一种用于大型风力叶片运动追踪的视频测量方法技术

本公开涉及一种用于大型风力叶片运动追踪的视频测量方法，所述方法包括：喷涂随机散斑图案并粘贴定向反光标志点；将叶片表面分为多个测量区域，不同的测量区域放置对应的相机组；相机标定；控制各个相机同时连续采集大型风力叶片旋转时的图像；根据采集到的散斑图案进行旋转校正后，对各个相机所采集的每帧图像进行分析并计算出所述反光标志点中心坐标，将各个相机所采集的每帧图像中的相关点进行多极线匹配；根据采集图像以及多极线匹配的结果进行三维重建，得到大型风力叶片上各个点的三维坐标，分析大型风力叶片上所述反光标志点在变形过程中的变化情况，得到大型风力叶片表面关键点的变形；本发明专利技术能够准确得到特征表面任意位置每个状态下的空间坐标，实现跟踪与运动测量的目的。

【技术实现步骤摘要】
一种用于大型风力叶片运动追踪的视频测量方法
本公开涉及三维测量领域中的大型风力叶片运动追踪与变形测量，特别涉及一种用于大型风力叶片运动追踪的视频测量方法。
技术介绍
大型风力叶片是一种展向短而弦向长的弹性体结构，作为风力机的主要承载部件，几乎所有力都要通过叶片传递出去，叶片必然容易发生振动和变形，从而影响风力发电机的平稳运行，严重时会导致风力机损坏。然而现阶段普遍采用的接触式传感器难以有效应对这种测量需求。一方面，由于引线的问题，传感器在大型或高速旋转叶片上不好布置；另一方面，传感器建立的观测点有限，不能对整个叶片任意位置的全场位移与变形进行测量。视频测量方法通过计算出每帧中标志点的三维坐标来获得每个标志点在受载时的位移和变形，已经被广泛使用在非接触式全场变形与应变测量中。然而，由于大型风力叶片的测量条件存在大扭矩或高速旋转的特点，使用普通的哑光型标志点进行测量存在图像弱相关的问题，通过标志点直接进行图像匹配，很可能找不到变形前后的相似子区，导致匹配失败。现有双目视频测量在进行相关点匹配时，仅考虑两幅图片，很容易产生歧义，即沿某一极线搜索时有多个像点会被选为对应像点。且双目视频测量系统仅适合应用于稀疏、散乱的编码点，对于密集排布的非编码点存在测量效果不理想的缺陷，如图1所示。为了提高像点的匹配率，在双相机立体摄影测量的基础上，可以考虑增加一台或多台相机组成多相机立体摄影测量系统，如图2所示，从多个不同角度下拍摄被测物体，利用多个约束即可消除或大大降低匹配出错的可能性。
技术实现思路
为克服传统测量手段的缺陷，实现旋转运动大型风力叶片的变形追踪，本公开提出一种用于大型风力叶片运动追踪的视频测量方法，在被测物体表面粘贴定向反光标志点。对多个相机采集到的标志点图像采用梯度幅值法进行亚像素精度边缘定位，然后用椭圆最小二乘拟合后得到标志点中心。接着根据前后采集到的散斑图像进行旋转变换，旋转矫正后再通过定向反光标志点多极线匹配计算出每帧中标志点的三维坐标，实现跟踪与变形测量的目的。本专利技术提供一种用于大型风力叶片运动追踪的视频测量方法，所述方法包括下述步骤：S100、在待测量的大型风力叶片表面粘贴定制的定向反光标志点；其中一个叶片喷涂有随机散斑图案；S200、根据测量需求，将大型风力叶片表面分为多个测量区域，针对不同的测量区域放置对应的相机组；S300、采用带有编码标志点的米字型标定架对各个相机组的内外参数进行标定；所述相机组包括第一相机、第二相机和第三相机；S400、设置相机每秒拍摄帧数，控制各个相机同时连续采集大型风力叶片旋转时的图像；S500、根据采集到的散斑图案进行旋转矫正，然后对各个相机所采集的每帧图像进行分析并计算出所述反光标志点中心坐标，将各个相机所采集的每帧图像中的相关点进行多极线匹配；S600、根据采集图像以及多极线匹配的结果进行三维重建，得到大型风力叶片上各个点的三维坐标，分析大型风力叶片上所述反光标志点在变形过程中的变化情况，得到大型风力叶片表面关键点的变形；所述关键点是大型风力叶片表面变形量大于预设变形量的点。进一步的，所述步骤S100中大型风力叶片表面粘贴定向反光标志点具体包括：在每个叶片表面粘贴三个及以上反光标志点，使得每个相机能够拍摄到每个叶片上至少三个反光标志点。