盧宇，盧榮勝*，郭廣平，張騰達(dá)

（1.合肥工業(yè)大學(xué)儀器科學(xué)與光電工程學(xué)院，合肥230009；2.北京航空材料研究院航空材料檢測(cè)研究中心，北京100095）

基于快速歸一化算法的拉伸距離動(dòng)態(tài)跟蹤測(cè)量*

盧宇1，盧榮勝1*，郭廣平2，張騰達(dá)1

（1.合肥工業(yè)大學(xué)儀器科學(xué)與光電工程學(xué)院，合肥230009；2.北京航空材料研究院航空材料檢測(cè)研究中心，北京100095）

采用視頻引伸計(jì)對(duì)試樣進(jìn)行軸向拉伸試驗(yàn)時(shí)，通過(guò)跟蹤試樣表面兩根標(biāo)線的移動(dòng)來(lái)計(jì)算標(biāo)線之間的距離變化，從而得到試樣的拉伸變形。當(dāng)拉伸時(shí)產(chǎn)生非拉伸方向的移動(dòng)或夾具與試樣打滑時(shí)，傳統(tǒng)標(biāo)線檢測(cè)方法會(huì)丟失要跟蹤的標(biāo)線、或者偏離標(biāo)線，引起測(cè)量誤差。本文在測(cè)量材料微應(yīng)變性能時(shí)，采用快速歸一化互相關(guān)算法對(duì)標(biāo)線進(jìn)行跟蹤，提出了1/8降采樣方法來(lái)加快矩形框跟蹤速度，達(dá)到跟蹤的實(shí)時(shí)性要求。同時(shí)本文采用雙曲正切函數(shù)擬合得到亞像素邊緣點(diǎn)，在試樣表面檢測(cè)標(biāo)線邊緣，從而完成標(biāo)線距離的測(cè)量。最后本文設(shè)計(jì)了軟硬件系統(tǒng)。實(shí)驗(yàn)證明，本系統(tǒng)在保證測(cè)量實(shí)時(shí)性的前提下，實(shí)現(xiàn)了亞像素邊緣檢測(cè)。測(cè)量最大偏差不超過(guò)0.005 mm。

視頻引伸機(jī)；動(dòng)態(tài)跟蹤；快速歸一化互相關(guān)；亞像素邊緣檢測(cè)

EEACC：7230doi：10.3969/j.issn.1004-1699.2016.09.005

材料的軸向拉伸力學(xué)性能是材料的重要性能指標(biāo)之一。在使用傳統(tǒng)機(jī)械式引伸計(jì)對(duì)試樣進(jìn)行軸向拉伸變形測(cè)量時(shí)，由于引伸計(jì)與試樣表面之間產(chǎn)生滑動(dòng)、引伸計(jì)刀口磨損、刀口對(duì)材料本身的力學(xué)性能影響等緣故，導(dǎo)致測(cè)量誤差。視頻引伸計(jì)具有非接觸的特點(diǎn)，不會(huì)引入上述機(jī)械引伸計(jì)的問(wèn)題。操作簡(jiǎn)單，精度高，可實(shí)現(xiàn)自動(dòng)化測(cè)量［1-2］。張新潔等［3］在采用背光照明情況下進(jìn)行的測(cè)試中，可以分辨0.001 mm的位移變化，但對(duì)光源要求較高，且試件需要特殊加工。屈玉福［4］比較了插值法、矩方法和最小二乘擬合法定位的定位精度。其中矩方法精度最高，但運(yùn)算時(shí)間長(zhǎng)；最小二乘擬合法精度次之，但運(yùn)算時(shí)間短。且采用矩方法進(jìn)行亞像素邊緣檢測(cè)時(shí)，CCD噪聲往往會(huì)影響測(cè)量精度。楊笑叢［5］在測(cè)量軸向拉伸時(shí)，將圖像沿拉伸方向分為5個(gè)區(qū)域，為了得到較好的效果，將試件放置在圖像的中間區(qū)域（區(qū)域2-4），視頻引伸計(jì)的測(cè)量結(jié)果與機(jī)械式應(yīng)變計(jì)比較，最大應(yīng)變誤差為0.28×10-4。于洋［6］在實(shí)驗(yàn)中，對(duì)標(biāo)距為50 mm的試樣進(jìn)行測(cè)量，誤差達(dá)到±2 μm。由于現(xiàn)場(chǎng)測(cè)試采用視頻引伸計(jì)測(cè)試時(shí)，試樣在拉伸過(guò)程中存在偏離拉伸方向或抖動(dòng)等因素，都會(huì)對(duì)測(cè)量結(jié)果產(chǎn)生的影響，因此本文提出了一種能夠?qū)υ嚇討?yīng)變進(jìn)行精確測(cè)量的方法，快速歸一化互相關(guān)匹配算法融合雙曲正切邊緣擬合法。先用歸一化互相關(guān)匹配算法對(duì)標(biāo)線附近區(qū)域進(jìn)行定位，再使用雙曲正切擬合法獲取亞像素邊緣位置。與數(shù)字圖像相關(guān)方法測(cè)量（DIC）系統(tǒng)的對(duì)比實(shí)驗(yàn)表明，本系統(tǒng)具有較小的測(cè)量偏差，并克服了DIC算法不能實(shí)現(xiàn)在線實(shí)時(shí)測(cè)量的缺點(diǎn)。

