基于攝像頭自動跟蹤定位的疲勞裂紋在線測量方法研究

周見行 高紅俐 齊子誠 錢華榮

浙江工業(yè)大學(xué),杭州,310014

基于攝像頭自動跟蹤定位的疲勞裂紋在線測量方法研究

周見行 高紅俐 齊子誠 錢華榮

浙江工業(yè)大學(xué),杭州,310014

提出了一種基于攝像頭自動跟蹤定位的疲勞裂紋在線測量方法,該方法主要包括圖像法裂紋在線測量算法和攝像頭跟蹤定位運動控制技術(shù)?；跀z像頭自動跟蹤方法的最大裂紋長度測量誤差為0.076mm,基于攝像頭固定方法的最大裂紋長度測量誤差為0.148mm。試驗結(jié)果表明,該方法對提高裂紋測量精度具有顯著效果。

疲勞裂紋;在線測量;圖像處理;攝像頭定位跟蹤

0 引言

疲勞裂紋擴展試驗是通過實時測量試件在設(shè)定交變載荷作用下所產(chǎn)生疲勞裂紋的尺寸來研究材料疲勞斷裂特性的一種重要的金屬材料性能測試方式,對于產(chǎn)品結(jié)構(gòu)設(shè)計和產(chǎn)品壽命預(yù)估計具有十分重要的意義。以往的裂紋尺寸在線檢測方法有顯微鏡法、柔度法、渦流法、聲發(fā)射法及交直流電位法,但都不同程度地存在精度不高、操作繁瑣、抗干擾性差和不易實現(xiàn)自動記錄等問題[1]。

基于圖像處理技術(shù)的裂紋在線檢測方法可以直觀、精確、實時地完成裂紋的檢測和進一步的分析處理,是新的疲勞裂紋擴展速率檢測方法國家標(biāo)準(zhǔn)推薦的微小裂紋檢測方法[1],目前國外已有相關(guān)的研究與應(yīng)用[2-6],而國內(nèi)的研究與報道相對較少。此方法的一大特點是可直觀地檢測與顯示裂紋形狀、裂紋發(fā)展的進程,省掉了標(biāo)定過程與校核的過程,整個試驗過程有據(jù)可查,可反復(fù)觀察和分析;另一特點是可高精度地檢測微小裂紋。從工程應(yīng)用和發(fā)展的角度來看,測試含有微裂紋試件的力學(xué)性能非常重要,通過測試過程可揭示疲勞裂紋發(fā)展、擴大直至試件斷裂的力學(xué)規(guī)律。

基于圖像處理技術(shù)的裂紋在線測量方法通過圖像采集、處理、分析計算,在線測量出裂紋長度尺寸,其中采集到完整、清晰、分辨率高的圖像是圖像法測量最基本的一個環(huán)節(jié)。對于疲勞裂紋擴展試驗,隨著試驗的進行,裂紋尖端不斷延伸,要采集到上述所要求的圖像,攝像頭固定的測量系統(tǒng)必須采用復(fù)雜昂貴的光學(xué)系統(tǒng)才能實現(xiàn)[3-5]。本文所采用的方法是,采用普通的光學(xué)鏡頭,攝像頭隨著裂紋的擴展精確跟蹤定位,從而采集到完整、清晰、分辨率高的裂紋圖像,通過圖像處理算法對不斷采集到的圖像進行處理,從而得到擴展裂紋的長度。此方法在采用普通光學(xué)系統(tǒng)的情況下提高了裂紋尺寸的測量精度,且可實時觀測到裂紋尖端清晰的擴展過程。

1 基于圖像處理技術(shù)的疲勞裂紋擴展試驗工作原理

本文提出的圖像法疲勞裂紋擴展試驗系統(tǒng)主要包括裂紋長度在線測量系統(tǒng)與攝像頭自動跟蹤定位系統(tǒng)兩部分,系統(tǒng)硬件原理框圖見圖1。

圖1 疲勞裂紋擴展試驗系統(tǒng)

