第2章三维数字散斑相关法学习资料

数字散斑相关方法研究与应用的开题报告一、选题背景数字散斑相关方法是利用数学和光学原理，将数字信息和光学信息相结合，将数字图像转化为散斑图像进行处理的一种方法。

它广泛应用于物体三维形貌测量、物体表面形态变形的研究、无损检测、高精度位移测量等领域，进而推动了这些领域的发展。

随着数字散斑相关方法应用的扩大和深入，越来越多的新技术和新应用被发掘出来，因此本文选择数字散斑相关方法作为研究课题。

二、研究目的本研究旨在探索数字散斑相关方法的原理、算法与应用，分析其在物体三维形貌、位移测量、形态变形测量等方面的作用和优势，研究数字散斑相关方法在实际应用中遇到的问题和解决方法，为数字散斑相关方法在相关领域的应用提供参考。

三、研究内容1.数字散斑相关方法的原理与算法分析；2.数字散斑相关方法在物体三维形貌测量应用中的研究；3.数字散斑相关方法在物体位移测量应用中的研究；4.数字散斑相关方法在物体形态变形测量应用中的研究；5.数字散斑相关方法在实际应用中遇到的问题及解决方法的研究。

四、研究方法1.文献调研法：对数字散斑相关方法相关的经典文献、技术应用论文和专利文献进行调研，了解其发展历程和现状；2.实验研究法：结合数字散斑相关方法的实际应用情况开展实验，评估其效果，发现解决实际问题的方法；3.数学模型法：依据数字散斑相关方法的原理，建立数学模型，进行数值计算和仿真分析。

五、预期结果1.深入了解数字散斑相关方法的原理、算法、特点及其在相关领域的应用情况；2.总结数字散斑相关方法的优缺点，为进一步研究提供基础；3.探索数字散斑相关方法在实际应用中遇到的问题，并提出解决方法；4.为数字散斑相关方法的研究和应用提供参考。

六、研究意义1.能够进一步深入了解数字散斑相关方法的原理和算法，为相关研究提供基础和指导；2.能够总结数字散斑相关方法在物体三维形貌、位移测量、形态变形测量等方面的应用情况和优势，为相关领域的实际应用提供参考；3.能够发现数字散斑相关方法在实际应用中遇到的问题并提出解决方法，为相关科研人员提供参考。

数字散斑相关法（DSCM ）测量物体面内位移一． 实验目的1．了解和掌握DSCM 测量物体面内位移的方法和技术； 2．学会用DSCM 方法测试试件的面内位移。

二． 实验器材和装置实验试件为方形橡皮。

试验器材有：光源、CCD 、图象卡、监视器、计算机及软件。

光源为白光，由光纤灯产生。

计算机及软件主要由图象采集、相关运算、数据处理等软件模块组成。

实验装置和光路如图1所示。

图1 数字散斑相关方法测量示意图三． DSCM 的基本原理如图1所示，当白光照射到橡皮粗糙表面时，形成随机分布的散斑，用CCD 记录散斑图。

物体表面的散斑随着物体的变形而运动，分析变形前后的散斑图，得到散斑沿U 和V 方向的相对位移，既物体沿横向和纵向的相对变形。

变形前后的两幅散斑图存在相关性。

在变形不大的情况下，物体表面的散斑场的灰度变化可以忽略不计。

设（x ，y ）是变形前的一点，（x*，y*）是变形后的相应点，两者的关系为：⎪⎪⎩⎪⎪⎨⎧∂∂∆+∂∂∆++=∂∂∆+∂∂∆++=y v y x v x v y y y u y x u x u x x **用函数F （x i ，y i ）表示变形前某一点（x i ，y i ）处的灰度值，G （x*I ，y*i ）表示变形后对应点（x*I ，y*i ）处的灰度值，由概率与数理统计理论可知，两者的相关系数为：()[]()[]()[]()[]∑∑∑∑∑∑==**====**----=s ss s s sm i m j j im i m j jim i m j j i jigy xg f y x f gy xg f y x f C 11211211,,,,其中0≤C ≤1；C=1时两者完全相关；C=0时两者完全不相关。