1　視頻引伸計(jì)測(cè)量原理與存在的問(wèn)題

1.1視頻引伸計(jì)測(cè)量原理

視頻引伸計(jì)采用機(jī)器視覺(jué)原理對(duì)試樣的軸向拉伸變形進(jìn)行測(cè)量。系統(tǒng)主要由工業(yè)CCD相機(jī)、高分辨率鏡頭、相機(jī)支架、光源、PC主機(jī)、線纜和數(shù)據(jù)處理模塊組成。圖1所示為系統(tǒng)的結(jié)構(gòu)示意圖。以金屬板材試樣的變形測(cè)量為例，在測(cè)量前需對(duì)試樣表面兩端進(jìn)行明顯標(biāo)記，以便視頻引伸計(jì)可以采樣跟蹤。標(biāo)記方式如圖2（a）所示。其中，靠近試樣中部測(cè)量區(qū)域的黑色邊緣盡可能形成一條直線，該直線即需要檢測(cè)的直線。兩條直線的距離為1 cm～4 cm。畫黑色區(qū)域時(shí)使用附著力強(qiáng)的黑色油漆，且涂層不能太厚。將試樣裝載在拉伸機(jī)上，并與CCD光軸垂直。測(cè)量過(guò)程中由CCD相機(jī)獲取試樣表面圖像，計(jì)算出標(biāo)記線之間的距離。當(dāng)試樣發(fā)生變形時(shí)，試樣兩端標(biāo)記線距離也同時(shí)發(fā)生變化。

圖1　視頻引伸計(jì)系統(tǒng)結(jié)構(gòu)示意圖

1.2標(biāo)記線定位的局限性

試樣表面標(biāo)記線的跟蹤采用矩形框定位的方式。如圖2（b）所示的矩形框。打開視頻引伸計(jì)軟件，在采樣窗口中，在試樣標(biāo)記線上手工畫出2個(gè)矩形框作為定位框。在測(cè)量時(shí)，視頻引伸計(jì)對(duì)圖像進(jìn)行實(shí)時(shí)采樣，在定位框中檢測(cè)黑色邊緣直線。通過(guò)測(cè)量直線的距離得到試樣變形數(shù)據(jù)。

圖2　用于直線邊緣檢測(cè)的試樣

通常矩形框的跟蹤方式為：在t0時(shí)刻采樣圖片中手工畫出定位矩形框位置，在如圖3中紅色實(shí)線矩形框所示。計(jì)算出矩形框內(nèi)標(biāo)記線邊緣，如綠色直線所示。t1時(shí)刻采樣圖片中由于試樣被拉伸，標(biāo)記線上移，矩形框位置將依據(jù)標(biāo)記線位置上移，從而實(shí)現(xiàn)矩形框的跟蹤定位。但是由于非軸向拉伸、試樣與夾具之間打滑等因素，試樣偏離原先的軸向位置，而矩形框僅在軸向移動(dòng)，如圖3虛線矩形框位置。這時(shí)雖然跟蹤到試樣標(biāo)記線，但用于跟蹤的矩形框內(nèi)的標(biāo)記線已經(jīng)不再是t0時(shí)刻的標(biāo)記線，從而產(chǎn)生測(cè)量誤差。由于矩形框在試樣偏移后無(wú)法跟蹤原先的位置，因此在測(cè)量過(guò)程中采用快速歸一化互相關(guān)法對(duì)矩形框進(jìn)行定位。使矩形框定位在初始位置，即t0時(shí)刻的位置。