系統(tǒng)包括待測試件、CCD攝像頭、云臺、ARM智能攝像頭運動控制器、照明系統(tǒng)、圖像采集卡、計算機以及圖像處理軟件。系統(tǒng)工作原理如下:將帶有預(yù)制裂紋的CT緊湊試件安裝在產(chǎn)生設(shè)定交變載荷的疲勞試驗機上,試件在交變載荷的作用下裂紋不斷擴展,照明系統(tǒng)將產(chǎn)生的光線照射到試件上,經(jīng)試件反射的光線通過鏡頭成像到CCD攝像頭上,裂紋圖像通過CCD攝像頭及圖像采集卡轉(zhuǎn)換為數(shù)字圖像并被采集到安裝有圖像處理軟件的計算機內(nèi),經(jīng)軟件處理、分析后計算出裂紋長度并通過計算機實時顯示。為提高系統(tǒng)的測量精度,疲勞裂紋擴展一定長度后攝像頭必須隨之精確跟蹤定位,攝像頭不斷跟蹤擴展的裂紋,計算機將采集到的裂紋擴展圖像進行處理得到分辨率高的裂紋圖像從而獲得高測量精度的裂紋尺寸。通過數(shù)據(jù)通信接口將裂紋擴展數(shù)據(jù)發(fā)送給攝像頭運動控制器,攝像頭運動控制器控制攝像頭運動來實現(xiàn)裂紋擴展的跟蹤。

2 圖像法疲勞裂紋長度在線測量

2.1 圖像法裂紋長度測量實現(xiàn)過程

圖2 圖像法裂紋長度測量實現(xiàn)過程

圖像法裂紋長度測量實現(xiàn)過程如圖2所示,由圖像預(yù)處理和圖像分析兩部分組成,主要包括中值濾波、邊緣銳化、裂紋分割、裂紋邊界處理和裂紋特征提取。由于試樣表面裂紋尖端非常細小,故在進行這種細微圖像特征提取與識別之前,要進行圖像預(yù)處理,有效消除噪聲,以提高測量精度。分析本文中的裂紋圖像特征發(fā)現(xiàn),裂紋是在預(yù)制裂紋頂點開始萌發(fā)的,基本沿著水平線擴展。獲得的圖像主要能量集中在低頻段,而裂紋細節(jié)和噪聲主要集中在高頻段,所以去噪的關(guān)鍵就是能夠在降低噪聲的同時保留裂紋細節(jié)。本文采用垂直方向的邊緣銳化方法進行水平裂紋的圖像增強,然后再采用中值濾波的方法來進行圖像去噪,這種方法既去除了系統(tǒng)的隨機噪聲又保留并增強了裂紋細節(jié)。然后對處理后的圖像進行圖像分析。首先需要將裂紋邊界分割出來以便測量,本文采用邊緣檢測和圖像二值化方法將裂紋邊界分離出來,對二值化后得到的裂紋圖像進行去除顆粒、邊界閉合、細化、骨架提取等圖像形態(tài)學(xué)方法處理,得到連續(xù)清晰的裂紋邊界,最后由裂紋主干提取算法計算出裂紋像素尺寸并根據(jù)系統(tǒng)標(biāo)定信息將其轉(zhuǎn)換為裂紋真實尺寸。

2.2 裂紋圖像處理算法

本文所采用的裂紋圖像處理算法是中值濾波去噪和使圖像邊緣銳化增強的高通增強濾波算法,高通增強濾波器為線性濾波器,采用卷積法對水平裂紋圖像進行處理,所采用的卷積核如圖3所示,圖像銳化增強后的效果如圖 4所示。中值濾波器是一種非線性的濾波器,其濾波原理是,對掩碼內(nèi)各個像素灰度值進行排序并取中值,然后將該中值賦給PUI。中值濾波對邊緣圖像處理能收到很好的效果,即使掩碼尺寸再大,中值濾波器也不會降低邊緣的銳利程度,因此非常適合裂紋圖像的處理。

