探究数字散斑相关方法与应用研究进展.docVIP

探究数字散斑相关方法与应用研究进展.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
探究数字散斑相关方法与应用研究进展   摘要:随着经济的迅速发展以及科学技术水平的不断提高,我国的光力学测量技术取得了较大程度上的进步,数字散斑相关方法就是其中较为新型的一种。对于数字散斑相关方法而言,它又可以被称作为数字图像相关方法,其主要作用是对材料或者结构表面在外载或其它因素作用下的变形场进行一定程度上的测量。近几年来,数字散斑相关方法之中逐渐融入了数学理论以及数学方法,这些理论与方法的引入使其引来了发展的新时期,数字散斑相关方法也逐渐发展与完善,并在诸多领域当中得到了较为广泛的使用。本文主要针对数字散斑相关方法与应用研究进展进行研究与分析。   关键词:数字散斑相关方法 微区测量 应用进展   1、数字散斑相关方法的基本原理以及数学模型   数字散斑相关方法的主要原理如下:首先,对相关的图像进行搜集,并进行数字化处理,这样一来,通过对物体在不同变形状态或者不同变形时刻的两幅图像进行一定程度的处理,从而得到面内位移分量和面内位移梯度。一般情况下,变形识别具有一套较为固定的流程,主要如下:首先要做的工作是数字散斑图的采集,在采集完成物体变形前后的两幅数字散斑图之后,分别对变形前图像中的一小块图像以及变形后图像中的一小块图像进行定义,前者定义为样本子区,后者定义为目标子区,这样一来,只需要有效寻出目标子区与样本子区之间的一一对应关系,就能够对相关的变量进行有效的提取。在样本子区与目标子区的位置差别之中,包含了相应的位移分量,而在样本子区与目标子区的形状差别之中,则包含了应变分量。因此,通过这种方法就可以对变形测量问题进行一定程度的转化,使其成为一个数字计算过程。从理论上来看,只要能够有效获得反映被测对象不同变形状态的表面数字图像,同时保证这些数字图像都是由具有一定对比度和信息层次的散斑所构成,那么就可以对数字散斑相关技术进行一定程度上的利用,并在此基础之上对变形等信息进行有效的提取,进而对变形的非接触测量进行有效的实现。   一般情况下,在运用数字散斑相关方法对数字散斑图进行处理时,为了对目标子区与样本子区的对应效果进行有效的判断,需要从数学上对相似程度的衡量标准进行有效的建立。然而,相关系数是两个变量之间相互关系的定量描述,因此,在这个标准之中,可以对样本子区与目标子区之间的互相关系数进行一定程度上的选用,通常将互相关系数定义为:   而对于样本子区与目标子区中个点之间的联系,可以用如下式子进行一定程度上的表示:   当然,如果想让以上的数学模型能够有效的成立,还需要满足相关的条件,主要有如下几个:①假设物体表面上的每一点在发生变形的前后,其灰度值是一直保持不变的;②当物体发生一定程度的变形时,主要为面内位移,而对离面位移进行忽略;③离面位移的导数较之于面内位移的导数要小,且小得多。   2、数字散斑相关技术应用研究进展   2.1 相关搜索的改进   对于相关搜索而言,它在数字散斑相关方法之中有着十分重要的地位与作用,随着数字散斑相关技术的不断发展与完善,它经历的一个从计算简单到计算复杂、从大计算量到相对小计算量的发展过程。在早期,相关搜索采用的主要是粗-细搜索方法,对于这种搜索方法而言,其编程相对简单,因此实现起来并不是十分困难,但是这种方法往往需要耗费大量的时间,搜索速度相对较慢。随着其缺点的日益显露,很多学者进行研究与分析,并提出一种十字搜索方法,然而这种方法虽然在收敛速度的提高上进行了一定程度的改进,但仍然存在着不足之处。随着近代数学的不断发展,一些新的数学分析方法出现,同时,数字散斑相关方法也不断发展,并在其中逐渐融入了数学理论。例如自适应的遗传算法、智能的神经网络方法以及基于仿射变换的“嵌套式”的细搜索方法,随着这些技术的引入,使得数字散斑相关技术能够对结果的精度以及DSCM的收敛速度进行有效的提高,并使得相关搜索有了大幅的改进。   2.2 相关系数的选择   从实质上来看,相关系数即相关搜索中的一个数学上的标准,也就是指的是相关判断的一个准则。因此,相关系数的选择能够对相关搜素的效率以及精度产生较大程度上的影响。在早期,相关系数的表达形式一般都是采用绝对值差别相关系数和最小二乘相关系数,随着人们认识的不断深入与拓宽,在数字散斑相关技术当中,逐渐引入了归一化的交叉互相关系数、归一化的最小二乘相关系数。对于归一化的相关系数而言,由于它能够对相关系数的取值范围进行一定程度上的限定,因此能够促使相关搜索的效率进行有效提高。根据研究表明,通过对子区灰度平均值进行一定程度上的减少,可以对相关系数分布中的主峰值点和 周 围小峰值点之间的差异进行有效的增加,进而对数字散斑相关方法的鲁棒性进行更大程度上的提高。   2.3 灰度级的重建   在对数字散斑相关技术进行运用的过程中,往往需要在亚像素

文档评论(0)

ganpeid + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档