毛晶晶,，汪遠(yuǎn)銀,，王森,，于洋
?。ū本┚軝C(jī)電控制設(shè)備研究所，北京100010）
摘要：在LabVIEW和NI IMAQ Vision的軟件平臺(tái)下,，利用通用圖像采集設(shè)備開發(fā)了一種新型視頻引伸計(jì)系統(tǒng),。通過調(diào)用動(dòng)態(tài)鏈接庫驅(qū)動(dòng)圖像采集設(shè)備DH HV 1303UM進(jìn)行圖像采集，并通過NI IMAQ Vision完成了圖像處理及基于灰度重心的視頻引伸計(jì)的開發(fā),。該系統(tǒng)具有靈活性強(qiáng),、可靠性高、性價(jià)比高等優(yōu)點(diǎn),。
0引言
引伸計(jì)（extensometer) 是測(cè)量構(gòu)件兩點(diǎn)之間平均線應(yīng)變的一種儀器,。目前最常用的引伸計(jì)為如圖1所示的電阻式引伸計(jì),。刀刃口與試件接觸并將試件變形傳遞到變形傳遞桿上，再進(jìn)一步傳遞到彈性元件,，粘貼在彈性元件上的應(yīng)變片感知應(yīng)變并將其轉(zhuǎn)換為電壓變化后輸出,，最終通過測(cè)得的電壓信號(hào)值獲得應(yīng)變的大小。此種引伸計(jì)在測(cè)量時(shí)需接觸試件,，需要導(dǎo)線引出信號(hào),，因此在測(cè)量柔性材料變形或者在特殊環(huán)境（如高溫高壓）中測(cè)量時(shí)存在困難。此外,，因?yàn)閼?yīng)變片量程有限,，且刀口間要有一定的距離，此種引伸計(jì)也不能測(cè)量微小試件的變形,。
隨著光電技術(shù)的發(fā)展以及光電產(chǎn)品的普及,，基于最近發(fā)展起來的激光干涉引伸計(jì)、CCD相機(jī)圖像采集以及數(shù)字圖像分析的視頻引伸計(jì)［1-3］得到越來越多的應(yīng)用,。視頻引伸計(jì)如圖2所示,，它通過拍攝試件表面的圖像，利用圖像分析算法分析圖像中標(biāo)志點(diǎn)之間的變形來測(cè)量試件表面的應(yīng)變,。視頻引伸計(jì)為非接觸測(cè)量,，因此可測(cè)量柔性試件，可在惡劣環(huán)境下測(cè)量,，而且也可以測(cè)量微小試件和大變形,，因此在新材料、新技術(shù)領(lǐng)域受到越來越多的重視,。但與傳統(tǒng)的電阻式引伸計(jì)相比,，專業(yè)視頻引伸計(jì)的價(jià)格相當(dāng)昂貴，光照要求嚴(yán)格。這在一定程度上限制了視頻引伸計(jì)的應(yīng)用,。
為了解決這些難題,，本文介紹一種新型視頻引伸計(jì)。該引伸計(jì)以虛擬儀器的開發(fā)軟件LabVIEW為基本開發(fā)平臺(tái),，實(shí)現(xiàn)視頻引伸計(jì)必要的控制,、計(jì)算和操作，并最終完成了一個(gè)成熟的﹑實(shí)時(shí)的視頻引伸計(jì)的設(shè)計(jì),。
1視頻引伸計(jì)原理
視頻引伸計(jì)原理如圖3所示,，在試件上制作兩個(gè)標(biāo)記點(diǎn)，在加載時(shí)用CCD相機(jī)實(shí)時(shí)記錄試件表面包含這兩個(gè)標(biāo)記點(diǎn)區(qū)域的數(shù)字圖像,，通過特殊設(shè)計(jì)數(shù)字圖像處理算法識(shí)別標(biāo)記點(diǎn)在變形前后的位置或者位移,，再根據(jù)幾何關(guān)系可得到兩個(gè)標(biāo)記點(diǎn)間的應(yīng)變?chǔ)?［4］。
為了算法識(shí)別的方便,，標(biāo)識(shí)點(diǎn)一般設(shè)計(jì)為特定的形狀,。圓形標(biāo)記點(diǎn)是一種常用的標(biāo)記點(diǎn)，一般可以通過邊界識(shí)別得到圓周上的點(diǎn),，再通過擬合求出圓心坐標(biāo),。本文采用一種特殊的標(biāo)記點(diǎn)識(shí)別方法，即灰度重心算法,?；叶戎匦乃惴ㄊ菍?shù)字圖像像素的灰度看作是數(shù)字圖像的“密度”，認(rèn)為圖像中一個(gè)斑點(diǎn)的中心位于其“重心”處,。相應(yīng)地,，對(duì)于一幅大小為M×N的灰度圖像區(qū)域，如圖4所示,，設(shè)其每個(gè)像素的灰度值為I(i,j),，(0<i<m,0<j<n),可以定義標(biāo)記點(diǎn)的灰度重心坐標(biāo)為：
