基于DIC測(cè)量信息的特征參數(shù)識(shí)別方法研究
發(fā)布時(shí)間:2021-07-26 12:19
隨著圖像采集設(shè)備、數(shù)字處理儀器和相關(guān)算法的不斷發(fā)展,數(shù)字圖像相關(guān)技術(shù)已經(jīng)使得對(duì)結(jié)構(gòu)變形信息的全場(chǎng)測(cè)量成為可能,這也為利用變形測(cè)量信息進(jìn)行模型參數(shù)識(shí)別的計(jì)算反求提供了充足的數(shù)據(jù)支撐。然而,由于數(shù)字圖像相關(guān)是全場(chǎng)測(cè)量,所獲取的數(shù)據(jù)量極大,如何從測(cè)量數(shù)據(jù)中提取有用的信息和去除冗余噪聲已成為一個(gè)重要的研究方向。因此,有必要研究一種方法去解決數(shù)字圖像相關(guān)測(cè)量的龐大數(shù)據(jù)量和選點(diǎn)困難的問(wèn)題。針對(duì)上述技術(shù)難點(diǎn),開展的主要工作如下:1、介紹了數(shù)字圖像相關(guān)測(cè)量的應(yīng)用領(lǐng)域和特征參數(shù)識(shí)別的相關(guān)方法。在回顧典型方法的基礎(chǔ)上,提出利用主成分分析法對(duì)結(jié)構(gòu)表面變形數(shù)據(jù)進(jìn)行壓縮。一個(gè)方面,降低了數(shù)字圖像相關(guān)技術(shù)所測(cè)龐大數(shù)據(jù)的應(yīng)用成本;另一方面,達(dá)到在保留結(jié)構(gòu)表面變形信息主要特征的前提下顯著降低數(shù)據(jù)量的目的。再者,針對(duì)數(shù)字圖像相關(guān)測(cè)量的龐大數(shù)據(jù)量和選點(diǎn)困難的問(wèn)題,本文提出一種基于DIC測(cè)量數(shù)據(jù)主成分分析壓縮的特征參數(shù)識(shí)別方法。該方法以經(jīng)PCA壓縮的DIC測(cè)量數(shù)據(jù)和經(jīng)基向量投影的有限元位移數(shù)據(jù)之間差值最小為優(yōu)化目標(biāo),建立了最小二乘法的特征參數(shù)模型,并利用Guass-Newton方法進(jìn)行模型求解。2、對(duì)本文所提的特征參數(shù)識(shí)別...
【文章來(lái)源】:天津科技大學(xué)天津市
【文章頁(yè)數(shù)】:63 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1-1?DIC的應(yīng)用:(a)爆破可視化(b)高溫?zé)嶙冃螠y(cè)量(c)旋轉(zhuǎn)圓盤的震動(dòng)和模態(tài)分析??(d)面部表情變形測(cè)量??Fig.?1-1?The?application?of?DIC:?(a)?Blasting?visualization?(b)?High?temperature?thermal??deformation?measurement?(c)Vibration?and?modal?analysis?of?a?rotating?disc?(d?
用,它可以去除掉數(shù)據(jù)的一些冗余信息和噪聲,使數(shù)據(jù)變得更加簡(jiǎn)單高效,??提高計(jì)算效率。其數(shù)學(xué)定義是:一個(gè)正交化線性變換,把數(shù)據(jù)變換到一個(gè)新的坐標(biāo)系??統(tǒng)中,使得這一數(shù)據(jù)的任何投影的第一大方差在第一個(gè)坐標(biāo)(稱為第一主成分)上,??第二大方差在第二個(gè)坐標(biāo)(第二主成分)上,依次類推。如下圖所示,通過(guò)變化將??X-Y坐標(biāo)系映射到signal和noise上,通過(guò)坐標(biāo)變化后,找出方差最大的方向?yàn)榈谝??個(gè)坐標(biāo)(signal),然后在其正交的平面上找出方差最大的方向?yàn)榈诙䝼(gè)坐標(biāo)(noise),??如圖2-1。這樣就可以通過(guò)選取前r個(gè)坐標(biāo)方向來(lái)達(dá)到對(duì)維度(特征)的提煉。??本?Aoise?????????x?\?:1#???????????????>????????????????????圖2-1?PCA去掉噪聲??Fig.?2-1?PC?A?to?remove?noise??主成分分析主要用于減少數(shù)據(jù)集的維數(shù),同時(shí)保持?jǐn)?shù)據(jù)集中累計(jì)貢獻(xiàn)率最大的特??征。其方法主要是通過(guò)對(duì)協(xié)方差矩陣進(jìn)行特征分解,以得出數(shù)據(jù)的主成分(即特征向??10??