圖3　矩形框偏移引起的直線線段誤差

根據(jù)上面的分析，在測(cè)量過(guò)程中矩形框定位和邊緣檢測(cè)需同時(shí)進(jìn)行。本系統(tǒng)采用快速歸一化互相關(guān)算法FNCC（Fast Normalized Cross-Correlation）進(jìn)行矩形框定位的匹配計(jì)算。因此測(cè)量過(guò)程分為兩個(gè)并行線程：①視頻采樣，矩形框定位；②在矩形框中進(jìn)行亞像素級(jí)邊緣檢測(cè)。圖4中給出了測(cè)量流程。

圖4　動(dòng)態(tài)邊緣檢測(cè)流程圖

2　基于降采樣的矩形框定位

快速歸一化圖像匹配算法是一種基于歸一化互相關(guān)原理的匹配算法，不需要尋找特征點(diǎn)，與環(huán)境光強(qiáng)弱無(wú)關(guān)，其原理如下［7-11］：在一幅原圖像（圖像大小為M×N）中選取一塊模板區(qū)域（圖像大小為m×n），如果需要匹配這塊模板區(qū)域與原圖像，找到模板區(qū)域的位置，需要使用式（1）的歸一化互相關(guān)函數(shù)計(jì)算。

其中，f為原圖像中選取的模板圖像大小子區(qū)域的灰度分布，g為模板圖像的灰度分布。fˉ為原圖像中選取的模板圖像大小子區(qū)域的平均灰度，gˉ表示模板圖像的平均灰度值。x，y表示遍歷模板區(qū)域圖像的坐標(biāo)點(diǎn)，u，v表示原圖像中選取的模板區(qū)域大小子區(qū)域坐標(biāo)。

式（1）的分母部分相對(duì)于固定點(diǎn)固定，f也固定，從而分母為常數(shù)。對(duì)于分子部分，需要計(jì)算子區(qū)域與原圖像子區(qū)域大小部分的相關(guān)性。

對(duì)式（2）做卷積運(yùn)算。則式（2）的計(jì)算可轉(zhuǎn)換為計(jì)算

其中F表示傅里葉變換，F(xiàn)-1表示傅里葉逆變換，F(xiàn)?（g′）表示g′取復(fù)共軛后的傅里葉變換。對(duì)于式（1）的分母部分，第二項(xiàng)為模板的“方差能量”，可以只預(yù)先計(jì)算一次；但是第一項(xiàng)f在u，v位置上與模板圖像同樣大小的子區(qū)域方差能量必須隨著位置的改變而重新計(jì)算，這是在空間域相關(guān)計(jì)算的主要瓶頸之一。為此定義累加和與平方累加和圖像如下：

s（u，v）、s2（u，v）表示累加和與平方累加和。規(guī)定u，v≤0，時(shí)s（u，v）、s2（u，v）均為0；則f在（u，v）位置上與模板圖像同樣大小的子區(qū)域的累計(jì)和與平方累加和為：

對(duì)式（1）分母第一項(xiàng)應(yīng)用式（5）、（6），得到式（7）

然而在線檢測(cè)中，對(duì)于一幅1620像素×1220像素的原圖像，如果選取子區(qū)域大小為250像素×150像素的模板圖像，則匹配所需時(shí)間為2.525 s，對(duì)于2幀/秒的采集頻率來(lái)說(shuō)，速度過(guò)慢。不同降采樣下的匹配時(shí)間如表1所示。

表1　降采樣間隔與圖像匹配時(shí)間

當(dāng)采用1/8降采樣時(shí)，單幅圖像的匹配時(shí)間為0.145 9 s，上下兩個(gè)矩形框匹配時(shí)間約為其2倍。雖然1/16降采樣時(shí)間較1/8降采樣時(shí)間略短，但有可能出現(xiàn)無(wú)法匹配的現(xiàn)象［12］。因此本文中采用1/8降采樣方式加速模板匹配速度。

匹配步驟：

①首先對(duì)原圖像進(jìn)行1/8降采樣，使原圖像和模板圖像大小為原先的1/8.得到新的降采樣原圖像和降采樣模板圖像

②使用降采樣原圖像和降采樣模板圖像進(jìn)行圖像匹配，得到降采樣匹配點(diǎn)。匹配點(diǎn)的位置位于降采樣模板圖像的左上方，如（x1，y1）。

③在原圖像中，將降采樣定位點(diǎn)（x1，y1）坐標(biāo)乘以8，恢復(fù)到原圖像中。由于（8x1，8y1）這個(gè)點(diǎn)是8的倍數(shù)，因此會(huì)有8個(gè)像素的取整誤差，因此模板圖像需要在（8x1，8y1）～（8x1+8，8y1+8）的矩形區(qū)域內(nèi)再次進(jìn)行匹配，從而測(cè)到準(zhǔn)確的像素匹配點(diǎn)。

