数字图像相关中基于位移场局部最小二乘拟合的全场应变测量

为了从含噪声的位移场中计算得到可靠的应变场,提出一种基于位移场局部最小二乘拟合的全场应变求解方法。介绍了数字图像相关方法的原理,阐述了基于位移场局部最小二乘拟合的全场应变求解方法,并讨论了计算区域边界、孔洞及裂纹附近区域等情况下的应变计算。对均匀变形和中心带圆孔的薄铝板拉伸实验的计算结果表明,该方法能有效地从原始位移场数据中提取全场应变信息。在均匀变形情况下应选择大的应变计算窗口,计算结果更逼近真值;在非均匀变形情况下,如果位移场中包含较强的噪声,则应选择较大的应变计算窗口,而位移场精度很高时可选择更小的应变计算窗口。     

基于灰度梯度正则化去噪的改进数字图像相关法

为了提高数字图像相关法的抗噪声能力,分析了灰度梯度计算误差对数字图像相关法测量精度的影响,提出采用Tikhonov正则化方法计算图像灰度梯度,进而通过反向组合高斯-牛顿(IC-GN)法计算图像的亚像素位移;基于数值仿真散斑图研究灰度梯度的相对计算误差,并分析采用Tikhonov正则化方法计算图像灰度梯度后,改进数字图像相关法的测量精度,结合实验验证所提方法在实际噪声环境中的抗噪声能力。结果表明:灰度梯度对数字图像相关法测量精度有较大影响,而采用Tikhonov正则化方法后,可以有效提高数字图像相关法的测量精度与抗噪声能力。     

面内位移测量的基于梯度的数字图像相关方法

将整像素位移搜索和基于微区统计性质的亚像素位移梯度算法相结合的数字图像相关方法具有计算简单、求解效率高等优点。该方法的基本假设是变形前后的子区做刚体平移,这则与有位移梯度存在的实际情况相矛盾。首先分析了该基本假设的理论误差,在基于梯度的数字图像相关方法中,得出变形子区做刚体平移的假设和在Newton-Rapshon方法中子区均匀变形的假设所获得的变形子区中心位移在理论上为相同的结论。然后用四组实验来验证该方法在实际实验条件下的计算精度和稳定性,并在铝板试件的单向拉伸实验中,将该方法与N-R方法在有应变存在情况下的计算结果作比较,结果表明该方法计算的位移和理论位移符合得很好,但其计算速度和效率要远优越于N-R方法。     

高精度数字图像相关测量系统及其技术研究

研制双CCD长距显微数字图像相关测量系统,它融合光电子、数字图像相关方法和散斑技术于一体,具有非接触式、高精度、宽量程、准实时、测试方法简便等优点,它可用于材料力学性能(特别是柔性高分子材料力学性能)测量、低膨胀系数新型材料线胀系数等的测量。若将其用于应变测量,灵敏度优于1με,而传统数字图像相关方法测量应变的理论灵敏度为20με。利用列阵光学元件解决了0.05 mm高衬比度微小标记的方便设置;提出消除了数字图像灰度噪声的时间平均法,使相关测量精度稳定地达到0.01 pixel。还给出金属材料拉应变的测量结果,实验结果与经典理论值相当接近。此外,还阐述数字图像相关测量技术是一种超光学系统衍射极限分辨力的测量技术。     

加权窗口在数字图像相关技术中的应用研究

应用数字图像相关法计算变形前后图像中各点的位移量时,先通过整像素搜索法来确定各点的整像素位移,进而根据整像素搜索得到的相关系数值来计算各点的亚像素位移.提出了一种新的整像素搜索法,即采用计算窗口加权的方法对变形前后图像中的点进行搜索计算.计算结果表明,该方法是可行的,同时可以提高计算结果准确度.     

散斑面内形变场检测系统设计

数字散斑测量是一种非接触、全场测量的高精度光测方法。该系统由散斑生成装置、数据采集装置和数据处理装置三部分组成。散斑生成装置将扩散的激光束投射到待测物体上,用接收屏接收物体散射生成的散斑图像。数据采集装置主要由CCD和数字采集卡组成,CCD拍摄散斑图像,并将其传输给数字采集卡,经采集卡转换成数字图像,以矩阵形式输入到数据处理装置。数据处理装置根据光学相关识别技术设计的检测程序对采集到的数字图像进行相关运算,通过对相关峰的准确定位来获取物体的形变信息。     