分母分别为两者的均方根，分子为两者的相关矩，f 和g 分别为()i i y x f ,和()**i i y x g ,的平均值。

只要两者相关，则以位移为变量的相关函数C(u, v)曲面为一单峰曲面。

第18卷　第3期2003年9月实　验　力　学JO U RN A L O F EX P ERIM EN T AL M ECHAN ICSV o l.18　No.3Sep.2003文章编号:1001-4888(2003)03-0409-10散斑图像相关数字技术原理及应用单宝华,欧进萍,赵仁孝,马世英(哈尔滨工业大学土木工程学院,哈尔滨150090)摘要:研究图像处理技术在散斑测量中的应用,提出了一种散斑图像相关数字技术.该方法引进了亚像素技术,采用重心算法计算特征斑的重心,避免了数字散斑相关法计算相关系数的繁复过程;应用位移和应变的有关公式,可以获得物体变形实验曲线.实验结果表明,该方法在工程实际现场、振动过程以及变形测量的自动化等方面有着广泛的应用潜力,从而为光测力学拓展应用领域、实现自动化测量展现了新的前景.关键词:图像相关;特征斑;图像处理;重心算法;电荷耦合器件中图分类号:TU317+.4 文献标识码:A1　引言 数字散斑相关方法是在80年代初由山口一郎[1]和Peters与Ranson[2]等人同时独立提出的.对于相关系数的计算,Peters、Ra nso n最初提出相关迭代法,在此基础上,高建新提出相关搜索法[3],而后芮嘉白、金观昌等人又提出一种改进的数字散斑相关方法十字搜索法[4],以后又有许多人做了一系列的研究和改进工作.但由于理论分析的困难,对于相关法中的精度、空间分辨率、测量可靠性、运算量等指标与抽样间距、灰度量级、窗口大小和噪声等有关分析尚显不足,以致对数字散斑相关法参数选取缺乏可靠理论依据,现在只能靠经验与摸索,所以该方法在实际工程中并没有得到广泛的应用,在土建结构工程中也很少使用.但由于这种方法对力学测试具有极简单的参数要求,并且测量是非接触、全场性的,因此仍有较大的应用前景.本文针对结构工程包括在役结构实时监测的需要,在数字散斑相关方法的基础上将提出一种散斑图像相关数字技术.这种技术主要研究数字图像处理技术在散斑测量技术方面的研究与开发,并把研究结果应用于土建结构工程试验、损伤检验等实际工程问题.这种技术适用于小变位梯度下物表面为人工散斑场的情况,而且在试件变位过程中建筑构件表面白光散斑场的荷载变位特点需满足白光散斑场的变化具有可识别性.这种技术采用数字散斑相关测量收稿日期:2002-10-17;第二次修订日期:2003-08-24基金项目:国家863计划项目(2001AA602023)作者简介:单宝华(1975-),女,黑龙江人,哈尔滨工业大学博士生,从事结构监测与无损检测方法的研究.方法的图像系统构成模式以及相关识别原理,但在图像处理方面不同于数字散斑相关测量方法,它引进亚像素技术,采用重心算法计算特征斑的重心,并应用位移和应变的有关公式来获得物体变形实验曲线,避免了计算相关系数的繁复过程,从而可以满足工程应用的需要.2　方法原理 散斑图像相关数字技术,是根据试件表面散斑图像在变形前后的相关性来确定试件位移和变形的非接触全场测量技术.如图1所示,将测量用的照明光束投射到试件表面,试件变形前后所形成的散斑图由CCD 摄像机采集并通过A /D 转换器离散成数字图像存入计算机.在图像采集中,对于物体运动变化剧烈的时候,可逐幅连续地对图像进行采集;当物体变形过程较慢时,可间隔一段时间采集.由于试件发生位移时人工散斑灰度基本不变,所以本文采用人工散斑.试验时在试件表面喷白漆制黑斑,形成对比度很强的图像,以增强系统抗噪声干扰能力.斑点的选择要满足以下条件[4]:1)颗粒反光性较好,肉眼观察明显.2)颗粒牢固地定位于物体表面,物体变形时,它仅随基点平动或转动,以保证反射光强基本不变.3)照射光为均匀白光.满足这些条件的颗粒所产生的斑点称为“硬斑点”,它是保证散斑相关的一个必要条件.确保散斑相关(或相关散斑)在于为散斑位移计算提供物理依据.只要测量过程中该斑粒不剥落、不变形,即可以以其形状和位置可以被识别出来.这是因为实用中为便于分析,测量表面经常被网格化.表面斑化的目的在于使散斑斑粒在研究区域内均匀分布,从而使散斑位移能充分描述表面位移.鉴于在网格区域内任意样本斑粒一经斑化即可识别,从而确保与其目标斑粒的相关性.这样样本散斑与目标散斑间的相关性在确保散斑图像相关的基础上是完全可以确定的.图1　散斑图像相关数字技术测量装置图2　斑点大小引起的误差散斑图像相关分析是在变形前的数字散斑图像中选定一个特征斑作为样本散斑,在变形后的数字散斑图像中,寻找与此斑点相对应的特征斑作为目标散斑,可认为样本散斑因试件变形而运动到目标散斑的位置时,二者重心的坐标差就是试件表面的位移.这样,试件的变形测量就可以通过散斑图上特征斑点的移动来完成.特征斑的选取要求斑点越大越好,这样采用重心算法计算的误差就会越小.