数。
优选地,步骤S4还包括:对于高速周期运动的所述运动图像进行校正。
进一步地,如果被测物体所做高速周期运动为高速旋转运动时,对于高速旋转运动的图像进行校正的步骤包括:检测待校正图像与参考图像之间的共同特征点,得到初始匹配特征点对;剔除所述初始匹配特征点对中存在的错误匹配点对,得到正确的最终匹配点对;利用所述最终匹配点对计算所述待校正图像与所述参考图像的相对旋转中心和旋转量;采用所述相对旋转中心和所述旋转量对所述待校正图像进行校正。
优选地,步骤S5具体包括:采用数字图像相关方法对多个运动图像进行图像匹配,得到图像维度上所述被测物体的同名点二维坐标;并根据所述测量***的标定参数,结合双目立体视觉技术,获得所述被测物体的空间坐标及空间坐标点云组成的表面形貌。
优选地,步骤S6具体包括:设置一个所述被测物体的基准状态,并将所述基准状态下的所述被测物体的变形设为0,所述基准状态下的空间坐标场设为基准空间坐标场;将每个变形状态的变形空间坐标场与所述基准空间坐标场进行相减,得到所述被测物体在高速运动时的空间位移场,再利用平面投影和应变梯度张量计算,得到所述被测物体的动态变形场。
本发明还公开了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被设置为可被一处理器运行以实现下述步骤:接收外部传感器采集的被测物体的运动信号,根据所述运动信号计算得到所述被测物体的运动周期;将所述运动周期等分为n份细分周期,并以所述细分周期作为周期偏移量,根据所述运动周期和所述周期偏移量来控制测量***中的至少两个低速相机的触发时间以使得至少两个所述低速相机分别获取至少n幅运动图像,n为大于1的整数;然后根据多幅所述运动图像对所述被测物体进行多个运动状态的三维重建;最后根据三维重建的结果计算得到所述被测物体的动态变形场。
与现有技术相比,本发明的有益效果在于:本发明提出的高速运动物体的图像测量方法,通过合理细分运动周期,设置相机触发时间,获得感兴趣相位上的可控性,很容易实现高速运动物体的图像的采集控制,且可通过较小的细分周期,即较小的周期偏移量,获得丰富的高速运动图像,得到完整的周向运动信息,从而通过普通工业低速相机就能高速运动物体的图像采集,以实现低成本、高可控性的高速运动物体图像采集,再通过数字图像相关和立体匹配技术,完成高速运动物体三维全场动态变形测量。本发明尤其适合高速周期旋转或振动的运动物体的图像采集和变形测量,具有低成本、高可控性等优点,极大的拓展了高速运动物体的变形测量方式。相比现有技术中需要采用高速相机及其组件的双目***或夺目***动辄几十万甚至上百万,且优质高速相机很大程度上依赖进口,通过高速相机的图像采集及测量方法在成本及方案上可行性不高,本发明为高速运动物体的低成本测量提供了一种新的思路,可广泛进行推广。
附图说明
图1是本发明优选实施例的高速旋转运动物体的图像测量方法的流程示意图;
图2是本发明具体实例的旋翼高速旋转的示意图;
图3是本发明具体实例的旋翼高速运动信号;
图4为本发明具体实例的旋翼高速运动信号频率计算;
图5为本发明具体实例的相机触发控制信号;
图6为本发明具体实例的采集的旋翼的3个旋转角度图像;
图7为本发明具体实例的旋翼的3个旋转角度图像的校正图像;
图8为本发明具体实例的3个旋转角度图像的校正图像中的图像匹配及变形计算区域;
图9为本发明具体实例的3个旋转角度图像的校正图像中变形计算区域的变形(位移)色温图。
具体实施方式
为了使本发明实施例所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
需要说明的是,当元件被称为“固定于”或“设置于”另一个元件,它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件,它可以是直接连接到另一个元件或间接连接至该另一个元件上。另外,连接既可以是用于固定作用也可以是用于电路连通作用。
需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明实施例和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多该特征。在本发明实施例的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
如图1所示,为本发明实施例一公开的一种高速旋转运动物体的图像测量方法,包括以下步骤:
S1:在被测物体的表面上设置待测标记组件,并布置测量***,测量***包括计算单元和至少两个低速相机;
具体地,设置待测标记组件包括粘贴反光标记条和喷涂散斑,静止状态下,在被测物体的表面的第一区域上粘贴反光标记条,并在被测物体的表面的第二区域上先采用白色喷漆喷制散斑基底,再采用黑色喷漆喷制散斑,第一区域和第二区域为两个不同的区域。
