基于数字图像相关方法的亚像素位移迭代算法性能

在对图像位移进行测量时,不同亚像素位移迭代算法的性能不同,将反向组合对角近似算法和反向组合Dog-Leg算法用于数字图像相关法并进行位移测量,同时对反向组合Levenberg-Marquardt算法的参数更新策略进行简化,以反向组合高斯牛顿（IC-GN）法作为对比,通过模拟散斑图像和真实散斑图像的压缩变形实验,对3种算法的性能进行对比,并进行相应的评估。实验结果表明：在模拟散斑实验中,各个算法在收敛速度、收敛频率和计算速度上各有不同;在真实实验下,小变形实验得到与IC-GN法相似的精度,大变形实验得到的收敛半径更大。     

基于数字散斑照相术测量刚体面内位移

数字散斑照相术通常测量刚体的面内位移。从基本原理着手,研究了基于散斑照相术的两种常用方法,即数字图像相关法和傅里叶变换法。论述了数字图像相关法中的亚像素梯度算法,讨论了如何选择子区的大小,优化测量结果;傅里叶变换法通过对散斑图进行傅里叶变换和数学形态学等一系列操作,获得精确的条纹间距,从而更好地计算面内位移。实验结果表明,傅里叶变换法的测量精度要高于数字图像相关法。     

数字图像相关中基于可靠变形初值估计的大变形测量

为使数字图像相关方法适用于大变形测量,提出一种变形初值估计方法.通过在变形前图像中第一个计算点附近选择三个或更多特征点并在变形后图像中选择其对应点,利用坐标对应关系获得该点可靠的变形估计值作为Newton-Rapshon方法的迭代初值.该方法可对被测物体存在任意刚体转动或大变形情况下的表面变形进行准确测量,克服了通常的基于整像素位移相关搜索再进行亚像素位移测量的数字图像相关方法在被测物面存在稍大转角或大变形情况下即不能使用的缺点.对存在相对刚体转动图像的位移场和聚丙烯泡沫塑料压缩实验的大变形进行了测量,结果充分显示本文方法的有效性.     

激光散斑的亚像素位移法计算及比较

根据激光散斑相关测量中采用的插值法、梯度算法和牛顿一拉夫森迭代法3种亚像素位移算法的特点,逐一在亚像素尺度计算出磁流体干燥过程中的同一激光散斑图的偏均值和标准差变化曲线。基于得到的偏差均值和标准差讨论了3种算法处理激光散斑图的特点,比较了3种算法处理散斑图的计算精度、稳定性和计算用时。结果显示,在小变形的亚像素位移测量时,梯度算法的精度较高,且较为稳定,计算效率也较牛顿一拉夫森算法快约9倍。因此,在进行小变形亚像素位移测量时,采用梯度算法计算激光散斑是有效的。     

基于梯度的数字体图像相关方法测量物体内部变形

数字体图像相关方法通过分析两幅以体素为单位的三维体图像获得物体内部的三维变形信息.在利用数字体图像相关方法测量物体内部变形的过程中,整体素的位移场可以通过简单的空域搜索获得,因此如何计算亚体素位移是提高该方法位移测量精度的关键.介绍了一种基于空间灰度梯度的亚体素位移测量算法,并用计算机模拟生成的可精确控制位移的三维散斑...     

梯度-曲面拟合法的亚像素位移测量算法

数字图像相关方法作为光学测量的一种测量方式在结构变形测量中有广泛应用,其中亚像素位移测量精度成为关键。基于亚像素位移测量精度影响因素的分析,研究了计算子区灰度插值、计算窗口大小以及拟合距离对亚像素位移测量的影响。提出了一种梯度-曲面拟合法的亚像素位移测量算法,即,先采用梯度法计算出结构的亚像素位移,再对计算子区进行亚像素插值,然后调整拟合距离进行亚像素曲面拟合。最后利用计算机模拟算例验证了该方法具有良好的计算效率、计算精度及抗噪声能力。     

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。     

基于标志点匹配的散斑图像变形初值估计法

在数字散斑相关测量方法中,可靠的变形初值估计是获得亚像素精度的关键。利用标志点匹配技术,提出了一种新的变形参数初值估计法。该方法在散斑上粘贴反射系数极高的圆形标志点,为消除散斑背景对标志点提取的影响,提出一种改进的尺度不变特征转换算法,将极值点检测约束在显著的边缘区域,从而大大减少冗余特征点的提取,最后通过单应性变换得到全场变形,进而使得感兴趣区域中各像素点快速完成初值估计。制作散斑板子进行实验验证,结果表明,该方法得到的变形初值,只需要3~4次迭代就能够使亚像素迭代收敛,并获得准确、可靠的测量结果。     

基于遗传算法的数字图像相关法在微位移测量中的应用

对遗传算法、粒子群算法、人工鱼群算法三种整像素搜索算法在微位移测量中的应用进行了对比研究。以相关系数大小衡量图像的匹配精度,选择归一化互相关函数作为相关系数及算法的目标函数;对目标函数进行迭代求解,得到了整像素的微位移;以模拟散斑图为研究对象,对三种算法的匹配精度、搜索速度、微位移测量结果进行了对比分析。结果表明,遗传算法在匹配精度、搜索速度及微位移测量精度上具有明显的优势,能满足数字图像相关法在微位移测量中的应用需求。     

