陳振寧 劉 聰 何小元

(東南大學(xué)土木工程學(xué)院,南京 210096)(東南大學(xué)江蘇省工程力學(xué)分析重點(diǎn)實(shí)驗(yàn)室，南京 210096)

近年來,隨著光電技術(shù)和計(jì)算機(jī)的快速發(fā)展,數(shù)字圖像相關(guān)方法[1-4](digital image correlation, DIC)、電子散斑干涉法、相移法、時間序列法等高精度、非接觸、無損傷的現(xiàn)代光測實(shí)驗(yàn)力學(xué)方法[5]逐步走向數(shù)字化和自動化.而數(shù)字圖像相關(guān)方法以其全場測量、現(xiàn)場可測等特點(diǎn)備受關(guān)注,其在土木工程、交通運(yùn)輸?shù)瓤茖W(xué)領(lǐng)域的應(yīng)用得到學(xué)者們的普遍關(guān)注[6].

數(shù)字圖像相關(guān)方法是一種基于光電成像和計(jì)算機(jī)數(shù)字處理的測量技術(shù),對相機(jī)成像質(zhì)量要求較高.而相機(jī)成像是基于針孔成像模型的,對成像元件內(nèi)部參數(shù)進(jìn)行標(biāo)定是必不可少的步驟.對于雙相機(jī)三維DIC系統(tǒng),同時要標(biāo)定2個相機(jī)間的相對位置和內(nèi)部參數(shù)才能確定空間中的被測物體位置.因此,標(biāo)定成為三維DIC系統(tǒng)中關(guān)鍵的步驟.由于實(shí)際工程測量現(xiàn)場的復(fù)雜性,標(biāo)定過程很隨意,使得標(biāo)定結(jié)果不精確,從而影響測量精度.針對上述問題,本文研究了棋盤標(biāo)定板的姿態(tài),考察了標(biāo)定結(jié)果的穩(wěn)定條件,從而優(yōu)化標(biāo)定過程.

1 數(shù)字圖像相關(guān)方法

由于散斑的隨機(jī)性,物體上計(jì)算點(diǎn)周圍小區(qū)域(通常稱為子區(qū)或者模板)的斑點(diǎn)分布是各不相同的,假設(shè)變形前后物體同一個點(diǎn)的灰度不變,因此,若計(jì)算點(diǎn)未超出圖像范圍,可以認(rèn)為子區(qū)中的計(jì)算點(diǎn)在變形后的圖像中唯一存在[7].設(shè)子區(qū)變形前圖像灰度為f(x,y),變形后的圖像子區(qū)灰度為g(x,y),根據(jù)相關(guān)函數(shù)進(jìn)行一定的相關(guān)搜索即可得到目標(biāo)點(diǎn)變形后的位置.常用的衡量公式歸一化的相關(guān)函數(shù)C表達(dá)式[2]為

(1)

式中,(2M+1)×(2M+1)為子區(qū)的大小;fm,gm分別為參考子區(qū)和搜索子區(qū)的平均灰度值.運(yùn)用相關(guān)搜索使得C達(dá)到最大值.為了獲得亞像素精度,需要在進(jìn)行整像匹配的基礎(chǔ)上進(jìn)行亞像素估計(jì).圖1為一個點(diǎn)的相關(guān)搜索示意圖,對于參考子區(qū)中任一點(diǎn),可在目標(biāo)子區(qū)搜索到該點(diǎn)的位置.

由于單相機(jī)的二維相關(guān)方法不能保證相機(jī)絕對垂直于試件表面,同時,二維數(shù)字圖像相關(guān)方法對試件表面要求苛刻,降低了該方法的測量精度.因此,基于雙目立體視覺原理和三維匹配等技術(shù)的三維DIC被應(yīng)用到物體的三維形貌、位移、應(yīng)變等物理量的測量中[4,8].下面將介紹相機(jī)成像模型,引入雙目立體視覺原理,對三維雙相機(jī)DIC的系統(tǒng)進(jìn)行標(biāo)定.

圖1 相關(guān)搜索示意圖

2 相機(jī)模型與三維標(biāo)定原理

2.1 針孔相機(jī)模型

一般情況下,可用理想針孔模型描述相機(jī)成像原理.相機(jī)成像的幾個常用坐標(biāo)系為世界坐標(biāo)系W-XYZ、相機(jī)坐標(biāo)系C-XcYcZc和圖像坐標(biāo)系I-xy.