在具体的实例中,可以在静止状态下,在被测物体表面选择一较平坦区域,将高亮反光标记条粘贴在该较平坦区域,高亮反光标记条可以选为条形或圆形,根据被测物体形状自由选择;粘贴了高亮反光标记条后,在被测物体的表面选择另一不同区域作为喷涂散斑区域,在优选的实例中,喷涂散斑为采用白色喷漆喷制出基底,再用黑色喷漆喷制散斑,以保证作为被测物体变形载体的散斑具有较强的平均灰度梯度和颗粒锐度。
测量***可以包括两个普通低速工业相机、两个蓝光光源、一个测量***同步控制箱、一台计算机、一块***标定板和一套支撑机构,并可通过多个姿态的标定板图像标定测量***,以获得测量***的参数。其中计算机即可作为计算单元,或者说计算单元是计算机的一部分。
S2:在被测物体做高速旋转运动时,布置外部传感器根据待测标记组件采集其运动信号,并将运动信号输入到计算单元;
外部传感器包括激发器和接收器两部分。具体地,将被测物体正对被测物体,使得被测物体做周期运动时,外部传感器的激发器打到高亮反光标记条上的光束能够反射回较强的光信号,该信号能被外部传感器的接收器接收,接收到光信号后,该光信号即为运动信号,外部传感器接收器将多个接收信号传入到计算单元中。
S3:计算单元根据运动信号计算得到所述被测物体的运动周期;
具体地,计算单元通过时频转换得到运动信号的频率,再通过频率计算得到被测物体的运动周期。
在具体的实例中,假设计算单元接收的光信号为离散值Xi(i=1,2,......,Np),Np为计算单元接收到的运动信号的离散值的数据个数,Ts为外部传感器采集运动信号的时间,Fs为外部传感器的采集运动信号的数据的平均频率,也即Fs=Np/Ts;T为运动信号的周期,也即为被测物体的运动周期。
计算单元利用傅里叶变换将(Xi,0)由时域转换为频域,得到(X′i,Y′i),然后计算转换后(X′i,Y′i)每一位置上的功率值Pi:
Pi=X′2 i+Y′2 i
其中,X′i、Y′i分别为运动信号的离散值的二维数据表示;
找到所有的功率值Pi中的最大值Pmax,并将最大值Pmax对应的i值设定为imax;计算外部传感器采集的运动信号的频率f=imax*Fs/Np;计算得到被测物体的运动周期:T=1/f。
S4:将运动周期等分为n份细分周期,并以细分周期作为周期偏移量,再根据运动周期和周期偏移量来控制至少两个低速相机的触发以使得至少两个所述低速相机分别获取至少n幅运动图像,n为大于1的整数;
具体地,将运动周期T细分为n份细分周期,一般n取360的整数约数,例如6、60、120、180、360等,将每一份细分周期作为一个周期偏移量,得到周期偏移量ΔT=T/n,用该周期偏移量控制测量***中的相机触发时间,触发时间为第一次触发为T,第二次为2T+ΔT,依次直到nT+(n-1)ΔT。
具体地,测量***中的低速相机分别获取至少一个细分周期倍数的多幅运动图像,n也即为细分周期倍数,其中,一个细分周期倍数的多幅运动图像的采集时间为nT+(n-1)ΔT,N个细分周期倍数的多幅运动图像的采集时间为N*[nT+(n-1)ΔT],N为大于或等于1的整数;如此通过延长采集周期,用倍数增大周期偏移量控制测量***的相机触发,可获得高速周期运动物体一个或N个完整圆周的旋转运动图像。
在进一步的实施例中,对于获得的所有运动图像中无旋转运动的运动图像不做处理,对于旋转运动的图像进行旋转校正;其中对于高速旋转运动的图像进行校正的步骤包括:首先检测待校正图像与参考图像之间的共同特征点,得到初始匹配特征点对PointIni;PointIni中往往存在错误匹配点对,用数据筛法算法剔除PointIni中存在的错误匹配点对,得到正确的最终匹配点对PointFinal;利用PointFinal计算待校正图像与所述参考图像的相对旋转中心RO和旋转量RM,再采用相对旋转中心RO和旋转量RM对待校正图像进行校正,即以RO为旋转中心,以RM为旋转量对待校正图像进行逆旋转,得到待校正图像的校正后图像。其中对于双目***,需对每一个相机采集的运动图像分别进行校正。无旋转运动的图像则可以不用进行旋转校正。
S5:根据多幅运动图像对高速运动的被测物体进行多个运动状态的三维重建;
具体地,首先用数字图像相关方法(digital image correlation,DIC)对无校正图像或经过旋转校正的图像进行图像匹配,得到图像维度上高速运动物体的同名点二维坐标(该同名点二维坐标是指同一实际位置在不同运动图像上的坐标位置,在具体情况下,对于同一实际位置,图像里拍的可能不在同一个像素上,通过图像匹配算法,可找见不同像素上的同一实际位置,即同名点二维坐标);利用测量***的标定参数,结合双目立体视觉技术,获得高速运动物体的空间坐标及由空间坐标点云组成的表面形貌。