数字散斑相关方法亚像素求解的一种混合方法

亚像素求解是数字散斑相关方法(DSCM)中最重要的技术。亚像素求解算法的精度和效率直接影响DSCM的精度和计算速度。目前广泛应用的两种亚像素求解方法在处理高质量散斑图时都存在一定的缺陷:基于灰度插值的散斑场亚像素恢复方法,其计算精度较高,但计算消耗太大;基于相关系数分布的拟合方法,其计算消耗小,但计算精度较低。在分析两种亚像素求解方法各自优缺点的基础上,提出了一种结合两种算法优势的混合算法。混合算法在保证亚像素求解精度的基础上,可以大大降低整个算法的计算消耗。     

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     

基于卷积神经网络的散斑图像位移场测量方法

提出了一种基于卷积神经网络(CNN)的数字散斑图像位移场测量方法.采用给定多种变形模式的精确位移场系列数字散斑图像构建数据集,提出了一种数字散斑图像位移场识别CNN模型.模拟散斑图像的验证实验表明,所提方法对随机变形、轴向均匀变形、剪切变形等模式具有良好的计算效率和测试精度.硅胶单轴拉伸验证实验表明,所提方法也可以精确测试真实实验散斑图像位移场并具有较高的计算效率.所提深度CNN能够高效、精确地测试数字散斑图像位移场,在材料变形测试中具有良好的应用前景.     

预测搜索算法在图像相关中的应用

数字散斑相关方法在亚像素测量过程中运算量大,在对实时性要求较高的系统中该方法的应用受到了限制。提出了一种原理简单、搜索速度快、精度高的预测搜索算法,介绍了预测搜索算法的原理,并给出预测位移的公式。通过实验验证了对算法的精度、效率和鲁棒性,说明对数字散斑相关方法进行优化后,既不损失亚像素位移的计算精度又提高了图像处理的效率。     

立体摄影术与数字散斑相关方法相结合用于研究三维变形场

采用立体摄影术与数字图像相关技术相结合的方法测量了三维位移场。首先利用两个CCD摄像机在空间两个不同位置拍摄物体表面在变形前后同一个区域之间的散斑图像;然后利用数字散斑相关技术求解这四幅散斑图像之间的相对位移;最后利用立体摄影的几何转换公式来确定物体表面的三维变形场。给出了该立体摄影测试系统的标定结果以及编织复合材料试件的三维变形测量结果。     

大变形下基于数字图像相关的改进分段位移传递法

将数字图像相关方法用于物体表面发生大变形时的图像匹配时,经常因变形区域非线性变形和变形过大而遇到问题。借鉴已有的分段测量思想,提出了一种改进的位移测量方法。该方法根据图像间的相关程度将图像序列中的某一阶段图像重新选取为参考图像,然后将先前匹配得到的该图像上的亚像素子区中心圆整成整像素整坐标,从而可以直利用数字图像灰度分布作为该参考子区的灰度分布进行数字图像相关计算。对像素圆整过程中损失的精度,利用连续介质的变形连续性概念进行精度补偿。另外提出用生长法获取初始匹配点,提高了匹配点对生成效率,并且根据由生长法获取的待匹配点集与由相关计算得到的最优匹配点集之间的比率实现参考图像的自动选取。实验对比和精度分析显示所提方法有效、可靠,匹配精度在0.01 pixel量级。     

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.     

数字散斑亚像素小角位移测量的曲面拟合法

与传统测量方法相比,数字散斑相关法由于其目标特征单元网格划分的灵活性,能够更好地满足不同场合小角位移的测量需求。针对该方法亚像素小角位移测量的曲面拟合参数选择问题,研究了亚像素测量图像小角旋转前后的九点二次曲面拟合法,并根据计算机生成模拟散斑进行模拟实验分析,得到最佳误差效率优化条件下的曲面拟合法求解亚像素小角位移的最佳散斑尺寸3.5 pixel、计算窗口尺寸41×41 pixel和拟合窗口尺寸3×3 pixel。实验验证了上述测量参数的有效性,为进一步的曲面拟合法数字散斑成像角位移测量提供参考。     

基于微区统计特性的数字散斑相关测量亚像素位移梯度算法

提出了一种形式简单、求解快速、稳定性好和精度高的用于数字散斑相关方法亚像素位移求解的微区梯度算法。介绍了算法原理,并给出了四种不同模式的算法公式。采用模拟图像,介绍了四种模式在计算时间、计算子窗口时对结果的影响,并对适用范围和求解精度等方面进行了分析对比。最后的计算实例验证了算法的可行性和优越性。     

基于自调整测量基准图的直线电机动子位置测量累积误差消减

为解决直线电机动子位置测量中多帧图像位移叠加而产生的误差累积问题,提出一种加阈值变换基准图（TTBM）的机器视觉累积误差消减算法。首先,根据直线电机动子的一维刚体平动特点,生成并优选灰度变化更加平滑的一维散斑图像作为目标拍摄图。其次,采用相位相关算法（PCA）改进灰度梯度方法,对配准图像进行整像素平移后再计算亚像素位移,以增大基准图像与配准图像之间的位移测量范围。最后,提出自调整基准图方法,根据图像位移的测量范围设定基准图像变换阈值,降低位移叠加次数,减小累积误差,实现直线电机长行程精密位移测量。同时,研究了基准图像变换阈值对测量精度的影响,给出了基准图变换的最佳阈值选取范围。仿真和实验表明,所提方法可以有效地减小直线电机动子测量中叠加而产生的累积误差。     

两种插值亚像素定位法在数字散斑测量中的应用

利用数字散斑相关测量法只能得到试件的整像素位移量,不能满足高精度的测量要求。探讨了两种插值法在数字散斑亚像素级测量中的应用,并对相关系数多项式插值法和对数插值法的测量结果进行了比较,为在不同亚像素级位移条件下选择较为恰当的测量方法提供了依据。