圖3 高通增強濾波卷積核

圖4 裂紋圖像銳化增強效果圖

2.3 裂紋圖像分析及裂紋尺寸計算

2.3.1 裂紋圖像分割算法

本文采用Sobel算子邊緣檢測和自適應(yīng)多閾值分割法將裂紋圖像二值化處理后進行裂紋圖像分割。邊緣檢測實際上只是對邊緣進行了銳化處理,要提取出裂紋并不容易,所以需進一步進行圖像二值化的操作,將多灰度級的圖像轉(zhuǎn)換為只有兩個灰度值的圖像。兩個灰度值分別對應(yīng)裂紋目標(biāo)區(qū)域和背景區(qū)域。

2.3.1.1 裂紋邊緣檢測

邊緣檢測常用的方法有屬于空域微分算法的Roberts算子 、Sobel算子、Prew itt算子,拉普拉斯高斯(LOG)算法以及Canny邊緣檢測器,采用多種方法對裂紋圖像進行處理表明,采用圖 5所示卷積核Sobel算子邊緣檢測算法效果最佳,其效果圖見圖6a。

2.3.1.2 裂紋圖像二值化處理算法

由于裂紋處于復(fù)雜的背景中,且存在照明不均勻的情況,故運用直方圖閾值分割法、Otsu閾值分割法對整幅圖像進行處理很難將目標(biāo)與背景分離,所以本文采用一種自適應(yīng)的多閾值分割法來實現(xiàn)圖像二值化。采用此方法處理后得到的裂紋二值化圖像見圖6b。

圖 5 Sobel算子卷積核

圖6 裂紋圖像分割效果圖

算法步驟如下:①把圖像分成m×m個子圖像;②基于第ij子圖像的直方圖選擇該圖像的閾值Tij(i,j=1,2,…,m);③進行所有子圖像分割區(qū)域的邏輯并,得到圖像分割后的最后結(jié)果。

其中,被分割的子圖像個數(shù)m選取的原則是:使每個子圖像內(nèi)的亮度分布近似于均勻,所有不包含裂紋和背景間邊界的子圖像都具有小于65的方差,所有包含邊界的子圖像都具有大于100的方差,每幅方差大于100的子圖像都用專門為本幅子圖像計算的閾值進行分割,閾值的計算采用一種試探性迭代方法。

2.3.2 基于圖像形態(tài)學(xué)的裂紋圖像邊界處理算法

如圖6b所示,二值化后得到的圖像中背景區(qū)域上總是散布著一些噪聲小顆粒,裂紋的邊界也不怎么平滑,這是由光源照射均勻性、試件表面平滑度、圖像采集系統(tǒng)穩(wěn)定性等原因引起的。而對這些散布的小顆粒做處理會影響到裂紋邊緣的連續(xù)性。裂紋檢測需要獲得比較清晰的裂紋邊界,所以噪聲顆粒去除后需要進行邊界閉合操作,閉合操作是先后對圖像進行膨脹和腐蝕這兩種基本的形態(tài)學(xué)運算,把比結(jié)構(gòu)元素小的缺口或孔補上,從而對短間斷起到聯(lián)通作用。二值化后得到的裂紋圖像經(jīng)去除顆粒、邊界閉合、骨架細化等圖像形態(tài)學(xué)方法處理后得到連續(xù)清晰的裂紋邊界,處理效果如圖7所示。

圖7 二值化圖像處理

2.3.3 裂紋圖像特征提取

根據(jù)二值圖像特點,搜索圖7d所示的A、B兩點位置,然后根據(jù)兩點求線段長度,就很容易得到裂紋的像素長度Lp。本文采用對二值圖像所對應(yīng)的灰度數(shù)組進行循環(huán)查詢的方法先搜索出裂紋的所有像素位置,然后計算位置極值來定位A、B兩點。根據(jù)裂紋擴展規(guī)律,裂紋在整個過程中所在的位置比較固定,所以采用選取固定的ROI(目標(biāo)區(qū)域)的方法進行搜索處理,以便減小計算量。最后根據(jù)系統(tǒng)標(biāo)定信息將其轉(zhuǎn)換為裂紋真實尺寸。