S6:根据三维重建的结果,计算得到被测物体的动态变形场。
具体地,设置一个被测物体的基准状态,认为该基准状态下被测物体的变形为0,空间坐标场为基准空间坐标场;则其余状态为被测物体高速运动的变形状态,空间坐标场为变形空间坐标场;将每个变形状态的变形空间坐标场与基准空间坐标场相减,可得到被测物体在该变形状态的空间位移场,再利用平面投影和应变梯度张量计算,可得到高速运动物体该变形状态的动态变形场。
现有技术中对于高速周期运动物体(例如,角速度在8000r/min以上的高速旋转物体、振动频率在80Hz/s以上的高速振动物体)的变形测量通常采用专业高速相机(如500帧/s以上)来进行拍摄以给高速运动物体进行图像采集和测量,这大大增加了成本,导致难以大规模推广。本发明优选实施例提出的高速旋转运动物体的图像测量方法,使用低速相机结合锁相环技术的图像采集方法,通过合理细分运动周期,设置相机触发时间,获得感兴趣相位上的可控性,很容易实现高速运动物体的图像的采集控制,且可通过较小的细分周期,即较小的周期偏移量,获得丰富的高速运动图像,得到完整的周向运动信息,从而实现低成本、高可控性的高速旋转运动物体图像采集,再通过数字图像相关和立体匹配技术,完成高速旋转运动物体三维全场动态变形测量。同时本发明优选实施例的图像测量方法也同样适用于高速振动物体的图像测量;其中本发明优选实施例中采用的低速相机为普通工业相机(10~30帧/s),价格非常低廉,使得针对高速运动物体的图像测量的成本大大降低,适合大规模推广。
下述以具体实例对本发明提出的上述高速旋转运动物体的图像测量方法进行进一步的说明。
在该具体实例中,被测高速旋转物体如图2所示,为高速旋转的旋翼,该旋翼包括第一桨叶11、第二桨叶12、第三桨叶13,该高速旋转运动物体的图像测量方法包括以下步骤:
A1:静止状态下,在旋翼表面选择一较平坦区域,将高亮反光标记条粘贴在该平坦区域,高亮反光标记条选为圆形;粘贴了高亮反光标记条后,在旋翼表面选择另一不同区域作为喷涂散斑区域,喷涂散斑为先用白色喷漆喷制出白色基底,再用黑色喷漆喷制黑色散斑。并搭建布置测量***,测量***包括两个普通低速工业相机,两个蓝光光源,一个测量***同步控制箱,一台计算机,一块***标定板,一套支撑机构。用多个姿态的标定板图像标定测量***,获得测量***的参数。其中,标定板为具有非编码标志点及12位编码的环形标志点,拍摄8幅不同姿态的标定板图像,标定结果成像平均重投影误差0.02pixel。
A2:如图2所示,旋翼按箭头20做逆时针高速旋转,并选用光电传感器作为外部传感器。将光电传感器正对旋翼的第一桨叶11,使得被测物体做周期运动时,光电传感器激发器打到高亮反光标记条的光束能够反射回较强的光信号,该信号能被光电传感器接收器接收;接收到光信号后,外部传感器接收器将多个接收信号传入计算机的计算单元中。
A3:计算单元通过时频转换得到该信号的频率,再通过频率计算得到运动周期的方法包括:
假设计算单元接收的光信号为离散值Xi(i=1,2,......,Np),Np为计算单元接收到的运动信号的离散值的数据个数,光电传感器采集运动信号的时间为Ts,光电传感器的采集运动信号的数据的平均频率为Fs,运动信号的周期也即被测物体的运动周期为T。旋翼高速运动信号如图3所示。
计算单元将(Xi,0)由时域转到频域,如图4所示,并得到最大功率对应的i索引号为的imax,计算得到频率为201.6Hz,计算得到周期为0.00496s。
A4:将运动周期T细分为6份细分周期,将每一份细分周期作为周期偏移量ΔT=0.000827s;用该周期偏移量控制双目测头的相机触发时间,触发时间为第一次触发为0.00496s,第二次触发为2T+ΔT=0.010747s,依次直到6T+5ΔT=0.033895s。
一个细分周期倍数的多幅运动图像的采集时间为nT+(n-1)ΔT,N个细分周期倍数的多幅运动图像的采集时间N*[nT+(n-1)ΔT];
设N=1,则N*[nT+(n-1)ΔT]=0.033895s。控制相机触发的信号如图5所示,其中信号30为时域信号,也即为Xi,信号40为时域锁相信号,是由nT+(n-1)ΔT组成的方波信号,本方案中通过时域锁相信号来控制相机触发。如此通过延长采集周期,用倍数增大周期偏移量控制测量***的相机触发,可获得高速周期运动物体一个完整圆周的旋转运动图像。
根据时域锁相信号控制相机触发后获得的图像如图6所示,对于大旋转角运动,如整圆周运动,图像之间的相关性很差,因此需要进行旋转校正。首先选定一幅参考图像,其余待校正图像均是以参考图像为参考进行校正,从而使角度与参考图像一致。表1为经过检测后求解的旋转中心RO和旋转量RM。
表1经过检测后求解的旋转中心RO和旋转量RM
然后,以RO为旋转中心,以RM为旋转量对待校正图像进行逆旋转,得到待校正图像的校正后图像,旋转校正的效果如图7所示。
