本发明属于物体变形测量
技术领域：
，具体涉及一种基于三通道标志点的变形测量方法。
背景技术：
：物体变形是自然界、工程技术、文物保护和日常生活中普遍存在的物理现象，在一些
技术领域：
，如工程技术、文物保护等领域，需要对物体变形进行精确测量。目前多采用数字图像相关的方法进行测量，数字图像相关技术(dic)最初由美国南卡罗来纳州大学的peters和日本的yamaguchi于上世纪80年代初分别独立提出，是一种全场形貌、位移和变形测量的基于图像的非接触式光学方法。dic技术首先使用数字成像设备(光学成像，电子成像及扫描探针成像设备等)获取被测对象在不同状态下的数字图像，然后使用基于相关性的匹配和数值微分方法进行图像分析，以定量计算被测对象的全场位移和全场应变。具体地，首先需要在待测体的表面喷涂大量散斑，形成散斑图案，然后用光源照射散斑，形成散斑图案，通过图像捕获装置采集变形前后的散斑图像，并进行相关计算处理，得到物体的精确变形场。该方法在材料力学、断裂力学、生物力学、现场实时测量、微尺度变形场测量、电子封装及动态位移测试等众多应用领域显示出较大的优越性。然而，采用数字相关技术测量物体变形需要在物体表面喷涂大量散斑，容易对某些特殊材质(如玻璃、透明橡胶等)物体造成污损、对一些馆藏文物等造成不可修复的损坏；而且dic技术计算变形涉及形函数、迭代函数、子区选择等复杂算法，变形速度慢、效率低，使得数字图像相关法不再适用；此外，常用的黑白色标志点使得变形前后图像中同一标志点的匹配正确率较低，易产生误差。因此，有必要提高一种基于三通道的变形测量方法，其不需在待测物体表面喷涂散斑，测量速度快、精度高。技术实现要素：为了克服上述问题，本发明人进行了锐意研究，设计出一种基于三通道标志点的变形测量方法，该方法通过将每个标志点进行亚像素级别的精确定位，利用一个标志点周围的彩色标志点的环绕信息和颜色信息构成特征向量，并作为该标志点区别于其它标志点的特性，实现对变形前图像和变形后图像中同一标志点的匹配，从而估算出全场位移，所需标志点少，匹配正确率高，且计算所需时间短，从而完成了本发明。具体来说，本发明的目的在于提供一种基于三通道标志点的变形测量方法，其中，所述方法包括以下步骤：步骤1，在待测物体表面设置三通道标志点，并采集待测物体表面变形前后的图像；步骤2，对图像中的三通道标志点进行位置检测和中心定位；步骤3，对变形前后图像中的同一标志点进行匹配，获得物体的全场位移。其中，步骤2包括以下子步骤：步骤2-1，对标志点进行初步位置检测；步骤2-2，对标志点进行整像素级别的中心定位；步骤2-3，对步骤2-2中的标志点进行亚像素级别的中心定位。其中，步骤3包括以下子步骤：步骤3-1，在待测物体变形前图像中获得每个标志点的特征信息；步骤3-2，在待测物体变形后图像中获得每个标志点的特征信息；步骤3-3，将待测物体变形前后图像中每个标志点的特征信息进行比对，获得匹配的同一标志点。其中，步骤3-1中，所述特征信息为特征向量，包括位置和颜色信息。其中，步骤3-1包括以下步骤：步骤3-1-1，在变形前图像中选择一个标志点，然后在其周围选择n个距离最近的标志点作为环绕标志点；步骤3-1-2，对选择的标志点的周围区域进行划分，并对划分后的区域进行依次编号；步骤3-1-3，按区域编号顺序计算每个区域内环绕标志点的信息，获得选择的标志点的特征信息；步骤3-1-4，重复步骤3-1-1～3-1-3，获得变形图像中所有标志点的特征信息。其中，步骤3-1-3中，所述每个区域内环绕标志点的信息包括每个区域内环绕标志点的数量、每个环绕标志点距离圆心处标志点的距离和环绕标志点的颜色。