圖5中紅色矩形框表示搜索矩形框在原圖像中的實(shí)際位置。紅色虛線表示對(duì)矩形框所搜的范圍。

圖5　采樣子區(qū)域在原圖的搜索范圍

3　亞像素邊緣檢測(cè)

測(cè)量系統(tǒng)通過(guò)對(duì)矩形框內(nèi)的標(biāo)記線進(jìn)行邊緣進(jìn)行檢測(cè)，獲取標(biāo)記線位置。因此標(biāo)記線的定位直接影響系統(tǒng)測(cè)量精度。亞像素邊緣檢測(cè)作為一種經(jīng)濟(jì)有效的方式，在不增加CCD相機(jī)和鏡頭成本的情況下，較整像素邊緣檢測(cè)提高了測(cè)量精度。

3.1整像素邊緣檢測(cè)

首先對(duì)圖像進(jìn)行預(yù)處理去噪。由于CCD相機(jī)本身的噪聲和暗電流影響，這里采用中值濾波對(duì)圖像中CCD噪聲進(jìn)行濾除。接下來(lái)對(duì)圖像進(jìn)行像素級(jí)邊緣檢測(cè)。這里采用Sobel算子［13］對(duì)圖像進(jìn)行像素級(jí)邊緣檢測(cè)。

3.2雙曲正切函數(shù)擬合亞像素邊緣

在拉伸機(jī)工作時(shí)引起的振動(dòng)和CCD相機(jī)噪聲都會(huì)引起測(cè)量誤差，在參考屈玉福等［4］的研究結(jié)論后，本系統(tǒng)采用擬合法。擬合法對(duì)噪聲的不敏感的擬合算法進(jìn)行亞像素邊緣檢測(cè)［14］。常見(jiàn)的理想階躍邊緣模型如圖6（a）所示。但是真實(shí)的階躍邊緣模型更接近于雙曲正切函數(shù)圖形。圖6（b）中所示為離散灰度值在Y軸方向上的分布。

一維雙曲正切函數(shù)定義如下［7］：

雙曲正切函數(shù)并非唯一的階躍邊緣模型擬合函數(shù)。S函數(shù)和反正切函數(shù)有著同樣的曲線形狀。但是只有雙曲正切函數(shù)可以較好的擬合階躍型邊緣。

圖6　階躍型邊緣模型

3.3如何確定亞像素邊緣點(diǎn)

下面用一個(gè)理想的階躍型邊緣模型來(lái)測(cè)試高斯擬合和雙曲正切擬合的亞像素定位效果。如圖7所示，從位置為131的像素點(diǎn)到位置為132的像素點(diǎn)，灰度值變化從0～255。

圖7　理想階躍邊緣模型亞像素檢測(cè)結(jié)果示意圖

3.3.1使用高斯函數(shù)擬合邊緣

高斯函數(shù)擬合階躍型邊緣，首先對(duì)灰度值進(jìn)行一階差分計(jì)算［15-17］。由于高斯函數(shù)有不可積分的特點(diǎn)，因此對(duì)高斯函數(shù)取對(duì)數(shù)。高斯擬合后的結(jié)果表明，圖7中亞像素邊緣點(diǎn)定位值是131.0。

3.3.2使用一維雙曲正切函數(shù)擬合邊緣

與高斯函數(shù)不同，雙曲正切函數(shù)不需要事先計(jì)算一階差分。在圖7中，得到X軸（垂直）方向像素級(jí)邊緣后，取邊緣點(diǎn)前后7個(gè)像素值做雙曲正切函數(shù)擬合。式（8）中的a表示函數(shù)圖形的高度，參數(shù)b表示亞像素邊緣點(diǎn)位置。對(duì)于圖7所示的擬合結(jié)果，亞像素邊緣點(diǎn)定位于131.5。同樣，圖6（b）中的邊緣點(diǎn)為47.697。雙曲正切擬合采用Levenberg-Marquardt算法。

