一种基于DIC检测的散斑图像获取方法及装置
本发明涉及光学测量与散斑图像处理,尤其涉及一种基于dic检测的散斑图像获取方法及装置。
背景技术:
1、随着数字图像相关测量技术的发展,散斑图案的制备质量直接决定位移测量的精度与可靠性。散斑图案需在试件表面的有效检测区域内布设足够数量、分布均匀且尺寸合适的散斑点,才能满足位移解算对灰度梯度与相关匹配的要求。
2、然而,现有技术在误差感知与采样点布局适配上存在明显不足。传统方法处理曲面试件、参数基准各异的检测需求效率低,难以有效分离工艺系统畸变与个体随机缺陷,导致设计坐标与实际打印结果产生系统性偏移,影响散斑识别准确性。同时,现有方法多局限于全局统一的采样参数设定,缺乏对局部误差强度、曲率分布及缺陷复现特征等多维信息的深度融合表征,无法全面反映误差沿制备迭代链路传递的完整结构。
3、因此,如何提供一种基于dic检测的散斑图像获取方法是本领域技术人员亟需解决的问题。
技术实现思路
1、本发明的一个目的在于提出一种基于dic检测的散斑图像获取方法,本发明将有效检测区域识别与几何参数提取、结合曲率分布的自适应散斑尺寸范围设定、改进泊松圆盘采样算法布点生成、基于图像仿真的可识别性预评估、制备偏差量化与质量档案构建、以及畸变传递函数拟合与系统性失效区标定回传等关键步骤有机衔接,构建了具备采集噪声有效抑制、采样参数随试件几何与误差分布自适应调整、设计坐标与实际打印结果系统性偏移精准补偿、以及历史缺陷规避与采样半径局部加密的散斑制备闭环流程,实现了在多轮制备迭代与复杂试件表面工况下对散斑布点优化与位移测量支撑的高效协同响应。本发明具备时空对齐精度高、采样布局适应性强、误差补偿针对性强、闭环收敛效率高等优点,能够显著提升散斑图案制备的迭代效率与散斑识别的准确率,从而有效解决现有方法中因固定参数布点导致的采样布局与试件表面失配、制备偏差缺乏反馈修正导致的系统性偏移逐轮累积,以及误差信息用后即弃导致的同类缺陷重复出现等问题。
2、根据本发明实施例的一种基于dic检测的散斑图像获取方法,包括如下步骤:
3、s1、获取待测试样的表面图像,识别有效检测区域并计算,得到试件轮廓信息和试件几何参数集;
4、s2、确定散斑点基准直径,结合试件几何参数集设定采样基准,引入改进的泊松圆盘采样算法在试件轮廓信息界定的有效检测区域内接收外部回传的误差数据,计算反向偏置,布点生成散斑图案,输出散斑图案及设计坐标集合;
5、s3、对散斑图案做可识别性预评估,将弱识别子区调整后再次评估,在全场位移解算误差达标后,输出经可识别性预评估确认的散斑图案;
6、s4、将经可识别性预评估确认的散斑图案下发制备并采集实际散斑图像,与经可识别性预评估确认的散斑图案比对,得到制备偏差集;
7、s5、读取制备偏差集与实际散斑图像,处理后得到逆修正基准,结合工艺系统误差场、个体缺陷点集合、打印误差分布图与高不确定度区域,输出质量档案;
8、s6、将质量档案回传至改进的泊松圆盘采样算法,建立设计坐标集合与实际坐标集合间的畸变传递函数、标定系统性失效区并映射采样半径的空间分布函数,综合得到误差数据,形成自适应闭环。
9、可选的,所述s2具体包括:
10、s21、读取dic相机的分辨率与测量视场,计算得到单个像素所对应的实际长度,乘以预设像素倍数得到散斑点基准直径;
11、s22、从试件几何参数集中读取曲率分布,计算得到散斑点基准直径的尺寸下限,将散斑点基准直径乘以预设放大系数得到尺寸上限,组合构成散斑尺寸范围;
12、s23、从试件几何参数集中读取表面积,除以散斑点基准直径的平方得到基准散斑数量,将基准散斑数量乘以预设密度下限系数得到散斑数量下限,将基准散斑数量乘以预设密度上限系数得到散斑数量上限,组合构成散斑数量范围;
13、s24、在有效检测区域内划分背景网格,生成活跃列表与结果列表,由改进的泊松圆盘采样算法在有效检测区域内取出初始采样点作为当前采样点,以当前采样点为圆心、内半径为当前采样半径,外半径为内半径两倍的圆环内随机生成候选点;
14、s25、对候选点计算间距校验,将通过校验的候选点写入结果列表与活跃列表,读取误差数据处理得到规避区域,对落入规避区域内部的候选点直接判定为未通过校验,计算反向偏置对采样点施加,再次计算间距校验,将未通过校验的采样点删除并重新生成替代采样点,重复执行至活跃列表为空;
