一种基于视频分析的疲劳裂纹长度测量方法技术

本发明专利技术提供一种基于视频分析实时测量疲劳裂纹长度的方法，步骤1：试样预处理；步骤2：将试样安装在疲劳机上，开始疲劳试验，试样上的裂纹沿预制裂纹方向产生疲劳裂纹并扩展；步骤3：采用高速相机间歇式的拍摄试样裂纹图像视频；步骤4：对采集的图像视频进行裁剪，通过数字图像计算方法寻找每个视频中开口最大的裂纹图像，并识别出裂纹尖端的位置坐标；步骤5：计算裂纹长度。本发明专利技术采用对图像进行矩阵化处理、OTSU阈值分割处理、连通域标注的技术组合，实现了对视频中试样最大裂纹开口的自动寻找，快速找出最大裂纹图像，精准计算出相应条件下试样的最大疲劳裂纹长度，方法简单、结果精准。精准。精准。

【技术实现步骤摘要】
一种基于视频分析的疲劳裂纹长度测量方法


[0001]本专利技术涉及一种材料的裂纹长度检测方法，具体涉及一种基于视频分析的疲劳裂纹长度测量方法，属于材料检测


技术介绍

[0002]材料在循环应力和应变作用下，在一处或几处逐渐产生局部永久性累积损伤，经一定循环次数产生裂纹或突然发生完全断裂的过程。疲劳断裂是指材料由于在局部应力集中或强度较低部位首先产生裂纹，裂纹随后扩展导致的断裂。材料的疲劳一般分为三个阶段：疲劳裂纹萌生阶段、疲劳裂纹生长阶段、疲劳断裂阶段。疲劳裂纹生长正是疲劳的第二阶段，指的是在疲劳裂纹在扩展区生长。疲劳裂纹生长材料在连续交变应力作用下，会在其表面逐渐生成裂纹，并随着作用时间而逐渐向纵深发展。使裂纹扩展，试件的力学性能下降，最终导致完全断裂。因此，对于材料的抗疲劳荷载检测和材料在荷载情况下，其疲劳裂纹的长度测量是检测材料性能的关键数据。
[0003]弹塑性材料在循环荷载作用下的疲劳裂纹扩展往往比较缓慢，无法通过人工方法对裂纹长度进行实时测量。目前有采用停止机器后进行裂纹测量然后再加载的方法，这会对后续的试验产生一定影响。而现有的基于数字图像技术用于裂纹长度测量的数字散斑方法，对裂纹的长度读取仍然采用的是刻度测量，一般会在夹持试样的夹具上贴上刻度尺，刻度尺距离裂纹产生位置较远会产生较大的读数误差，使得裂纹测量不准确。
[0004]CN113865487A通过表面位移场确定疲劳裂纹的尖端定位，通过变形位移场中沿加载方向每一列相邻两像素点的位移值差值的绝对值，由于直接对图像进行处理，照片存在噪音点，导致检测精准性较差；而且不能直接获得试件的最大裂纹长度，极大了提高处理工作难度、降低了工作效率。CN106092785A公开了一种采用不对称裂纹测试疲劳裂纹扩展速率的方法，通过建立应力强度因子求解的等效模型，该方法极其复杂，而且不能获得对应荷载条件下的最大裂纹图像，不能直接获取最大裂纹长度。

