引伸计在拉力实验中起着重要的作用,是测量材料特性最为关键的设备之一。传统的引伸计虽然在技术方面已经相当成熟,但是其缺点也是显而易见的。在材料测试时,刀刃与材料之间摩擦会产生误差,在特殊的环境下如高温高压的情况下传统引伸计是不能发挥作用的,限制了其在生产实践中的实际应用。本课题引入机器视觉技术对材料拉伸过程进行动态实时监测,操作简单方便、结果稳定,比传统引伸计适应性更强。本课题主要研究内容有以下几个方面:(1)根据视觉引伸计的测量要求,分析了视觉引伸计的测量过程中的难点,基于机器视觉测量的一般流程,设计了本课题视觉引伸计的测量算法的总体方案。(2)设计了一种基于圆形标定板的相机标定方法。通过提取标定图片中标定板的特征点数据,使用张正友标定法计算出相机的内外参数后对相机进行畸变矫正以降低引伸计的测量误差。(3)针对拉伸试验过程中材料的变形情况设计了一种基于归一化互相关匹配的图像变形追踪算法。在材料拉伸过程中实时采集被拉伸材料的图像,并基于图像的灰度值特征实时追踪材料形变后位置。为了验证本课题研究的引伸计视觉动态测量算法的可行性,搭建了实验测试平台。在Visual Studio 2015平台下实现相机标定算法和目标追踪算法,开发视觉引伸计系统的功能以及界面。以螺纹钢为材料开展材料拉伸试验,测量其变形量,并与Mercury RT测试系统测量结果进行对比。实验结果表明,本课题的研究的方法可以实际应用于引伸计拉伸监测。