基于摄像头自动跟踪定位的疲劳裂纹在线测量方法研究 - 图文-

1、基于摄像头自动跟踪定位的疲劳裂纹在线测量方法研究周见行 高红俐 齐子诚 钱华荣浙江工业大学,杭州,310014摘要:提出了一种基于摄像头自动跟踪定位的疲劳裂纹在线测量方法,该方法主要包括图像法裂纹在线测量算法和摄像头跟踪定位运动控制技术。基于摄像头自动跟踪方法的最大裂纹长度测量误差为0 076mm,基于摄像头固定方法的最大裂纹长度测量误差为0 148mm 。试验结果表明,该方法对提高裂纹测量精度具有显著效果。关键词:疲劳裂纹;在线测量;图像处理;摄像头定位跟踪中图分类号:T P391 文章编号:1004 132X(201111 1302 05Study on On -line Measurem

2、ent Method of Fatigue Crack LengthBased on Camera Automatically Tracking and Positioning Zhou Jianx ing Gao H ongli Qi Zicheng Qian H uaro ng Zhejiang U niv ersity o f Technolog y,H angzhou,310014Abstract :A new crack on-line m easurement m ethod based o n the im ag e processing techno logy and the

3、automatically tracking cam er a w as presented herein in order to improv e the crack leng th m eas -urement precision w hen the fatigue crack kept gro w ing,w hich included the cr ack im age pro cessing a-lg orithms and cam er a tracking and positioning movement control.The crack length measur em en

4、t er -r ors based o n the camera tracking method and fixed camera method are 0 076mm and 0 148mm re -spectively.T he ex perimental results show that this metho d has improved the cr ack length measure -m ent precision greatly.Key words :fatigue crack;on-line measurement;im ag e pr ocessing ;camera a

5、uto matic tracking收稿日期:2011 01 070 引言疲劳裂纹扩展试验是通过实时测量试件在设定交变载荷作用下所产生疲劳裂纹的尺寸来研究材料疲劳断裂特性的一种重要的金属材料性能测试方式,对于产品结构设计和产品寿命预估计具有十分重要的意义。以往的裂纹尺寸在线检测方法有显微镜法、柔度法、涡流法、声发射法及交直流电位法,但都不同程度地存在精度不高、操作繁琐、抗干扰性差和不易实现自动记录等问题1。基于图像处理技术的裂纹在线检测方法可以直观、精确、实时地完成裂纹的检测和进一步的分析处理,是新的疲劳裂纹扩展速率检测方法国家标准推荐的微小裂纹检测方法1,目前国外已有相关的研究与应用2-6,

6、而国内的研究与报道相对较少。此方法的一大特点是可直观地检测与显示裂纹形状、裂纹发展的进程,省掉了标定过程与校核的过程,整个试验过程有据可查,可反复观察和分析;另一特点是可高精度地检测微小裂纹。从工程应用和发展的角度来看,测试含有微裂纹试件的力学性能非常重要,通过测试过程可揭示疲劳裂纹发展、扩大直至试件断裂的力学规律。基于图像处理技术的裂纹在线测量方法通过图像采集、处理、分析计算,在线测量出裂纹长度尺寸,其中采集到完整、清晰、分辨率高的图像是图像法测量最基本的一个环节。对于疲劳裂纹扩展试验,随着试验的进行,裂纹尖端不断延伸,要采集到上述所要求的图像,摄像头固定的测量系统必须采用复杂昂贵的光学系统

7、才能实现3-5。本文所采用的方法是,采用普通的光学镜头,摄像头随着裂纹的扩展精确跟踪定位,从而采集到完整、清晰、分辨率高的裂纹图像,通过图像处理算法对不断采集到的图像进行处理,从而得到扩展裂纹的长度。此方法在采用普通光学系统的情况下提高了裂纹尺寸的测量精度,且可实时观测到裂纹尖端清晰的扩展过程。1 基于图像处理技术的疲劳裂纹扩展试验工作原理本文提出的图像法疲劳裂纹扩展试验系统主要包括裂纹长度在线测量系统与摄像头自动跟踪定位系统两部分,系统硬件原理框图见图1。系统包括待测试件、CCD 摄像头、云台、ARM 智能摄像头运动控制器、照明系统、图像采集卡、计算机以及图像处理软件。系统工作原理如下:将带