技术实现思路

[0005]针对长时间进行循环荷载作用下的疲劳裂纹扩展试验，现有的测量方法无法满足实时裂纹长度测量的需求，本专利技术提供一种视频分析实时测量疲劳裂纹长度的方法。在实验过程中，通过采集裂纹扩展图像视频，对图像进行矩阵化处理，通过连通域标记技术，获得该荷载条件下试样的裂纹开口最大的图像，并进一步计算获得裂纹扩展长度。
[0006]根据本专利技术提供的第一种实施方案，提供一种基于视频分析的疲劳裂纹长度测量方法。
[0007]一种基于视频分析的疲劳裂纹长度测量方法，该方法包括以下步骤：
[0008](1)试样预处理：对试样进行裂纹预制，获得预制裂纹的试样；
[0009](2)加载：将预制裂纹的试样安装在加载设备上，对试样进行加载；同时，采用相机对加载过程中的试样进行视频采集，获得试样加载视频；
[0010](3)图像处理：读取试样加载视频中的每一帧图像，裁剪图像，获得包含裂纹的图像，进行图像矩阵化处理，获得图像矩阵；
[0011](4)寻找试样裂纹开口最大的图像并确定裂纹区域：对图像矩阵进行OTSU阈值分割处理，对该试样加载视频中每一帧图像阈值分割后的图像矩阵的列进行求和，求和结果最小值的图像矩阵对应的图像为该试样加载视频中裂纹开口最大的图像；对该图像通过连通域标记，获得该图像中的裂纹区域；
[0012](5)裂纹位置确定：定义原点，找出裂纹尖端位置为P点，获取图像中P点的位置信息，确定P点的位置坐标(x,y)；
[0013](6)计算裂纹长度：根据P点的位置坐标(x,y)，计算获得裂纹的实际长度。
[0014]在本专利技术中，步骤(1)具体为：在试样上用刀片切一条预制裂纹，并测量试样的长度，记为LL。
[0015]作为优选，在试样上喷涂与加载设备内部背景色差大的涂料。例如：加载设备内设置黑色背景布，试样上喷涂白色涂料。
[0016]在本专利技术中，步骤(3)具体为：
[0017](301)读取试样加载视频中的每一帧图像，获得视频图像，获取每一帧视频图像的视频图像区域和视频图像中的试样区域：
[0018]选取视频图像左上顶点，获得该点在桌面的坐标为(x1,y1)；选取视频图像左下顶点，获得该点在桌面的坐标为(x2,y2)；选取视频图像右上顶点，获得该点在桌面的坐标为(x3，y3)；选取视频图像右下顶点，获得该点在桌面的坐标为(x4，y4)；获得视频图像区域；
[0019]选取视频图像中试样的左上顶点，获得该点在桌面的坐标为(x1′
,y1′
)；选取视频图像中试样的左下顶点，获得该点在桌面的坐标为(x2′
,y2′
)；选取视频图像中试样的右上顶点，获得该点在桌面的坐标为(x3′
,y3′
)；选取视频图像中试样的右下顶点，获得该点在桌面的坐标为(x4′
,y4′
)；获得视频图像中的试样区域；
[0020](302)裁剪图像：对视频图像进行裁剪；
[0021](302a)确定裁剪图像大小：对视频图像区域和视频图像中的试样区域进行筛选，确定裁剪图像的长L和宽H，其具体为：
[0022]X
min
＝min(x1，x2，x3，x4)，Y
min
＝min(y1，y2，y3，y4)
[0023]X
max
＝max(x1，x2，x3，x4)，Y
max
＝max(y1，y2，y3，y4)
[0024]x
min
＝min(x
′1，x
′2，x
′3，x
′4)，y
min
＝min(y
′1，y
′2，y
′3，y
′4)
[0025]x
max
＝max(x
′1，x
′2，x
′3，x
′4)，y
max
＝max(y
′1，y
′2，y
′3，y
′4)；
[0026]裁剪图像的长L＝X
max
‑
X
min
，宽H＝Y
max
‑
Y
min
；
[0027](302b)确定裁剪图像位置：在视频图像区域中按照以下位置进行裁剪：
[0028]图像左侧位置：(x
min
‑
X
min
)/L；图像右侧位置：(X
max
‑
x
max
)/L；
[0029]图像下方位置：图像上方位置：
[0030](302c)按照步骤(302a)和步骤(302b)的方法裁剪试样加载视频中的每一帧图像，获得包含裂纹的图像；
[0031](303)图像矩阵化处理：对获得的包含裂纹的图像进行矩阵化处理，获得图像矩阵，图像矩阵的列数记为N，行数记为M。
[0032]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频分析的疲劳裂纹长度测量方法，该方法包括以下步骤：(1)试样预处理：对试样进行裂纹预制，获得预制裂纹的试样；(2)加载：将预制裂纹的试样安装在加载设备上，对试样进行加载；同时，采用相机对加载过程中的试样进行视频采集，获得试样加载视频；(3)图像处理：读取试样加载视频中的每一帧图像，裁剪图像，获得包含裂纹的图像，进行图像矩阵化处理，获得图像矩阵；(4)寻找试样裂纹开口最大的图像并确定裂纹区域：对图像矩阵进行OTSU阈值分割处理，对该试样加载视频中每一帧图像阈值分割后的图像矩阵按列进行求和，求和结果最小值的图像矩阵对应的图像为该试样加载视频中裂纹开口最大的图像；对该图像通过连通域标记，获得该图像中的裂纹区域；(5)裂纹位置确定：定义原点，找出裂纹尖端位置为P点，获取图像中P点的位置信息，确定P点的位置坐标(x,y)；(6)计算裂纹长度：根据P点的位置坐标(x,y)，计算获得裂纹的实际长度。2.根据权利要求1所述的方法，其特征在于：步骤(1)具体为：在试样上用刀片切一条预制裂纹，并测量试样的长度，记为LL；作为优选，在试样上喷涂与加载设备内部背景色差大的涂料。3.根据权利要求2所述的方法，其特征在于：步骤(3)具体为：(301)读取试样加载视频中的每一帧图像，获得视频图像，获取每一帧视频图像的视频图像区域和视频图像中的试样区域：选取视频图像左上顶点，获得该点在桌面的坐标为(x1,y1)；选取视频图像左下顶点，获得该点在桌面的坐标为(x2,y2)；选取视频图像右上顶点，获得该点在桌面的坐标为(x3，y3)；选取视频图像右下顶点，获得该点在桌面的坐标为(x4，y4)；获得视频图像区域；选取视频图像中试样的左上顶点，获得该点在桌面的坐标为(x1′
,y1′
)；选取视频图像中试样的左下顶点，获得该点在桌面的坐标为(x2′
,y2′
)；选取视频图像中试样的右上顶点，获得该点在桌面的坐标为(x3′
,y3′
)；选取视频图像中试样的右下顶点，获得该点在桌面的坐标为(x4′
,y4′
)；获得视频图像中的试样区域；(302)裁剪图像：对视频图像进行裁剪；(302a)确定裁剪图像大小：对视频图像区域和视频图像中的试样区域进行筛选，确定裁剪图像的长L和宽H，其具体为：X
min
＝min(x1，x2，x3，x4)，Y
min
＝min(y1，y2，y3，y4)X
max
＝max(x1，x2，x3，x4)，Y
max
＝max(y1，y2，y3，y4)x
min
＝min(x
′1，x
′2，x
′3，x
′4)，y
min
＝min(y
′1，y
′2，y
′3，y
′4)x
max
＝max(x
′1，x
′2，x
′3，x
′4)，y
max
＝max(y
′1，y
′2，y
′3，y
′4)；裁剪图像的长L＝X
max
‑
X
min
，宽H＝Y
max
‑
Y
min
；(302b)确定裁剪图像位置：在视频图像区域中按照以下位置进行裁剪：图像左侧位置：(x
min
‑
X
min
)/L；图像右侧位置：(X

【专利技术属性】
技术研发人员：胡小玲，江希，马阳沐，宋奎，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：