3.3.3正交距離最小二乘直線擬合算法

根據(jù)上述步驟獲取到的離散邊緣點(diǎn)序列｛x1，y1｝，｛x2，y2｝，…，｛xn，yn｝，需要進(jìn)行直線擬合從而獲得標(biāo)線邊緣。為了克服粗大誤差點(diǎn)對(duì)的直線回歸方程擬合結(jié)果的影響。本系統(tǒng)在正交距離最小二乘擬合算法［18］的基礎(chǔ)上，利用3σ準(zhǔn)則剔除所有可能的粗大誤差擬合點(diǎn)，得到最終的擬合的直線。圖8（b）中紅色線段即為邊緣擬合結(jié)果。圖8（a）中所示的試樣，表面涂層被分成左右兩部分，直線標(biāo)記用于亞像素邊緣檢測(cè)，白底黑點(diǎn)散斑用于下節(jié)中的DIC測(cè)試。

圖8　實(shí)際邊緣擬合結(jié)果

4　試驗(yàn)應(yīng)用

由于傳統(tǒng)機(jī)械式引伸計(jì)安裝在試樣上后，需要用橡皮筋綁定，對(duì)試樣有遮擋，無(wú)法與本視頻引伸計(jì)同時(shí)測(cè)量。且機(jī)械式引伸計(jì)的測(cè)量最大相對(duì)誤差一般為0.5%，無(wú)法滿足本系統(tǒng)的比對(duì)精度要求。為驗(yàn)證視頻引伸計(jì)系統(tǒng)的測(cè)量精度，本文采用Dantec公司的DIC（Digital Image Correlation）Q400測(cè)量系統(tǒng)進(jìn)行對(duì)比試驗(yàn)（測(cè)試時(shí)僅使用單目相機(jī)）。試驗(yàn)硬件采用Q400系統(tǒng)的相機(jī)與支架。軟件部分分別采用Q400軟件與本系統(tǒng)開發(fā)的軟件進(jìn)行對(duì)比。圖9所示為拉伸機(jī)與Dantec公司DIC系統(tǒng)硬件結(jié)構(gòu)示意圖。

試驗(yàn)首先對(duì)DIC系統(tǒng)和本系統(tǒng)進(jìn)行單目標(biāo)定。標(biāo)定時(shí)，標(biāo)定板與距離相機(jī)的距離與試樣一致，且垂直于相機(jī)光軸。如圖10所示標(biāo)定板中每個(gè)白色/黑色方格尺寸為6 mm×6 mm。DIC系統(tǒng)由其自帶軟件標(biāo)定。本系統(tǒng)標(biāo)定時(shí)，首先獲取每個(gè)方格的亞像素級(jí)尺寸，將方格實(shí)際尺寸除以亞像素級(jí)尺寸即得到比例系數(shù)。

圖9　試驗(yàn)裝置結(jié)構(gòu)示意圖

圖10　6 mm×6 mm黑白棋盤格標(biāo)定板

試驗(yàn)采用單目相機(jī)進(jìn)行拉伸過(guò)程中的采樣。采樣過(guò)程中拉伸機(jī)以一定速率對(duì)試樣進(jìn)行拉伸，相機(jī)以2 frame/s進(jìn)行采樣并保存圖片。采樣過(guò)程采用本系統(tǒng)軟件實(shí)時(shí)對(duì)上下標(biāo)記線進(jìn)行邊緣檢測(cè)，計(jì)算上下標(biāo)記線位置變動(dòng)情況。標(biāo)記線距離采用擬合直線的中點(diǎn)距離。采樣、計(jì)算結(jié)束后將保存的圖片輸入DIC系統(tǒng)。使用DIC系統(tǒng)軟件對(duì)試樣表面的黑白散斑部分的拉伸變形進(jìn)行全場(chǎng)測(cè)量。如圖11所示，DIC系統(tǒng)測(cè)量黑白散斑區(qū)域的變形結(jié)果用彩色區(qū)域表示，顏色越接近紅色表示變形越大。

圖11 DIC系統(tǒng)全場(chǎng)測(cè)量結(jié)果

圖11中手工標(biāo)記出了兩條紅線DIC標(biāo)記線，分別與試樣上下標(biāo)記線平行。使用Q400系統(tǒng)軟件分別計(jì)算DIC上下標(biāo)記線上點(diǎn)的縱坐標(biāo)均值，并以均值差作為DIC標(biāo)記線距離距離，值即DIC測(cè)量結(jié)果。對(duì)采樣圖片序列的后續(xù)圖片采用相同的方式進(jìn)行測(cè)量，最終得到DIC測(cè)試的變形數(shù)據(jù)。由DIC系統(tǒng)測(cè)量的初值是手工標(biāo)記，與本系統(tǒng)測(cè)量初值不一致，形成補(bǔ)償值。因此在DIC測(cè)量數(shù)據(jù)中需要減去補(bǔ)償值。