基于双向循环神经网络的汉语语音识别*

当前基于深度神经网络模型中,虽然其隐含层可设置多层,对复杂问题适应能力强,但每层之间的节点连接是相互独立的,这种结构特性导致了在语音序列中无法利用上下文相关信息来提高识别效果,而传统的循环神经网络虽然做出了改进,但是只能对上文信息进行利用。针对以上问题,该文采用可以同时利用语音序列中上下文相关信息的双向循环神经网络模型与深度神经网络模型相结合,并应用于语音识别。构建具有5层隐含层的模型,其中第3层为双向循环神经网络结构,其他层采用深度神经网络结构。实验结果表明:加入了双向循环神经网络结构的模型与其他模型相比,较好地提高了识别正确率;噪声对双向循环神经网络汉语识别有重要影响,尤其是训练集和测试集附加噪声类型不同时,单一的含噪声语音的训练模型无法适应不同噪声类型的语音识别;调整神经网络模型中隐含层神经元数量后,识别正确率并不是一直随着隐含层中神经元数量的增加而增加,神经元数量数目增加到一定程度后正确率出现了降低的趋势。     

梯度算子选择对基于梯度的亚像素位移算法的影响

基于梯度的亚像素位移算法中不同的灰度梯度计算方法对计算结果的影响进行了研究,列出了几种常用灰度梯度计算方法,并用对相邻5像素点的离散灰度进行三次样条插值的方法推导出两种灰度梯度算子。然后对计算机模拟生成的散斑图像对用各种梯度算子计算得出的亚像素位移与预先设定的真实值做了比较,给出了相应的均值误差和均值相对误差。最后的真实试件的刚体平移和单向拉伸实验结果表明,Barron算子是所列的几种梯度算法中最为精确、稳定的梯度算子。     

硅橡胶拉伸行为的应变率相关性测试和表征

为了研究硅橡胶在不同应变率下的冲击拉伸响应,对硅橡胶板材进行了应变率为0.001 s–1的准静态单向拉伸测试、应变率为15 s–1的中应变率单向拉伸测试以及应变率分别为350 s–1和1400 s–1的高应变率单向拉伸测试。实验结果表明,硅橡胶的单向拉伸力学行为呈现出明显的非线性弹性和应变率相关性特征。在实验结果的基础上,提出了一个可用于描述硅橡胶在不同应变率下拉伸力学响应的宏观唯象黏超弹性本构模型。该模型假设硅橡胶在拉伸加载下的力学响应是超弹性响应和黏弹性响应的组合,其一维流变学形式可以简述为一个超弹性的弹簧和一个松弛时间率相关的Maxwell体的并联。模型拟合结果与实验结果的对比显示,该模型能有效表征硅橡胶在大应变率范围内的非线性拉伸力学行为。     

复杂背景下彩色数字图像分割算法研究

为了提高复杂背景下彩色数字图像分割的准确率,减少噪声对图像处理的干扰,尽可能的缩短运行时间,需要对复杂背景下彩色数字图像分割算法进行研究。当前图像分割算法在彩色数字图像分割的过程中,仅仅考虑了图像像素的亮度值,没有考虑其空间特征,存在计算的复杂性过大等缺陷,影响彩色数字图像处理效果。为此,提出了一种基于随机权重粒子群的复杂背景下彩色数字图像分割算法。该算法先采用多尺度均匀滤波方法,对复杂背景下彩色数据图像进行划分,其中包含噪声和不含噪声的像素点的亮度值、结构元素以及局部区域内的图像像素加权亮度密度特征。采用多段图分割获取彩色数字图像的优化分割,在平滑项中代入彩色数字图像梯度信息,对彩色数字图像分割结果中的弱边界进行剔除,从而实现准确的彩色数字图像分割。实验仿真证明,所提算法增加了彩色数字图像分割的对比度和信噪比,提高了复杂背景下彩色数字图像分割的准确性。     

数字图像相关技术的综合算法及其在断裂力学中的应用

鉴于散斑图的随机噪声和相关搜索运算过程仍是当今影响相关图像技术所获结果精度与计算速度两大有待研究解决的主要问题,提出一种基于小波变换、序惯相似度检测和统计相关算法三者相结合的新算法。其基本原理是应用小波变换对变形前后的散斑图进行滤波平滑处理;利用序惯相似度检测算法进行粗搜索,找到可能的匹配点;在可能的匹配点应用统计相关法进行细搜索,最终找到匹配点的位置。基本实验、计算和应用表明,这种算法在消除噪声和提高运算速度等方面,取得了良好的效果。     

二次JPEG压缩对噪音相关性的影响分析

为了探索二次JPEG压缩对数字图像与数码相机的噪音相关性的影响,提高利用噪音相关性鉴别数字图像来源的正确性,降低鉴别过程的复杂性,利用高品质的JPEG格式图像进行JPEG压缩实验,从噪音相关性的分布、噪音相关性的大小、鉴别阈值和错误拒绝率四个角度分析了JPEG压缩对噪音相关性的影响.实验结果表明,JPEG压缩会改变噪音相关性的分布特性,噪音相关性与品质因素是二次曲线关系,当品质因素小于90时,鉴别阈值取平均值,错误拒绝率不会产生明显的误差,从而找到了一种利用噪音相关性鉴别二次JPEG压缩图像来源的新捷径.     

