【技术实现步骤摘要】
本专利技术属于航空航天，特别涉及一种基于光度立体视觉的航空发动机风扇叶片前缘原位获取方法。
技术介绍
1、在航空发动机的运行过程中，风扇叶片所提供的推力是航空发动机的主要动力来源。但在长期的高负荷运行中，由于风蚀等因素，风扇叶片叶展至叶尖部分表面物质不断损失，从而形成形貌复杂的前缘退化区。研究表明，退化的前缘形貌会显著改变叶尖来流，使得风扇叶片的气动性能显著衰退，并严重影响航空发动机的推力输出和燃油效率。此外，退化前缘引起的气动性能衰退还会进一步影响航空发动机关键热端部件(如涡轮叶片)的工作状态，导致航空发动机整体工作寿命下降。因此，精确获取风扇叶片前缘形貌并分析其特征，可有效反应前缘退化阶段以及其带来的气动性能衰退，对航空发动机运行状态的动态追踪和风扇叶片的全生命周期管控具有重要工程意义。
2、随着三维检测技术的不断发展，其在飞机mro(飞机的维护、维修和检测改造)中发挥着越来越重要的作用。三维重建技术是计算机视觉和图像处理领域的一个关键研究领域，其旨在将图像数据融合以生成物体或场景的三维模型。然而，由于风扇叶片前缘存在大长宽比、高精度、材料特殊、几何特征复杂等特点，传统的检测方法，如摄影测量、激光扫描、结构光等，难以在自动化检测的同时兼顾形貌完整度和测量精度。此外，由于测量系统复杂度的限制，测量仪器难以小型化、便携化以实现对待测前缘的原位测量，风扇叶片的拆除测量将直接影响航空发动机的检修流程并明显降低飞机维修效率。
3、综上所述，基于现有三维测量工具的局限性以及快速检修的现代化维修理念，迫切需要一种结
技术实现思路
1、为了解决上述问题，本专利技术的目的在于提供一种基于光度立体视觉的风扇叶片前缘形貌原位获取方法。
2、为了达到上述目的，本专利技术提供的基于光度立体视觉的风扇叶片前缘形貌原位获取方法包括按顺序进行的下列步骤：
3、步骤1：利用ccd相机采集多组不同姿态的标定板图像，并基于张正友标定法获取ccd相机的畸变系数及内部参数；
4、步骤2：基于近场点光源照明下表面形貌与图像亮度的关系，以朗伯球作为标定物，根据ccd相机的内部参数并设计标定算法对所用点光源参数进行标定；
5、步骤3：逐个点亮光源，同时利用ccd相机同步采集不同光源照射下和全光源照射下的风扇前缘图像并利用步骤1获得的ccd相机的畸变系数进行矫正；
6、步骤4：基于grabcut算法实现矫正后的全光源照射下的风扇叶片前缘图像中风扇叶片前缘与背景的分离，然后对分离后的风扇叶片前缘图像进行二值化处理，获得风扇叶片前缘的掩膜图；
7、步骤5：利用风扇叶片前缘的掩膜图和点光源参数，基于光度立体视觉结合光度比模型和变分法对风扇叶片前缘进行三维形貌重建。
8、在步骤1中，所述利用ccd相机采集多组不同姿态的标定板图像，并基于张正友标定法获取ccd相机的畸变系数及内部参数的具体方法如下：
9、步骤1.1：选取标定板，其上棋盘格中单元格的尺寸为0.5mm*0.5mm，并将其正对光源平置于载物台上；
10、步骤1.2：在ccd相机景深范围内不断变换标定板的位置，同时调整倾斜角度，倾斜角度不超过5°，采集多张不同姿态的标定板图像；
11、步骤1.3：使用shi-tomasi角点检测法获取标定板上角点的位置信息，然后采用张正友棋盘格标定法结合上述角点之间的位置约束关系获得ccd相机的内部参数和畸变系数，为将像素坐标系映射到实际的世界坐标系提供了关键信息。
12、在步骤2中，所述基于近场点光源照明下表面形貌与图像亮度的关系，以朗伯球作为标定物，根据ccd相机的内部参数并设计标定算法对所用点光源参数进行标定的具体方法如下：
13、步骤2.1：点亮点光源后将已知半径的朗伯球作为标定物放置于相机视场中心，并使用ccd相机同步采集标定物表面的灰度图像；
14、步骤2.2：对步骤2.1采集的灰度图像中的标定物进行边界提取与椭圆边界拟合，提取出边界内灰度值大于设定阈值的所有像素点而构成采样点集，计算出标定物的球心在像素坐标系中的坐标；
15、步骤2.3：根据已知的标定物半径以及ccd相机的内部参数，通过球心在像素坐标系中的坐标计算出球心在世界坐标系中的三维坐标pc，并结合式(1)计算出标定物表面点的法向量n(u,v)；
16、
17、其中，∥·∥表示欧几里得范数，r表示已知的标定物半径，p(u,v)表示灰度图像中像素点(u,v)对应的球面点的三维坐标；
18、步骤2.4：结合步骤2.3获得的标定物表面点的法向量n(u,v)，灰度图像中像素点(u,v)的亮度值i(u,v)表示为式(2)所示的关系；
