數(shù)字圖像相關法（Digital Image Correlation,DIC）是一種新發(fā)展起來的光學測量方法,其主要目的是研究待測物體的應力應變情況。目前,國內(nèi)外學者對數(shù)字圖像相關法的研究主要圍繞測量精度和計算效率兩方面,因此本文圍繞這兩方面問題對數(shù)字圖像相關法的基本原理、相關系數(shù)函數(shù)、整像素搜索及亞像素配準進行了深入的研究。計算效率方面,首先討論了常用的幾種相關系數(shù)函數(shù),確定本文的相關系數(shù)函數(shù);整像素搜索階段,討論了爬山搜索法、三步搜索法兩個常用的方法,并將智能搜索算法——改進的杜鵑搜索法引入整像素搜索階段,對其搜索策略進行了詳細介紹,通過可控參數(shù)的計算機模擬散斑圖進行驗證后得出,改進的杜鵑搜索法無論是計算效率還是可靠性都是三種算法里最好的。測量精度方面,由于灰度梯度的準確性對亞像素配準的測量精度和計算效率有重要的影響,且傳統(tǒng)計算灰度梯度的方法在計算梯度時易受噪聲的干擾出現(xiàn)較大計算誤差,故本文提出一種基于Huber函數(shù)正則化灰度梯度的N-R法。該算法應用Huber函數(shù)正則化進行灰度梯度計算,再應用牛頓迭代算法進行亞像素配準。通過模擬散斑圖,在不同位移相同噪聲和相同位移不同噪聲兩種情況下... 

【文章來源】：西安建筑科技大學陜西省

【文章頁數(shù)】：76 頁

【學位級別】：碩士

【部分圖文】：

常用測量系統(tǒng)

西安建筑科技大學碩士學位論文8DIC基本原理圖如圖2.2所示，即：為了求取圖像中任意一點），（00yxQ的位移，在參考圖像yxf），（中選取一個以點），（00yx為中心、尺寸為(2m+1)×(2m+1)像素的參考圖像子區(qū)，在變形圖像yxg），（中通過相關搜索方法匹配出相關度最高的以），（00yx為中心的目標圖像子區(qū)來確定x、y方向的位移分量u、v。圖2.2DIC原理圖將存儲在計算機里的試驗數(shù)據(jù)利用數(shù)字圖像相關法進行處理，由于人工噴涂的散斑具有隨機性，每個散斑的小區(qū)域范圍內(nèi)的灰度值彼此不同，以此作為匹配過程的特征信息。位移分量被包含在變形前后圖像子區(qū)間的坐標差中，而應變分量則包含于變形前后圖像子區(qū)間的形態(tài)差中，則待測物體的位移嘗應變場可有變形前后圖像子區(qū)中包含的對應關系測量得到。我們需要選取一個相關系數(shù)函數(shù)來評價變形前后圖像子區(qū)的相似程度：yyxgyxforrCx,C，，，（2-1）其中，Corr是相關系數(shù)函數(shù)，y)f(x,是參考圖像子區(qū)中任意點)y,x(的灰度值，)y,xg(是任意點)y,x(在目標圖像子區(qū)中的灰度值。參考圖像子區(qū)與目標圖像子區(qū)中任意一點的各分量對應變化情況如圖2.3所示。假定)y,x(P00是參考圖像子區(qū)中心點，)y,x(P00為目標圖像子區(qū)中心點，點P與點P"的關系如下：100100vyyuxx（2-2）式中，u1、v1分別為點P所在子區(qū)x、y方向的位移。

西安建筑科技大學碩士學位論文9圖2.3圖像子區(qū)面內(nèi)位移與變形假設點)y,x(Q為參考圖像子區(qū)中任意一點，則點Q的坐標可由中心點P表示為yyyxxx00（2-3）其中，x、y分別為點P和點Q在x方向和y方向上的相對距離。變形后，與點Q對應的點Q"坐標為22vyyuxx（2-4）當參考圖像子區(qū)與目標圖像子區(qū)為平移變形時，坐標對應關系如上所示。然而，在多數(shù)常見情況下，簡單的平移關系不能準確的表示出目標圖像子區(qū)的變形情況，而是變形關系中存在轉動、剪切與伸縮等。因此，我們需要一個復雜的式子來描述變形前后的關系。任意點)y,x(Q與變形后對應點)y,x(Q的關系可表示為：yvxvvyyyuxuuxxyxyx（2-5）有研究人員Lu[53]提出了更為復雜的變形關系表示：2yyxy2xxyx2yyxy2xxyxyvyxvxvyvxvvyyyuyxuxuyuxuuxx（2-6）式中，u、v為參考圖像子區(qū)中心點P在x、y方向上的位移，ux,uy,vx,vy為u、v的四個一階偏導數(shù)，Δx、Δy為點(x,y)到(x0,y0)的距離。在數(shù)字圖像相關中，可根據(jù)試驗對象變形的復雜度來選擇不同面內(nèi)位移的表征方法，以提高后續(xù)測量的準確性。


本文編號：3363602