基于圖像分析的介電彈性體電致應(yīng)變特性檢測(cè)研究.pdf

1、介電彈性體(Dielectric Elastomer, DE)是近年來(lái)發(fā)展迅猛的新型智能高分子材料，具有快速響應(yīng)外加電壓激勵(lì)產(chǎn)生形變，一旦激勵(lì)撤銷(xiāo)又可迅速恢復(fù)原樣的特性，在航空航天、智能仿生等領(lǐng)域具有巨大的應(yīng)用前景。但是DE材料的電致應(yīng)變是高電壓下的小形變，很難無(wú)接觸地進(jìn)行人為測(cè)量。
　　針對(duì)這一難題，本文提出了一種基于數(shù)字圖像處理的介電彈性體電致應(yīng)變檢測(cè)方法，用數(shù)碼相機(jī)記錄不同實(shí)驗(yàn)條件下被測(cè)DE材料電致形變的圖像，采用合適的圖像

2、增強(qiáng)算法突出細(xì)節(jié)信息，改進(jìn)圖像分割算法對(duì)介電彈性體形變區(qū)域進(jìn)行分割，設(shè)計(jì)合理的算法定位并提取一起拍攝進(jìn)圖像中作為參照物的刻度尺，根據(jù)刻度尺的刻度線(xiàn)信息對(duì)每一幅圖像中單個(gè)像素代表的實(shí)際物理尺寸進(jìn)行標(biāo)定，最后計(jì)算出被測(cè)材料的準(zhǔn)確電致應(yīng)變數(shù)據(jù)。完成的工作主要有以下幾個(gè)方面:
　　(1)針對(duì)采集到的圖像存在噪聲以及不均勻光照等干擾因素，影響到后續(xù)測(cè)量的準(zhǔn)確性這一問(wèn)題，對(duì)圖像進(jìn)行了增強(qiáng)處理。選擇體現(xiàn)人眼主觀視覺(jué)的HSV模型分解圖像，提取亮度

3、信息，引入對(duì)不均勻光照有良好抑制效果的形態(tài)學(xué)頂帽變換，提出了一種基于HSV模型的非抽樣Contourlet變換與形態(tài)學(xué)頂帽變換相結(jié)合的圖像增強(qiáng)方法，從空間域以及頻率域?qū)D像進(jìn)行增強(qiáng)。實(shí)驗(yàn)證明，該方法有效地增強(qiáng)了本文圖像豐富的線(xiàn)性細(xì)節(jié)特征，抑制了噪聲和不均勻光照的影響。
　　(2)針對(duì)傳統(tǒng)的FCM圖像分割算法只考慮各像素自身的灰度信息而忽略了其空間位置關(guān)系、抗噪能力較差且計(jì)算冗雜的問(wèn)題，提出了一種基于MRF的FCM圖像分割方法，該算

4、法以FCM算法為基礎(chǔ)，用Markov隨機(jī)場(chǎng)來(lái)描述圖像中像素間的鄰域關(guān)系，對(duì)聚類(lèi)目標(biāo)函數(shù)進(jìn)行改進(jìn)，不僅考慮像素的灰度信息，而且包含其鄰域信息。實(shí)驗(yàn)結(jié)果表明，該算法在加快運(yùn)算速度的同時(shí)實(shí)現(xiàn)了介電彈性體形變區(qū)域的準(zhǔn)確分割。
　　(3)針對(duì)傳統(tǒng)基于圖像分析的形變測(cè)量方法需要通過(guò)大量坐標(biāo)點(diǎn)對(duì)相機(jī)參數(shù)進(jìn)行標(biāo)定以獲取像素尺寸與物理尺寸之間對(duì)應(yīng)關(guān)系這一難題，設(shè)計(jì)并優(yōu)化了一些算法，根據(jù)圖像中對(duì)比參照物刻度尺對(duì)每幅圖像中單個(gè)像素所代表的實(shí)際物理尺寸進(jìn)