图2表示特征410 实　验　力　学 (2003年)第18卷　斑大小与误差的关系.采用本文系统进行测量,特征斑点大小引起的误差在1%以内,斑点水平直径为11像素时误差为0.8%.所以要求选取的特征斑的水平直径至少大于10个像素.对于变形区域的测量,特征斑选取数目针对具体情况而定,但是每个特征斑只代表变形区域该位置的形变,不能反映变形区域的平均位移.虽然同一变形区域的不同位置的特征斑反映出不同位置的形变,但各变形曲线确有其共性,都能够反映出检测区域的整体变形趋势.一般情况下测量某一区域变形时需选取三到四个特征斑即可,如需提取较多点变形信息,可适当增加特征斑的选取数目.图3为同一坐标系下试件变形前后的两幅散斑图像.试件表面的某一特征斑在变形前位于P点,变形后移动到P1点,(x,y)为试件变形前特征斑的重心,(x1,y1)为试件变形后特征斑的重心,该特征斑沿轴e x,e y方向上的位移分量分别为u,v,则变形前后特征斑的位移为u=x1-xv=y1-y(1)此即为试件受力变形的位移.为了获取试件表面的应变信息,任一点的应变情况可由图4表示.试件受力变形前,表面上的任意二点的特征斑为A,B,这两个特征斑的重心坐标分别为(x A,y A),(x B,y B),变形后在目标图像上相对应的特征斑为A1,B1,其重心坐标为(x A1,y A1),(x B1,y B1).式中,Δx,Δy,l为试件变形前特征斑A,B在x,y方向上的距离及两者间的距离,Δx1,Δy1,l1为试件变形后目标图像中相关的特征斑A1,B1在x,y方向上的距离及两者间的距离,即Δx=x A-x BΔy=y A-y Bl=Δx2+Δy2 Δx1=x A1-x B1Δy1=y A1-y B1l1=Δx12+Δy12则试件受力变形后A点和B点之间的应变可表示为X=l1-ll(2)图3　变形前后特征斑的位移示意图图4　变形前后特征斑的应变示意图 显然确定样本图像和目标图像中特征斑的重心坐标是获得应变测量的核心内容.重心估计是现代图像处理技术用于位置检测的主要算法之一,目前的水平已经达到将重心算法的精度和灵敏度提高到比一个像素更小的尺度,即所谓亚像素精度.关于亚像素精度的411第3期 单宝华等:散斑图像相关数字技术原理及应用 分析,众多学者提出了许多方法.本文在完备重心算法傅里叶分析的基础上[5],由重心定理,试件表面散斑斑点的二维重心位置可由下列公式计算:x c =∑y c y =y b ∑x c x =x b x g (x ,y )∑yc y =y b ∑x c x =x b g (x ,y ) y c =∑y c y =y b ∑x cx =x b y g (x ,y )∑y c y =y b ∑x c x =x b g (x ,y )(3)其中g (x ,y )=1,　(x ,y )∈目标0,　(x ,y )∈背景是二值图像,(x ,y )是图像中像素坐标[6].将式(3)代入式(1)、(2),即可获得试件的变位信息.3　散斑图像数据处理 由散斑图像相关数字技术的基本原理,采用Ma tlab 语言中的图像处理工具箱对CCD 摄像机拍摄的散斑图进行图像处理、特征斑识别、二维定位、动画显示、曲线显示、数据存储一系列操作,最终得到物体变形实验曲线.图像处理过程主要包括以下四步:(1)滤波　散斑图像在采集、量化、传送过程中产生的噪音会污损散斑图像信息,影响数据处理的精度,为了有效地抑制噪声,需要应用图像平滑技术进行处理,采用中值滤波非常有效.散斑图像经中值滤波后,滤去散斑图像在采集过程中所形成的噪音,提高了散斑图像的质量,突出了散斑图像的特征.(2)二值化　本文测量系统CCD 拍摄的散斑图是具有多个灰度级的单色图像.在实用的图像处理系统中,处理速度高、成本低、信息量大的灰度图像花销太大,不是上策.而且灰度图像二值化后,能够突出图像特征,有利于提取特征斑;从测量要求而言,要求散斑图像灰度反差越大越好,所以散斑图像的二值化是非常必要的.散斑图像二值化的目标是要在尽可能多的保留原图像特征的前提下舍弃冗余信息.要实现这一目标关键在于正确地选择阈值t .由于本文采用人工散斑,试验时在试件表面喷白漆制黑斑,所以能够形成具有二值倾向的多灰度值散斑图像.这种散斑图像的灰度直方图上能够呈现出两峰一谷的特征,取谷底处的灰度值作为阈值t 可以得到较好的结果,阈值t 的选取可以由Matlab 程序自动完成.(3)特征提取　由于试验时在试件表面作白底黑斑,为便于数据处理,将二值化后的散斑图转化为黑底白斑的图像,此图像上的白斑属于单连接成分.为了得到试件表面感兴趣区域的变位情况,对此区域上的单连接成分进行标记和轮廓跟踪,即可实现特征斑提取.(4)重心算法　二值图像上特征斑的重心位置可用公式(3)计算.对CCD 拍摄的散斑图像进行图像处理,其基本过程如图5所示,图像处理模块程序流程图如图6所示.特征斑识别采用人机交互式模式提取特征斑,自动生成各序列图像的特征斑数据文件.