8、有预制裂纹的CT 紧凑试件安装在产1302 图1 疲劳裂纹扩展试验系统生设定交变载荷的疲劳试验机上,试件在交变载荷的作用下裂纹不断扩展,照明系统将产生的光线照射到试件上,经试件反射的光线通过镜头成像到CCD 摄像头上,裂纹图像通过CCD 摄像头及图像采集卡转换为数字图像并被采集到安装有图像处理软件的计算机内,经软件处理、分析后计算出裂纹长度并通过计算机实时显示。为提高系统的测量精度,疲劳裂纹扩展一定长度后摄像头必须随之精确跟踪定位,摄像头不断跟踪扩展的裂纹,计算机将采集到的裂纹扩展图像进行处理得到分辨率高的裂纹图像从而获得高测量精度的裂纹尺寸。通过数据通信接口将裂纹扩展数据发送给摄像头运动控制

9、器,摄像头运动控制器控制摄像头运动来实现裂纹扩展的跟踪。2 图像法疲劳裂纹长度在线测量2.1 图像法裂纹长度测量实现过程 图像法裂纹长度测量实现过程如图2所示,由图像预处理和图像分析两部分组成,主要包括中值滤波、边缘锐化、裂纹分割、裂纹边界处理和裂纹特征提取。由于试样表面裂纹尖端非常细小,故在进行这种细微图像特征提取与识别之前, 图2 图像法裂纹长度测量实现过程要进行图像预处理,有效消除噪声,以提高测量精度。分析本文中的裂纹图像特征发现,裂纹是在预制裂纹顶点开始萌发的,基本沿着水平线扩展。获得的图像主要能量集中在低频段,而裂纹细节和噪声主要集中在高频段,所以去噪的关键就是能够在降低噪声的同时保

10、留裂纹细节。本文采用垂直方向的边缘锐化方法进行水平裂纹的图像增强,然后再采用中值滤波的方法来进行图像去噪,这种方法既去除了系统的随机噪声又保留并增强了裂纹细节。然后对处理后的图像进行图像分析。首先需要将裂纹边界分割出来以便测量,本文采用边缘检测和图像二值化方法将裂纹边界分离出来,对二值化后得到的裂纹图像进行去除颗粒、边界闭合、细化、骨架提取等图像形态学方法处理,得到连续清晰的裂纹边界,最后由裂纹主干提取算法计算出裂纹像素尺寸并根据系统标定信息将其转换为裂纹真实尺寸。2.2 裂纹图像处理算法本文所采用的裂纹图像处理算法是中值滤波去噪和使图像边缘锐化增强的高通增强滤波算法,高通增强滤波器为线性滤波

11、器,采用卷积法对图3 高通增强滤波卷积核水平裂纹图像进行处理,所采用的卷积核如图3所示,图像锐化增强后的效果如图4所示。中值滤波器是一种非线性的滤波器,其滤波原理是,对掩码内各个像素灰度值进行排序并取中值,然后将该中值赋给PUI 。中值滤波对边缘图像处理能收到很好的效果,即使掩码尺寸再大,中值滤波器也不会降低边缘的锐利程度,因此非常适合裂纹图像的处理。(a原图(b图像锐化增强后图4 裂纹图像锐化增强效果图2.3 裂纹图像分析及裂纹尺寸计算2.3.1 裂纹图像分割算法本文采用Sobel 算子边缘检测和自适应多阈值分割法将裂纹图像二值化处理后进行裂纹图像分割。边缘检测实际上只是对边缘进行了锐化处理

12、,要提取出裂纹并不容易,所以需进一步进行图像二值化的操作,将多灰度级的图像转换为只有两个灰度值的图像。两个灰度值分别对应裂纹目标区域和背景区域。2.3.1.1 裂纹边缘检测边缘检测常用的方法有属于空域微分算法的Roberts 算子、Sobel 算子、Prew itt 算子,拉普拉斯高斯(LOG算法以及Canny 边缘检测器,采用1303 图5 Sobel 算子卷积核多种方法对裂纹图像进行处理表明,采用图5所示卷积核Sobel 算子边缘检测算法效果最佳,其效果图见图6a 。2.3.1.2 裂纹图像二值化处理算法 由于裂纹处于复杂的背景中,且存在照明不均匀的情况,故运用直方图阈值分割法、Otsu

13、阈值分割法对整幅图像进行处理很难将目标与背景分离,所以本文采用一种自适应的多阈值分割法来实现图像二值化。采用此方法处理后得到的裂纹二值化图像见图6b。 (a边缘检测(b裂纹二值化图像图6 裂纹图像分割效果图算法步骤如下: 把图像分成m m 个子图像; 基于第ij 子图像的直方图选择该图像的阈值T ij (i,j =1,2, ,m ; 进行所有子图像分割区域的逻辑并,得到图像分割后的最后结果。其中,被分割的子图像个数m 选取的原则是:使每个子图像内的亮度分布近似于均匀,所有不包含裂纹和背景间边界的子图像都具有小于65的方差,所有包含边界的子图像都具有大于100的方差,每幅方差大于100的子图像都

