[发明专利]用于大变形测量的高稳健性三维数字图像相关方法

说明书

本发明公开了一种用于大变形测量的高稳稳健性三维数字图像相关方法，包括：1.标定双相机拍摄系统并通过双目相机拍摄拉伸试样变形图像；2.在参考图上确定网格点，搜索同时刻右图上的对应匹配点；3.搜索时序上对应匹配点4.分别用同一时刻左图和右图上的匹配点互相校验和修正，左图修正右图上错误匹配点，右图修正左图上错误匹配点，形成闭合校验修正；5.闭合校验无法修正的再通过更新参考图像的方法进行修正，最后再进行一次封闭校验，保证了最后匹配点的稳健性；6.利用经过校验和修正的匹配点结合相机标定数据进行不同时刻三维点的重建和应变计算。本发明可以实现大变形情况下高精度高稳健性的位移和变形测量。

技术领域

本发明涉及实验力学、非接触式全场位移和应变测量领域，具体涉及一种高精度的匹配方法。

背景技术

数字图像相关方法是一种广泛应用的非接触式三维测量技术，由最初应用于材料力学性能测试，到目前已经应用于工业测量、土木工程、桥梁结构、航空、生物医学等多个领域，这主要归因于其独特的一些优势，例如操作简单、不受环境光的影响和可实现全场测量等，并且既可以结合显微镜用于微观测量也可以用于室外宏观大尺度测量。此方法自上世纪80年代初期提出后，受到国内外大量专家学者的研究，从最初的二维数字图像相关方法已发展到三维数字图像相关方法，三维数字图像相关方法相比于二维数字图像相关方法可以测量面外位移及三位形貌和三维变形。

三维数字图像相关方法的主要步骤是：相机标定、图像采集、立体图像对匹配、时序图像对匹配、三维坐标计算几个步骤，目前相机标定和大变形情况下图像匹配是研究的重点方向。图像间的匹配一般包括粗搜索和利用粗搜索结果作为反向组合高斯牛顿算法的初始点进行迭代的细搜索两步。匹配算法的精度和速度一直都备受关注，目前粗搜索有基于路径传递方法、智能算法、逐点法、特征点法等常用算法，逐点法是精度最高的一种。细搜索自反向组合算法提出以来由于其具有高精度和高速度的优势成为了一个事实上的标准优化算法。三维数字图像相关算法有三种实现方式，通常大家都是直接使用某一种计算直接得到最终的结果，但是在三维大变形情况下很容易出现错误匹配点影响最终计算的结果。

发明内容

本发明为克服现有技术的不足之处，提供一种用于大变形测量的高稳健性三维数字图像相关方法，以期能解决现有算法在大变形及大曲率情况下应用时的计算精度问题，从而能实现大变形情况下高精度高稳健性的位移和变形测量，并能提高整体三维测量精度。

本发明为达到上述发明目的，采用如下技术方案：

本发明一种用于大变形测量的高稳健性三维数字图像相关方法的特点在于，包括如下步骤：

步骤1、通过张正友标定法获取左、右相机的内部参数和外部参数，其中，所述内部参数，包括：焦距、主点坐标以及镜头畸变系数；所述外部参数包括：左、右相机间的旋转矩阵R和平移矢量T；

步骤2、左、右相机在固定时间间隔下同步采集N个时刻的左、右拉伸变形图像，并利用所述镜头畸变系数对各时刻的左、右拉伸变形图像进行矫正，得到各时刻矫正后的左、右图；

步骤3、以0时刻矫正后的左图作为0时刻立体匹配参考图像，以0时刻矫正后的右图作为0时刻立体匹配目标图像，对0时刻左、右图上的二维坐标点进行立体匹配、校验及0时刻的三维坐标点重建；

步骤3.1、在所述0时刻立体匹配参考图像上选定感兴趣区域，并将所述感兴趣区域划分成网格，所述网格上的各个交点分别作为待计算点；

步骤3.2、以0时刻立体匹配参考图像上的一个待计算点P_l0为中心点，并围绕所述中心点选取一个尺寸为M×M的区域作为0时刻参考子区，利用式(1-1)得到待计算点P_l0在0时刻立体匹配的目标图像上对应的极线l_pr：

l_pr＝Fp_l                       (1-1)