一种基于随机点跟踪的金属材料断裂伸长率智能测试方法

摘要

本发明涉及一种基于随机点跟踪的金属材料断裂伸长率智能测试方法，在测试前先采用喷漆设备先在被检测金属材料表面上喷上大小、形状不规则的随机点作为标记。在测试过程中，利用机器视觉系统获取被测材料表面形变的图像序列，然后根据断裂位置和预先设定的局部伸长率，自动选择计算金属材料断裂伸长率的最佳原始标距和断后标距，精确地计算出金属材料的断裂伸长率。采用本发明所提出的方法，不仅能提高金属材料断裂伸长率检测精度，还能自动地分析和计算不同局部伸长率及材料在拉伸过程中的变形趋势，为材料检测和产品设计提供科学的依据。

主权项

一种基于随机点跟踪的金属材料断裂伸长率智能测试方法，其特征在于，包括以下步骤：（1）对带有标记点的金属材料进行拉伸，在拉伸的同时，采集拉伸开始到金属材料断裂为止的金属材料表面形变的连续图像序列Fs=f1,f2,...fN，其中f1为拉伸开始获取的图像，fN为拉伸断裂时获取的图像；（2）根据图像fN的纹理特征，确定其在拉伸方向的断裂位置，并依次对图像序列进行逆向区域相关检测，推导该断裂位置在图像序列其它图像帧fs在拉伸方向所对应的位置，并对图像序列的所有帧建立坐标系，其中，以被检测金属材料拉伸方向的中轴线为X轴，断裂位置为坐标原点O，通过原点O且与X轴垂直的方向为Y轴；（3）对第一帧图像f1，以X轴的原点O为基准，在预先确定的有效检测区内，将其左、右对称地分成大小相等的连续图像块，且规定每个图像块在X方向的位置坐标，是以图像块中点的X坐标表示；（4）对第一帧图像f1所划分的每个图像块，以其所在位置的X坐标点作垂线，将图像块分成左、右两部分，每一部分内选择一个最显著的随机斑点，作为表示该图像块在X方向位置的代表点，并由亚像素定位算法获取该两个代表点的精确坐标后，计算该图像块X坐标到两代表点X坐标的比例系数k；（5）通过对其它图像帧fs直接前帧fs‑1的所有图像块所选定的代表点进行跟踪，确定fs‑1所有代表点对应其在fs内的位置，再利用比例系数k，计算出图像帧fs内所有连续图像块的X坐标；（6）构建二维表格，存储图像序列各帧内所有图像块在X方向的位置坐标，以方便计算拉伸过程中，随时间变化的相邻图像块间的局部伸长率及各图像块的位移信息；（7）根据预先设定计算金属材料断裂伸长率的局部伸长率的值，对二维表格数据进行处理，选择计算金属材料断裂伸长率最佳的图像块，并由此确定第一帧图像f1的计算点和拉伸断裂时图像fN的计算点；（8）根据所确定的计算点，分别求出原始标距和断后标距，计算出计算金属材料断裂伸长率。