二维定位是将计算所得到的各序列图像的特征斑像素坐标转化成实际坐标,并自动生成特征斑的实际坐标文件.动画显示用于在计算机屏幕上显示各个序列图像的运动变化情况.曲线显示用于显示序列图像中某个特征斑的运动参数,如位移、应变等.数据存储是对经过上述处理而得到的物体的变形试验数据存储,以便数据分析.特征斑识别、二维定位、动画显示、412 实　验　力　学 (2003年)第18卷　曲线显示、数据存储这些操作构成了计算模块,如图7所示.由图像处理模块和计算模块这两种模块生成十几种程序,计算程序流程图如图8所示.这些计算程序可分别计算出应力—位移曲线、应力—应变曲线、位移—时间曲线等多种实验曲线,每个程序的图像处理模块完全相同,但计算模块根据实际情况各不相同,图9、图10分别为应力-位移曲线和应力-应变曲线流程图,可充分说明此问题.图5　散斑图像处理过程图6　图像处理模块图7　计算模块图8　计算程序流程图 采用这种方法只需在Matlab 窗口下调出程序,输入系统放大率以及采集散斑图像数,系统会自动调出散斑图,由操作者选取特征斑,即可自动生成实验曲线.操作者可以提取散斑图像上任意点的变位信息,而不受限制.该方法迅捷简便,极易实现,没有人为误差,在土建结构413第3期 单宝华等:散斑图像相关数字技术原理及应用 图9　应力-位移曲线程序流程图图10　应力-应变曲线程序流程图工程中具有很好的应用前景.4　工程应用4.1　钢管砼结构轴心受压过程的监测将散斑图像相关数字技术用于钢管砼结构轴心受压破坏过程的监测,试验采用的圆钢管混凝土试件参数如表1所示,试验装置如图11所示.试验中采用分级加载,弹性范围内每级荷载为预计极限荷载的1/10,当钢管屈服后每级荷载约为预计极限荷载的1/15,每加载一次,414 实　验　力　学 (2003年)第18卷　CCD 摄像机记录一幅散斑图像.当钢管接近破坏时慢速连续加载,此过程CCD 摄像机只记录了试件即将破坏时的几幅散斑图像.表1　圆钢管混凝土试件参数试件号外径均值D j (mm)试件长度L (mm )壁厚均值t j (mm)套箍系数a 砼抗压强度标准值f ck (M Pa)钢材屈服强度f y (M Pa )1133.313976.075 1.68697653.884424.52133.143976.155 1.65925153.884424.53160.154765.0050.91109853.884356.3图11　试验设置示意图图12　三个试件的轴向荷载—竖向位移曲线 采用本文开发的散斑图像数据处理程序fdp 对CCD 拍摄的散斑图像进行处理,计算得到试件的轴力—位移曲线如图12所示.试验全过程监测表明,这三个钢管混凝土试件都有较好的延性和后期承载能力.4.2　在役钢结构动力特性脉动监测监测对象为在役的新加坡大酒店近万平方米的戏水大厅空间网架屋面结构,结构平面图如图13所示.测点位于图13所示网架挠度最大处17轴第16节点的下弦球上.将事先斑化的边长约为24cm 的方板(化为方形斑粒)标记固定于“节点球”.相机位置如图14所示,位于主体结构的第三层平台上,平台通过墙体与地基础相连.CCD 相机仰视观测标记(散斑图像板),物距约为30m.由于脉动幅度较小,测点距离较远,为满足试验需要,实测中选用78～200mm 415第3期 单宝华等:散斑图像相关数字技术原理及应用 的变焦镜头进行测量,分别以焦距f=150m m,f=180mm,f=85m m三种焦距观测被测节点.CCD摄像机以每秒25桢的速度连续采集图像,三种焦距分别录制了 4.52s,10.32s, 5.00s的时程段的图像.图15为CCD摄像机在试验过程中所拍摄的一幅散斑图像.图13　新加坡大酒店戏水大厅结构平面图图14　试验装置图15　散斑图图16　时程曲线416 实　验　力　学 (2003年)第18卷　图17　频谱图 对CCD 摄像机拍摄到的序列散斑图像采用程序dy t 进行计算,获得结构相应测点的位移脉动时程曲线如图16所示.对使用焦距为150mm 的镜头所得的时程脉动曲线截取一段长2s 的时程(采样间隔为0.04s)进行快速离散傅里叶变换得到其相应的频谱分布如图17所示.由图17可知,被检测出来的前六阶频率值分别为 1.5Hz ,2.5Hz ,3.5Hz ,9Hz ,10.5Hz ,11.5Hz ,其中f = 2.5Hz 的模态频率与早期用加速度传感器测量所得模态频率2.7Hz 相接近.图16给出脉动位移的峰值达到 1.5mm ,这比一般混凝土结构的脉动位移大得多.5　结论 根据本文研究,可以得出以下结论:1)本文方法的硬斑点条件是满足散斑相关的必要条件,试件表面斑点只要满足硬斑点条件,由散斑相关性就可测出位移场.2)本文对散斑图像采用M atlab 程序来完成滤波和二值化过程,试验结果表明,对具有良好二值化倾向的散斑图像,采用M atlab 中值滤波窗口默认值和二值化默认阈值即可以获得良好的二值散斑图像,不会影响散斑重心坐标的提取.3)本文提出的测量方法适合于现场非接触测量,而且易于实现测量自动化.