A5:首先用数字图像相关方法对无校正图像或经过旋转校正的图像进行图像匹配,得到图像维度上高速运动物体的同名点二维坐标;匹配计算区域如图8所示中白色凸显位置50。利用测量***的标定参数,结合双目立体视觉技术,获得高速运动物体的空间坐标及由空间坐标点云组成的表面形貌。
A6:设置一个高速运动物体的基准状态,认为该基准状态的物体变形为0,空间坐标场为基准空间坐标场;则其余状态为高速运动物体的变形状态,空间坐标场为变形空间坐标场;将每个变形状态的变形空间坐标场与基准空间坐标场相减,可得到高速运动物体该变形状态的空间位移场,计算得到的空间位移场如图9所示;再利用平面投影和应变梯度张量计算,可得到高速运动物体该变形状态的动态变形场。
本发明提供的高速运动物体的图像测量方法提出使用低速相机结合锁相环技术的图像采集方法,使得普通工业相机即可应用于高速运动物体的图像测量,除了可应用于测量上述高速旋转的物体以外,还可以应用于对高速振动的物体进行测量,也即可以实现通过普通低速工业相机即可对高速振动的物体进行测量,相比较于现有技术采用高速相机的测量方法来说,大大降低了成本和可控性,极大地拓展了高速周期运动物体的变形测量方式,应用前景广泛。
本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤;例如可以执行以下步骤:接收外部传感器采集的被测物体的运动信号,根据运动信号计算得到被测物体的运动周期;将运动周期等分为n份细分周期,并以细分周期作为周期偏移量,根据运动周期和周期偏移量来控制测量***中的至少两个低速相机的触发时间以使得至少两个低速相机分别获取至少n幅运动图像,n为大于1的整数;然后根据多幅运动图像对高速运动的被测物体进行多个运动状态的三维重建;最后根据三维重建的结果计算得到被测物体的动态变形场。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
可以理解的是,以上内容是结合具体/优选的实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,其还可以对这些已描述的实施方式做出若干替代或变型,而这些替代或变型方式都应当视为属于本发明的保护范围。在本说明书的描述中,参考术语“一种实施例”、“一些实施例”、“优选实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。
在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。尽管已经详细描述了本发明的实施例及其优点,但应当理解,在不脱离由所附权利要求限定的范围的情况下,可以在本文中进行各种改变、替换和变更。
此外,本发明的范围不旨在限于说明书中所述的过程、机器、制造、物质组成、手段、方法和步骤的特定实施例。本领域普通技术人员将容易理解,可以利用执行与本文所述相应实施例基本相同功能或获得与本文所述实施例基本相同结果的目前存在的或稍后要开发的上述披露、过程、机器、制造、物质组成、手段、方法或步骤。因此,所附权利要求旨在将这些过程、机器、制造、物质组成、手段、方法或步骤包含在其范围内。
Claims (10)
1.一种高速运动物体的图像测量方法,其特征在于,包括以下步骤:
S1:在被测物体的表面上设置待测标记组件,并布置测量***,其中,所述测量***包括计算单元和至少两个低速相机;
S2:在所述被测物体做高速周期运动时,布置外部传感器根据所述待测标记组件采集所述被测物体的运动信号,并将所述运动信号输入到所述计算单元;
S3:所述计算单元根据所述运动信号计算得到所述被测物体的运动周期;
S4:将所述运动周期T等分为n份细分周期,每一份所述细分周期作为一个周期偏移量ΔT=T/n,根据所述运动周期和所述周期偏移量来控制至少两个所述低速相机的触发时间以使得至少两个所述低速相机分别获取至少n幅运动图像,一个细分周期倍数n次的触发时间依次为:T、2T+ΔT、……、nT+(n-1)ΔT,n为大于1的整数;
S5:根据多幅所述运动图像对所述被测物体进行多个运动状态的三维重建;
S6:根据三维重建的结果计算得到所述被测物体的动态变形场。
2.根据权利要求1所述的高速运动物体的图像测量方法,其特征在于,步骤S1中在被测物体的表面上设置待测标记组件具体包括:静止状态下,在被测物体的表面的第一区域上粘贴反光标记条,并在所述被测物体的表面的第二区域上先采用白色喷漆喷制散斑基底,再采用黑色喷漆喷制散斑,其中,所述第一区域和所述第二区域为两个不同的区域。
