【正文】 坐標系作為攝影測量坐標系。 每次攝影測量重建時，均會重新產(chǎn)生一次攝影測量坐標系，從而導(dǎo)致每次攝影測量重建時，所產(chǎn)生的坐標系往往各不相同。 2)坐標系之間的轉(zhuǎn)換關(guān)系 在靜態(tài)變形測量中，主要存在的坐標轉(zhuǎn)換關(guān)系為:坐標配準中的攝影測量坐標系的統(tǒng)一(如圖_52中0} x}Y,z，和0z xzYzzz間的坐標轉(zhuǎn)換)和后期變形分析時的攝影測量坐標系與物方(空間)坐標系間的轉(zhuǎn)換(如圖_52中0} x}Y,z，和O XYZ間的坐標轉(zhuǎn)換)。這兩個轉(zhuǎn)換關(guān)系本質(zhì)均為兩個三維坐標系之間的轉(zhuǎn)換。 3)坐標配準實現(xiàn)方案 根據(jù)上述的轉(zhuǎn)換關(guān)系，可知如果要將坐標系統(tǒng)一，就需要求取坐標系之間的旋轉(zhuǎn)矩陣R和平移矩陣T。而為了求得旋轉(zhuǎn)和平移矩陣，則需要尋找多組滿足公式(51)的點對。 如圖_53所示為坐標配準流程。 在攝影測量過程中，使用到了兩種標志點:編碼標志點和非編碼標志點。其中非編碼標志點的ID編號在重建過程中，連續(xù)編號，而編碼標志點的ID編號根據(jù)其自身特征在圖像識別時己經(jīng)明確唯一標識。所以根據(jù)攝影測量技術(shù)的這一特征，通過使用編碼標志點作為多個變形狀態(tài)中的攝影測量坐標系之間的對應(yīng)點對，求取多個變形狀態(tài)中的攝影測量坐標系之間的對應(yīng)關(guān)系。最后通過對各個變形狀態(tài)中的數(shù)據(jù)信息進行處理，使各個變形狀態(tài)中的坐標系統(tǒng)一。 4)坐標配準計算 根據(jù)全球點進行坐標配準，首先，使用全球點的形心在兩個狀態(tài)中的位置關(guān)系，將所有全球點坐標轉(zhuǎn)換為相對其形心的坐標，這樣兩個狀態(tài)中的全球點相互關(guān)系就轉(zhuǎn)化為了旋轉(zhuǎn)關(guān)系。然后，使用配準算法求取旋轉(zhuǎn)矩陣。最后，根據(jù)旋轉(zhuǎn)矩陣求得實際的平移矩陣。配準算法如下所述。 假設(shè)第i個變形狀態(tài)相對于基礎(chǔ)狀態(tài)，有m對全球點，第i個變形狀態(tài)下的所有4)相同變形點匹配算法驗證相同變形點匹配的精度和效率在實際的使用中，嚴重影響變形測量的使用效率，本文以一個物體受力變形中使用變形測量系統(tǒng)進行檢測的實例對相同變形點匹配算法進行驗證。 如圖_56所示，狀態(tài)1為被測物體未附加載荷的情況下的自然狀態(tài)。狀態(tài)2為在被測物體上放置重物，使被測物體發(fā)生變形后的變形狀態(tài)。使用攝影測量和坐標配準的方法后，獲得所有非編碼標志點的ID和空間坐標信息，由于在非編碼標志點重建過程中，由于所有的非編碼標志點編號為連續(xù)編號，兩個狀態(tài)之間的同一個非編碼標志點的ID編號不同。根據(jù)所設(shè)定的搜索半徑使用上文中的相同變形點匹配算法后，各個非編碼標志點的ID編號均被重置，如圖_57所示，根據(jù)相同ID編號的變形點，計算位移變形量的大小和方向，然后繪制位移變形色譜圖，結(jié)果符合實際的變形情況。 在靜態(tài)變形測量的實際使用過程中，被測量物體所發(fā)生的變形并不僅僅是規(guī)則的線性變形，同時還有伴隨著剛體旋轉(zhuǎn)過程中所發(fā)生的變形(如汽輪機葉片變形)和非線性變形(如剛結(jié)構(gòu)架的受力變形)等變形過程。如果單純的使用相同變形點匹配算法，在測量過程中將會出現(xiàn)由于剛體旋轉(zhuǎn)所導(dǎo)致的匹配錯誤或無法匹配和由于變形的非線性只能根據(jù)最大變形量而選擇非編碼標志點的放置間距導(dǎo)致測量點不足。 為了解決這一問題，本文提出了一種新的相同變形點匹配方法。 1)相關(guān)拼合方法實現(xiàn) 由于在實際的靜態(tài)變形中，存在著伴隨著剛體旋轉(zhuǎn)過程中所發(fā)生的變形(如汽輪機葉片變形)和非線性變形(如鋼結(jié)構(gòu)件的受力變形)等變形情況。