影响该测量误差的因素包括摄像机系统的像差和色差,CCD 数字化系统的光电噪声等.如能采用精度、分辨率和采样频率更高的数字摄像系统,则可进一步提高该方法的测量精度.4)本文采用散斑图像相关数字技术测量轴心受压的圆形钢管混凝土试件的位移全过程为探索采用非接触的方式测量构件变形提供了一种新的测试手段.试验表明它是一种有效的力学测量方法,适用于面内的变形测量.5)本文采用散斑图像相关数字技术以远距离、非接触的方式监测在役的新加坡大酒店戏水大厅的空间网架屋面结构,脉动位移的结果表明,散斑图像相关数字技术作为一种无损检测方法用于检测结构的脉动反应是可行的,为结构的动力特性测试和结构的安全监测与评价等提供了一种新的测量手段.本试验为散斑图像相关数字技术走出实验室应用于具体工程结构监测提供了一个有利的例证,充分说明了它的工程实用性.417第3期 单宝华等:散斑图像相关数字技术原理及应用 参考文献:[1]　Yamag uchi I.Speckle Displacement a nd Defo rmation in the Diff ractio n a nd Imag e Fields fo r Small Ob-jec t Defo rmation [J ].O pt .Ac ta ,1981,28(10):1359-1376.[2]　Pe ters W H,Ra nso n W H .Digital Imaging T ech nique in Ex perimental M echanics [J].Opt.Eng.,1982,21(3):427-431.[3]　高建新,周辛庚.变形测量中的数字散斑相关搜索方法[J].实验力学,1991,6(4):333-339.[4]　芮嘉白,金观昌,徐秉业.一种新的数字散斑相关方法及其应用[J ].力学学报,1994,26(5):599-607.[5]　束永生,伍小平.CCD 高精度位置检测重心算法的傅里叶分析[J].实验力学,1995,10(1):31-37.[6]　何小元,衡伟,高卫.远距离、高精度二维动态位移测量[J].实验力学,1996,11(4):468-472.[7]　张东升,于起峰等.高速摄影胶片的数据自动分析研究[J ].实验力学,1997,12(3):389-393.Principles and Applications of SpeckleImage Correlation Digital TechniqueSHAN Bao -hua,OU J in-ping ,ZHAO Ren-xiao,M A Shi-ying(Harbin Institute of T echnolog y ,Scho ol o f Civ il Enginee ring ,Har bin 150090)Abstract:The applica tion of imag e processing technique in speckle interferometry is studied and a speckle image co rrela tion digital technique is presented in the paper.This m ethod in-troduces a sub-pix el technique and adopts the barycenter alg orithm to co mpute the ba rycen-ter o f characteristic speckle ,w hich can av oid the co mplex process of com puting the co rrela-tion coefficient in digital speckle m ethod;ex perim ental disto rtio n curv e fo r the m easured ob-ject ca n be o btained through the related fo rmulas o f displacem ent and strain.The ex perim ent results indica te that the method has g ood perspectiv e for applicatio n in engineering environ-m ent ,vibration process a nd disto rtio n measurement automation .Key words :image correlatio n;characteristic speckle;imag e pro cessing;barycenter algo-rithm;CCD 418 实　验　力　学 (2003年)第18卷　。