由于相機(jī)靶面不一定與被測平面平行,并且工藝制造也存在誤差,要獲得高精度的測量結(jié)果,首先需要知道相機(jī)坐標(biāo)系和世界坐標(biāo)系之間存在平移和旋轉(zhuǎn)關(guān)系.設(shè)空間中任意一點(diǎn)P的世界坐標(biāo)為X={X,Y,Z}T,在相機(jī)坐標(biāo)系中為Xc={Xc,Yc,Zc}T,則有以下方程:

Xc=RX+t

(2)

式中,R為3×3旋轉(zhuǎn)矩陣,其獨(dú)立變量為3個旋轉(zhuǎn)角,可以用旁向傾角ω、航向傾角φ和圖像旋角κ表示;t為3×1平移向量,有3個獨(dú)立分量tx,ty,tz.稱參數(shù)ω,φ,κ,tx,ty,tz為每個成像相機(jī)的6個外部參數(shù).

(3)

則點(diǎn)P在相機(jī)內(nèi)成像表示為

(4)

式中,Cx,Cy為光軸與成像平面交點(diǎn)的圖像坐標(biāo),即為圖像主點(diǎn).稱參數(shù)Cx,Cy,fx,fy為相機(jī)內(nèi)部參數(shù).將式(2)～(4)寫成如下矩陣的形式:

(5)

在棋盤標(biāo)定中,通常把世界坐標(biāo)系建立在標(biāo)定板的表面,坐標(biāo)原點(diǎn)放到第一個內(nèi)角點(diǎn)處.

2.2 鏡頭畸變

(6)

式中,δ=(δx,δy)為像差向量(包括徑向像差和切向像差),是由鏡頭畸變引起的.像差模型有多種,切向畸變的影響相對較小,因而將徑向畸變作為鏡頭畸變的主要影響因素[11].由鏡頭徑向畸變引起的點(diǎn)A變形前后的成像誤差如圖2所示,假設(shè)δ1,δ2為變化前后點(diǎn)A的畸變像差,點(diǎn)A實(shí)際發(fā)生的變形為dAB,由于畸變的存在,成像變形為dA′B′.

圖2 鏡頭徑向畸變引起的誤差

因此,可以用下面的畸變形式表述[12]:

(7)

式中,k1,k2分別為一階、二階徑向畸變參數(shù)，即相機(jī)標(biāo)定的畸變參數(shù)，等待標(biāo)定;ρ為畸變點(diǎn)到畸變中心C的像素距離.

2.3 雙目視覺標(biāo)定

圖3為空間中任意點(diǎn)P在2個相機(jī)中的成像模型,點(diǎn)P1為點(diǎn)P理想成像點(diǎn),點(diǎn)P2為P點(diǎn)發(fā)生畸變后的成像點(diǎn)(假設(shè)在光軸與像平面的交點(diǎn)上,實(shí)際是需要標(biāo)定的點(diǎn)).圖中的點(diǎn)P′為未進(jìn)行畸變校正重建后的點(diǎn),校正后重建點(diǎn)為真實(shí)點(diǎn)P.由圖可以清楚地看到,DIC要進(jìn)行三維匹配計(jì)算必須首先知道世界坐標(biāo)系W與左、右相機(jī)坐標(biāo)系CL，CR的轉(zhuǎn)換關(guān)系,那么需要標(biāo)定的相機(jī)外部參數(shù)有左相機(jī)的旋轉(zhuǎn)矩陣RL和平移向量tL、右相機(jī)的旋轉(zhuǎn)矩陣RR和平移向量tR、右相機(jī)相對左相機(jī)的旋轉(zhuǎn)矩陣RR,L和平移向量tR,L.理論上固定相機(jī)后，RR,L,tR,L是固定值不變的.其次,標(biāo)定左、右兩個相機(jī)的內(nèi)部參數(shù)AL,AR(等效焦距和圖像中心),以及畸變參數(shù)k1L,k2L,k1R,k2R.