14、用专门为本幅子图像计算的阈值进行分割,阈值的计算采用一种试探性迭代方法。2.3.2 基于图像形态学的裂纹图像边界处理算法如图6b 所示,二值化后得到的图像中背景区域上总是散布着一些噪声小颗粒,裂纹的边界也不怎么平滑,这是由光源照射均匀性、试件表面平滑度、图像采集系统稳定性等原因引起的。而对这些散布的小颗粒做处理会影响到裂纹边缘的连续性。裂纹检测需要获得比较清晰的裂纹边界,所以噪声颗粒去除后需要进行边界闭合操作,闭合操作是先后对图像进行膨胀和腐蚀这两种基本的形态学运算,把比结构元素小的缺口或孔补上,从而对短间断起到联通作用。二值化后得到的裂纹图像经去除颗粒、边界闭合、骨架细化等图像形态学方法处理

15、后得到连续清晰的裂纹边界,处理效果如图7所示。 (a去除颗粒(b闭合(c细化(d骨架提取图7 二值化图像处理2.3.3 裂纹图像特征提取根据二值图像特点,搜索图7d 所示的A 、B 两点位置,然后根据两点求线段长度,就很容易得到裂纹的像素长度L p 。本文采用对二值图像所对应的灰度数组进行循环查询的方法先搜索出裂纹的所有像素位置,然后计算位置极值来定位A 、B 两点。根据裂纹扩展规律,裂纹在整个过程中所在的位置比较固定,所以采用选取固定的ROI(目标区域的方法进行搜索处理,以便减小计算量。最后根据系统标定信息将其转换为裂纹真实尺寸。3 摄像头跟踪定位3.1 摄像头运动控制要求为了提高图像处理的

16、精度,本文所采用的方法是:当图像处理系统检测到裂纹生长5mm 时将此裂纹扩展数据传送给摄像头运动控制器,控制器控制步进电机带动摄像头随之跟踪5mm ,这样使得采集的裂纹图像清晰、分辨率高且始终处于最佳状位置。摄像头运动云台是一个高精度位置运动控制系统,主要是对驱动摄像头运动的步进电机进行控制,控制要求就是要实时、精确、稳定地实现摄像头点到点的运动。要达到这个要求,运行速度需要一个 加速 恒速 减速 停止 的过程,本文方法对摄像头跟踪速度要求不高,但要求其运动平稳,抖动小,能在运动中精确定位,实现从指定点到指定点的运动,所以速度跟踪采用了直线升降速法。3.2 摄像头运动控制策略摄像头云台X 轴及

17、Y 轴是控制摄像头跟踪和聚焦的,轴向运动由高度细分的步进电机驱动高精度的滚珠导轨机构来实现。为消除步进电机失步等影响定位精度的因素,摄像头的定位和运动速度控制均采用模糊PID 闭环控制方式,由光1304电编码器提供位移和速度反馈。控制原理框图见图8。针对摄像头云台运动的时变性以及运行过程的不确定性,将PID 控制与模糊控制相结合,不但能实现精确控制,而且还具有较强的自适应性,可以更加有效地实现人的控制策略。摄像头运动控制模糊PID 控制器的设计思想是,先找出PID 的比例 K P 、积分 K I 、微分 K D 三个参数与偏差e 和偏差变化率ec 之间的模糊关系,在运行过程中不断地检测偏差和偏

18、差变化率,再根据特定的模糊规则,对PID 的比例 K P 、积分 K I 、微分 K D 三个参数进行整定,PID 在获取新的参数后,对控制对象输出控制量,以更好地兼容系统 的动态性能和稳态性能。图8 步进电机模糊PID 控制原理框图3.3 摄像头运动控制仿真在完成摄像头运动PID 控制器、模糊控制器和模糊PID 控制器的设计之后,为了比较它们的控制性能,本文采用M AT LAB 对控制对象进行了仿真研究。X 、Y 轴电机采用的是42BYG250FC 型号的步进电机,其传递函数为G(s=1141.412s 2+0.882s +1141.412对系统输入阶跃信号进行Sim ulink 仿真,结果

