阅读| 订阅
阅读| 订阅
测试测量

激光干涉全场测试技术及其工程应用(二)

星之球激光来源:佳工机电网2012-08-20我要评论(0)

3激光干涉云纹法 云纹干涉法测试中关键和复杂的操作是光路调整,即为实现预定的虚光栅频率和衍射光束的波前干涉成像。在云纹干涉法的典型光路中,为了实现虚光栅与试件...

3激光干涉云纹法

  云纹干涉法测试中关键和复杂的操作是光路调整,即为实现预定的虚光栅频率和衍射光束的波前干涉成像。在云纹干涉法的典型光路中,为了实现虚光栅与试件栅的匹配,其调节是很费时的,在工程测试中难于应用。

  本文采用了可调整出射角的光学—机械系统和计算机控制反射双向旋转的步进系统,如图1。其独到之处是在反射镜组6、7中各设置两个步进电机12驱动的旋转和俯仰机构,设计、配置了专用微型集成块16和配套的计算机软件,实现栅频由微机14控制的小步距大范围调节,以及初始云纹和载波云纹的精细调控;相应地可实现对测试对象距离的调节,同时保证与准直镜面积相应的测试面积,以适应对不同位置、角度和距离的对象进行测试的要求。步进调节每步为15″,相当于3线/毫米,仅为栅线频率的0.5%(600线/毫米时)~0.1%(3000线/毫米时)。使这一方法易为一般工程技术人员掌握,可在数分钟完成,数百倍地提高了调试效率,便于工程现场应用。

 4 云纹图像的计算机处理过程

  4.1 滤波处理

  由于试件栅复制过程中有缺陷,测试表面不理想平滑,光场受到某些灰尘等污染,光学元件中的划痕、斑点等,都将造成云纹图像中的噪声,这些噪声若不予以消除,将在条纹判读时引起误判,例如虚假条纹或位置偏移影响测试精度,因此滤波处理是必要的。

  本文采用了两种滤波处理方法,即非线性边缘检测和锥形滤波。对条纹对比度好、稀密适中的图像,采用保持边缘滤波(即旋滤波法)即可得到较好的滤波细化效果;在存在分光镜的二次反射干扰,条纹图叠加了阴影云纹时,该处云纹条纹切线方向灰度发生突然变化,造成了滤波细化图的局部紊乱,为了克服这一困难,引入了非线性边缘检测法。

  对于呈现局部的稀疏的点状排列的条纹图,采用锥形滤波法,所谓锥即一组图像的堆叠,将所取某一图像的下一级图像称为子图像,上一级图像称为父图像,对原图像划分为4×4的块,其相邻的块之间互相重叠50%,然后,对其中的每一块近似地求高斯函数加权和,以分别得到父图像的像素。

  对可能在条纹中产生的间断,采用一种区域的扩展算法,以消除图像上黑色物体的空缺,并能把边缘滤成更规则的形状。

  4.2 云纹图的全自动分块二值化

  为了能对工程测试中获得的图像处理取得良好效果,必须解决光场不匀图像的二值化处理问题。为了解决光场不匀时要出现顾此失彼现象,采用分块二值化方法,就是将图像分布几个小区域,以满足各小区域内光场均匀的要求,再对每一区域实施二值化,然后再使整幅图像二值化,采用上述方法,可成功地实现全自动分块二值化处理。

4.3 条纹图的细化和倍增

  经过二值化处理的图像有一定的宽度,而宽度一般不具有力学量信息。为了便于计算机抽取条纹特征和力学信息,必须抽取其中心线,即进行细化处理,其基本方法就是:在保持图形连续性不变的情况下,一点一点地削掉面对二值图形边界的点。

  本系统提出一种基于8邻接的条纹细化方法,其优点是细化后的条纹不出现毛刺和间断点;抽取条纹图黑、白条纹中心线,相加可得到倍增云纹图,即灵敏度提高了一倍。

  4.4 条纹级次识别和力学量提取

  由计算机自动并准确地提取一系列力学量,是一个比较复杂的问题。本系统首先通过预处理,得到消除了噪声和实现了全场二值化及宽度仅为1像束的条纹骨架,这就为扫描过程中不发生误判创造了良好的条件。对于水平方向条纹较密,垂直方向较稀的情况,采用“先列后行”的扫描顺序;对于相反的情况,则采用“先行扫描后列扫描”搜索方法。然后采用曲线拟合的最小二乘法和伪逆矩阵进行曲线拟合,求出位移及其导数——应变的解析表达式。对于裂纹尖端附近,条纹级数发生急剧变化时,则采取零级两侧分别计算方法,这样,拟合值与扫描获得的实测值就会符合得很好。

转载请注明出处。

免责声明

① 凡本网未注明其他出处的作品,版权均属于hth官方 ,未经本网授权不得转载、摘编或利用其它方式使用。获本网授权使用作品的,应在授权范围内使 用,并注明"来源:hth官方 ”。违反上述声明者,本网将追究其相关责任。
② 凡本网注明其他来源的作品及图片,均转载自其它媒体,转载目的在于传递更多信息,并不代表本媒赞同其观点和对其真实性负责,版权归原作者所有,如有侵权请联系我们删除。
③ 任何单位或个人认为本网内容可能涉嫌侵犯其合法权益,请及时向本网提出书面权利通知,并提供身份证明、权属证明、具体链接(URL)及详细侵权情况证明。本网在收到上述法律文件后,将会依法尽快移除相关涉嫌侵权的内容。

网友点评
0 相关评论
精彩导读
Baidu
map