圖3 雙相機(jī)成像模型

三維相機(jī)標(biāo)定選取一些已知尺寸的參考物作為標(biāo)定靶,常用的有原點(diǎn)、棋盤等圖案.本文用2個相機(jī)拍攝若干張不同姿態(tài)的棋盤標(biāo)定靶,利用非線性最小二乘優(yōu)化方法L-M算法對2個相機(jī)的內(nèi)部參數(shù)和相對位置參數(shù)做全局優(yōu)化,這樣可獲得雙目立體視覺系統(tǒng)的各個標(biāo)定參數(shù).

3 標(biāo)定靶姿態(tài)數(shù)對標(biāo)定穩(wěn)定性的影響

在進(jìn)行相機(jī)內(nèi)部參數(shù)標(biāo)定時,選擇5幅圖即可穩(wěn)定[13];一般情況下,在外部參數(shù)標(biāo)定時,盡量使棋盤繞橫向、豎向、縱向旋轉(zhuǎn)一定的角度,通常只需5組圖.但在具體實(shí)驗(yàn)中,由于相機(jī)噪聲的存在和環(huán)境因素的影響,若標(biāo)定姿態(tài)過少則標(biāo)定結(jié)果不夠精確,標(biāo)定姿態(tài)過多則不易于實(shí)驗(yàn)操作,尤其是在環(huán)境相對復(fù)雜的工程實(shí)驗(yàn)現(xiàn)場.本次實(shí)驗(yàn)所用相機(jī)為2 048×2 448像素,鏡頭焦距為50 mm.標(biāo)定2個相機(jī)時,使用的圖片數(shù)從5組姿態(tài)依次遞增到13組姿態(tài).如表1所示,隨著標(biāo)定姿態(tài)的增多,外參RR,L和tR,L標(biāo)定逐步趨于穩(wěn)定.

圖4(a)～(c)分別為左相機(jī)的內(nèi)部參數(shù)Cx,Fy,k1隨標(biāo)定姿態(tài)數(shù)變化值,結(jié)果顯示,當(dāng)標(biāo)定板的姿態(tài)數(shù)大于9時,內(nèi)參值變化相對穩(wěn)定,此時相機(jī)內(nèi)部參數(shù)標(biāo)定的相對誤差不超過2%,如圖4(d)所示.因此,當(dāng)標(biāo)定板的有效姿態(tài)數(shù)達(dá)到9組以上,便可獲得穩(wěn)定可靠的相機(jī)標(biāo)定結(jié)果,減少了過多標(biāo)定姿態(tài)數(shù)給實(shí)驗(yàn)帶來的麻煩.標(biāo)定步驟的減少使得標(biāo)定過程得到優(yōu)化,為三維計(jì)算提供了保證.

表1 外參標(biāo)定結(jié)果

圖4 左相機(jī)內(nèi)部參數(shù)穩(wěn)定性分析

因此,讓棋盤分別繞既定的三軸旋轉(zhuǎn)一定的角度,獲得9組以上的標(biāo)定圖片，即可獲得穩(wěn)定的標(biāo)定結(jié)果.

4 應(yīng)用實(shí)驗(yàn)

為了驗(yàn)證標(biāo)定結(jié)果,可以測量一個已知試件的形貌.選擇一個標(biāo)準(zhǔn)的圓弧型試件,擬合試件的半徑,與真實(shí)值做比較.

選擇半徑為68 mm、寬度為40 mm的鋁合金試件,使其沿離面方向產(chǎn)生剛體位移,選擇標(biāo)定板角點(diǎn)數(shù)為11×8,間距7 mm.計(jì)算模板選擇29像素.處理實(shí)驗(yàn)結(jié)果,分別選擇5組隨意標(biāo)定姿態(tài)圖和10組優(yōu)化的標(biāo)定姿態(tài)圖,通過三維DIC計(jì)算,由試件的三維形貌再擬合得出試件的半徑.圖5(a)為5組隨意標(biāo)定姿態(tài)圖的擬合半徑,擬合結(jié)果為68.8 mm；圖5(b)是優(yōu)化標(biāo)定方案后的結(jié)果,半徑為68.0 mm.

圖5 優(yōu)化標(biāo)定前后擬合的試件半徑

下面將運(yùn)用較好的標(biāo)定結(jié)果進(jìn)行離面位移的計(jì)算.取一小區(qū)域的位移場計(jì)算平均值、最大值、最小值，并將結(jié)果與真實(shí)值比較,結(jié)果發(fā)現(xiàn)，二者的趨勢一致,如圖6(a)所示,所取區(qū)域各點(diǎn)位移的標(biāo)準(zhǔn)差平均值為0.001 868 mm;圖6(b)是對實(shí)際位移-1.0～-1.2 mm的局部放大圖.