其中，步骤3-3中，将待测物体变形前和变形后图像中每个标志点的特征信息进行比对，选取相似度最大的一对标志点为变形前和变形后的同一标志点。其中，所述相似度包括汉明距离、欧氏距离和余弦相似度。其中，在步骤3-3之后，还包括以下步骤：步骤3-4，对变形前后图像中标志点的匹配情况进行检验，以剔除异常值；步骤3-5，根据匹配正确的标志点，获得物体变形后的全场位移。本发明所具有的有益效果包括：(1)本发明提供的基于三通道标志点的变形测量方法，操作简单，所需标志点数量较少，对待测物体不会造成不可逆污损，适合于透明材质、馆藏文物等的测量；(2)本发明提供的基于三通道标志点的变形测量方法，利用各个标志点独特的周围标志点的环绕信息和颜色信息构成特征向量，匹配正确率高，相较于灰度标志点，测量全场位移精度高；(3)本发明提供的基于三通道标志点的变形测量方法，不涉及形函数、迭代函数、子区选择等复杂算法，计算效率相较于数字图像相关方法提升75％；(4)本发明提供的基于三通道标志点的变形测量方法，结合了基于拓扑排列的特征向量和二次谐波样条插值方法，弥补了标志点很少的位移测量方法的不足，提高了测量精度，且适用范围广。附图说明图1示出根据本发明一种优选实施方式的待测物体图像采集示意图；图2示出根据本发明一种优选实施方式的标志点区域划分图；图3示出根据本发明实施例1的待测物体变形前的整体图像；图4示出待测物体变形前图像中部分区域的标志点分布图；图5示出待测物体变形后图像中部分区域的标志点分布图；图6示出根据本发明实施例1的待测物体变形的矢量场图；图7示出本发明实施例1中的u场变形情况图；图8示出本发明实施例1中的v场变形情况图；图9示出本发明实验例1中不同方法检测变形情况的精度对比图；图10示出本发明实验例2中计算时间对比图。具体实施方式下面通过优选实施方式和实施例对本发明进一步详细说明。通过这些说明，本发明的特点和优点将变得更为清楚明确。在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。本发明人研究发现，在物体的变形测量中，假设位移是连续的，当一个标志点在两幅图像的帧之间移动时，其周围的标志点虽有不同的位移变化，但仍会环绕在该标志点的周围，一个标志点被周围若干标志点环绕，周围标志点的分布情况则是该标志点区别于其它标志点的特性。基于上述，本发明中利用基于随机邻域拓扑排列的特征向量对参考图像和变形图像中的同一标志点进行匹配，从而获取全场位移。本发明提供了一种基于三通道标志点的变形测量方法，所述方法包括以下步骤：步骤1，在待测物体表面设置三通道标志点，并采集待测物体表面变形前后的图像。在本发明中，为避免对待测物体表面造成污损，优选采用粘贴方式替代喷涂方式在待测物体表面设置标志点。其中，所述标志点为三通道标志点(即彩色标志点)，所述三通道指的是设置的标志点包括红蓝绿三个颜色，使得每个标志点的特定编码包括位置信息和颜色信息，以提高变形前后图像中同一标志点的匹配正确率。其中，每种颜色标志点的周围尽量不要有相同颜色的标志点，在此基础上的伪随机分布，所述伪随机分布即伪随机数分布，伪随机数是用确定性的算法计算出来自[0,1]均匀分布的随机数序列，并不真正的随机，但具有类似于随机数的统计特征，如均匀性、独立性等。在一种优选的实施方式中，所述标志点为近似刚性的圆形标志点，即变形后也为圆形，避免影响变形前后的位移计算。本发明中设置的三通道标志点的数量不需太多，一般采用图像采集装置对待测物体的表面进行拍照，对获得的图像进行像素划分，优选标志点的设置密度为1个/6561平方像素～1个/4096平方像素，即每(64像素×64像素)～(81像素×81像素)区域内设置一个标志点。