Large deformation measurement scheme for 3D digital image correlation method

Difficulties often arise for digital image correlation (DIC) technique when serious de-correlation occurs between the reference image and the deformed image due to large deformation. An updating reference image scheme could be employed to deal with large deformation situation, however that will introduce accumulated errors. A large deformation measurement scheme, combining improved coarse search method and updating reference image scheme, is proposed in this paper. For a series of deformation images, the correlation calculation begins with a seed point and spreads out. An improved coarse search method is developed to calculate the initial correlation parameters for the seed point, which guarantees that the correlation calculation can be carried out successfully even in large deformation situation. Only for extremely large deformation, the reference image is updated. Using this method, not only extremely large deformation can be measured successfully but also the accumulated error could be controlled. A polymer material tensile test and a foam compression test are used to verify the proposed scheme. Experimental results show that up to 450% tensile deformation and 83% compression deformation can be measured successfully.     

物体内部三维位移场分析的数字图像相关方法

提出了物体内部三维位移场的数字图像相关分析方法，对物体变形前后，或连续变形的两个相邻状态的内部三维结构的数字图像，通过相关运算获得三维位移场.文中给出了三维相关法的体搜索窗口、相关函数及亚像素运算的相关系数拟合函数.数字模拟结果证明了三维相关法的正确性及可靠性.位移计算精度为0.02像素. 关键词： 数字图像相关 三维相关 亚像素     

A weighting window applied to the digital image correlation method

In the digital image correlation method, two steps are used to calculate the displacements of tested images. The first step is to locate the integer-pixel displacement, and the next one is to compute the sub-pixel displacement based on the first step. The benefit from the computation method for the integer-pixel displacement is that its results directly affect the displacement accuracy of each point in tested images. In this paper, a new method is developed to calculate the displacement fields between two images taken before and after deformation of an object. A new correlation function with a weighting factor related to the position of each point in the image is taken into account. The analysis and experimental results confirm the validity of the new method. In addition, the calculation results from our method have more accuracy than that of the traditional one.     

基于噪音相关性的数字图像区域作伪检测

为了鉴别一幅数字图像是否存在作伪的区域,应用数字图像与数码相机的噪音相关性,提出一种检测数字图像区域作伪的新方法.该方法首先利用小波滤波器从数字图像中提取出残留噪音,采用平均多幅图像残留噪音的办法得到相机的噪音参考模式.然后选择一个适当大小的检测模块在嫌疑图像的残留噪音和相机的噪音参考模式上同步移动,同时求出两者的噪音相关系数.最后把这一噪音相关系数与预设的判别阈值进行比较,从而判定该嫌疑图像是否存在作伪区域.在假设错误接受率为10－3的条件下,利用Neyman-Pearson判别规则求出各相机的判别阈值,利用浮动阈值法和加入三个修正措施后进行检测.结果表明,该方法的区域检测正确率为87%左右.     

基于改进的空域相关的多聚焦图像融合

提出了一种简单有效的像素级多聚焦图像融合方法。针对正交小波变换缺乏平移不变性而产生视觉失真的缺陷,采用Atrous算法将原图像分解在不同频率域上。Atrous算法先将滤波器h0(n),h1(n)各点间插入适当的零值后再与低频信号做卷积,故又称为"多孔算法"。将具有抑制噪声性能的空阈相关法作为高频子图像的融合规则,选取相关性强边缘特征显著的点作为最终融合子图像的像素点。实验表明,由此融合的图像能完好的保留边缘纹理信息。融合后的图像在客观评价和主管视觉效果上均有提高。     

超微弱光子图像的相关检测及计算机模拟

在超微弱发光的研究中（例如生物发光）,由于发光强度极弱,由像增强器得到的光子图像由于样本（光子）数量太少和受系统暗噪声的影响使其信噪比极低,提出了一种基于统计学的光子图像相关积分方法和基于相关处理的光子图像处理方法,用累积光子来提高图像信噪比并得到相应灰度图像并对该方法进行了计算机模拟,同时展示了光子图像和传统灰度图像的信噪比关系,是进行微弱生物发光信号检测的有效方法。