XJTUDIC三维数字散斑动态应变测量分析系统三维、快速、高精度、非接触式三维全场变形和应变测量分析系统组成系统特点：快速获得全场的三维坐标、位移、应变数据测量结果三维显示。

各种强大的分析功能非接触测量，适用于各种材料快速、简单、高精度的系统标定测量幅面可选：从几个微米到几十米的范围应变测量范围：从0.01%到1000%的范围灵活易用的触发功能，丰富的外部软硬件接口图像采集频率可选择：低速（0-20 fps), 中速（20-100 fps）高速（100-500 fps）超高速(500-50000 fps)相机分辨率可选：100万像素，200万像素，500万像素，800万像素，1000万像素系统软件可运行在Windows 32位和64位操作系统，支持多核多线程处理，计算速度更快应用领域：材料试验（杨氏模量、泊松比、苄缘牟问阅埽?BR>"零部件试验（测量位移、应变）生物力学（骨骼、肌肉、血管等）微观形貌、应变分析（微米级、纳米级）断裂力学性能有限元分析（FEA）验证高速变形测量（动态测量、瞬态测量）动态应变测量，如疲劳试验成形极限曲线FLC测定测量原理"XJTUDIC 系统结合数字图像相关技术（DIC）与双目立体视觉技术，通过追踪物体表面的散斑图像，实现变形过程中物体表面的三维坐标、位移及应变的测量，具有便携，速度快，精度高，易操作等特点。