本发明人发现，采用本发明所述的方法，以少量的标志点牺牲局部精度能够达到较高的估算效果。在一种优选的实施方式中，待测物体表面的图像由一台或两台同步图像采集装置采集，如由单个数码相机或两个同步数码相机采集。其中，放置相机时，使其光轴垂直于待测物体表面，如图1所示。步骤2，对图像中的三通道标志点进行位置检测和中心定位。其中，所述步骤2包括以下子步骤：步骤2-1，对标志点进行初步位置检测。本发明中，在待测物体变形前后的图像中的暗(亮)背景像素下分割出亮(暗)像素即为标志点所在的位置，计算出与标志点相对应的这些明亮像素的连通区域，来初步确定所设置标志点的位置。优选地，可通过现有技术中的常用手段获得标志点的初步位置，如matlab软件。步骤2-2，对标志点进行整像素级别的中心定位。具体地，对每个标志点进行质心计算，得到圆形标志点质心的整像素级别的坐标估算值，其坐标为整数。其中，像素是成像面的基本单位也是最小单位，通常被称为图像的物理分辨率，整像素精度是指原始图像的原始像素精度。在本发明中，质心坐标的计算可采用现有技术中常用的软件进行，如matlab软件。步骤2-3，对步骤2-2中的标志点进行亚像素级别的中心定位。在本发明中，为提高位移计算精度，优选将标志点的整像素级别的质心坐标转换为亚像素级别。其中，亚像素精度是指相邻两像素之间细分的情况，即在两个整像素点中间的亚像素点可称为二分之一亚像素点，在两个1/2像素点之间或在一个整像素点与一个1/2亚像素点之间可称为四分之一亚像素点。本发明优选采用径向对称法将整像素级别的坐标转换为亚像素级别的坐标。其中，径向对称法的原理如下：忽略非对称光学像差，由噪声光学设备获取的成像单个标记光斑的强度相对于光斑中心呈放射状对称分布，对于理想的色彩强度呈现径向对称分布的图像，图像色彩强度的任何梯度定向线将相交于一点，这个点就是中心点，在实际情况下，因为噪声的存在，这些梯度定向线将无法交于同一点，将以与所有梯度定向线总距离最小的点作为标志点的中心点，从而得到成像对象中心的亚像素级别坐标(坐标为小数)。本发明人考虑到径向对称的方法在对单个粒子进行定位时精度最高，在一种优选的实施方式中，以标志点中心的整像素坐标为中心，框选出每个标志点所在的子区，然后利用圆形标志点色彩强度呈现径向对称的特性，对每个子区中的标志点进行亚像素级别的中心定位。其中，定位的亚像素级别坐标位于子区坐标系中，子区坐标系是以质心计算得到的整像素的中心为原点所创建的坐标系。在本发明中，每个子区均采用上述方法将中心坐标精确到亚像素级别，能够提高精度并有利于后续位移计算。经过上述步骤，能够获得选定的每个标志点的中心位置坐标。步骤3，对变形前后图像中的同一标志点进行匹配，获得物体的全场位移。若要获得待测物体的全场位移，需要首先计算出各三通道标志点在变形前后的图像中的位置，然后计算位置的坐标差值，即获得变形前后图像中同一标志点的位移差值，自然就可以得到待测物体的变形情况了。具体地，步骤3包括以下子步骤：步骤3-1，在待测物体变形前图像中获得每个标志点的特征信息。根据本发明一种优选的实施方式，所述特征信息为特征向量，包括位置和颜色信息。其中，所述特征向量根据随机邻域的拓扑排列进行定义，其代表了某一标志点周围被其他标志点环绕的情况，包括标志点的位置信息和颜色信息。具体地，步骤3-1包括以下子步骤：步骤3-1-1，在变形前图像中选择一个标志点，然后在其周围选择n个距离最近的标志点作为环绕标志点。根据本发明一种优选的实施方式，环绕标志点的个数n的范围为：2/3标志点的总数＜n＜3/4标志点的总数。其中，n越大，后续计算目标物变形时的准确度越高，同时变形计算的复杂程度也会越高，本发明人发现，当2/3标志点的总数＜n＜3/4标志点的总数时，能够保持较高的变形计算准确度和较高的测量效率。