3.根据权利要求1所述的高速运动物体的图像测量方法,其特征在于,步骤S2中布置外部传感器根据所述待测标记组件采集所述被测物体的运动信号具体包括:将所述外部传感器正对所述被测物体,使得在所述被测物体做高速周期运动时,所述外部传感器打到所述待测标记组件上的光束反射回光信号;所述外部传感器接收所述光信号;将所述光信号设置为所述运动信号。
4.根据权利要求1所述的高速运动物体的图像测量方法,其特征在于,步骤S3中具体包括:所述计算单元通过时频转换得到所述运动信号的频率,再通过频率计算得到所述被测物体的运动周期。
5.根据权利要求4所述的高速运动物体的图像测量方法,其特征在于,步骤S3具体包括:所述计算单元利用傅里叶变换将(Xi,0)由时域转换为频域,得到(X′i,Y′i),计算转换后(X′i,Y′i)每一位置上的功率值Pi=X′i 2+Y′i 2;然后找到所有的功率值Pi中的最大值Pmax,并将最大值Pmax对应的i值设定为imax;计算所述外部传感器采集的所述运动信号的频率f=imax/Ts;计算得到所述被测物体的运动周期T=1/f;其中,Xi为所述计算单元接收到的运动信号的离散值,i=1,2,......,Np,Np为所述计算单元接收到的运动信号的离散值的数据个数,X′i、Y′i分别为运动信号的离散值的二维数据表示;Ts为所述外部传感器采集所述运动信号的时间。
6.根据权利要求1所述的高速运动物体的图像测量方法,其特征在于,步骤S4中至少两个所述低速相机分别获取至少n幅运动图像具体包括:至少两个所述低速相机分别获取至少一个细分周期倍数的多幅运动图像,该至少一个细分周期倍数的多幅运动图像的采集时间为N*[nT+(n-1)ΔT],其中N为大于或等于1的整数。
7.根据权利要求1所述的高速运动物体的图像测量方法,其特征在于,步骤S4还包括:对于高速周期运动的所述运动图像进行校正。
8.根据权利要求7所述的高速运动物体的图像测量方法,其特征在于,如果被测物体所做高速周期运动为高速旋转运动时,对于高速旋转运动的图像进行校正的步骤包括:检测待校正图像与参考图像之间的共同特征点,得到初始匹配特征点对;剔除所述初始匹配特征点对中存在的错误匹配点对,得到正确的最终匹配点对;利用所述最终匹配点对计算所述待校正图像与所述参考图像的相对旋转中心和旋转量;采用所述相对旋转中心和所述旋转量对所述待校正图像进行校正。
9.根据权利要求1所述的高速运动物体的图像测量方法,其特征在于,步骤S5具体包括:采用数字图像相关方法对多个运动图像进行图像匹配,得到图像维度上所述被测物体的同名点二维坐标;并根据所述测量***的标定参数,结合双目立体视觉技术,获得所述被测物体的空间坐标及空间坐标点云组成的表面形貌。
10.根据权利要求1所述的高速运动物体的图像测量方法,其特征在于,步骤S6具体包括:设置一个所述被测物体的基准状态,并将所述基准状态下的所述被测物体的变形设为0,所述基准状态下的空间坐标场设为基准空间坐标场;将每个变形状态的变形空间坐标场与所述基准空间坐标场进行相减,得到所述被测物体在高速运动时的空间位移场,再利用平面投影和应变梯度张量计算,得到所述被测物体的动态变形场。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010576199.8A CN111854632B (zh) | 2020-06-22 | 2020-06-22 | 一种高速运动物体的图像测量方法及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010576199.8A CN111854632B (zh) | 2020-06-22 | 2020-06-22 | 一种高速运动物体的图像测量方法及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111854632A CN111854632A (zh) | 2020-10-30 |
CN111854632B true CN111854632B (zh) | 2021-12-14 |
Family
ID=72988020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010576199.8A Active CN111854632B (zh) | 2020-06-22 | 2020-06-22 | 一种高速运动物体的图像测量方法及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111854632B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113483879B (zh) * | 2021-06-28 | 2023-06-02 | 同济大学 | 一种小卫星颤振高速视频测量方法 |