散斑追踪过程操作方便 :采用基于摄影测量技术的相机标定技术，针对不同幅面的测量范围，可以快速、方便地实现系统的高精度标定。

配备的升降架，使得测量系统的操作变得非常轻松。

各种不同类型的光源为不同环境下的测量提供良好的照明条件。

多功能的控制箱提供了各种A/D采集，D/A输出及相机触发功能。

软件界面友好:(1) 同时支持二维及三维变形测量(2) 灵活的相机标定，支持使用外部图像标定(3) 提供灵活、方便的图像采集参数设置，满足不同情况下的图像采集需求(4) 自由选取感兴趣的目标范围，提高处理效率。

数字散斑相关法概述摘要：数字散斑相关法自出现以来，一直是图像处理领域中一种重要的方法。

它属于机器视觉测量法，由于它是非接触式的，所以如今在众多领域中，它的应用越来越广泛。

尤其在高精度的形变测量中，它一直是研究者们重点研究的对象。

目前，该方法能达到的亚像素精度最高为0.001pixel。

关键词：数字散斑相关法；机器视觉；形变测量；亚像素1. 前言材料以及结构件在载荷作用下的位移和变形情况，一直是实验力学研究的重点。

而物体变形测量技术主要可以分为两类：接触式和非接触式测量。

而目前应力应变测量方法大概有以下几种：（1）应变片电测法：电阻应变；（2）光纤光栅法：光栅反射光的波长；（3）光弹性法：材料的双折射效应，干涉条纹；（4）机器视觉测量方法。

机器视觉法属于非接触式测量，其中在实验测试的工程测量中用得较多的就是数字散斑相关方法(Digital Speckle Correlation Method，DSCM)。

2. 数字散斑相关法数字散斑相关方法（DSCM），或者称为数字图像相关方法(DIC)，是数字图像处理技术应用于光测力学的过程中产生的新的测试手段，是对全场位移和应变进行量化分析的光测实验力学方法，该方法是利用被测构件表面变形前后的两副图像的灰度值进行相关运算，从而达到求解变形体表面位移和应变的目的[1]。