由表2可以看出，在沒(méi)有跟蹤算法的情況下，本系統(tǒng)測(cè)量結(jié)果與DIC系統(tǒng)測(cè)量結(jié)果偏差最大達(dá)到0.0159毫米，偏差標(biāo)準(zhǔn)差為0.003488毫米。而采用跟蹤算法后，最大偏差為0.004 5，偏差標(biāo)準(zhǔn)差0.002 245。采用跟蹤算法的測(cè)量結(jié)果優(yōu)于無(wú)跟蹤算法的測(cè)量結(jié)果。圖12中顯示了Dantec公司DIC系統(tǒng)測(cè)量結(jié)果與無(wú)跟蹤方式測(cè)量、本系統(tǒng)測(cè)量數(shù)據(jù)的對(duì)比。

表2　本系統(tǒng)測(cè)量值與DIC系統(tǒng)測(cè)量值數(shù)據(jù)對(duì)比單位：mm

圖12本系統(tǒng)與Dantec公司DIC系統(tǒng)測(cè)量數(shù)據(jù)對(duì)比

圖12中橫坐標(biāo)表示相機(jī)采樣的幀數(shù)，縱坐標(biāo)表示像素值。由圖12可見(jiàn)，本系統(tǒng)測(cè)量數(shù)據(jù)較為接近DIC系統(tǒng)測(cè)量值。但在沒(méi)有跟蹤算法的情況下，測(cè)量值會(huì)出現(xiàn)大于DIC系統(tǒng)測(cè)量值的偏差。說(shuō)明在試樣拉伸過(guò)程中，上下兩個(gè)測(cè)量矩形框發(fā)生了位置偏移，從而未能在原測(cè)量線段上進(jìn)行邊緣檢測(cè)，導(dǎo)致測(cè)量誤差。此外DIC測(cè)量結(jié)果曲線位置高于本系統(tǒng)測(cè)量曲線，這是由于在拉伸過(guò)程中試樣不對(duì)稱，造成左右兩側(cè)拉伸變形不一致。由于是微應(yīng)變測(cè)量，不對(duì)稱差值也較小。

5　結(jié)論

為了測(cè)量解決拉伸試驗(yàn)中的精密測(cè)量，本文設(shè)計(jì)了一種基于動(dòng)態(tài)跟蹤的亞像素邊緣檢測(cè)系統(tǒng)。該系統(tǒng)采用降采樣快速歸一化互相關(guān)算法對(duì)測(cè)量標(biāo)線進(jìn)行跟蹤，并采用雙曲正切擬合方法對(duì)標(biāo)線進(jìn)行亞像素邊緣擬合，計(jì)算標(biāo)線距離變化，從而得到試樣拉伸變形量。通過(guò)與DIC系統(tǒng)對(duì)比試驗(yàn)證明，采用本系統(tǒng)進(jìn)行材料拉伸力學(xué)性能測(cè)試精度高、方法簡(jiǎn)單易行，可實(shí)現(xiàn)實(shí)時(shí)測(cè)量。在對(duì)邊緣進(jìn)行快速、高精度跟蹤、檢測(cè)的同時(shí)避免了機(jī)械式引伸計(jì)刀口易磨損、測(cè)量范圍小等局限性。

［1］楊敏華.圖像目標(biāo)邊緣精密定位及其測(cè)量應(yīng)用研究［D］.吉林大學(xué)，2004.Yang Minhua.The Research of the Object Edges’Precision Loca?tion in Images And Its Application in Dimension Measuring［D］.2004.

［2］桂良進(jìn)，高付海，范子杰.雙相鋼板料的單向拉伸斷裂失效研究（I）——數(shù)字圖像相關(guān)技術(shù)試驗(yàn)［J］.應(yīng)用力學(xué)學(xué)報(bào)，2010，11（2）：380-381.Gui Liangjing，Gao Fuhai，F(xiàn)an Zijie.Fracture of Phase Steel Sheets under Uniaxial Tension（I）：Experimental Study with Dic Techniques［J］.Chinese Journal of Applied Mechanics，2010，11（2）：380-381.