3 攝像頭跟蹤定位

3.1 攝像頭運動控制要求

為了提高圖像處理的精度,本文所采用的方法是:當(dāng)圖像處理系統(tǒng)檢測到裂紋生長5mm時將此裂紋擴展數(shù)據(jù)傳送給攝像頭運動控制器,控制器控制步進電機帶動攝像頭隨之跟蹤5mm,這樣使得采集的裂紋圖像清晰、分辨率高且始終處于最佳狀位置。攝像頭運動云臺是一個高精度位置運動控制系統(tǒng),主要是對驅(qū)動攝像頭運動的步進電機進行控制,控制要求就是要實時、精確、穩(wěn)定地實現(xiàn)攝像頭點到點的運動。要達到這個要求,運行速度需要一個“加速—恒速—減速—停止”的過程,本文方法對攝像頭跟蹤速度要求不高,但要求其運動平穩(wěn),抖動小,能在運動中精確定位,實現(xiàn)從指定點到指定點的運動,所以速度跟蹤采用了直線升降速法。

3.2 攝像頭運動控制策略

攝像頭云臺X軸及Y軸是控制攝像頭跟蹤和聚焦的,軸向運動由高度細分的步進電機驅(qū)動高精度的滾珠導(dǎo)軌機構(gòu)來實現(xiàn)。為消除步進電機失步等影響定位精度的因素,攝像頭的定位和運動速度控制均采用模糊PID閉環(huán)控制方式,由光電編碼器提供位移和速度反饋。控制原理框圖見圖8。針對攝像頭云臺運動的時變性以及運行過程的不確定性,將PID控制與模糊控制相結(jié)合,不但能實現(xiàn)精確控制,而且還具有較強的自適應(yīng)性,可以更加有效地實現(xiàn)人的控制策略。攝像頭運動控制模糊PID控制器的設(shè)計思想是,先找出PID 的比例ΔKP、積分 ΔKI、微分 ΔKD三個參數(shù)與偏差e和偏差變化率ec之間的模糊關(guān)系,在運行過程中不斷地檢測偏差和偏差變化率,再根據(jù)特定的模糊規(guī)則,對PID的比例 ΔKP、積分ΔKI、微分ΔK D三個參數(shù)進行整定,PID在獲取新的參數(shù)后,對控制對象輸出控制量,以更好地兼容系統(tǒng)的動態(tài)性能和穩(wěn)態(tài)性能。

圖8 步進電機模糊PID控制原理框圖

3.3 攝像頭運動控制仿真

在完成攝像頭運動PID控制器、模糊控制器和模糊PID控制器的設(shè)計之后,為了比較它們的控制性能,本文采用MATLAB對控制對象進行了仿真研究。X、Y 軸電機采用的是42BYG250FC型號的步進電機,其傳遞函數(shù)為

對系統(tǒng)輸入階躍信號進行Sim ulink仿真,結(jié)果如圖9所示。從仿真結(jié)果可以看出,模糊PID控制器較傳統(tǒng)的PID控制器和模糊控制器具有更快的響應(yīng)速度,并且系統(tǒng)超調(diào)量明顯減小,控制系統(tǒng)的動態(tài)特性和靜態(tài)特性均得到改善,能更好地滿足系統(tǒng)的應(yīng)用要求。

圖9 攝像頭運動控制階躍響應(yīng)仿真曲線

3.4 攝像頭運動控制軟硬件平臺

ARM嵌入式攝像頭運動控制硬件平臺主要由ARM控制器、攝像頭運動操作模塊、RS232通信接口模塊、步進電動機驅(qū)動模塊、編碼器測量模塊和限位信號處理模塊組成,其總體結(jié)構(gòu)框圖見圖10。嵌入式系統(tǒng)軟件的設(shè)計主要包括兩個方面:一是嵌入式操作系統(tǒng)的選擇和移植;二是應(yīng)用程序的設(shè)計和調(diào)試。根據(jù)系統(tǒng)功能,選用μC/OS-Ⅱ作為系統(tǒng)平臺,完成μC/OS-Ⅱ在LPC2148上的移植,系統(tǒng)軟件分為基本驅(qū)動模塊、數(shù)據(jù)通信模塊、運動控制模塊、人機交互模塊以及事務(wù)處理模塊。由操作系統(tǒng)μC/OS-Ⅱ來完成五大模塊的管理調(diào)度。