CN114264246A (zh) * | 2021-11-29 | 2022-04-01 | 武华凯 | 基于数字图像的振动变形测量方法的非接触设备 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1332430A (zh) * | 2001-07-27 | 2002-01-23 | 南开大学 | 用二维编码对运动物体进行三维跟踪测量的方法 |
CN101608907A (zh) * | 2009-07-21 | 2009-12-23 | 华中科技大学 | 一种运动物体表面三维形貌测量方法及装置 |
CN105180904A (zh) * | 2015-09-21 | 2015-12-23 | 大连理工大学 | 基于编码结构光的高速运动目标位姿测量方法 |
CN106405826A (zh) * | 2015-07-29 | 2017-02-15 | 大族激光科技产业集团股份有限公司 | 一种双光路成像的振镜扫描***及扫描方法 |
CN106767531A (zh) * | 2016-12-27 | 2017-05-31 | 河南工业大学 | 一种二维运动物体的三维测量方法及装置 |
CN106969723A (zh) * | 2017-04-21 | 2017-07-21 | 华中科技大学 | 基于低速相机阵列的高速动态物体关键点三维测量方法 |
CN107452024A (zh) * | 2017-07-24 | 2017-12-08 | 西安交通大学 | 一种用于旋转物体全场运动追踪的视觉测量方法 |
CN107966112A (zh) * | 2017-12-03 | 2018-04-27 | 中国直升机设计研究所 | 一种大尺寸旋翼运动参数测量方法 |
CN107990940A (zh) * | 2017-12-20 | 2018-05-04 | 武汉惟景三维科技有限公司 | 一种基于立体视觉测量技术的运动物体追踪方法 |
CN108387183A (zh) * | 2018-01-31 | 2018-08-10 | 天津大学 | 用于旋转叶片全场动态变形的随动实时测量装置及其方法 |
CN108460788A (zh) * | 2018-03-20 | 2018-08-28 | 西安新拓三维光测科技有限公司 | 一种用于大型风力叶片运动追踪的视频测量方法 |
CN109737880A (zh) * | 2019-02-28 | 2019-05-10 | 上海应用技术大学 | 一种板材的光学测量装置以及工作方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9262840B2 (en) * | 2012-06-08 | 2016-02-16 | Correlated Solutions, Inc. | Optical non-contacting apparatus for shape and deformation measurement of vibrating objects using image analysis methodology |
US10380745B2 (en) * | 2016-09-01 | 2019-08-13 | Massachusetts Institute Of Technology | Methods and devices for measuring object motion using camera images |
-
2020
- 2020-06-22 CN CN202010576199.8A patent/CN111854632B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1332430A (zh) * | 2001-07-27 | 2002-01-23 | 南开大学 | 用二维编码对运动物体进行三维跟踪测量的方法 |
CN101608907A (zh) * | 2009-07-21 | 2009-12-23 | 华中科技大学 | 一种运动物体表面三维形貌测量方法及装置 |
CN106405826A (zh) * | 2015-07-29 | 2017-02-15 | 大族激光科技产业集团股份有限公司 | 一种双光路成像的振镜扫描***及扫描方法 |
CN105180904A (zh) * | 2015-09-21 | 2015-12-23 | 大连理工大学 | 基于编码结构光的高速运动目标位姿测量方法 |
CN106767531A (zh) * | 2016-12-27 | 2017-05-31 | 河南工业大学 | 一种二维运动物体的三维测量方法及装置 |