在測(cè)量時(shí)用式（1）可檢測(cè)出不同時(shí)刻圖像上標(biāo)記點(diǎn)的位置，根據(jù)同一標(biāo)記點(diǎn)位置相對(duì)于初始時(shí)刻的變化可獲得該標(biāo)記點(diǎn)的位移,。兩個(gè)標(biāo)記點(diǎn)的相對(duì)位移與初始時(shí)刻兩標(biāo)記點(diǎn)的距離L之比則為要測(cè)量的應(yīng)變,。
2視頻引伸計(jì)的虛擬儀器實(shí)現(xiàn)
從上述視頻引伸計(jì)原理中可知，視頻引伸計(jì)的實(shí)現(xiàn)需要實(shí)時(shí)采集圖像,，然后對(duì)圖像進(jìn)行處理得到應(yīng)變值,。除此之外，為了使用方便,，還需要有合理的操作界面供用戶操作。本節(jié)介紹用LabVIEW實(shí)現(xiàn)視頻引伸計(jì)的圖像采集,、圖像處理及程序面板設(shè)計(jì)的工作,。
2.1基于USB接口的圖像采集
LabVIEW對(duì)NI公司自己生產(chǎn)的圖像采集設(shè)備提供了相應(yīng)的驅(qū)動(dòng)和控制模塊，這些采集設(shè)備應(yīng)用起來較為方便,，但存在價(jià)格昂貴且不易進(jìn)行底層開發(fā)的缺點(diǎn),。目前,，市面上常見的工業(yè)數(shù)字化相機(jī)多以USB、1394,、以太網(wǎng)口以及專業(yè)的Camera Link為接口形式,，其中多款USB接口的攝相機(jī)在性價(jià)比上有很大的優(yōu)勢(shì)。此外,，USB接口成為PC的標(biāo)配,，在視頻引伸計(jì)中采用USB接口的數(shù)字?jǐn)z相機(jī)還能大大提高測(cè)量系統(tǒng)的靈活性。由于LabVIEW中并不提供與USB接口相機(jī)直接通信的標(biāo)準(zhǔn)模塊,，為實(shí)現(xiàn)在LabVIEW環(huán)境下控制USB接口相機(jī)的圖像采集,，需進(jìn)行特殊開發(fā)。下面以大恒圖像公司生產(chǎn)的DH HV 1303UM相機(jī)為例,，介紹圖像采集的實(shí)現(xiàn)過程,。
大恒公司提供了DH HV 1303UM相機(jī)驅(qū)動(dòng)的動(dòng)態(tài)鏈接庫，該動(dòng)態(tài)鏈接庫能完成相機(jī)的設(shè)置,、圖像的采集等常用功能,，并提供了VC++、VB等常用開發(fā)環(huán)境下的調(diào)用函數(shù),。但沒有提供LabVIEW平臺(tái)下的接口,，若要在LabVIEW平臺(tái)下控制該相機(jī)，一個(gè)可行的方法是通過LabVIEW中Call Library Function模塊調(diào)用動(dòng)態(tài)鏈接庫中相應(yīng)的相機(jī)設(shè)置及采集函數(shù),。此時(shí)需注意在Call Library Function模塊配置對(duì)話框中設(shè)置好動(dòng)態(tài)鏈接庫的名稱和路徑,、函數(shù)的名稱、數(shù)據(jù)的類型,、返回值等內(nèi)容,，并注意將動(dòng)態(tài)鏈接庫函數(shù)參數(shù)的數(shù)據(jù)類型映射為相應(yīng)的LabVIEW中的數(shù)據(jù)類型［5-6］。