圖10 ARM運動控制器結(jié)構(gòu)框圖

4 試驗結(jié)果及分析

為了驗證本文提出的方法,進行了攝像頭定位和攝像頭自動跟蹤測量裂紋擴展兩項試驗。

4.1 攝像頭運動定位試驗

試驗過程為:首先輸入移動距離命令,分遠距離移動和近距離移動,遠距離定位用以檢測整個行程上的重復(fù)定位精度和單向定位精度,近距離移動用以檢測裂紋跟蹤時的定位精度,同一速度下每種定位重復(fù) 5次,表 1所示為運動速度1mm/s時攝像頭運動定位試驗數(shù)據(jù)。采用不同的運動速度 2mm/s、4mm/s、6mm/s、10mm/s 重復(fù)此試驗過程,具體試驗數(shù)據(jù)略。

根據(jù)國家標(biāo)準(zhǔn)GB10931—89得:運動速度1 mm/s時定位精度為3Sj)min=37.533μm,同理計算出運動速度 2 mm/s、4mm/s、6mm/s、10mm/s 時攝像頭運動定位精度,最大值為40.125μm,攝像頭的定位精度滿足裂紋長度尺寸在線測量要求。

4.2 攝像頭固定及自動跟蹤疲勞裂紋在線測量試驗

在圖1所示的硬件平臺上進行了疲勞裂紋擴展試驗并采用本文所提出的方法進行了裂紋尺寸在線測量。試驗采用紅山PLG-100高頻疲勞試驗機,圖像采集卡為美國NI公司生產(chǎn)的PCI-1014圖像采集卡,攝像頭云臺運動控制器為基于ARM技術(shù)的控制器,鏡頭為25mm定焦鏡頭,CCD為XC-XT50CE高析像度、高幀速率順序掃描的黑白CCD攝像頭,軟件開發(fā)平臺為IM AQ-VISION,試塊為CT緊湊標(biāo)準(zhǔn)試塊,材料為45鋼,試驗機所提供的正弦交變載荷參數(shù)為:振動頻率124.6H z,最小載荷為 4.52kN,最大載荷為11.66kN。通過試驗測定了疲勞裂紋尺寸隨時間變化的曲線,表2所示為所選取的試驗過程中的幾個測量點的數(shù)據(jù),該數(shù)據(jù)為采用本文方法測得的裂紋長度尺寸和攝像頭固定不動所測得的裂紋長度尺寸及高精度測量顯微鏡所測得的裂紋長度尺寸,其中顯微鏡測量精度為0.001mm。圖11為攝像頭不跟蹤裂紋擴展區(qū)域的圖像和攝像頭跟蹤裂紋擴展區(qū)域的圖像。

表1 攝像頭定位試驗數(shù)據(jù)及分析

表2 裂紋長度在線測量數(shù)據(jù)及分析結(jié)果 mm

由試驗結(jié)果可知:采用本文提出的基于攝像頭自動跟蹤的疲勞裂紋動態(tài)測量方法對提高裂紋在線測量精度有顯著效果,因為裂紋長度測量為動態(tài)在線測量,由于光線、識別算法因素的影響,裂紋測量的精度不是固定數(shù)值,經(jīng)多次試驗,基于攝像頭自動跟蹤方法的最大裂紋長度測量誤差為0.076mm,而基于攝像頭固定方法的最大裂紋長度測量誤差為0.148mm?；跀z像頭固定的疲勞裂紋長度在線測量方法的測量誤差主要是由所采集的圖像分辨率低及裂紋圖像處理算法所引起的,而基于攝像頭自動跟蹤的疲勞裂紋動態(tài)測量方法所采集的圖像分辨率高,采用同樣的裂紋圖像處理算法則裂紋測量精度高,如要進一步提高其測量精度則可從兩方面入手:一是采用更加精確的裂紋圖像識別算法,二是提高攝像頭跟蹤定位精度。

