随着我国风电产业的发展,面向风电叶片全尺寸结构测试的研究愈发受到行业的重视,其中静力加载试验是新研制或工艺做重大更改后的叶片必须通过的测试环节。叶片静力加载试验中,通过对叶片施加载荷,记录叶片形变参数,以此检验叶片对极限载荷的承载能力,而叶尖挠度是测试需获取的一项关键参数。传统的叶尖挠度测量方法通常采用拉绳位移传感器或激光测距仪进行测量,但这两种方法均存在测量理论误差,因此测量精度不高。针对上述问题,本文提出一种基于双目视觉的风电叶片叶尖挠度测量方法。通过设置多组双目视觉测量系统,综合运用视觉测量与图像处理技术,分析拍摄的叶尖图像,可以较精确地得出静力加载过程中的叶尖挠度。具体研究内容如下:首先,分析了相机成像模型以及张正友标定法的原理,针对相机标定参数的优化问题,提出利用高斯牛顿法替代MATLAB相机标定工具箱中使用的LM法,实现了相机内参数优化算法更快速地收敛,并进行了实验验证。其次,分析并比较了传统数学形态学边缘检测算子的检测效果,针对本文使用的标志圆的图像特性,构造了一种改进的抗噪复合型数学形态学边缘检测算子,并使用该边缘检测算子提取了叶尖标志圆的边缘图像。然后,针对标志圆中心的定位问题,分析了基于最小二乘拟合法和基于Hough变换法的椭圆检测算法,改进了基于弦中点Hough变换的椭圆检测算法,通过设置阈值来防止异常解出现,实现了标志圆中心的精确定位。最后,搭建整套双目视觉叶尖挠度测量系统,设计了分段测量的测量方案并进行现场实验,借助三角测量法以及全局标定法计算得到了叶尖的挠度。实验结果验证了本文提出的基于双目视觉的静力加载试验叶尖挠度测量方法的可行性,同时验证了相较传统测量方法,本文方法在测量精度上有较大的提高。