需要指出的是,，此方法不僅適用于USB接口相機(jī),，對(duì)于其他所有提供了動(dòng)態(tài)鏈接庫驅(qū)動(dòng)程序的相機(jī)均可以用此方法實(shí)現(xiàn)與LabVIEW平臺(tái)的連接。本文正是通過這樣一個(gè)方法多次調(diào)用動(dòng)態(tài)鏈接,，完成引伸計(jì)的圖像采集,。該圖像采集部分共分為六步：（1）打開相機(jī)并初始化；（2） 設(shè)置圖像分辨率,；（3）設(shè)置采集模式,；（4）設(shè)置增益；（5）設(shè)置曝光時(shí)間,；（6）圖像輸出,。
2.2圖像處理
原始圖像采集后，如何正確完整地提取標(biāo)記點(diǎn)的中心是圖像處理部分所需完成的內(nèi)容。這一部分是系統(tǒng)測(cè)量的核心,，也直接決定系統(tǒng)測(cè)量分辨率和精度,。實(shí)際測(cè)量中的圖像均含有各種噪聲，因此在用式（1）所示的灰度重心算法計(jì)算標(biāo)記點(diǎn)位置之前,，需要對(duì)圖像進(jìn)行很多預(yù)處理,，包括濾波、二值化以及圖像的形態(tài)學(xué)操作［7-8］等,，其目的是去除圖像中可能影響測(cè)量結(jié)果的噪聲點(diǎn),，并增強(qiáng)標(biāo)記點(diǎn)與背景的對(duì)比度，提高標(biāo)記點(diǎn)定位的精度,。
本系統(tǒng)中圖像處理程序流程及在LabVIEW中實(shí)現(xiàn)相關(guān)操作的函數(shù)和處理效果如圖5所示,。第一步先對(duì)原始圖像進(jìn)行濾波和增強(qiáng)操作。在LabVIEW的VISION模塊［9-10］中,，提供了多種濾波算法,，包括線性濾波法和非線性濾波法，有針對(duì)空域的和針對(duì)頻域的濾波方法,，也有頻率域?yàn)V波法,。可根據(jù)實(shí)際所采集的圖像設(shè)置合理的濾波參數(shù),。經(jīng)過多次實(shí)驗(yàn),，發(fā)現(xiàn)該系統(tǒng)采用有平滑作用的卷積濾波法，能夠得到非常好的結(jié)果,，因此決定圖像處理中第一步先對(duì)圖像進(jìn)行卷積濾波操作,。濾波完成后接著對(duì)圖像實(shí)施二值化［11-12］操作。二值化操作是為了最大程度地增強(qiáng)標(biāo)記點(diǎn)與背景圖像的對(duì)比度,。圖像經(jīng)過二值化分割后,，不可避免地存在一些與檢測(cè)對(duì)象像素值相似的干擾點(diǎn)或區(qū)域，這些點(diǎn)或區(qū)域需要在計(jì)算之前去除掉,。在LabVIEW中可采取閉區(qū)域面積篩選的方法,，即在圖像處理中只保留與標(biāo)記點(diǎn)面積大小相似的區(qū)域，與標(biāo)記點(diǎn)面積相差較大的區(qū)域?qū)⒂枰蕴蕹?。因此只要在系統(tǒng)中設(shè)置合理的面積篩選區(qū)間,，標(biāo)記點(diǎn)便能正確提取出來。由于受到光照變化和相機(jī)內(nèi)部噪聲的影響,，所提取的標(biāo)記點(diǎn)圖像會(huì)出現(xiàn)一些不規(guī)則的噪聲點(diǎn),，這些噪聲點(diǎn)將會(huì)對(duì)計(jì)算灰度重心有較大的影響。因此需要在計(jì)算灰度重心之前予以消除,。一個(gè)可行的辦法是對(duì)圖像進(jìn)行閉運(yùn)算［13-15］,。閉運(yùn)算可以填平輪廓中細(xì)小的孔,，彌合輪廓上的小缺口，而且目標(biāo)特征的總的位置和形狀不變,。經(jīng)過上述處理后，標(biāo)記點(diǎn)圖像變?yōu)橐粋€(gè)純凈的,、完全連通的,、對(duì)比明顯的二值化圖像。用LabVIEW實(shí)現(xiàn)式（1）的計(jì)算后,，可得標(biāo)記點(diǎn)的坐標(biāo),。
2.3系統(tǒng)程序的前面板設(shè)計(jì)
