多相机网络联合约束优化的高精度三维变形全场测量

张贵阳; 霍炬; 杨明; 周婞; 朱子健

doi:10.37188/OPE.20212907.1653

您当前的位置：

首页 >

文章列表页 >

多相机网络联合约束优化的高精度三维变形全场测量

微纳技术与精密机械 | 更新时间：2021-08-09

- 多相机网络联合约束优化的高精度三维变形全场测量
- High-precision and full-field measurement of 3D deformation based on multi-camera network joint constraint optimization
- 光学精密工程 2021年29卷第7期页码：1653-1666
- 作者机构：
  
  1.哈尔滨工业大学航天学院，黑龙江哈尔滨 150001
  2.哈尔滨工业大学电气工程及自动化学院，黑龙江哈尔滨 150001
  3.广州东软医疗有限公司 CT影像物理与重建研发部，广东广州 510000
- 作者简介：
  
  [ "张贵阳（1990-），男，江苏徐州人，博士研究生，2014年于长春理工大学获得学士学位，2016年于哈尔滨工业大学获得硕士学位，主要从事飞行器姿态测量和DICM应变测量等方面研究。E-mail： dr_gyzhang@163.com" ]
  [ "霍　炬（1977-），男，博士，教授，博士生导师，分别于1999年、2001年、2007年在哈尔滨工业大学获得学士、硕士、博士学位，主要从事飞行器姿态测量、半实物仿真系统及机器视觉等方面研究。E-mail： juhuo_csc@outlook.com" ]
- 基金信息：
  
  装备预研航天科技联合基金(6141BXXX);国防重点实验室科工局基金(2018XXX-24)
- DOI：10.37188/OPE.20212907.1653
  中图分类号：
扫描看全文
张贵阳, 霍炬, 杨明, 等. 多相机网络联合约束优化的高精度三维变形全场测量[J]. 光学精密工程, 2021,29(7):1653-1666.

Gui-yang ZHANG, Ju HUO, Ming YANG, et al. High-precision and full-field measurement of 3D deformation based on multi-camera network joint constraint optimization[J]. Optics and Precision Engineering, 2021,29(7):1653-1666.
张贵阳, 霍炬, 杨明, 等. 多相机网络联合约束优化的高精度三维变形全场测量[J]. 光学精密工程, 2021,29(7):1653-1666. DOI： 10.37188/OPE.20212907.1653.

Gui-yang ZHANG, Ju HUO, Ming YANG, et al. High-precision and full-field measurement of 3D deformation based on multi-camera network joint constraint optimization[J]. Optics and Precision Engineering, 2021,29(7):1653-1666. DOI： 10.37188/OPE.20212907.1653.

摘要

针对细长型和大尺寸试件的全场变形测量问题，本文提出一种基于数字图像相关方法的立体变形测量方法。通过建立多相机网络的联合约束关系，使其中任意两个CCD相机可以绑定为一个整体完成试件的部分测量，并最终将测量结果映射到统一参考坐标系下，从而减小了因直接进行全场测量而导致较大非线性成像畸变的影响，而且能够避免牺牲采集图像的有效空间分辨率。同时，联合约束关系的优化将图像对间立体配准点的搜索限制在对极线附件区域，而不是整幅图像上，从而缩小了搜索空间，提高了搜索速度。此外，通过优化试件与多相机网络之间的位置及姿态参数，进一步提高了散斑点空间三维坐标的重构精度。最后，通过位移和变形测量实验证明了本文方法的有效性，在［0.8 m，0.5 m，0.6 m］的空间范围内，目标的平移测量误差小于0.044 mm；离面位移测量精度优于0.06 mm。能够满足飞行器地面物理仿真试验的应用需求。

Abstract

To realize full-field measurements of the deformation of slender and large specimens， a novel stereo measurement method based on digital image correlation is proposed. By establishing a joint constraint relationship for the multi-camera network， any two CCD cameras can be bound as a whole to complete partial measurements of the specimen for subsequent mapping onto a unified reference coordinate system. Consequently， the influence of large nonlinear imaging distortions caused by rough full-field measurements is diminished， while the effective spatial resolution of the acquired images is maintained. In addition， an optimized joint constraint relationship accurately restricts the search for stereo matching points between image pairs to the epipolar line instead of the entire image， thereby reducing the search space and improving the search speed. Moreover， by optimizing the position and altitude parameters between the specimen and the multi-camera network， the accuracy of the reconstructed three-dimensional coordinates of the speckle space is further improved. Finally， the displacement and deformation measurement experiments illustrate the effectiveness of the proposed strategy. Within the spatial range of ［0.8 m， 0.5 m， 0.6 m］， the translation measurement error of the target is less than 0.044 mm and the out-of-plane displacement measurement accuracy is high （±0.06 mm）， which meets the application requirements of aircraft ground physical simulation tests.

