基于双目立体视觉的低频振动测量

基于双目立体视觉的低频振动测量

ID:30994230

大小:70.50 KB

页数:3页

时间:2019-01-05

基于双目立体视觉的低频振动测量_第1页
基于双目立体视觉的低频振动测量_第2页
基于双目立体视觉的低频振动测量_第3页
资源描述:

《基于双目立体视觉的低频振动测量》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于双目立体视觉的低频振动测量舒新炜杨波摘要:为了满足物体振动的测量要求,基于双目立体视觉测量的原理,设计了一套可以在线采集、离线处理的非接触式低频振动测量的视觉系统。通过滤波去除噪声,采用Canny算子和最小二乘法椭圆拟合提取到标志点的轮廓和屮心坐标,在已知特征点的空间分布规律的条件下,通过相应的樂标排序方式,对左右视图对应特征点进行准确的匹配,获得了特征点的三维坐标数据。最后对比每一帧图像中对应特征点三维坐标数据,得到待测物的振动信息。通过直线导轨作为振动源带动待测物运动的方式进行了测量实验,实验结果显示,该系统的检测精度达到土0.15mm/m以上,基本满

2、足低频振动测量的稳定可靠、精度高等要求。关键词:双目立体视觉;振动;非接触式;离线处理引言振动测量技术是现代制造业的关键技术之一,随着现代工业制造水平的发展,大型结构件和复杂装备的动态测试在重大装备的科学试验和设计屮具有广泛的应用。在能源领域,风力发电机大型叶片的振动测试是叶片结构设计验证的重要环节,发电机的整体振动测试能够有效反映整机的运转状态。在汽车领域,发动机和车身主要结构件的振动测试能够有效改进车辆的整体舒适性。在航空领域,发动机叶片设计必须经过振动测试。传统的振动测量一般为接触式测量,或者为非接触式的多普勒式激光测量。接触式测量安装过程较复杂,且易对

3、测暈结果造成影响,多普勒式激光测暈适用于单点,或者待测区域较小的情况。对于较大面积、多点的待测对象,上诉两种方法都不适用。非接触式测量是指不接触被测物体的前提下进行精進测量,这种方式具有以下优点:(1)排除接触测量对柔性物体测量的人为受力干扰;(2)可以测量一些不可接触的物体,如辐射体等;(3)采集速度较快。目前常用的非接触式测量方法有激光测量和双目立体测量等。激光测量的方法利用干涉原理,精度可达到um级,但是视场较小,不适合于大型被测物。双目立体视觉三维测量技术是在计算机视觉的基础上发展起来的--项新型非接触测量技术,它具有测量速度快、测量精度高的显著优点,

4、目前己经成为测量方面的研究热点。全燕鸣等基于双冃视觉对工件尺寸进行了在机三维测量[1],郭俊锋等通过内窥镜设计了双冃测量系统[2],其系统测量误差在土0.2mm。木文在此基础上提出了一种基于标志点识别振动测量方法,该方法以双目视觉原理为基础,在待测物表面贴适当的特征标志点,借用OpenCV开源函数库,同时结合实际应用需求,实现了对振动目标的振动数据进行高精度测量的目的。1.2双目视觉系统搭建本文提出的双目视觉振动测量系统硬件结构主要由工业相机组、图像采集端、光源、相机支架、数据处理终端组成。双目视觉测量系统的结构示意图如图2所示。市于待测物大小不同,需要相应地

5、调节摄像机视场大小,因此两相机的间距固定为0.8m,角度为4级可调,4个角度分别为50.3°、62.8°>78.7°、82.4°,共有3组镜头,焦距分别为25mm、75mm、105mm,根据不同的视场范围选择合适焦距的镜头,待测物距离相机支架屮心0.5m。测量的流程如图3所示,根据待测物的大小,确定对应的相机镜头和相机角度后,对双目视觉系统进行内外参数的标定,获取相机组的内外参数,同步采集图像,采集完成后循环读取釆集到的图像,提取特征点的图像坐标,并做匹配,计算出该特征点的三维坐标,保存坐标。2核心算法要测量物体的振动,首先在待测物表面粘贴众多的反光标志点,标

6、志点的空间分布为网格状,测量每帧图像各个标志点的三维坐标,对比所有图像小相应点的三维坐标变化,得到待测物的振动信息。2.1测量系统标定理想的相机标定是以针孔模型和透视投影为基础,但实际中的镜头都存在一定的畸变。本文采用考虑畸变的非线性模型作为摄像机标定的儿何模型⑸,基于张止友[6]、李洪海等[7]提出的标定算法,使用棋盘格标定板,见图4。在标定单个相机的基础上,借用OpenCV的stereoCalibrate[8]®数对双目视觉测量系统进行标定。2.2标志点识别与定位标志点作为待测物表面上的参考点,测量前先行粘贴于待测物的表面[9]。本文采用的是圆形的反光标志

7、点如图5(a)所示,该标志点的反光特性为按照入射光的方向反射光线,相机采集到的图像屮,标志点具有较高的对比度,如图5(b)所示。但实际采集到的图像会有噪声,在处理前先进行滤波处理,滤波算子会影响到轮廓提取的精度,不合适的算子会导致错误的结果,经过试验,本文采用3*3的高斯滤波。接着釆用Canny算子在图像中提取标志点的轮廓,逋常根据摄像机成像的原理,圆心标志点的成像会变成椭圆,因此需要对图像进行椭圆拟合[10],本文采用最小二乘法对边缘轮廓进行椭圆拟合[□],如图5(c)所示。由于实际环境屮会有噪声存在,拟合的椭圆中会有部分为非标志点,而对于特定视场下釆集到的

8、标志点的图像,标志点所占的像素面积,轮

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。