15、s26、将结果列表中的全部采样点作为最终采样点集合,对每个采样点确定散斑直径,生成圆形散斑,将全部圆形散斑绘制在有效检测区域内得到散斑图案,将全部采样点的坐标与对应的散斑直径记录为设计坐标集合,输出散斑图案及设计坐标集合。
16、可选的,所述s24具体包括:
17、s241、在有效检测区域内建立背景网格,将有效检测区域按单个网格边长等于散斑点基准直径划分网格,生成与网格数量相同的活跃列表与结果列表;
18、s242、在有效检测区域内随机选取一点作为初始采样点,将初始采样点写入结果列表与活跃列表,将与初始采样点所在网格相邻的网格在背景网格中标记为已占用;
19、s243、由改进的泊松圆盘采样算法从活跃列表中取出最后写入的采样点作为当前采样点,在以当前采样点为圆心、内半径为当前采样半径且外半径为内半径两倍的圆环内随机生成预设尝试次数个候选点。
20、可选的,所述s25具体包括:
21、s251、读取背景网格中与候选点所在网格相邻的全部网格内已记录的采样点,逐一计算候选点与已记录采样点之间的距离,当全部距离均不小于对应候选点位置处的当前采样半径,且候选点处于试件轮廓信息界定的有效检测区域内部时,判定对应候选点有效,写入结果列表与活跃列表,并将对应候选点所在网格标记为已占用;
22、s252、当预设尝试次数个候选点全部判定无效时,将当前采样点从活跃列表中删除,重复选取候选点并计算间距校验至活跃列表为空,将结果列表中的全部采样点作为最终采样点集合;
23、s253、首次生成候选点时误差数据置零,非首次生成时,读取回传的误差数据,根据误差数据标记规避区域,对落入规避区域内部的候选点直接判定为无效,计算采样半径的空间分布函数,完成对采样点坐标施加反向偏置;
24、s254、对施加反向偏置后的每个采样点计算间距校验,将违反间距校验或越出试件轮廓信息界定的有效检测区域的采样点删除,在删除位置周围生成替代采样点。
25、可选的,所述s3具体包括:
26、s31、读取设计坐标集合,得到圆形散斑点,将全部圆形散斑点叠加在有效检测区域上,按dic相机的像素分辨率将叠加结果映射为与实际采集图像相同像素尺寸的仿真散斑图像;
27、s32、将有效检测区域按预设子区边长划分为互不重叠的方形子区,对每个方形子区内添加预设灰度梯度,模拟光照不均,对仿真散斑图像整体施加预设位移场,得到变形仿真图像;
28、s33、在变形仿真图像中每个方形子区内以对应子区中心为起点、在预设搜索范围内逐像素平移子区窗口,计算粗定位平移量,执行抛物线拟合,得到亚像素位移解算值,计算得到对应子区的位移解算误差;
29、s34、将全部方形子区的位移解算误差逐一与预设误差限值比对,将位移解算误差大于预设误差限值的方形子区判定为弱识别子区;
30、s35、对每个弱识别子区,将对应子区内部的采样点从设计坐标集合中删除,读取采样半径的空间分布函数在对应子区中心位置处的取值,乘以预设加密系数作为对应子区的加密采样半径,在弱识别子区内部以加密采样半径为最小间距生成补充采样点,叠加进仿真散斑图像重新评估;
31、s36、当全场位移解算误差达标时,将当前的仿真散斑图像、调整后的设计坐标集合与全部子区的位移解算误差汇总输出为经可识别性预评估确认的散斑图案。
32、可选的,所述s4具体包括:
33、s41、将经可识别性预评估确认的散斑图案中的设计坐标集合与散斑点基准直径下发至散斑制备设备,由散斑制备设备在试件表面的有效检测区域内完成散斑点打印,散斑制备设备打印完成后按dic相机参数采集试件表面的图像作为实际散斑图像;
34、s42、读取经可识别性预评估确认的散斑图案得到对应采样点的设计坐标,根据实际散斑图像计算实际坐标,将实际坐标与设计坐标相减得到对应采样点的偏差向量;
35、s43、根据偏差向量计算表征区域性集体偏移的工艺系统误差场、个体缺陷点集合及打印误差分布图,依据打印误差分布图划分高不确定度区域,综合后得到制备偏差集。
36、可选的,所述s43具体包括:
37、s431、将全部采样点的偏差向量排布在有效检测区域上构成偏差向量场,将有效检测区域按预设统计网格边长划分统计网格,取每个统计网格内全部偏差向量的平均值,赋予对应统计网格内全部位置,得到工艺系统误差场;
38、s432、将每个采样点的偏差向量与工艺系统误差场在对应采样点设计坐标处的取值相减,得到对应采样点的残差偏差向量,逐采样点计算残差偏差向量的模,将残差偏差向量的模大于预设缺陷阈值的采样点判定为个体缺陷点,全部个体缺陷点构成个体缺陷点集合;