在进一步优选的实施方式中，环绕标志点的个数n可为8～12。优选地，所述环绕标志点均具有各自的颜色信息，如红、绿、蓝。本发明中设置的红、绿、蓝三通道标志点，使得环绕标志点对选定标志点的环绕情况连同其各自的不同颜色构成了特征向量。步骤3-1-2，对选择的标志点的周围区域进行划分，并对划分后的区域进行依次编号。根据本发明一种优选的实施方式，以选择的标志点为圆心，以n个环绕标志点中距圆心最远的点的距离为半径作圆，在此圆的内部再做一个同心内圆，内圆的半径为外圆的二分之一。其中，将外圆的半径设置为n个环绕标志点中距圆心最远的标志点之间的距离，以便于将n个环绕标志点都包括在划分区域内。在本发明中，通过步骤2，已经获得变形图像中每个标志点的中心位置坐标，即质心坐标；再通过区域划分，能够获得每个区域的坐标范围，进而能够得到每个区域内标志点的具体位置信息。步骤3-1-3，按区域编号顺序计算每个区域内环绕标志点的信息，获得选择的标志点的特征信息。在本发明中，如图2所示，每一个同心圆使用基向量分成四个象限，由此可将选择的标志点周围的区域分成八个区域，即八个象限，编号依次为i、ii、iii、iv、v、vi、vii和viii。根据本发明一种优选的实施方式，所述计算的每个区域内环绕标志点的信息包括每个区域内环绕标志点的数量、每个环绕标志点距离圆心处标志点的距离和环绕标志点的颜色。其中，每个环绕标志点按照距离圆心处标志点的距离，由近及远进行排序，在划分区域时以最远距离作为同心圆外圆的半径，最远距离的一半作为内圆的半径。本发明人研究发现，计算每个区域内环绕标志点的数量、距离和颜色信息，使得三种信息成为三种特征向量，对三种特征向量进行编码，能够将n个环绕标志点的相对位置转换成八个不同的区域。本发明中通过采用上述特征向量作为选择的标志点的特征信息，既考虑到物体变形会带来新的变化，又能够提取变形前后有利于进行匹配的位置、颜色信息，提高匹配的正确率和测量精度。步骤3-1-4，重复步骤3-1-1～3-1-3，获得变形图像中所有标志点的特征信息。将待测物体变形前图像的其余三通道标志点依次作为圆心，按照上述步骤获得所有变形前图像标志点的特征信息。步骤3-2，在待测物体变形后图像中获得每个标志点的特征信息。具体地，对待测物体变形后图像重复步骤3-1-1～3-1-4，获得所有标志点的特征信息。步骤3-3，将待测物体变形前后图像中每个标志点的特征信息进行比对，获得匹配的同一标志点。通常情况下，某一标志点周围的点倾向于在变形后不发生大的改变。本发明中，根据变形前和变形后图像中某一标志点周围环绕的标志点的信息来将两幅图像中的标志点的位置和其包含颜色信息的特征向量相关联，从而将变形前后图像中的标志点一一匹配。根据本发明一种优选的实施方式，将待测物体变形前和变形后图像中每个标志点的特征信息进行比对，选取相似度最大的一对标志点为变形前和变形后的同一标志点。在进一步优选的实施方式中，所述相似度包括汉明距离、欧氏距离和余弦相似度，优选为汉明距离、欧氏距离和余弦相似度中的一种或几种，更优选为汉明距离。其中，汉明距离表示两个(相同长度)字对应位不同的数量，以d(x,y)表示两个字x,y之间的汉明距离。对两个字符串进行异或运算，并统计结果为1的个数，那么这个数就是汉明距离。汉明距离越大，则证明比较的两个标志点的相似度越高，越可以将二者认为是同一个标志点的变形前后。与现有技术中的数字图像相关法相比，本发明所述方法不存在相似度过低而计算失败的问题。步骤3-4，对变形前后图像中标志点的匹配情况进行检验，以剔除异常值。