其中一个叶片喷涂有四个随机散斑图案，所述四个随机散斑图案分布在叶片压力侧的根部、尖部和中部，叶片上的黑点为用于点跟踪的标志点。进一步的，所述步骤S200中根据测量需求，将大型风力叶片表面分为多个测量区域，针对不同的测量区域放置对应的相机组包括：将大型风力叶片分为整体测量区域和局部测量区域；对所述整体测量区域和局部测量区域分别放置对应的相机组；所述局部测量区域为大型风力叶片表面弯曲曲率大于预设值的区域。进一步的，所述步骤S300中采用带有编码标志点的米字型标定架对相机组的内外参数进行标定的过程包括以下步骤：S301、启动从不同角度和距离采集标定架图像，然后计算标定架上控制点的图像坐标；S302、采用直接线性变换算法解算投影矩阵，根据求得的投影矩阵求解摄像机内外参数，从而得到标定各参数的初始值；S303、利用光学平差方程对摄像机进行标定，得到精确的摄像机内外参数并将标定结果保存，所述光学平差方程为：V＝AX1+BX2+CX3-L，其中，X1表示内方位参数改正数，X2表示外方位参数改正数，X3表示物体点三维坐标改正数，A表示内外方位参数偏导数矩阵，B表示外方位参数偏导数矩阵，C表示物体点坐标对应的偏导数矩阵，L表示观测真实值与初值偏差；当所述光学平差达到最小时，得到相机组精确的内外参数，即能够实现相机组内外参数的整体解算。进一步的，所述步骤S400中，当相机拍摄获得预设帧数，或者达到预设拍摄时间之后，停止图像采集，多相机的对应图像为同一时刻拍下的图像，在整个采集过程中，多个相机的相对位置不发生变化。进一步的，所述步骤S500中根据采集到的散斑图案进行旋转校正包括下述步骤：S501、选择某个旋转状态作为基准状态，将其它状态作为变形状态；S502、将基准状态的第一图像和第二图像进行散斑匹配，重建出三维点，获取观测点的初始位置；S503、选择一个变形状态，分别获取所述变形状态与所述基准状态的第三图像，利用两个所述第三图像的标志点像进行相似性匹配，获取所述变形状态相对于所述基准状态的旋转中心和旋转角度；S504、基于旋转参数，将所述变形状态进行旋转校正。进一步的，所述步骤S500中计算所述反光标志点中心坐标包括下述步骤：S505、对采集的图像进行梯度分块、边缘检测处理，得到步骤S100中叶片表面粘贴的定向反光标志点的粗略位置；S506、用梯度幅值作为权值来计算沿梯度方向的位置加权值，对边缘位置沿梯度方向作子像素级校正，所述子像素级校正值为：其中，di是一个像素沿梯度方向与检测到的边缘点的距离，gi是梯度幅值，n为检测得到的图像边缘的像素点个数；S507、采用圆度准则鉴别出所述边缘集中的椭圆，并根据先验信息去除不合条件的椭圆；所述先验信息包括椭圆的面积，椭圆轮廓及相邻椭圆之间的距离；当椭圆面积小于预设值、椭圆轮廓呈凹性、非封闭性、或者相邻椭圆之间的距离小于预设距离时，去除该椭圆；S508、采用最小二乘法拟合出符合条件椭圆的中心坐标，第一次拟合后去除掉符合条件椭圆中距离大于3倍标准差的边缘，再进行第二次拟合，得到符合条件椭圆的中心坐标。进一步的，所述步骤S500中多极线匹配包括下述步骤：S511、遍历各个相机所拍摄的每一帧图像中所有像素点的组合；S512、遍历第一相机所有像素点，并在第二相机、第三相机中寻找对应的匹配点；S513、进行匹配结果判定，匹配成功则累加成功匹配点的个数，匹配结果判定完毕；否则返回步骤S512；S514、匹配结果判定完毕之后，判断成功匹配点的个数是否保持不变，若是，则结束匹配，否则返回步骤S511。进一步的，所述步骤S513中匹配结果满足预设条件则判定匹配成功；所述预设条件包括：每个定向反光标志点必须在各个相机同一时刻拍摄的图像上出现并且两两符合外极线约束条件；并且，同一时刻三个图像标志点两两三维重建获得的三个物体点在空间里的聚集度小于给定值Ea，并且所述重建获得的N个物体点在每帧图像上的重投影误差小于给定值本文档来自技高网...