在這些變形情況的檢測中，單純的根據(jù)全球點的坐標配準和相同變形點匹配算法進行靜態(tài)變形檢測，將會有一部分變形點無法匹配或匹配錯誤。而在實際的測量實驗過程中，由于為了攝影測量技術(shù)的重建在被測物體的被測變形區(qū)域內(nèi)，不僅有非編碼標志點作為變形點存在，同時也有編碼標志點作為攝影測量重建控制點存在。這一部分編碼標志點在被測物體上隨著被測物體的變形而發(fā)生位置改變，本文所設(shè)計的相關(guān)拼合方法就是利用了這一部分的編碼標志點消除被測物體由于旋轉(zhuǎn)和非線性變形所引起的非編碼標志點的位置變化，從而提高相同變形點匹配的精度和匹配效率。 如圖_58所示，相關(guān)拼合方法實現(xiàn)的流程為: (1)相關(guān)點配準和相同變形點匹配 根據(jù)被測物體變形情況，如果是伴隨著剛體旋轉(zhuǎn)過程中所發(fā)生地變形或非線性變形或相類似的變形情況，在設(shè)置全球點結(jié)束后，并不要馬上進行根據(jù)全球點列表進行的坐標配準，而是在被測物體的被測變形區(qū)域中，根據(jù)變形區(qū)域的尺寸、形狀和變形的大小，放置相關(guān)點。放置相關(guān)點時應(yīng)使相關(guān)點大于3個，并且所有相關(guān)點應(yīng)不在同一平面內(nèi)。如果為剛體旋轉(zhuǎn)過程中所發(fā)生地變形，相關(guān)點的選取應(yīng)為伴隨被測變形區(qū)域旋轉(zhuǎn)的編碼標志點。如果為非線性變形，相關(guān)點的選取應(yīng)為每個變形階段中變形量接近各自變形階段平均值的區(qū)域上的編碼標志點。根據(jù)所選擇的相關(guān)點進行坐標配準，使被測變形區(qū)域內(nèi)的變形數(shù)據(jù)坐標系盡量統(tǒng)一。根據(jù)相關(guān)點的坐標配準，進行非編碼標志點ID編號的重置，使被測變形區(qū)域內(nèi)的非編碼標志點所代表的變形點匹配。 (2)全球點坐標配準繪制位移變形色譜圖 根據(jù)全球點進行坐標配準，相同變形點匹配結(jié)束后，通過全球點坐標配準的方式，將所有狀態(tài)的坐標系統(tǒng)一。相關(guān)拼合結(jié)束，計算變形量繪制位移變形色譜圖。 2)相關(guān)拼合方法驗證 如圖_59所示，當發(fā)生的變形情況為剛體旋轉(zhuǎn)變形時，在坐標配準后直接進行相同變形點匹配，由于各點均發(fā)生了旋轉(zhuǎn)，每個非編碼標志點的搜索區(qū)域內(nèi)均存在多個非編碼標志點或無可匹配點，使得相同變形點匹配失敗。而根據(jù)剛體旋轉(zhuǎn)時在剛體上的編碼標志點281, 283, 285和287的坐標信息，使其作為相關(guān)點進行相關(guān)拼合后進行相同變形點匹配，每個非編碼標志點所代表的變形點均準確匹配了起來，然后再進行坐標配準將坐標系進行統(tǒng)一，計算位移變形量繪制位移變形色譜圖如(b)所示。 可見，通過使用相關(guān)拼合，可以在變形情況特殊，變形點匹配困難的情況下，提高系統(tǒng)的匹配效率和匹配的準確度。 數(shù)字圖像相關(guān)法(Digital Image Correlation, DIC)是一種對全場位移和應(yīng)變進行量化分析的光測實驗力學方法。該方法的基本思想就是在變形前的圖像中選取一個子區(qū) (一般為矩形)，利用子區(qū)中的散斑灰度信息，在變形后的圖像中尋找其所對應(yīng)的位置，從而獲得子區(qū)位置和形狀的變化，從這些信息中，我們可以得到物體在這一點上的位移和應(yīng)變的數(shù)值。 基本原理如圖_510所示，首先利用攝像機獲取物體表面變形前后的數(shù)字散斑圖像，其次，將物體表面變形前的散斑圖像連續(xù)分割成很多小的尺寸相同的子區(qū)域(如A, B區(qū))作為相關(guān)區(qū)域，相關(guān)區(qū)域大小一般從1 _5 X 1 _5像素到30 X 30像素，相關(guān)區(qū)域的中心點作為待測點，記為P，然后，將分割的相關(guān)區(qū)域與物體表面變形后的散斑圖像進行匹配，以獲取對應(yīng)的圖像子區(qū)和子區(qū)中心點的圖像坐標(即待測點在變形后物體表面散斑圖像上的圖像坐標)，這樣就可以計算被測點P的位移，經(jīng)進一步數(shù)值計算可以獲得應(yīng)變信息。 