本发明人在研究过程中发现，在进行变形前后标志点的相似度比对过程中，有时会出现变形前某一标志点的特征信息与变形后图像中多个标志点的特征信息相似度相同的情况，即存在“一对多”的问题，需要对匹配情况进一步检测，查找异常值并剔除，确保后续检测的准确性。根据本发明一种优选的实施方式，采用中位数检测的方法查找异常值，具体步骤如下：步骤a，选取待检测的标志点及其周围相邻的多个标志点，优选选择其周围的3～5个标志点，如4个标志点。例如，选取待检测的标志点为a1，并在其周围选择4个相邻的标志点，分别命名为a2、a3、a4和a5。步骤b，计算待检测的标志点和选定的其周围相邻的多个标志点的位移大小，得到上述多个标志点的位移中位数。其中，变形位移大小指的是标志点变形前后的质心位移。步骤c，将步骤b中每个标志点的位移除以中位数，将结果与阈值比较，大于阈值的标志点则为异常值，需要剔除。根据本发明一种优选的实施方式，所述阈值的取值范围为19～21。具体地，本发明以待检测的标志点a1及其周围相邻的4个标志点a2、a3、a4和a5为例，该五个点的变形位移中位数为b。|a1-ai|为a1到ai的距离，i的取值为2、3、4、5。当|a1-ai|/b大于19～21时，则变形后图像中与a1匹配的标志点为错误标志点，应作为异常值剔除；剔除后，选择相似度相同的其他标志点继续进行中位数检测，直至获得正确匹配的标志点。步骤3-5，根据匹配正确的标志点，获得物体变形后的全场位移。其中，根据变形前后图像中同一标志点的坐标计算出标志点的水平位移和竖直位移，由于在步骤2中已将标志点的中心位置坐标精确到了亚像素级别，使得计算出的标志点的水平位移和竖直位移都是亚像素级别。在本发明中，为了获得物体的全场位移，除了区域内设置的标志点之外，区域内其他非标志点部分的位移也需要计算，因此，优选采用现有技术中常用的方法(通过几个点的位移估算全场位移)来获取全场位移，如插值函数。在本发明一种优选的实施方式中，采用双调和样条插值法获取待测物体全场位移。其中，双调和样条插值法为采用二维双调和样条插值法进行最小曲率插值，通过离散点位移数据求出最平滑的位移场。利用双调和算子的格林函数对散乱点进行最小曲率插值。插值曲面是以每个散射点为中心的格林函数的线性组合，满足双调和方程，因此具有最小曲率。利用双调和样条插值法求出一个通过散射采样点的双调和函数，并用方程组实现。本发明中选用双调和样条插值法，通过标志点的位移用尽可能平滑的曲线拟合出平面内所有的点的位移，可更精确、有效地得到整个平面内x、y方向的位移分量，即待测物体的整体变形情况。本发明所应用的基于三通道标志点的变形测量方法，是基于特征向量进行标志点匹配和位移计算的有效方法，它利用各个标志点各自独特的环绕标志点的环绕信息和环绕标志点的颜色信息来组成特征向量，基于各个标志点的特征向量的相似度进行标志点的匹配。这种特征向量的构成对每个标志点进行了独特的编码，保留了其各自独特的位置信息和颜色信息，相较于传统的数字图像相关方法而言，所需的标志点数量较少，结合了基于拓扑排列的特征向量和二次谐波样条插值方法，弥补了标志点很少的位移测量方法的不足；且相较于灰度标志点，本发明中采用的三通道标志点的颜色信息可增大匹配正确的概率，提高匹配的质量。此外，本发明所述的变形测量方法，可满足待测物件无法大量喷涂标志点情况下的有效计算，且不涉及形函数、迭代函数、子区选择等复杂算法，计算效率更高。实施例以下通过具体实例进一步描述本发明，不过这些实例仅仅是范例性的，并不对本发明的保护范围构成任何限制。