1.一种基于二维数字图像相关法的试件质量检测方法，其特征在于，包括：S1：向被测器件表面随机制作散斑点，将该散斑点作为位置信息载体；

S2：将试件的横截面中心点作为坐标原点，建立空间坐标系，记录所有散斑点在空间坐标系中的位置坐标；

S3：将试件表面的空间散斑点映射为平面散斑点，得到试件变形前映射平面散斑图；

S4：将图像采集设备固定在指定位置，采用张正友标定法对采集设备进行标定，确定畸变系数，根据畸变系数对图像进行畸变校正；

S5：根据畸变校正后的图像向被测试件施加轴向拉伸力，采集试件形变后的表面散斑图；

S6：将试件形变后的表面散斑图中的各个空间散斑点映射为平面散斑点，得到试件形变后的映射平面散斑图；

S7：采用反向组合高斯牛顿算法对试件形变前的映射平面散斑图和试件形变后的映射平面散斑图进行处理，得到试件表面变形测量结果；

S8：根据试件表面变形测量结果判断被测器件的质量。

2.根据权利要求1所述的一种基于二维数字图像相关法的试件质量检测方法，其特征在于，将试件表面的空间散斑点映射为平面散斑点的过程包括：将原空间坐标点投影到XOY平面中；将空间点Px0(R,0,0)作为映射后平面坐标的原点O(0,0)，各投影点至点Px0的弧长作为映射后平面坐标的x坐标，原空间坐标系下的z坐标作为映射后平面坐标的y坐标；在原坐标系和新坐标系各个点之间一一对应的映射关系下将各个空间散斑点映射到平面坐标系中，得到平面散斑点，根据平面散斑点构建试件变形前映射平面散斑图。

3.根据权利要求1所述的一种基于二维数字图像相关法的试件质量检测方法，其特征在于，采用张正友标定法对采集设备进行定标的过程包括：步骤1：将图像采集设备固定在合适的位置；

步骤2：采用图像采集设备采集15张不同旋转角度、不同倾斜角的棋盘定标模板；

步骤3：对获取的15张棋盘定标模板进行定标；

步骤4：根据定标结果获取图像采集设备的内参数；

步骤5：根据图像采集设备的内参数求出畸变系数。

4.根据权利要求3所述的一种基于二维数字图像相关法的试件质量检测方法，其特征在于，将图像采集设备固定的位置为该设备采集的图像与空间坐标系的YOZ平面平行，并使被测试件表面散斑点成像于像素坐标系中。

5.根据权利要求3所述的一种基于二维数字图像相关法的试件质量检测方法，其特征在于，获取的图像采集设备内参数包括：内参矩阵、外参矩阵以及畸变系数。

6.根据权利要求1所述的一种基于二维数字图像相关法的试件质量检测方法，其特征在于，根据畸变系数对图像进行畸变校正的过程包括：获取理想状态下无畸变的图像坐标和畸变影响下的真实图像坐标；根据获取的坐标建立畸变校正模型；根据畸变系数计算正向畸变系数和切向畸变系数；根据径向畸变系数和切向畸变系数对畸变校正模型进行改进；采用改进的畸变校正模型对图像进行畸变校正，得到理想状态下无畸变发生时的图像坐标。

7.根据权利要求6所述的一种基于二维数字图像相关法的试件质量检测方法，其特征在于，计算正向畸变系数和切向畸变系数的公式分别为：径向畸变系数公式：

切向畸变系数的公式为：

d

其中，P 表示畸变影响下的真实像素点，r表示畸变影响下的真实图像到图像平面中心d d位置的径向距离，X表示畸变影响下的真实图像的横坐标，Y表示畸变影响下的真实图像的纵坐标，Cx表示图像平面中心位置的横坐标，Cy表示图像平面中心位置的横坐标，ki表示径向畸变系数， 表示径向畸变在水平方向上的分量， 表示径向畸变在竖直方向上的分量， 表示切向畸变在水平方向上的分量， 表示切向畸变在竖直方向上的分量，pi表示切向畸变系数。

8.根据权利要求6所述的一种基于二维数字图像相关法的试件质量检测方法，其特征在于，改进的畸变校正模型为：u u

其中，X表示理想状态下无畸变产生时像素点的横坐标，Y 表示理想状态下无畸变产生d d时像素点的纵坐标，X表示畸变影响下像素点的真实横坐标，Y表示畸变影响下像素点的真d d实纵 坐标，ki表示径向畸变系数，r表示像素点(X ,Y)到图像平面中心位置的径向距离，pi表示切向畸变系数。

9.根据权利要求1所述的一种基于二维数字图像相关法的试件质量检测方法，其特征在于，采用反向组合高斯牛顿算法对试件形变前的映射平面散斑图和试件形变后的映射平面散斑图进行处理的过程包括：步骤1：对试件形变前的映射平面散斑图和试件形变后的映射平面散斑图进行常量预计算；预算的常量包括参考子区的图像梯度、Jacobian矩阵以及Hessian矩阵；

步骤2：对预计算后的常量进行迭代运算，求出各个常量的形函数；

步骤3：根据各个常量的形函数计算其增量Δp；

步骤4：根据增量Δp判断是否退出迭代，即当||Δp||<ε时，终止迭代，否则执行步骤5；

步骤5：对形函数进行更新并返回给步骤3。

10.根据权利要求9所述的一种基于二维数字图像相关法的试件质量检测方法，其特征在于，计算其增量Δp的公式为：‑1

其中，H 表示Hessian矩阵的逆矩阵， 表示参考子区的图像梯度， 表示形函数的雅可比矩阵，ξ表示子区内各个像素点相对于中心点的局部坐标，f(x+ξ)表示f(x)变形后的灰度， 表示变形前图像子区内所有像素点灰度的平均值，Δf表示变形前图像子区的灰度误差，Δg表示变形后图像子区的灰度误差，W(ξ；p)为用于表征参考子区变形的形函数，p表示变形向量， 表示变形后图像子区内所有像素点灰度的平均值。