圖11 試驗過程中所采集的裂紋圖像

5 結(jié)語

為了提高圖像法疲勞裂紋擴展試驗裂紋尺寸的測量精度,本文提出了一種基于攝像頭自動跟蹤定位的疲勞裂紋在線測量方法,采用該方法進行了裂紋在線測量,由于攝像頭能自動跟蹤疲勞裂紋擴展尖端區(qū)域,故系統(tǒng)可采集到完整、清晰、分辨率高的圖像。本文提出的圖像法裂紋尺寸測量方法,裂紋尺寸動態(tài)測量精度高,穩(wěn)定性強,可直觀地檢測與顯示裂紋形狀、裂紋發(fā)展的進程,試驗完成后對整個試驗過程有據(jù)可查,可反復(fù)觀察和分析。試驗結(jié)果表明:基于攝像頭自動跟蹤方法的最大裂紋長度測量誤差為0.076mm,基于攝像頭固定方法的最大裂紋長度測量誤差為0.148mm,證明本文方法是有效的高精度的裂紋在線測量方法。

[1] GB/T 6398-2000 金屬材料疲勞裂紋擴展速率試驗方法[S].北京:國家質(zhì)量技術(shù)監(jiān)督局,2001.

[2] Diaza F V,A rmasa A F,Kaufmanna G H,et al.Nondestructive Eva luation of the Fatigue Damage A ccumu lation Process around a Notch Using a Digital Image Measurement System[J].Optics and Lasers in Engineering,2004,41(3):477-487.

[3] Banaszak D,Dale G A,Jordan JD,etal.An Op tical Technique for Detecting Fatigue Cracks in Aerospace Structures[C]//18th International Congress on Instrumentation in Aerospace Simulation Facilities.Tou louse,France:IEEE,1999:27/1-27/7.

[4] Ryu D H,Choi T W,K im Y I,etal.Measurement of the Fatigue-crack Using Image Processing Techniques[C]//Fourth International Con ference on Know ledge-based Intelligent Engineering Systems and A llied Technologies/Proceedings KES'2000.Brighton,UK,2000:121-124.

[5] Vanlanduit S,Vanherzeele J,Longo R,et al.A Digital Image Correlation Method for Fatigue Test Experiments[J].Op tics and Lasers in Engineering,2009,47(3/4):371-378.

[6] Kanchanomai C,Yamamoto S,M iyashita Y,et al.Low Cycle Fatigue Test for So lders Using Noncontact Digital Image Measurement System[J].International Journal o f Fatigue,2002,24(1):57-67.

Study on On-line Measurement Method of Fatigue Crack Length Based on Camera Automatically Tracking and Positioning

Zhou Jianxing Gao Hongli Qi Zicheng Qian Huarong
Zhejiang University of Technology,Hangzhou,310014

A new crack on-line measurementmethod based on the im age processing technology and the automatically tracking cam erawas presented herein in order to improve the crack lengthmeasurement precision when the fatigue crack kept growing,which included the crack image processing algorithms and camera tracking and positioning movement control.The crack length measurement errors based on the camera tracking method and fixed cameramethod are 0.076mm and 0.148mm respectively.The experimental results show that thismethod has improved the crack length measurement precision greatly.

fatigue crack;on-linemeasurement;image processing;camera automatic tracking

TP391

1004—132X(2011)11—1302—05

2011—01—07

(編輯 蘇衛(wèi)國)

周見行,男,1963年生。浙江工業(yè)大學(xué)機械工程學(xué)院高級工程師。主要研究方向為機械電子。發(fā)表論文10余篇。高紅俐,女,1965年生。浙江工業(yè)大學(xué)機械工程學(xué)院副教授。齊子誠,男,1984年生。浙江工業(yè)大學(xué)機械工程學(xué)院碩士研究生。錢華榮,男,1985年生。浙江工業(yè)大學(xué)機械工程學(xué)院碩士研究生。