实施例1对三点弯曲等强度梁进行变形测量，按照以下步骤进行：(1)，在试件的一侧表面每22500mm2(150×150mm2)粘贴1个红/绿/蓝三通道标志点，设置密度为1个/4096平方像素；采用工业相机mv-em130m和工业镜头(16mm的computar镜头)拍摄试件粘贴有三通道标志点的表面的变形图像，使得工业相机的光轴垂直于试件表面，变形前图像如图3所示；然后采用电子蠕变试验机对试件加载1500n的外力，使试件变形，再采用上述同一台工业相机拍摄变形后图像。(2)，采用matlab软件识别变形前图像中的三通道标志点，并获得标志点的整像素级别质心坐标为(32,32)，由于子区坐标系是以质心计算得到的整像素的中心为中心创建的坐标系，所以在所有变形前图像选定区域(子区)内标志点的整像素坐标都为(32,32)；然后采用径向对称法将整像素级别的质心坐标转换为亚像素级别的坐标。以图4中部分区域的9个标志点p1-p9为例，9个标志点在变形前图像中的亚像素级别质心坐标如表1所示。表1标志点编号质心坐标(x)质心坐标(y)p132.199831.5265p231.999431.6859p332.000433.9561p431.803432.0036p531.652133.2625p633.436932.6568p732.561432.9658p830.669533.0021p933.003230.9586(3)，对每个标志点都选择9个距离最近的环绕标志点，分别以每个标志点的中心位置为圆心，以9个环绕标志点中距圆心最远的点的距离为半径作圆，在此圆的内部再做一个同心内圆，内圆的半径为外圆的二分之一；每个同心圆使用基向量分成四个象限，由此可将选择的标志点周围的区域分成八个区域，即八个象限，编号依次为i、ii、iii、iv、v、vi、vii和viii；计算每个区域内环绕标志点的数量、每个环绕标志点距离圆心的距离和每个环绕标志点的数量，将其转换成三种特征向量。以图4中的9个标志点p1-p9为例，p1-p9与圆心的距离从p1至p9逐渐增大，分别用1、2、3代表着三通道标志点的红、绿、蓝三色，0代表无标志点。圆心的标志点关于数量的特征向量为[1,1,0,0,2,2,1,2]，关于颜色的特征向量如表2所示。表2区域特征向量(变形前图像)i[1,0,0]ii[3,0,0]iii[0,0,0]iv[0,0,0]v[2,3,0]vi[1,2,0]vii[1,0,0]viii[2,3,0]p1-p9标志点以及图像内设置的所有标志点，其关于数量和颜色的特征向量的判定过程与上述过程相同。(4)重复步骤(2)和(3)，在变形后图像中获得所有标志点的亚像素级别质心坐标和特征信息。以图5中部分区域的9个标志点m1-m9为例，9个标志点在变形后图像中的亚像素级别质心坐标如表3所示。表3以图5中的9个标志点m1-m9为例，m1-m9与圆心的距离从m1至m9逐渐增大，分别用1、2、3代表着三通道标志点的红、绿、蓝三色，0代表无标志点。圆心标志点关于数量的特征向量为[1,1,0,0,2,2,1,2]，关于颜色的特征向量如表4所示。表4区域特征向量(变形后图像)i[1,0,0]ii[3,0,0]iii[0,0,0]iv[0,0,0]v[2,3,0]vi[1,2,0]vii[3,0,0]viii[2,3,0](5)将变形前和变形后图像中每个标志点的特征信息进行比对，计算汉明距离，在变形后图像的标志点中获得与变形前图像中标志点的相似度最大的点，获得彼此匹配的成对的标志点。以变形前图像中的p1-p9和变形后图像中的m1-m9为例，其匹配结果如表5所示。