关键词

机器视觉多相机网络联合约束优化数字图像相关变形测量

Keywords

machine visionmulti-camera networkjoint constraint optimizationdigital image correlationdeformation measurement

references

孙峻峰，丁少闻，张小虎，等. 采用直线模型的相机参数优化方法［J］. 光学精密工程， 2017， 25（10）： 2767-2777.

SUN J F， DING S W， ZHANG X H， et al. Optimization of camera parameters based on linear model［J］. Opt. Precision Eng.， 2017， 25（10）： 2767-2777. （in Chinese）

张贵阳，霍炬，杨明，等. 基于多源数据的双向闭合云控制立体视觉测量［J］. 光学学报， 2020， 40（19）： 1915002.

ZHANG G Y， HUO J， YANG M， et al. Bidirectional closed cloud control for stereo vision measurement based on multi-source data［J］. Acta Optica Sinica， 2020， 40（19）： 1915002. （in Chinese）

XUE Y， CHENG T， XU X H， et al. High-accuracy and real-time 3D positioning， tracking system for medical imaging applications based on 3D digital image correlation［J］. Optics and Lasers in Engineering， 2017， 88： 82-90.

PETERS W H， RANSON W F. Digital imaging techniques in experimental stress analysis［J］. Optical Engineering， 1982， 21（3）： 213427.

朱飞鹏，龚琰，白鹏翔，等. 基于数字图像相关的光学引伸计应变测量精度研究［J］. 光学精密工程， 2018， 26（5）： 1061-1068.

ZHU F P， GONG Y， BAI X P， et al. Study on strain measurement accuracy of optical extensometers based on digital image correlation［J］. Opt. Precision Eng.， 2018， 26（5）： 1061-1068. （in Chinese）

CHEN L C， CHANG C Y， LEE W C， et al. Full-field measurement of deformation and vibration using digital image correlation［J］. Smart Science， 2015， 3（2）： 80-86.

王立忠，赵建博，谈杰，等. 高强钢薄板高温焊接变形的视觉测量［J］. 光学精密工程， 2020， 28（2）： 283-295.

WANG L Z， ZHAO J B， TAN J， et al. Visual measurement of high-temperature welding deformation for high-strength steel sheet［J］. Opt. Precision Eng.， 2020， 28（2）： 283-295. （in Chinese）

姚学锋，林碧森，简龙晖，等. 立体摄影术与数字散斑相关方法相结合用于研究三维变形场［J］. 光学技术， 2003， 29（4）： 473-479.

YAO X F， LIN B S， JIAN L H， et al. Three-dimensions deformation field measurement combining digital speckle correlation technology with stereo photography［J］. Optical Technique， 2003， 29（4）： 473-479. （in Chinese）

PAN B， QIAN K M， XIE H M， et al. Two-dimensional digital image correlation for in-plane displacement and strain measurement： a review［J］. Measurement Science and Technology， 2009， 20： 062001.

邵新星，何小元，张瑾琳. 多尺度二维数字图像相关测量系统及其应用［J］. 东南大学学报（自然科学版）， 2017， 47（2）： 242-246.

SHAO X X， HE X Y， ZHANG J L. Multi-scale two-dimensional digital image correlation system and its application［J］. Journal of Southeast University （Natural Science Edition）， 2017， 47（2）： 242-246. （in Chinese）

李涛涛，杨峰，许献磊. 基于多视觉线结构光传感器的大尺度测量方法［J］. 中国激光， 2017， 44（11）： 1104003.

LI T T， YANG F， XU X L. Method of large-scale measurement based on multi-vision line structured light sensor［J］. Chinese Journal of Lasers， 2017， 44（11）： 1104003. （in Chinese）

彭聪，缪卫东，曾聪. 基于机器视觉的轻型梁三维振动测量方法［J］. 北京航空航天大学学报， 2020， https：//doi.org/10.13700/j.bh.1001-5965.2020.0211https://doi.org/10.13700/j.bh.1001-5965.2020.0211.

PENG C， MIAO W D， ZENG C. 3D vibration measurement method for lightweight beam based on machine vision［J］. Journal of Beijing University of Aeronautics and Astronautics， 2020. （in Chinese）

项大林，荣吉利，何轩，等. 基于三维数字图像相关方法的水下冲击载荷作用下铝板动力学响应研究［J］. 兵工学报， 2014， 35（8）： 1210-1217.