?天津科技大學(xué)碩士學(xué)位論文???量)與它們的權(quán)值(即特征值)。給定XlX2坐標(biāo)系中的一組多變量分布數(shù)據(jù)如圖2-1??(a),主成分分析首先找到原始數(shù)據(jù)集的最大變化。然后將這些數(shù)據(jù)點(diǎn)投影到稱為??FtF2坐標(biāo)系的新軸上如圖2-1?(b)。F,軸和?2軸的方向稱為主要分量。數(shù)據(jù)的主要方??向F,軸隨其正交方向F2軸顯示變化。在F2軸上的所有數(shù)據(jù)點(diǎn)非常接近零的情況下,??如圖2-1?(c)所示,數(shù)據(jù)集只能有一個(gè)變量F,表示,變量F2可以被丟棄。??廳??(a)?.?.?'A.?t??蒙..??I?/?F'?|?'?/?F??v?V??(b)????(c)??/?\???7X'??圖2-2?PCA數(shù)據(jù)壓縮過(guò)程(a)原始數(shù)據(jù)(b)調(diào)整軸方向(c)丟棄F:軸信息??Fig.?2-2?PCA?data?compression?process?(a)?raw?data?(b)?adjusting?axis?direction??(c)?discarding?F2?axis?information??主成分分析的數(shù)據(jù)壓縮過(guò)程一般包括四個(gè)主要步驟:(1)歸一化數(shù)據(jù)得到協(xié)方??差矩陣(2)對(duì)協(xié)方差矩陣計(jì)算特征值和特征向量(3)由大到小排列特征值,保留前??N個(gè)特征值,并獲得其對(duì)應(yīng)的特征向量(4)將獲得的N個(gè)特征映射到新的空間。??2.2.3數(shù)據(jù)處理過(guò)程??根據(jù)主成分分析基本原理,給定一?DIC測(cè)量位移場(chǎng),包括mxn個(gè)測(cè)點(diǎn),其中m為??測(cè)點(diǎn)行數(shù),n為測(cè)點(diǎn)列數(shù)。所測(cè)量位移構(gòu)成二維矩陣,如式(2?—?1)所示。??U?11???????U?1?n??Umn?-?[U1?...?Un]=?:?:?G?Rn'X"?
【參考文獻(xiàn)】:
期刊論文
[1]數(shù)字圖像相關(guān)技術(shù)的一些進(jìn)展[J]. 蘇勇,張青川,伍小平. 中國(guó)科學(xué):物理學(xué) 力學(xué) 天文學(xué). 2018(09)
[2]用于材料本構(gòu)參數(shù)識(shí)別的特殊三維數(shù)字圖像相關(guān)方法[J]. 張中亞,潘兵. 汽車安全與節(jié)能學(xué)報(bào). 2018(02)
[3]Review of single-camera stereo-digital image correlation techniques for full-field 3D shape and deformation measurement[J]. PAN Bing,YU LiPing,ZHANG QianBing. Science China(Technological Sciences). 2018(01)
[4]數(shù)字圖像相關(guān)的噪聲導(dǎo)致系統(tǒng)誤差及散斑質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)[J]. 蘇勇,張青川. 實(shí)驗(yàn)力學(xué). 2017(05)
[5]三維數(shù)字圖像相關(guān)技術(shù)(3D DIC)在材料形變研究中的應(yīng)用進(jìn)展[J]. 陳亞軍,孫勝潔,季春明. 航空材料學(xué)報(bào). 2017(04)