根據(jù)引伸實(shí)驗(yàn)的基本情況，設(shè)計(jì)視頻引伸計(jì)的前面板如圖6示,。面板分為4個(gè)部分,，分別完成相機(jī)參數(shù)設(shè)置﹑圖像處理參數(shù)設(shè)置﹑原始圖像和目標(biāo)圖像的顯示及引伸實(shí)驗(yàn)的應(yīng)變時(shí)間曲線顯示。其中相機(jī)參數(shù)設(shè)置主要完成采集圖像時(shí)曝光時(shí)間﹑增益﹑采集模式等設(shè)置,；圖像處理參數(shù)設(shè)置主要完成圖像閾值區(qū)間的設(shè)定﹑所保留區(qū)域面積的設(shè)定及濾波相關(guān)參數(shù)的設(shè)定,。
3系統(tǒng)標(biāo)定及實(shí)驗(yàn)
3.1系統(tǒng)標(biāo)定
在系統(tǒng)搭建完成后，需要確定系統(tǒng)測(cè)量的分辨率,，由應(yīng)變的定義可知,，應(yīng)變?yōu)樵嚰南鄬?duì)變形，因此此引伸計(jì)的分辨率可以通過兩標(biāo)記點(diǎn)之間位移的變化來測(cè)得,，標(biāo)定實(shí)驗(yàn)裝置如圖7所示,。
制作包含標(biāo)記點(diǎn)的平板，其中一個(gè)固定,，另一個(gè)可隨精密平移臺(tái)移動(dòng),。平移臺(tái)移動(dòng)時(shí)兩個(gè)標(biāo)記的距離會(huì)發(fā)生變化，以此來模擬試件的拉伸實(shí)驗(yàn),。調(diào)節(jié)相機(jī)的放大倍率,，使得一個(gè)像素相當(dāng)于1 mm。將平移臺(tái)移動(dòng)間隔分別取10 μm,、20 μm,、40 μm、50 μm,、60 μm（換算為圖像分辨率為0.01,、0.02、0.04,、0.05和0.06像素）,。對(duì)于每種移動(dòng)間隔，分別移動(dòng)精密平移臺(tái)20次,。將測(cè)量的結(jié)果與實(shí)際值相比較,，其結(jié)果如表1所示,。
調(diào)節(jié)相機(jī)的放大倍率，使得一個(gè)像素相當(dāng)于40 μm,，將平移臺(tái)移動(dòng)間隔分別取10 μm,、500 μm，分別移動(dòng)20次,，系統(tǒng)所計(jì)算的結(jié)果與實(shí)際值的對(duì)比曲線如圖8和圖9所示,。
由表1實(shí)驗(yàn)數(shù)據(jù)可以看出，在圖像分辨率為0.01像素,、 0.02像素下系統(tǒng)誤差較大,。在圖像分辨率為0.05像素、 0.06像素下系統(tǒng)誤差無明顯變化,，最大相對(duì)誤差小于3.5%,。平均誤差小于1.5 μm。因此系統(tǒng)的分辨率可取0.05像素,。以CCD相機(jī)的分辨率為1 024×1 024來計(jì)算,，此引伸計(jì)的應(yīng)變測(cè)量分辨率約為48 με（0.05/1 024=48 με）。如果CCD相機(jī)的分辨率為2 048×2 048,，則此引伸計(jì)的應(yīng)變測(cè)量分辨率約為24 με,。由圖8和圖9可以看出，該引伸計(jì)在大量程范圍擁有較好的線性度和測(cè)量精度,。
3.2系統(tǒng)應(yīng)用
用橡皮制作4個(gè)相同的試件,，在試件上做兩個(gè)標(biāo)記點(diǎn)，如圖10所示,，將試件夾持在MTS試驗(yàn)機(jī)上做拉伸試驗(yàn),，用引伸計(jì)實(shí)時(shí)記錄試件的應(yīng)變。配合試驗(yàn)機(jī)的相關(guān)數(shù)據(jù),，得到圖11所示的4組應(yīng)力應(yīng)變曲線,。 由圖11可看出這4組應(yīng)力應(yīng)變曲線擁有較好的重合度，且本文所開發(fā)的引伸計(jì)所測(cè)的最大應(yīng)變值可高達(dá)0.1,。
4結(jié)論