XIANG D L， RONG J L， HE X， et al. Dynamic analysis of plate subjected to underwater impulsive loads based on 3D DIC［J］. Acta Armamentarii， 2014， 35（8）： 1210-1217. （in Chinese）

CHEN F X， CHEN X， XIE X， et al. Full-field 3D measurement using multi-camera digital image correlation system［J］. Optics and Lasers in Engineering， 2013， 51（9）： 1044-1052.

DIZAJI M S， ALIPOUR M， HARRIS D K. Leveraging Full-Field Measurement from 3D Digital Image Correlation for Structural Identification［J］. Experimental Mechanics， 2018， 58： 1049–1066.

刘聪，戴云彤，戴美玲，等. 二维多相机全场数字图像相关变形测量方法［J］. 光学学报， 2016， 36（12）： 1212002.

LIU C， DAI Y T， DAI M L， et al. Two-dimensional multi-camera full-field digital image correlation deformation measurement method［J］. Acta Optica Sinica， 2016， 36（12）： 1212002. （in Chinese）

单宝华，霍晓洋，刘洋. 一种极线约束修正数字图像相关配准的立体视觉测量方法［J］. 中国激光， 2017， 44（8）： 0804003.

SHAN B H， HUO X Y， LIU Y. A stereovision measurement method using epipolar constraint to correct digital image correlation matching［J］. Chinese Journal of Lasers， 2017， 44（8）： 0804003. （in Chinese）

陈凡秀，陈旭，谢辛，等. 多相机3D-DIC及其在高温变形测量中的应用［J］. 实验力学， 2015， 30（2）： 157-164.

CHEN F X， CHEN X， XIE X， et al. On the multiple camera 3D-DIC system and its application in deformation measurement at high temperature［J］. Journal of Experimental Mechanics， 2015， 30（2）： 157-164. （in Chinese）

吴荣，刘依，周建民. 数字图像相关用于测量风电叶片全场变形［J］. 仪器仪表学报， 2018， 39（11）： 258-264.

WU R， LIU Y， ZHOU J M. Full-field deformation measurement of wind turbine blades using digital image correlation［J］. Chinese Journal of Scientific Instrument， 2018， 39（11）： 258-264. （in Chinese）

王安然，郝向阳，程传奇，等. 一种利用多个小标定板的多相机外参数标定方法［J］. 测绘与空间地理信息， 2019， 42（6）： 222-229.

WANG A R， HAO X Y， CHENG C Q， et al. A multi-camera external parameters calibration method using small calibration boards［J］. Geomatics & Spatial Information Technology， 2019， 42（6）： 222-229. （in Chinese）

张来刚，魏仲慧，何昕，等. 多约束融合算法在多摄像机测量系统中的应用［J］. 液晶与显示， 2013， 28（4）： 608-614.

ZHANG L G， WEI Z H， HE X， et al. Multi-camera measurement system based on multi-constraint fusion algorithm［J］. Chinese Journal of Liquid Crystals and Displays， 2013， 28（4）： 608-614. （in Chinese）

LIU X， LIU Z Y， DUAN G F， et al. Precise and robust binocular camera calibration based on multiple constraints［J］. Applied Optics， 2018， 57（18）： 5130-5140.

张超，杨华民，韩成，等. 基于消失点约束的多相机标定方法［J］. 光子学报， 2016， 45（5）： 0512004.

ZHANG C， YANG H M， HAN C， et al. Multi-camera calibration based on vanishing point constraint［J］. Acta Photonica Sinica， 2016， 45（5）： 0512004. （in Chinese）

YANG X L， FANG S P. Eccentricity error compensation for geometric camera calibration based on circular features［J］. Measurement Science and Technology， 2014， 25（2）： 025007.

全燕鸣，覃镇波，李维诗，等. 基于归一化算法的一维标定物多相机标定［J］. 光学学报， 2019， 39（4）： 0415001.

QUAN Y M， QIN Z B， LI W S， et al. Multi-camera calibration of one-dimensional calibration objects based on normalization algorithm［J］. Acta Optica Sinica， 2019， 39（4）： 0415001. （in Chinese）

MENG L B， JIN G C， YAO X F. Application of iteration and finite element smoothing technique for displacement and strain measurement of digital speckle correlation［J］. Optics and Lasers in Engineering， 2007， 45（1）： 57-63.

Baker S， Matthews I. Equivalence and efficiency of image alignment algorithms［C］. IEEE Conference on Computer Vision and Pattern Recognition， 2001.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向精密微装配的视觉复合定位

零部件光学影像精准定位的轻量化深度学习网络

基于深度学习的金刚线光斑点检测

基于空间语义分割的多车道线检测跟踪网络

融合注意力机制的金属锅圆柱表面缺陷检测