【技术保护点】
1.一种用于大型风力叶片运动追踪的视频测量方法，其特征在于，所述方法包括下述步骤：S100、在待测量的大型风力叶片表面粘贴定制的定向反光标志点；其中一个叶片喷涂有随机散斑图案；S200、根据测量需求，将大型风力叶片表面分为多个测量区域，针对不同的测量区域放置对应的相机组；S300、采用带有编码标志点的米字型标定架对各个相机组的内外参数进行标定；所述相机组包括第一相机、第二相机和第三相机；S400、设置相机每秒拍摄帧数，控制各个相机同时连续采集大型风力叶片旋转时的图像；S500、根据采集到的散斑图案进行旋转矫正，然后对各个相机所采集的每帧图像进行分析并计算出所述反光标志点中心坐标，将各个相机所采集的每帧图像中的相关点进行多极线匹配；S600、根据采集图像以及多极线匹配的结果进行三维重建，得到大型风力叶片上各个点的三维坐标，分析大型风力叶片上所述反光标志点在变形过程中的变化情况，得到大型风力叶片表面关键点的变形；所述关键点是大型风力叶片表面变形量大于预设变形量的点。

【技术特征摘要】
1.一种用于大型风力叶片运动追踪的视频测量方法，其特征在于，所述方法包括下述步骤：S100、在待测量的大型风力叶片表面粘贴定制的定向反光标志点；其中一个叶片喷涂有随机散斑图案；S200、根据测量需求，将大型风力叶片表面分为多个测量区域，针对不同的测量区域放置对应的相机组；S300、采用带有编码标志点的米字型标定架对各个相机组的内外参数进行标定；所述相机组包括第一相机、第二相机和第三相机；S400、设置相机每秒拍摄帧数，控制各个相机同时连续采集大型风力叶片旋转时的图像；S500、根据采集到的散斑图案进行旋转矫正，然后对各个相机所采集的每帧图像进行分析并计算出所述反光标志点中心坐标，将各个相机所采集的每帧图像中的相关点进行多极线匹配；S600、根据采集图像以及多极线匹配的结果进行三维重建，得到大型风力叶片上各个点的三维坐标，分析大型风力叶片上所述反光标志点在变形过程中的变化情况，得到大型风力叶片表面关键点的变形；所述关键点是大型风力叶片表面变形量大于预设变形量的点。2.根据权利要求1所述的方法，其特征在于：所述步骤S100中大型风力叶片表面粘贴定向反光标志点具体包括：在每个叶片表面粘贴至少三个反光标志点，使得每个相机能够拍摄到每个叶片上至少三个反光标志点。其中一个叶片喷涂有四个随机散斑，所述四个随机散斑图案分布在叶片压力侧的根部、尖部和中部，叶片上的黑点为用于点跟踪的标志点。3.根据权利要求2所述的方法，其特征在于，所述步骤S200中根据测量需求，将大型风力叶片表面分为多个测量区域，针对不同的测量区域放置对应的相机组包括：将大型风力叶片分为整体测量区域和局部测量区域；对所述整体测量区域和局部测量区域分别放置对应的相机组；所述局部测量区域为大型风力叶片表面弯曲曲率大于预设值的区域。4.根据权利要求3所述的方法，其特征在于，所述步骤S300中采用带有编码标志点的米字型标定架对相机组的内外参数进行标定的过程包括以下步骤：S301、启动从不同角度和距离采集标定架图像，然后计算标定架上控制点的图像坐标；S302、采用直接线性变换算法解算投影矩阵，根据求得的投影矩阵求解摄像机内外参数，从而得到标定各参数的初始值；S303、利用光学平差方程对摄像机进行标定，得到精确的摄像机内外参数并将标定结果保存，所述光学平差方程为：V＝AX1+BX2+CX3-L其中，X1表示内方位参数改正数，X2表示外方位参数改正数，X3表示物体点三维坐标改正数，A表示内外方位参数偏导数矩阵，B表示外方位参数偏导数矩阵，C表示物体点坐标对应的偏导数矩阵，L表示观测真实值与初值偏差；当所述光学平差达到最小时，得到相机组精确的内外参数，即能够实现相机组内外参数的整体解算。5.根据权利要求4所述的方法，其特征在于，所述步骤S400中，当相机拍摄获...

【专利技术属性】
技术研发人员：唐正宗，黄晓瑜，胡浩，李磊刚，卢刚，
申请(专利权)人：西安新拓三维光测科技有限公司，
类型：发明
国别省市：陕西,61