[6]數(shù)字體圖像相關(guān)方法研究進(jìn)展[J]. 潘兵,王博. 科學(xué)通報(bào). 2017(16)
[7]基于三維數(shù)字圖像相關(guān)方法的面部表情變形測(cè)量研究[J]. 趙明珠,王志勇,王世斌,李林安,孫穎,李毓. 實(shí)驗(yàn)力學(xué). 2017(02)
[8]結(jié)合DIC技術(shù)的車用復(fù)合材料參數(shù)反演方法[J]. 楊思滿,姜潮,倪冰雨. 機(jī)械科學(xué)與技術(shù). 2016(12)
[9]基于模擬退火算法的地震資料譜反演技術(shù)[J]. 朱衛(wèi)星,張春曉,張文博,王爭(zhēng)浩,田召琛. 石油地球物理勘探. 2015(03)
[10]數(shù)字圖像測(cè)量技術(shù)在土工三軸試驗(yàn)中的應(yīng)用[J]. 邵龍?zhí)?郭曉霞,劉港,劉瀟. 巖土力學(xué). 2015(S1)
博士論文
[1]三維數(shù)字圖像相關(guān)法的關(guān)鍵技術(shù)及應(yīng)用研究[D]. 高越.中國(guó)科學(xué)技術(shù)大學(xué) 2014
本文編號(hào):3303554
【文章來(lái)源】:天津科技大學(xué)天津市
【文章頁(yè)數(shù)】:63 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1-1?DIC的應(yīng)用:(a)爆破可視化(b)高溫?zé)嶙冃螠y(cè)量(c)旋轉(zhuǎn)圓盤的震動(dòng)和模態(tài)分析??(d)面部表情變形測(cè)量??Fig.?1-1?The?application?of?DIC:?(a)?Blasting?visualization?(b)?High?temperature?thermal??deformation?measurement?(c)Vibration?and?modal?analysis?of?a?rotating?disc?(d?
用,它可以去除掉數(shù)據(jù)的一些冗余信息和噪聲,使數(shù)據(jù)變得更加簡(jiǎn)單高效,??提高計(jì)算效率。其數(shù)學(xué)定義是:一個(gè)正交化線性變換,把數(shù)據(jù)變換到一個(gè)新的坐標(biāo)系??統(tǒng)中,使得這一數(shù)據(jù)的任何投影的第一大方差在第一個(gè)坐標(biāo)(稱為第一主成分)上,??第二大方差在第二個(gè)坐標(biāo)(第二主成分)上,依次類推。如下圖所示,通過(guò)變化將??X-Y坐標(biāo)系映射到signal和noise上,通過(guò)坐標(biāo)變化后,找出方差最大的方向?yàn)榈谝??個(gè)坐標(biāo)(signal),然后在其正交的平面上找出方差最大的方向?yàn)榈诙䝼(gè)坐標(biāo)(noise),??如圖2-1。這樣就可以通過(guò)選取前r個(gè)坐標(biāo)方向來(lái)達(dá)到對(duì)維度(特征)的提煉。??本?Aoise?????????x?\?:1#???????????????>????????????????????圖2-1?PCA去掉噪聲??Fig.?2-1?PC?A?to?remove?noise??主成分分析主要用于減少數(shù)據(jù)集的維數(shù),同時(shí)保持?jǐn)?shù)據(jù)集中累計(jì)貢獻(xiàn)率最大的特??征。其方法主要是通過(guò)對(duì)協(xié)方差矩陣進(jìn)行特征分解,以得出數(shù)據(jù)的主成分(即特征向??10??