5 結(jié)論

本文從三維DIC的基本原理出發(fā),分析相機(jī)的標(biāo)定在對物體形貌和變形進(jìn)行測量時有重要的意義.以標(biāo)準(zhǔn)板棋盤格作為參考物,分別考察了標(biāo)定物的姿態(tài)對相機(jī)內(nèi)、外參數(shù)等標(biāo)定參數(shù)的影響.并且通過實(shí)驗(yàn),對曲表面試件的半徑和剛體位移進(jìn)行考核.結(jié)果顯示,要獲得穩(wěn)定的標(biāo)定結(jié)果,只需要9組以上不同姿態(tài)的棋盤標(biāo)定圖,且不需要過多復(fù)雜的標(biāo)定過程.優(yōu)化標(biāo)定后的結(jié)果可以使得三維DIC測量精度高于2 μm,證實(shí)了三維DIC不僅操作簡便,還具有相當(dāng)高的可靠性和精確度.

圖6 離面位移與實(shí)際位移比較

感謝南京中迅微傳感技術(shù)有限公司(PMLAB)提供自主研發(fā)的三維系統(tǒng)DIC_3D_2013 Beta.

)

[1] Peters W H, Ranson W F. Digital image techniques in experimental stress analysis [J].OpticalEngineering, 1982,21(3): 427431.

[2] Sutton M A, Orteu J J, Schreier H W.Imagecorrelationforshape,motionanddeformationmeasurements:basicconcepts,theoryandapplications[M]. New York, USA: Springer, 2009.

[3] Pan Bing, Qian Kemao, Xie Huimin, et al. Two-dimensional digital image correlation for in-plane displacement and strain measurement: a review[J].MeasurementScienceandTechnology, 2009,20(6): 062001.

[4] Luo P F, Chao Y J, Sutton M A, et al. Accurate measurement of three-dimensional deformations in deformable and rigid bodies using computer vision[J].ExperimentalMechanics, 1993,33(2): 123-132.

[5] 伍小平.近40年光力學(xué)進(jìn)展的回顧[J]. 實(shí)驗(yàn)力學(xué), 2010, 25(5): 491-508.

Wu Xiaoping. A brief review of photomechanics progress in recent 40 years[J].JournalofExperimentalMechanics, 2010,25(5): 491-508. (in Chinese)

[6] 施嘉偉,朱虹,吳智深,等.BFRP/HFRP 布-混凝土界面黏結(jié)性能試驗(yàn)研究[J]. 東南大學(xué)學(xué)報(bào): 自然科學(xué)版, 2010, 40(3): 554-558.

Shi Jiawei, Zhu Hong, Wu Zhishen, et al. Experimental study on bond behavior between Basalt/Hybrid FRP sheets and concrete substrates[J].JournalofSoutheastUniversity：NatureScienceEdition, 2010,40(3): 554-558. (in Chinese)

[7] Sun W, Quan C, Tay C J, et al. Global and local coordinates in digital image correlation[J].AppliedOptics, 2007,46(7): 1050-1056.

[8] Chen F X, Chen X, Xie X, et al. Full-field 3D measurement using multi-camera digital image correlation system[J].OpticsandLasersinEngineering, 2013,51(9): 1044-1052.

[9] Lava P, van Paepegem W, Coppieters S, et al. Impact of lens distortions on strain measurements obtained with 2D digital image correlation[J].OpticsandLasersinEngineering, 2013,51(2): 576-584.

[10] Zhang D S, Luo M, Arola D D. Displacement/strain measurements using an optical microscope and digital image correlation[J].OpticalEngineering, 2006,45(3): 0330605.

[11] Pan Bing, Yu Liping, Wu Dafang, et al. Systematic errors in two-dimensional digital image correlation due to lens distortion[J].OpticsandLasersinEngineering, 2013,51(2): 140-147.

[12] Fryer J G, Brown D C. Lens distortion for close-range photogrammetry[J].PhotogrammetricEngineeringandRemoteSensing, 1986,52(1): 51-58.

[13] Zhang Zhengyou. A flexible new technique for camera calibration[J].IEEETransactionsonPatternAnalysisandMachineIntelligence, 2000,22(11): 1330-1334.