39、s433、将个体缺陷点集合中的全部个体缺陷点从偏差数据中剔除,对剔除后剩余采样点的残差偏差向量的模按设计坐标执行双线性插值,重构出每个个体缺陷点位置的误差值,将有效检测区域上逐位置的误差值分布作为打印误差分布图;
40、s434、逐统计网格统计打印误差分布图在对应统计网格内全部误差值的标准差,作为对应统计网格的不确定度,将不确定度大于预设不确定度限值的统计网格标记为高不确定度区域;
41、s435、将工艺系统误差场、个体缺陷点集合、打印误差分布图及高不确定度区域四者汇总为质量档案,将质量档案作为制备偏差集。
42、可选的,所述s5具体包括:
43、s51、读取制备偏差集中的工艺系统误差场与全部采样点的实际坐标,对每个采样点查找对应取值,将实际坐标减去对应取值,得到中间坐标;
44、s52、读取个体缺陷点集合,对个体缺陷点集合中每个个体缺陷点,以对应个体缺陷点周围的中间坐标均值替换对应个体缺陷点的中间坐标,完成对个体缺陷的逆向重构,得到修正坐标;
45、s53、读取打印误差分布图与高不确定度区域,对落入高不确定度区域的采样点,读取打印误差分布图在对应采样点所在统计网格内的误差值标准差作为对应采样点的坐标不确定度,将全部采样点的修正坐标与坐标不确定度按设计坐标集合的顺序组合,得到逆修正基准;
46、s54、将逆修正基准、个体缺陷点集合、打印误差分布图及高不确定度区域组合为质量档案输出。
47、可选的,所述s6具体包括:
48、s61、读取质量档案中的工艺系统误差场、设计坐标集合与实际散斑图像中各采样点的实际坐标集合,执行最小二乘拟合,得到畸变传递函数;
49、s62、读取个体缺陷点集合,对每个统计网格,统计个体缺陷点落入对应统计网格的批次次数,除以参与统计的批次总数得到对应统计网格的空间复现率,将空间复现率超过预设复现率阈值的统计网格标定为系统性失效区,将全部系统性失效区合并构成规避区域;
50、s63、读取打印误差分布图与工艺系统误差场,在每个统计网格处,计算得到对应统计网格的误差场强度,将误差场强度除以全部统计网格中误差场强度的最大值,得到归一化误差强度函数,计算得到采样半径的空间分布函数;
51、s64、将畸变传递函数、规避区域、采样半径的空间分布函数综合为误差数据,将误差数据回传至改进的泊松圆盘采样算法,供改进的泊松圆盘采样算法在下一次生成采样点时读取。
52、可选的,本发明实施例提供了一种基于dic检测的散斑图像获取装置,其特征在于,包括:
53、至少一个处理器;
54、至少一个存储器,用于存储至少一个程序;
55、当所述至少一个程序被所述至少一个处理器执行时,使得所述至少一个处理器实现上述的一种基于dic检测的散斑图像获取方法。
56、本发明的有益效果是:
57、本发明通过采集待测试样表面图像并识别有效检测区域、提取几何参数,针对试件表面形貌各异、检测基准不统一导致的布点失配问题,结合曲率分布与面积统计设定散斑尺寸范围与散斑数量范围,输出试件轮廓信息与试件几何参数集。通过读取dic相机分辨率确定散斑点基准直径并执行改进泊松圆盘采样,针对固定参数均匀布点无法适应曲率变化与误差分布的问题,使采样半径随局部误差强度自适应增大、采样点坐标按畸变传递函数施加反向偏置,针对设计坐标与实际打印结果系统性偏移逐轮累积的问题,输出规避历史缺陷的采样点集合。在预评估阶段,将采样点展开为仿真散斑图像并划分子区执行位移解算,结合弱识别子区加密重采样,针对布点灰度梯度不足导致解算误差超标的问题,输出经可识别性预评估确认的散斑图案。在制备反馈阶段,将设计坐标与实际坐标比对,提取表征区域性集体偏移的工艺系统误差场、个体缺陷点集合及打印误差分布图,经逆向扣除与逆向重构得到逆修正基准并汇总为质量档案,针对制备偏差用后即弃的问题,构建承载系统误差、缺陷复现与不确定度的质量档案。在闭环迭代阶段,将质量档案回传至改进的泊松圆盘采样算法,拟合畸变传递函数、标定系统性失效区构成规避区域并映射采样半径的空间分布函数,针对同类误差重复出现导致制备效率低下的问题,综合为误差数据完成自适应闭环。本发明实现了采样布局自适应优化、系统性偏移精准补偿与制备偏差闭环修正的智能管控,有效提升了散斑图案制备的迭代效率与位移解算的精度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com