表5变形前图像变形后图像p1m1p2m2p3m3p4m4p5m5p6m6p7m7p8m8p9m9(6)对变形前图像和变形后图像的标志点匹配结果进行异常值检测：例如，计算标志点p1周围相邻标志点p2、p3、p4和p5的变形前后位移大小，分别为0.045354、0.046325、0.045891、0.045330和0.047954，计算五个标志点位移的中位数为0.045891，将p1～p5五个标志点的位移值分别除以中位数，得到的比值分别为0.9883、1.0095、1.0000、0.9878和1.0450，与阈值20相比，上述比值均小于阈值，可以判断检测的标志点不是异常值。按上述步骤对所有标志点进行检测，剔除比值高于阈值的标志点。(7)计算同一标志点变形前后的位移，以p1-p9为例，其产生的位移如表6所示。表6标志点编号位移p10.045354p20.046325p30.045891p40.045330p50.047954p60.044931p70.045235p80.045035p90.034340采用双谐波样条插值法估算全场位移，试件变形情况的矢量场结果如图6所示(其中，箭头方向为位移方向，箭头长度表示位移相对大小，横坐标代表水平方向位置，纵坐标代表竖直方向位置)，由图可以看出，经异常值检测后，各三通道标志点的位移变化趋势较为一致。u场(水平方向)的变形情况如图7所示，v场(竖直方向)的变形情况如图8所示，其中，横坐标表示以像素为单位的计算区域的长度，不同颜色代表不同的位移程度。由图7和图8可以直观看出试件的全场位移变化情况。实施例2本实施例所用方法与实施例1相似，区别仅在于，对试件加载的外力为2000n。实施例3本实施例所用方法与实施例1相似，区别仅在于，对试件加载的外力为2500n。对比例对比例1本对比例所用方法与实施例1相似，区别在于，设置的标志点为黑色标志点，即每个标志点的特征信息不包括颜色信息。对比例2本对比例所用方法与实施例2相似，区别在于，设置的标志点为黑色标志点，即每个标志点的特征信息不包括颜色信息。对比例3本对比例所用方法与实施例3相似，区别在于，设置的标志点为黑色标志点，即每个标志点的特征信息不包括颜色信息。对比例4本对比例所用试件及图像采集装置与实施例1相同，区别在于，采用数字图像相关方法(dic)对试件全场位移进行测量，所述测量按照文献“j.blaber,b.adair,a.antoniou.ncorr:open-source2ddigitalimagecorrelationmatlabsoftware[j].experimentalmechanics,2015,vol.55(6),pp.1105-1122”中所述步骤进行。对比例5本对比例所用试件及图像采集装置与实施例2相同，区别在于，采用数字图像相关方法(dic)对试件全场位移进行测量。对比例6本对比例所用试件及图像采集装置与实施例3相同，区别在于，采用数字图像相关方法(dic)对试件全场位移进行测量。实验例实验例1对实施例1～3、对比例1～6所述方法估算得到的全场位移结果进行比较，结果如图9所示。由图9可知，在不同加载力作用下，实施例1～3及对比例1～3所用的全场位移测量方法，以少量的点牺牲局部精度却达到了较高的估算效果，与对比例4～6所述的dic测量方法相比，估算结果误差不到0.01mm。而本发明实施例1～3所用的三通道彩色标志点估算方法与对比例1～3所用的黑色标志点估算方法相比，具有较高的测量精度，实施例1～3所述方法与dic方法的估算误差为±0.0055mm，而对比例1～3所述方法与dic方法的估算误差为±0.0075mm，可见本发明实施例所述的基于三通道标志点的变形测量方法的测量精度较高。实验例2将实施例1与对比例4的全场位移计算时间进行比较，结果如图10所示。由图10可以看出，实施例1中随着计算步长的增加，计算时间减少；对比例4中随着子区大小的增加，计算时间逐渐增长。