CN106969723A (zh) * | 2017-04-21 | 2017-07-21 | 华中科技大学 | 基于低速相机阵列的高速动态物体关键点三维测量方法 |
CN107452024A (zh) * | 2017-07-24 | 2017-12-08 | 西安交通大学 | 一种用于旋转物体全场运动追踪的视觉测量方法 |
CN107966112A (zh) * | 2017-12-03 | 2018-04-27 | 中国直升机设计研究所 | 一种大尺寸旋翼运动参数测量方法 |
CN107990940A (zh) * | 2017-12-20 | 2018-05-04 | 武汉惟景三维科技有限公司 | 一种基于立体视觉测量技术的运动物体追踪方法 |
CN108387183A (zh) * | 2018-01-31 | 2018-08-10 | 天津大学 | 用于旋转叶片全场动态变形的随动实时测量装置及其方法 |
CN108460788A (zh) * | 2018-03-20 | 2018-08-28 | 西安新拓三维光测科技有限公司 | 一种用于大型风力叶片运动追踪的视频测量方法 |
CN109737880A (zh) * | 2019-02-28 | 2019-05-10 | 上海应用技术大学 | 一种板材的光学测量装置以及工作方法 |
Non-Patent Citations (1)
Title |
---|
三维散斑相关法在机翼变形动态测量中的应用;张红颖等;《测控技术》;20160718;第35卷(第07期);31-34 * |
Also Published As
Publication number | Publication date |
---|---|
CN111854632A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109506589B (zh) | 一种基于结构光场成像的三维轮廓测量方法 | |
CN109489585B (zh) | 基于改进多频条纹结构光的三维测量方法 | |
CN111854632B (zh) | 一种高速运动物体的图像测量方法及计算机可读存储介质 | |
CN104729422B (zh) | 用于校正激光测量装置的方法及其*** | |
CN106461380B (zh) | 一种基于自适应条纹的投影仪镜头畸变校正方法及其*** | |
CN105651203B (zh) | 一种自适应条纹亮度的高动态范围三维形貌测量方法 | |
CN202074952U (zh) | 基于单相机-单投影仪的三维形貌和彩色纹理获取*** | |
CN102387374B (zh) | 用于获得高精度深度图的设备和方法 | |
CN110288642A (zh) | 基于相机阵列的三维物体快速重建方法 | |
CN111288925B (zh) | 一种基于数字对焦结构照明光场的三维重建方法和装置 | |
CN110458932B (zh) | 图像处理方法、装置、***、存储介质和图像扫描设备 | |
CN107610183B (zh) | 一种条纹投影相位高度转换映射模型的标定方法 | |
CN108230399A (zh) | 一种基于结构光技术的投影仪标定方法 | |
WO2020199439A1 (zh) | 基于单双目混合测量的三维点云计算方法 | |
CN110940295B (zh) | 基于激光散斑极限约束投影的高反射物体测量方法及*** | |
CN111754573A (zh) | 一种扫描方法及*** | |
CN110349257B (zh) | 一种基于相位伪映射的双目测量缺失点云插补方法 | |
Feng et al. | Motion-oriented high speed 3-D measurements by binocular fringe projection using binary aperiodic patterns | |
CN112070883A (zh) | 一种基于机器视觉的3d打印过程三维重建方法 | |
CN106791481A (zh) | 视频数据旋转方法和*** | |
CN111241317B (zh) | 一种基于多个二维查找表的相位和调制信息获取方法 | |
CN113310432A (zh) | 一种基于逐像素调控的自适应条纹投影三维测量方法 | |
CN103124334A (zh) | 一种镜头畸变校正的方法 | |
CN104567718B (zh) | 一种基于多角度投影pmp的集成成像微图像阵列生成方法 | |
CN112001959A (zh) | 一种循环相移的实时三维面形测量方法及*** |
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 |