［3］張新潔，謝哲東.用于精密位移測(cè)量的視頻引伸計(jì)系統(tǒng)的研究［J］.儀器儀表學(xué)報(bào)，2011，11（6）：61-65.Zhang Xinjie，Xie Zhedong.Research on the System of Video-Ex?tensometer Used to High Preeision Measurement［J］.Chinese Journal of Scientific Instrument，2011，11（6）：61-65.

［4］屈玉福，浦昭邦，王亞愛(ài).視覺(jué)檢測(cè)系統(tǒng)中亞像素邊緣檢測(cè)技術(shù)的對(duì)比研究［J］.儀器儀表學(xué)報(bào)，2003，24（4）：460-461.Qu Yufu，Pu Zhaobang，Wang Yaai.Contrast Study of Subpixel Edge Detections in Vision Measuring System［J］.Chinese Journal of Scientific Instrument，2003，24（4）：460-461.

［5］楊笑叢，王進(jìn)才，任向春.材料軸向拉伸變形的圖像精密測(cè)量研究［J］.工程與實(shí)驗(yàn)，2014，54（1）：72-75.Yang Xiaocong，Wang Jincai，Ren Xiangchun.Research on Preci?sion Image Measurement of Material Axial Tensile Deformation［J］.Engineering&Test，2014，54（1）：72-75.

［6］于洋，陳淑萍，蔡宏.視頻引伸計(jì)技術(shù)在試驗(yàn)機(jī)上的應(yīng)用［J］.工程與實(shí)驗(yàn)，2014，54（3）：67-69.Yu Yang，Chen Shuping，Cai Hong.Application of Video Exten?someter to Testing Machine［J］.Engineering&Test，2014，54（3）：67-69.

［7］馬德明.基于雙曲正切函數(shù)的邊緣檢測(cè)方法［D］.吉林：吉林大學(xué)，2011.Ma Deming.Sub-pixel Edge Detection Based on Hyperbolic Tan?gent［J］.Jilin：Jilin University2011.

［8］吳強(qiáng)，任琳，張杰，等.快速歸一化互相關(guān)算法及DSP優(yōu)化實(shí)現(xiàn)［J］.電子測(cè)量與儀器學(xué)報(bào)，2011，25（6）：495-496.Wu Qiang，Ren Lin，Zhang Jie，et al.Fast Algorithm of Normal?ized Cross Correlation and Optimized Implementation on DSP［J］.Journal of Electronic Measurement and Instrument，2011，25（6）：495-496.

［9］陳沈軼，錢徽，吳錚，等.模板圖像匹配中互相關(guān)的一種快速算法［J］.傳感技術(shù)學(xué)報(bào)，2007，20（6）：1325-1326.Chen Sheyi，Qian Hui，Wu Zheng，et al.Fast Normalized Cross-Correlation for Template Matching［J］.Chinese Journal of Sensors and Actuators，2007，20（6）：1325-1326.

［10］申琳，楊進(jìn)華，趙群，等.基于圖像匹配的長(zhǎng)焦透鏡焦距測(cè)量研究［J］.電子測(cè)量與儀器學(xué)報(bào)，2010，24（11）：1043-1045.Shen Lin，Yang Jinhua，Zhao Qun，et al.Research on Measuring Telephoto Lens Focal Length by Using Image Matching［J］.Jour?nal of Electronic Measurement And Instrument，2010，24（11）：1043-1045.

［11］Luo Jianwen，Elisa E Konofagou.A Fast Normalized Cross-Corre?lation Calculation Method for Motion Estimation［J］.IEEE Trans?actions on Ultrasonics，F(xiàn)erroelectrics，and Frequency Control，2010，57（6）：1348-1349.

［12］Misganu Debella-Gilo，Andreas K??b.Sub-Pixel Precision Image Matching for Measuring Surface Displacements on Mass Move?ments Using Normalized Cross-Correlation［J］.Remote Sensing of Environment，2011，115：131-132.

［13］袁春蘭，熊宗龍，周雪花，等.基于Sobel算子的圖像邊緣檢測(cè)研究［J］.激光與紅外，2009，39（1）：86-87.Yuan Chunlan，Xiong Zonglong，Zhou Xuehua，et al.Study of In? frared Image Edge Detection Based on Sobel Operator［J］.Laser &Infrared，2009，39（1）：86-87.