与采用dic方法的对比例4相比，采用本发明基于三通道标志点的变形测量方法的计算速度提高了75％左右，计算效率明显提高。综上所述，本发明提供的基于三通道标志点的变形测量方法，在不会对待测量物体造成污损的情况下能够实现快速、高效、高精度地实现全场位移的测量。以上结合具体实施方式和范例性实例对本发明进行了详细说明，不过这些说明并不能理解为对本发明的限制。本领域技术人员理解，在不偏离本发明精神和范围的情况下，可以对本发明技术方案及其实施方式进行多种等价替换、修饰或改进，这些均落入本发明的范围内。当前第1页1 2 3
技术特征：1.一种基于三通道标志点的变形测量方法，其特征在于，所述方法包括以下步骤：
步骤1，在待测物体表面设置三通道标志点，并采集待测物体表面变形前后的图像；
步骤2，对图像中的三通道标志点进行位置检测和中心定位；
步骤3，对变形前后图像中的同一标志点进行匹配，获得物体的全场位移。
2.根据权利要求1所述的方法，其特征在于，步骤2包括以下子步骤：
步骤2-1，对标志点进行初步位置检测；
步骤2-2，对标志点进行整像素级别的中心定位；
步骤2-3，对步骤2-2中的标志点进行亚像素级别的中心定位。
3.根据权利要求1所述的方法，其特征在于，步骤3包括以下子步骤：
步骤3-1，在待测物体变形前图像中获得每个标志点的特征信息；
步骤3-2，在待测物体变形后图像中获得每个标志点的特征信息；
步骤3-3，将待测物体变形前后图像中每个标志点的特征信息进行比对，获得匹配的同一标志点。
4.根据权利要求3所述的方法，其特征在于，步骤3-1中，所述特征信息为特征向量，包括位置和颜色信息。
5.根据权利要求3所述的方法，其特征在于，步骤3-1包括以下步骤：
步骤3-1-1，在变形前图像中选择一个标志点，然后在其周围选择n个距离最近的标志点作为环绕标志点；
步骤3-1-2，对选择的标志点的周围区域进行划分，并对划分后的区域进行依次编号；
步骤3-1-3，按区域编号顺序计算每个区域内环绕标志点的信息，获得选择的标志点的特征信息；
步骤3-1-4，重复步骤3-1-1～3-1-3，获得变形图像中所有标志点的特征信息。
6.根据权利要求5所述的方法，其特征在于，步骤3-1-3中，所述每个区域内环绕标志点的信息包括每个区域内环绕标志点的数量、每个环绕标志点距离圆心处标志点的距离和环绕标志点的颜色。
7.根据权利要求3所述的方法，其特征在于，步骤3-3中，将待测物体变形前和变形后图像中每个标志点的特征信息进行比对，选取相似度最大的一对标志点为变形前和变形后的同一标志点。
8.根据权利要求7所述的方法，其特征在于，所述相似度包括汉明距离、欧氏距离和余弦相似度。
9.根据权利要求3所述的方法，其特征在于，在步骤3-3之后，还包括以下步骤：
步骤3-4，对变形前后图像中标志点的匹配情况进行检验，以剔除异常值；
步骤3-5，根据匹配正确的标志点，获得物体变形后的全场位移。
技术总结本发明公开了一种基于三通道标志点的变形测量方法，该包括以下步骤：步骤1，在待测物体表面设置三通道标志点，并采集待测物体表面变形前后的图像；步骤2，对图像中的三通道标志点进行位置检测和中心定位；步骤3，对变形前后图像中的同一标志点进行匹配，获得物体的全场位移。本发明提供的基于三通道标志点的变形测量方法，所需标志点数量较少，对待测物体不会造成不可逆污损，适合于透明材质、馆藏文物等的测量；利用各个标志点独特的周围标志点的环绕信息和颜色信息构成特征向量，匹配正确率、测量精度高，计算速度快。
技术研发人员：赵健;马雪怡;马超臣;任晴
受保护的技术使用者：北京林业大学
技术研发日：2020.02.19
技术公布日：2020.06.09