?天津科技大學(xué)碩士學(xué)位論文???量)與它們的權(quán)值(即特征值)。給定XlX2坐標(biāo)系中的一組多變量分布數(shù)據(jù)如圖2-1??(a),主成分分析首先找到原始數(shù)據(jù)集的最大變化。然后將這些數(shù)據(jù)點(diǎn)投影到稱為??FtF2坐標(biāo)系的新軸上如圖2-1?(b)。F,軸和?2軸的方向稱為主要分量。數(shù)據(jù)的主要方??向F,軸隨其正交方向F2軸顯示變化。在F2軸上的所有數(shù)據(jù)點(diǎn)非常接近零的情況下,??如圖2-1?(c)所示,數(shù)據(jù)集只能有一個(gè)變量F,表示,變量F2可以被丟棄。??廳??(a)?.?.?'A.?t??蒙..??I?/?F'?|?'?/?F??v?V??(b)????(c)??/?\???7X'??圖2-2?PCA數(shù)據(jù)壓縮過(guò)程(a)原始數(shù)據(jù)(b)調(diào)整軸方向(c)丟棄F:軸信息??Fig.?2-2?PCA?data?compression?process?(a)?raw?data?(b)?adjusting?axis?direction??(c)?discarding?F2?axis?information??主成分分析的數(shù)據(jù)壓縮過(guò)程一般包括四個(gè)主要步驟:(1)歸一化數(shù)據(jù)得到協(xié)方??差矩陣(2)對(duì)協(xié)方差矩陣計(jì)算特征值和特征向量(3)由大到小排列特征值,保留前??N個(gè)特征值,并獲得其對(duì)應(yīng)的特征向量(4)將獲得的N個(gè)特征映射到新的空間。??2.2.3數(shù)據(jù)處理過(guò)程??根據(jù)主成分分析基本原理,給定一?DIC測(cè)量位移場(chǎng),包括mxn個(gè)測(cè)點(diǎn),其中m為??測(cè)點(diǎn)行數(shù),n為測(cè)點(diǎn)列數(shù)。所測(cè)量位移構(gòu)成二維矩陣,如式(2?—?1)所示。??U?11???????U?1?n??Umn?-?[U1?...?Un]=?:?:?G?Rn'X"?
【參考文獻(xiàn)】:
期刊論文
[1]數(shù)字圖像相關(guān)技術(shù)的一些進(jìn)展[J]. 蘇勇,張青川,伍小平. 中國(guó)科學(xué):物理學(xué) 力學(xué) 天文學(xué). 2018(09)
[2]用于材料本構(gòu)參數(shù)識(shí)別的特殊三維數(shù)字圖像相關(guān)方法[J]. 張中亞,潘兵. 汽車安全與節(jié)能學(xué)報(bào). 2018(02)
[3]Review of single-camera stereo-digital image correlation techniques for full-field 3D shape and deformation measurement[J]. PAN Bing,YU LiPing,ZHANG QianBing. Science China(Technological Sciences). 2018(01)
[4]數(shù)字圖像相關(guān)的噪聲導(dǎo)致系統(tǒng)誤差及散斑質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)[J]. 蘇勇,張青川. 實(shí)驗(yàn)力學(xué). 2017(05)
[5]三維數(shù)字圖像相關(guān)技術(shù)(3D DIC)在材料形變研究中的應(yīng)用進(jìn)展[J]. 陳亞軍,孫勝潔,季春明. 航空材料學(xué)報(bào). 2017(04)
[6]數(shù)字體圖像相關(guān)方法研究進(jìn)展[J]. 潘兵,王博. 科學(xué)通報(bào). 2017(16)
[7]基于三維數(shù)字圖像相關(guān)方法的面部表情變形測(cè)量研究[J]. 趙明珠,王志勇,王世斌,李林安,孫穎,李毓. 實(shí)驗(yàn)力學(xué). 2017(02)
[8]結(jié)合DIC技術(shù)的車用復(fù)合材料參數(shù)反演方法[J]. 楊思滿,姜潮,倪冰雨. 機(jī)械科學(xué)與技術(shù). 2016(12)
[9]基于模擬退火算法的地震資料譜反演技術(shù)[J]. 朱衛(wèi)星,張春曉,張文博,王爭(zhēng)浩,田召琛. 石油地球物理勘探. 2015(03)
[10]數(shù)字圖像測(cè)量技術(shù)在土工三軸試驗(yàn)中的應(yīng)用[J]. 邵龍?zhí)?郭曉霞,劉港,劉瀟. 巖土力學(xué). 2015(S1)
博士論文
[1]三維數(shù)字圖像相關(guān)法的關(guān)鍵技術(shù)及應(yīng)用研究[D]. 高越.中國(guó)科學(xué)技術(shù)大學(xué) 2014
本文編號(hào):3303554
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3303554.html
最近更新
教材專著