［14］陳靜，尚雅層，田軍委.快速多項(xiàng)式擬合亞像素邊緣檢測(cè)算法的研究［J］.應(yīng)用光學(xué)，2011，32（1）：91-93.Chen Jing，Shang Yaceng，Tian Junwei.Fast Polynomial f Its Sub-Pixel Edge Detection Algorithms［J］.Journal of Applied Optics，2011，32（1）：91-93.

［15］李帥，盧榮勝，史艷瓊，等.基于高斯曲面擬合的亞像素邊緣檢測(cè)算法［J］.工具技術(shù)，2011，45（7）：79-80.Li Shuai，Lu Rongsheng，Shi Yanqiong，et al.Sub-Pixel Edge De?tection Algorithm Based on Gauss Surface Fitting［J］.Tool Engi?neering，2011，45（7）：79-80.

［16］劉偉文，趙輝.基于圖像技術(shù)的微位移檢測(cè)方法及其應(yīng)用［J］.傳感技術(shù)學(xué)報(bào)，2005，18（2）：385-387.Liu Weiwen，Zhao Hui.Microscopic Displacement Detection Method Based on the Imaging Technology and Its Application in Stiffness Measurement［J］.Chinese Journal of Sensors and Actua?tors，2005，18（2）：385-387.

［17］賀忠海，王寶光，廖怡白，等.利用曲線擬合方法的亞像素提取算法［J］.儀器儀表學(xué)報(bào)，2003，24（2）：195-197.He Zhonghai，Wang Baoguang，Liao Yibai，et al.Subpixel Algo?rithm Using a Curve Fitting Method［J］.Chinese Journal of Scien?tific Instrument，2003，24（2）：195-197.

［18］俞巧云，邢曉正，胡紅專，等.直線擬合方法在一維圖像邊緣檢測(cè)中的應(yīng)用［J］.光電工程，2001，28（6）：57-58.Yu Qiaoyun，Xing Xiaozheng，Hu Hongzhuan，et al.Subpixel Al?gorithm Using a Curve Fitting Method［J］.Opto-Electronic Engi?neering，2001，28（6）：57-58.

盧宇（1979-），男，現(xiàn)為合肥工業(yè)大學(xué)儀器科學(xué)與光電工程學(xué)院，精密儀器與機(jī)械專業(yè)博士研究生，主要研究方向?yàn)榫軠y(cè)量中的數(shù)字圖像處理技術(shù)，luyuhfut@ 163.com；

盧榮勝（1963-），男，現(xiàn)為合肥工業(yè)大學(xué)儀器科學(xué)與光電工程學(xué)院教授，博士生導(dǎo)師，主要從事機(jī)器視覺(jué)、自動(dòng)光學(xué)檢測(cè)、光學(xué)微納測(cè)量等方向的研究，rslu@hfut.edu.cn。

Stretched Distance Measurement Using Dynamic Tracking Based on the Fast Normalized Cross-Correlation Algorithm*

LU Yu1，LU Rongsheng1*，GUO Guangping2，ZHANG Tengda1
（1.School of Instrument Science and Opto Engineering，Hefei University of Technology，Hefei 230009，China；2.Aeronautical Materials Testing and Research Center，Beijing Institute of Aeronautical Materials，Beijing 100095，China）

The video extensometer tracks movement of two marked lines on surface of the specimen and calculate the shifted distance of the marked lines in the axial direction tensile experiment.So the displacement of the specimen are derived.During stretching movement in non-axial direction or the skid between the specimen and the fixture will be generated.The traditional line detection method will be failed to track marked lines or deviate from marked lines which will cause test error.In this paper，fast normalized cross-correlation algorithm is used to track movement of marked lines when measurement micro-strain properties of the material.Down-sampling is proposed to speed up tracking sample rectangles to meet requirement of real-time measurement.Furthermore the hyperbolic tangent func?tion is used to fit sub-pixel edge points in this paper.And detected edges of marked lines to achieve the measure?ment of distance.Hardware and software systems are designed.Experiments show that this system achieves the subpixel level edge detection ensuring real-time measurement.The absolute maximum error is less than 0.005 mm.

video extensometer；dynamic tracking；fast normalized cross-correlation；sub-pixel edge detection

TP206

A

1004-1699（2016）09-1328-07

項(xiàng)目來(lái)源：國(guó)家科技支撐項(xiàng)目（2011BAK15B07）；國(guó)家重大科學(xué)儀器開發(fā)專項(xiàng)項(xiàng)目（2013YQ220749）

2016-03-07修改日期：2016-04-13