較之其它光測力學方法，數(shù)字圖像相關(guān)方法的優(yōu)點是:1)實驗具有非接觸性、無損測試的特點。2)光路簡單，可以使用白光做光源。3)表面處理技術(shù)簡便，可直接從被測物體表面自然或人工形成的隨機斑點來提取所需的變形信息。4)對測量環(huán)境要求不高，便于實現(xiàn)工程應(yīng)用。如:該方法可實現(xiàn)微區(qū)的細觀力學測量，以及用于高溫、高壓等惡劣環(huán)境和高速沖擊、振動等動態(tài)過程力學量的測量。利用顯微鏡及其它輔助設(shè)備，可適用于從微觀到宏觀等多種情況的測量。 近年來，隨著計算機硬件和軟件技術(shù)的快速發(fā)展以及一些更為有效的算法的提出，使其獲得了更廣泛的應(yīng)用。該方法提出以來，經(jīng)過近20年的發(fā)展，圖像相關(guān)法己經(jīng)成為實驗力學領(lǐng)域中一種重要的測量方法，無論在測試方法的改進與完善方面，還是在其應(yīng)用研究方面都取得了重要的成果。 數(shù)字散斑三維變形測量分析系統(tǒng)是通過分析數(shù)字散斑圖像來獲得被測物表面位移等變形場數(shù)據(jù)。因此，散斑圖像的質(zhì)量，將直接影響系統(tǒng)的測量精度。實際測量中某些因素會使采集到的散斑圖像質(zhì)量降低，使三維位移等變形場計算的精度降低，主要有以下幾個方面: (1) ccD相機的質(zhì)量和分辨率。如果ccD相機質(zhì)量不高，所采集的散斑圖像質(zhì)量必然降低，圖像清晰度、圖像灰度對比較差，從而影響散斑圖像的相關(guān)匹配計算精度。另外，如果ccD相機的分辨較低，那么對應(yīng)的實際空間分辨率也不高，使測量結(jié)果精度有限。隨著圖像采集設(shè)備的發(fā)展，目前市場上的ccD相機的分辨率高達千萬像素，幀率從十幾一萬幀，相比以往，影像更加銳利、分辨率更高、色彩層次更加豐富，能滿足測量系統(tǒng)的要求。 (2)光照不均勻。在測量過程中，光源的光強及方位均有可能會發(fā)生改變。反映在散斑圖像上，會發(fā)現(xiàn)圖像的光照發(fā)生不均勻變化，如圖sIg所示。由于測量系統(tǒng)后續(xù)的計算處理以散斑圖像的灰度值為基礎(chǔ)，因此，光照的不均勻變化將影響系統(tǒng)的測量精度。 (3)系統(tǒng)的標定精度。測量前，用于圖像采集的兩個CCD攝像機的相對方位和距離等參數(shù)應(yīng)該精確確定，這就要求高精度的系統(tǒng)標定操作，否則，即使散斑圖像質(zhì)量很好、圖像處理和匹配的精度很高，最終計算得到的位移等變形場的精度也不能保證，從而影響系統(tǒng)的測量精度。與之相關(guān)的技術(shù)基礎(chǔ)在本文第三章己經(jīng)詳述，本文采用的標定算法具有較高的實驗精度。 (4)圖像匹配算法的精度。本文涉及的圖像匹配也就是散斑圖像相關(guān)運算，包括散斑特征的匹配和跟蹤。圖像匹配是三維重建的基礎(chǔ)，也是整個系統(tǒng)實現(xiàn)的難點，對采用的匹配算法進行了實驗驗證。 (5)兩CCD攝像機的配置。系統(tǒng)安裝時，兩攝像機之間的距離和角度也會影響系統(tǒng)測量的精度。根據(jù)兩個攝像機位置布置的不同，可以實現(xiàn)視場不同的測量系統(tǒng)，而視場越大，測量系統(tǒng)的精度越低。此外，為了保證散斑圖像匹配的精度，兩攝像機所采集圖像的灰度分布應(yīng)基本不變，這就要求兩攝像機中心線的夾角很小，最理想的情況是兩攝像機中心線平行，當然這是不可能的，否則違反雙目立體視覺原理，不能實現(xiàn)三維重建。 以上是影響系統(tǒng)測量精度的幾個主要因素，而這些因素之間又相互影響，并非相互獨立的，因此，要提高系統(tǒng)的測量精度，就必須綜合考慮，優(yōu)化校正這些