19、
20、其中，μ为一个常数，n(u,v)表示灰度图像中像素点(u,v)对应的标定物表面点的法向量，p(u,v)表示像素点(u,v)对应的球面点的三维坐标，ψ表示光强，p1表示点光源的位置坐标，n1表示点光源的主光轴方向，将(ψ,p1,n1)定义为点光源参数；
21、步骤2.5：定义式(3)所示的评价函数g，代入上述灰度图像中像素点(u,v)的亮度值i(u,v)进行计算，将计算得到的数值作为特征值，之后将特征值接近1的采样点作为特征点，剔除其余的采样点，由所有的特征点构成特征点集ω；
22、
23、其中，m表示采集的灰度图像总数，i和i+1分别表示两个相邻点光源的编号，i(u,v)表示灰度图像中像素点(u,v)的亮度值；
24、步骤2.6：利用上述特征点集ω，基于式(2)建立式(4)所示的代价函数：
25、
26、其中，||·||表示欧几里得范数，p(u,v)和n(u,v)分别表示灰度图像中像素点(u,v)对应的球面点的三维坐标和法向量，(ψ,p1,n1)表示点光源参数，ω表示特征点集；
27、步骤2.7：将步骤2.5获得的特征点集的亮度值i代入式(4)所示的代价函数中，采用基于模拟退火的最优化方法，将点光源的位置坐标p1及其主光轴方向n1沿着代价函数梯度减小的方向进行点光源参数修正，代价函数达到极小值即得到全局最优解，将最优解下所对应的点光源的位置坐标p1、主光轴方向n1和光强ψ作为标定结果。
28、在步骤3中，所述逐个点亮光源，同时利用ccd相机同步采集不同光源照射下和全光源照射下的风扇前缘图像并利用步骤1获得的ccd相机的畸变系数进行矫正的具体方法如下：
29、步骤3.1：需要获取形貌的航空发动机风扇叶片前缘尺寸为3mm*10mm，选定点光源与待测风扇叶片前缘间的距离为80mm；将均匀分布的八个led点光源组成环形照明器并固定在ccd相机的镜头前，每一个led光源都能够单独控制点亮和熄灭；所述环形照明器的半径为80mm，高度为30mm；
30、步骤3本文档来自技高网...
【技术保护点】
1.一种基于光度立体视觉的风扇叶片前缘形貌原位获取方法，其特征在于：所述方法包括按顺序进行的下列步骤：
2.根据权利要求1所述的基于光度立体视觉的风扇叶片前缘形貌原位获取方法，其特征在于：在步骤1中，所述利用CCD相机采集多组不同姿态的标定板图像，并基于张正友标定法获取CCD相机的畸变系数及内部参数的具体方法如下：
3.根据权利要求1所述的基于光度立体视觉的风扇叶片前缘形貌原位获取方法，其特征在于：在步骤2中，所述基于近场点光源照明下表面形貌与图像亮度的关系，以朗伯球作为标定物，根据CCD相机的内部参数并设计标定算法对所用点光源参数进行标定的具体方法如下：
4.根据权利要求1所述的基于光度立体视觉的风扇叶片前缘形貌原位获取方法，其特征在于：在步骤3中，所述逐个点亮光源，同时利用CCD相机同步采集不同光源照射下和全光源照射下的风扇前缘图像并利用步骤1获得的CCD相机的畸变系数进行矫正的具体方法如下：
5.根据权利要求1所述的基于光度立体视觉的风扇叶片前缘形貌原位获取方法，其特征在于：在步骤4中，所述基于GrabCut算法实现矫正后的全
6.根据权利要求1所述的基于光度立体视觉的风扇叶片前缘形貌原位获取方法，其特征在于：在步骤5中，所述利用风扇叶片前缘的掩膜图和点光源参数，基于光度立体视觉结合光度比模型和变分法对风扇叶片前缘进行三维形貌重建的具体方法如下：
...【技术特征摘要】
1.一种基于光度立体视觉的风扇叶片前缘形貌原位获取方法，其特征在于：所述方法包括按顺序进行的下列步骤：
2.根据权利要求1所述的基于光度立体视觉的风扇叶片前缘形貌原位获取方法，其特征在于：在步骤1中，所述利用ccd相机采集多组不同姿态的标定板图像，并基于张正友标定法获取ccd相机的畸变系数及内部参数的具体方法如下：
3.根据权利要求1所述的基于光度立体视觉的风扇叶片前缘形貌原位获取方法，其特征在于：在步骤2中，所述基于近场点光源照明下表面形貌与图像亮度的关系，以朗伯球作为标定物，根据ccd相机的内部参数并设计标定算法对所用点光源参数进行标定的具体方法如下：
4.根据权利要求1所述的基于光度立体视觉的风扇叶片前缘形貌原位获取方法，其特征在于：在...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。