本文提出了一種基于虛擬儀器的光學(xué)引伸計(jì),，在LabVIEW下完成了基于USB接口的圖像采集和圖像處理。該系統(tǒng)的整個(gè)外圍硬件部分只需要一個(gè)普通的圖像采集設(shè)備及一根USB傳輸線,，系統(tǒng)結(jié)構(gòu)簡(jiǎn)單,、靈活。與應(yīng)變片等傳統(tǒng)接觸式引伸計(jì)相比,，除了精度更高之外,，本系統(tǒng)的優(yōu)勢(shì)更在于適用于微小試樣、柔性材料,、變溫環(huán)境和大形變實(shí)驗(yàn)等情況,。在各類非接觸式引伸計(jì)之中, 相比于傳統(tǒng)的激光引伸計(jì),，本引伸計(jì)不利用激光的反射或者干涉，對(duì)環(huán)境的要求低,，而且不需要大量的矯正算法,，開發(fā)周期短，使用方便,，而且更加穩(wěn)定可靠,；與傳統(tǒng)視頻引伸計(jì)相比，由于其在圖像處理時(shí)采用合適的特征提取方法并利用LabVIEW開發(fā)程序及控制硬件的便利性,，使得系統(tǒng)對(duì)硬件和對(duì)外界環(huán)境的要求大幅度降低，系統(tǒng)不需要特制的鏡頭和高精度CCD,，不需要嚴(yán)格的特殊光照條件,，由此大大降低了系統(tǒng)成本。
參考文獻(xiàn)
?。?］ 王慶有,于涓匯.利用線陣CCD非接觸測(cè)量材料變形量的方法［J］.光電工程,2002,29(4):20-23.
?。?］ 徐亮,李新軍，呂曉東.基于機(jī)器視覺非接觸測(cè)量金屬應(yīng)變量［J］.機(jī)械工程與自動(dòng)化,2006(1):73-74.
?。?］ 張英杰.基于視頻圖像的應(yīng)變精密測(cè)量研究［D］.長(zhǎng)春:吉林大學(xué),2006.
?。?］ Wang Huaiwen，Kang Yilan, Fu Donghui, et al. Digital marker recognition method and it’s application of material behavior［J］. Chinese Journal of Energetic Materials, 2004, 17(5): 434-437.
?。?］ 劉玉. 利用動(dòng)態(tài)連接庫擴(kuò)展Labview的功能［J］. 國(guó)外電子測(cè)量技術(shù), 2004,23（S1）:51-53.
?。?］ 謝其德，張?jiān)圃? 動(dòng)態(tài)鏈接庫在LabVIEW中的高級(jí)應(yīng)用［J］. 微計(jì)算機(jī)信息,，2004,，20(10):45-46.
［7］ 陳月婷. 視頻引伸計(jì)測(cè)量技術(shù)初探［J］. 工程與試驗(yàn),，2009（S1）:50-53.
?。?］ 高宏閣.視頻引伸計(jì)研發(fā)［D］.天津：天津大學(xué), 2005.
［9］ BLUME P A. The LabVIEW style book［M］. Upper Saddle River: Prentice Hall,，2009.
?。?0］ National Instruments. IMAQ Vision User’s Manual［Z］.2006.
［11］ 張會(huì)林,簡(jiǎn)獻(xiàn)忠. 人體手背靜脈血管圖像增強(qiáng)處理算法研究［J］. 儀器儀表學(xué)報(bào),，2005,26(8):730-731.
?。?2］ 舒華, 余群. 基于LabVIEW的形態(tài)學(xué)圖像處理研究［J］. 信息技術(shù), 2009（5）：142-144 .
［13］ 金昊.基于虛擬儀器的計(jì)算機(jī)視覺系統(tǒng)的研究［J］. 計(jì)算機(jī)自動(dòng)測(cè)量與控制,，2000,，19（1）：30-32.
［14］ RAFAEL C G,， RICHARD E W. 數(shù)字圖像處理(第二版)［M］. 阮秋琦,，阮宇智,，譯.北京:電子工業(yè)出版社，2003.
?。?5］ Dai Qingyun,，Yu Yingling. The advanced of mathematical morphology in images processing［J］.Control Theory and Applications，2001,，18(4)：479-481.
