基于数字散斑相关的岩石断口三维重建.docxVIP

基于数字散斑相关的岩石断口三维重建 0 断口表面定量分析 三维重建是计算机视觉领域的一个重要研究方向。它主要从两个或多个二维图像中恢复对象的三维几何结构。目前由两个普通摄像机分别获取的两维图像进行三维重建的技术已经比较成熟,扫描电镜下的三维重建也在20世纪90年代开始起步并得到发展。由于SEM具有分辨率高、景深大和可以直接观察试样等特点,特别适合于对断口进行分析研究,从而使显微断口SEM成像技术成为一种广泛用于研究断裂的方法。但是,扫描电镜的成像技术是将立体的景物经过透视投影在二维平面上,损失了景物的深度信息,这给断口图像的平面分析带来很大的局限性。为了得到断口图像完整的三维信息,在SEM下进行断口的三维重建具有较大的实用性。 定量的断口分析可以为揭示断裂微观机理、断裂过程和断裂性质等问题提供可靠的依据,从而更好地研究材料和零部件的失效。断口表面定量分析所借助的一个重要工具是分形理论。自从20世纪80年代分形应用于断口分析以来,这项研究引起了众多材料工作者的注意。尽管目前测量分形维数的方法有多种,但是大部分方法属于间接法,因而探索分形维数直接测量的方法显得比较重要。 本文利用计算机立体视觉的研究成果,基于数字相关方法,实现了利用扫描电镜立体对图像对岩石断口表面的三维重建,并根据张亚衡和周宏伟等提出的改进立方体覆盖法进行了分形维数的直接测量,为断口的进一步定量分析及断裂机理的研究奠定了基础。 1 基本原则 1.1 数字散斑相关方法 三维重建是利用空间同一点在不同立体角下的两幅图像中的视差来计算其高程的。进行三维重建首先必须确知空间点在两像面上的像点坐标,此两像点称为匹配像点。在两幅图像中找到匹配像点的坐标的过程称为匹配。立体匹配的本质就是给定一幅图像中的一点,寻找此点在另一幅图像中的对应点,使得这两点为空间同一物体点在不同图像面上的投影。而数字散斑相关方法的基本思想就是,通过匹配物体变形前图像中的子区与变形后图像中的子区之间的一一对应关系,来获得描述物体变形的信息。可以看出,立体匹配和数字散斑相关方法之间具有很强的联系,数字散斑相关方法所能解决的问题正好是立体匹配中所需要解决的问题。因此可以将数字散斑相关方法应用到三维重建中的立体匹配中。 设f,g分别表示不同立体角下所记录的两幅图像的灰度分布,并假设物体表面上的每一点在两幅图像中的灰度值是不变的,即满足立体视觉中的相似性度量假设,则: 首先在一幅图像中选定一待匹配点,以匹配点为中心的某一大小的子区作为样本子区,(x,y)为子区内任一点。不同立体角下的另一幅图像的所有可能匹配点构成一个搜索空间,以搜索空间内每一点为中心的子区域称为目标子区,(x*,y*)为目标子区内任一点。为了判断搜索空间内的点与待匹配点是否相对应,可从数学上建立一个衡量图像相似程度的标准,这个标准可选用g(x*,y*)与f(x,y)的互相关系数。相关系数是反映两个图像子区间的相似程度的一个数学上的度量。经常采用的交叉互相关系数为: 对于实际情况而言,由于系统噪声、图像的畸变等多方面的因素,一般认为(2)式取极小值时,二者是对应的。这样,通过求相关系数的极值可实现对应点的匹配。 不同立体角下的图像中的对应点立体匹配之后,则可以计算出图像中各点的相对高程。若一图像立体角为0°,另一图像立体角为一较小的θ角(一般为5°~15°),如图1所示,则高程计算公式如下: 其中,h为样品上某点PA和参考点PB之间的高程差;θ为倾角,d1、d2分别为PA和PB两点在两图像上的投影距离。将图像上各点的高程计算出来之后,就完成了物体表面的三维重建。 1.2 粗糙度面的覆盖 用立方体覆盖法估算的分维是纯几何意义上的分维,就如用二维方形网格去覆盖无规则曲线一样,在计算过程中却没有近似的过程,每个计算步骤都有精确的方法,所以计算出的分维接近真实的分维。 该方法的操作过程如下:在平面XOY上存在一正方形网格,网格中每格的尺寸是δ,正方形的4个角点处分别对应四个高度h(i,j)、h(i,j+1)、h(i+1,j)和h(i+1,j+1),其中1≤i,j≤n-1,n为每个边的量测点数。用边长为δ的立方体对粗糙表面进行覆盖,计算覆盖区域δ×δ内的立方体个数,即在第i,j个网格内,覆盖粗糙面的立方体个数Ni,j为: 其中INT为取整函数。则覆盖整个粗糙表面所需的立方体总数N为: 改变观测尺度再次覆盖,再计算覆盖整个粗糙表面所需的立方体总数,若粗糙表面具有分形性质,按分形理论,立方体总数N(δ)与尺度δ之间应存在如下关系: 式中D为断口表面分形维数。 由此可知,只要绘出关于N/N0与δ/δ0的双对数曲线,求直线部分斜率的相反数即可得到所求分形维数。 2 实验 2.1 试件性能测试 本实验中采用的实验设备为中国矿业大学(北京)煤炭资源与安全开采国家重点