19、如图9所示。从仿真结果可以看出,模糊PID 控制器较传统的PID 控制器和模糊控制器具有更快的响应速度,并且系统超调量明显减小,控制系统的动态特性和静态特性均得到改善,能更好 地满足系统的应用要求。图9 摄像头运动控制阶跃响应仿真曲线3.4 摄像头运动控制软硬件平台ARM 嵌入式摄像头运动控制硬件平台主要由ARM 控制器、摄像头运动操作模块、RS232通信接口模块、步进电动机驱动模块、编码器测量模块和限位信号处理模块组成,其总体结构框图见图10。嵌入式系统软件的设计主要包括两个方面:一是嵌入式操作系统的选择和移植;二是应用程序的设计和调试。根据系统功能,选用 C/OS - 作为系统平台,完成

20、C/OS- 在LPC2148上的移植,系统软件分为基本驱动模块、数据通信模块、运动控制模块、人机交互模块以及事务处理模块。由操作系统 C/OS- 来完成五大模块 的管理调度。图10 A RM 运动控制器结构框图4 试验结果及分析为了验证本文提出的方法,进行了摄像头定位和摄像头自动跟踪测量裂纹扩展两项试验。4.1 摄像头运动定位试验试验过程为:首先输入移动距离命令,分远距离移动和近距离移动,远距离定位用以检测整个行程上的重复定位精度和单向定位精度,近距离移动用以检测裂纹跟踪时的定位精度,同一速度下每种定位重复5次,表1所示为运动速度1mm /s 时摄像头运动定位试验数据。采用不同的运动速度2mm

21、 /s 、4m m/s 、6mm /s 、10mm/s 重复此试验过程,具体试验数据略。根据国家标准GB10931 89得:运动速度1mm/s 时定位精度为A =(X j +3S j max -(X j -3S j min =37 533 m,同理计算出运动速度2mm/s 、4mm/s 、6m m/s 、10mm/s 时摄像头运动定位精度,最大值为40 125 m,摄像头的定位精度满足裂纹长度尺寸在线测量要求。4.2 摄像头固定及自动跟踪疲劳裂纹在线测量试验在图1所示的硬件平台上进行了疲劳裂纹扩展试验并采用本文所提出的方法进行了裂纹尺寸在线测量。试验采用红山PLG-100高频疲劳试验机,图像采

22、集卡为美国NI 公司生产的PCI-1014图像采集卡,摄像头云台运动控制器为基于1305表1 摄像头定位试验数据及分析目标位置序号j 12345678910指令距离(mm123451050100150200位置偏差X ( m11214-5201018-41811821415-8181216-520141031212-6191220-81710841018-6221416-61610651615-918818-822157平均偏差X ( m12.814.8-6.819.411.217.6-6.218.6127.8标准偏差S ( m 2.28 2.167 1.643 1.673 2.28 1.67

23、3 1.789 2.408 2.345 1.4833S ( m 6.84 6.501 4.929 5.019 6.84 5.019 5.3677.2247.035 4.4496S (m13.6813.0029.85810.03813.6810.03810.73414.44814.078.898X +3S ( m19.6421.301-1.87124.41918.0422.619-0.83325.82419.03512.249X -3S ( m5.968.299-11.72914.3814.3612.581-11.57611.3764.9653.351 ARM 技术的控制器,镜头为25mm 定焦

24、镜头,CCD 为XC-XT50CE 高析像度、高帧速率顺序扫描的黑白CCD 摄像头,软件开发平台为IM AQ -VISION,试块为CT 紧凑标准试块,材料为45钢,试验机所提供的正弦交变载荷参数为:振动频率124 6H z,最小载荷为4 52kN,最大载荷为11 66kN 。通过试验测定了疲劳裂纹尺寸随时间变化的曲线,表2所示为所选取的试验过程中的几个测量点的数据,该数据为采用本文方法测得的裂纹长度尺寸和摄像头固定不动所测得的裂纹长度尺寸及高精度测量显微镜所测得的裂纹长度尺寸,其中显微镜测量精度为0 001mm 。图11为摄像头不跟踪裂纹扩展区域的图像和摄像头跟踪裂纹扩展区域的图像。表2 裂

25、纹长度在线测量数据及分析结果mm次数显微镜读数摄像头固定测量值偏差摄像头跟踪测量值偏差112.72612.584-0.14212.661-0.065214.96214.841-0.12114.886-0.076317.58417.465-0.12817.542-0.063420.10819.970-0.13820.036-0.072524.36224.257-0.10524.288-0.074628.74228.594-0.14828.676-0.066730.58630.444-0.14230.544-0.042832.18432.058-0.12632.113-0.071由试验结果可知:采

26、用本文提出的基于摄像头自动跟踪的疲劳裂纹动态测量方法对提高裂纹在线测量精度有显著效果,因为裂纹长度测量为动态在线测量,由于光线、识别算法因素的影响,裂纹测量的精度不是固定数值,经多次试验,基于摄像头自动跟踪方法的最大裂纹长度测量误差为0 076mm,而基于摄像头固定方法的最大裂纹长度测量误差为0 148mm 。基于摄像头固定的疲劳裂纹长度在线测量方法的测量误差主要是由所采集的图像分辨率低及裂纹图像处理算法所引起的,而(a摄像头不跟踪裂纹扩展区域(b摄像头跟踪裂纹扩展区域图11 试验过程中所采集的裂纹图像基于摄像头自动跟踪的疲劳裂纹动态测量方法所采集的图像分辨率高,采用同样的裂纹图像处理算法则裂

27、纹测量精度高,如要进一步提高其测量精度则可从两方面入手:一是采用更加精确的裂纹图像识别算法,二是提高摄像头跟踪定位精度。5 结语为了提高图像法疲劳裂纹扩展试验裂纹尺寸的测量精度,本文提出了一种基于摄像头自动跟踪定位的疲劳裂纹在线测量方法,采用该方法进行了裂纹在线测量,由于摄像头能自动跟踪疲劳裂纹扩展尖端区域,故系统可采集到完整、清晰、分辨率高的图像。本文提出的图像法裂纹尺寸测量方法,裂纹尺寸动态测量精度高,稳定性强,可(下转第1336页1306中国机械工程第 22 卷第 11 期 2011 年 6 月上半月 7 苏金明, 张莲 花, 刘 波. M AT LA B 工具 箱应用 M . 北京:

28、电子工业出版社, 2004. 作者简介: 陈 ( 编辑 苏卫国 祯, 女, 1973 年生。 武汉 理工 大学机 电工 程学 院 讲师、 博士。研究方向为测控技术及信号处理。 黄安贻, 男, 1965 年生。武汉理工大学机电工程学院教授。 ( 上接第 1306 页 图2 PSO_LSSVM 软测量模型仿真拟合曲线 直观地检测与显示裂纹形状、 裂纹发展的进程, 试 验完成后对整个试验过程有据可查, 可反复观察 和分析。试验结果表明: 基于摄像头自动跟踪方 法的最大裂纹长度测量误差为 0 076mm, 基于摄 像头 固 定 方 法 的 最 大 裂 纹 长 度 测 量 误 差 为 0 148mm ,

29、 证明本文方法是有效的高精度的裂纹 在线测量方法。 参考文献: 1 2 GB/ T 6398- 2000 金属材料 疲劳裂纹扩展速率 试 验方法 S . 北京: 国家质量技术监督局, 2001. D iaza F V, A rmasa A F , K aufmanna G H , et al. N ondestr uctive Eva luation of t he F atig ue Damag e A ccumulation Pr ocess ar ound a N otch U sing a Dig ital Image M easurement System J . Optics an

30、d L a sers in Eng ineering , 2004, 41( 3 : 477 487. 3 Banaszak D, Dale G A, Jo rdan J D, et a l. An Optical T echnique fo r Detecting Fatigue Cracks in Aer o space Str uctures C / / 18th Internatio nal Co ng ress on Inst rumentat ion in Aer ospace Simulat ion Facili ties. T oulo use, F rance: IEEE,

31、1999: 27/ 1 27/ 7. 4 Ry u D H , Choi T W, K im Y I, et al. M easurement of the F atig ue - cr ack U sing Imag e Pr ocessing T echniques C / / F ourth I nter nat ional Conference on K no wledg e- based Intellig ent Engineer ing Systems and A llied T echnolog ies/ P roceeding s K ES 2000. Brig hton, U

32、 K , 2000: 121 124. 5 V anlanduit S, V anher zeele J, Lo ng o R , et al. A Dig ita l Imag e Cor relat ion M ethod for Fatig ue T est Ex per iment s J . O ptics and Laser s in Eng ineer ing, 2009, 47( 3/ 4 : 371 378. 6 Kanchanomai C, Yamamo to S, M iyashita Y, et al. L ow Cycle Fatigue T est fo r So lder s U sing No n contact Dig ital Imag e M easurement System J . Internatio nal Journal o f Fatig ue, 2002, 24( 1 : 57 67. ( 编辑 苏卫国 4 76。而用优化参数后的 BP 神经网络软测量模型 对同样的样本进行仿真, 其误差绝对平均值达到 5 83, ,