在实际测量过程中，数字散斑相关法光路简单、可以白光作为实际广元，不需要严格的环境条件，并可对全场范围内的区域进行非接触测量测量，能够与全息成像、医学成像、传感器、形变测量等技术相结合，在实际测量中有着广泛的应用[2]。

但是，数字散斑相关方法也有不足之处，比如：由于环境、光源、位移场中散斑点大小的改变，使得其他峰值点的相关系数和待测点的相关系数差别不大，有时甚至出现比待测点的相关系数还要大的情况，这就会造成误差，所以散斑相关测量法的关键就在于如何快速、准确地找到待测点[3]。

因此，搜索方法和测量算法的研究是数字散斑相关方法运用于实验和工程的重点、难点。

第2章三维数字散斑相关法第2章三维数字散斑相关法三维数字图像相关方法（简称是基于双目立体视觉原理和数字图像相关方法，测量物体表面三维形貌以及三维变形的方法。

本章将讨论的原理及方法。

本章首先介绍数字散斑相关法，然后再介绍双目立体视觉技术。

三维数字散斑相关方法（3D-DSCM）是一种光学测量方法，通过采集目标变形前后的四幅散斑图像，利用双目立体视觉技术进行空间点的重构、二维数字散斑相关方法（2D-DSCM）进行变形前后的空间点的对应，在此基础上完成三维坐标及三维变形的测量。

3D-DSCM 克服了2D-DSCM 只能测量平面物体二维形变的局限，可以获得任意被测表面的空间位移及形变，而且具有实时性、对测量环境要求低、试样准备简单、适用范围广等优点。

2.1 二维数字散斑相关法二维数字散斑相关方法（2D-DSCM）又称为数字图像相关方法（DIC），是基于物体表面散斑图像的灰度特征来进行测量的，根据灰度特征的相关性完成被测物体位移和变形信息测量。

下面是相关搜索的原理，如图 2-1 所示。

数字散斑相关法是一种对试件（受载荷作用下）发生形变前后的散斑场进行相关运算并以此来获得位移全场信息的测量方法。

数字散斑相关法起源于机器视觉的发展，它具有机器视觉的优点——非接触式、全场在线测量等。

数字散斑相关方法是由计算机技术、图像处理技术以及光学技术结合而成的。

相比于前文提及的传统光测法，它的光路相对简单，对测量环境要求低，故其应用面更加广泛。

随着数字化技术迅速发展，其在生物力学、微观结构、材料力学等诸多领域都得到了相对广泛的应用，同时也促进了其他学科的发展。

在基于数字图像相关法的测量实验中，先采集试件变形前后的散斑图像，分别将这两幅图像表示为图像 A 和图(像 ,B。

)如图2.1 所示，在参考图像(2A（+即1变)×形前2的+图1像）中随机选择一种子点，以P点为中心选择一个 ( )像素大小的样本子区。

然后在图像（即变形后的图像）中通过搜索算法寻找目标子区。

数字散斑相关方法引言：数字散斑相关方法是一种应用于光学散斑图像处理的技术，可以提取图像中的信息并进行分析。

本文将介绍数字散斑相关方法的原理、应用以及发展趋势。

一、原理数字散斑相关方法的原理基于光学散斑现象。

光通过透明介质时，由于介质内部的密度或折射率的不均匀性，光波会发生相位差，形成散斑。

数字散斑相关方法利用散斑图像中的相位信息，通过相关运算，得到图像中的物理量或形态信息。

二、基本步骤1. 采集散斑图像：使用光学系统和相机等设备采集散斑图像，保证图像的清晰度和分辨率。

2. 预处理：对采集到的散斑图像进行去噪、平滑和增强等预处理操作，提高图像的质量。

3. 提取相位信息：利用数字图像处理算法，提取散斑图像中的相位信息，如使用傅里叶变换或小波变换等方法。

4. 相关运算：将提取到的相位信息与参考图像进行相关运算，得到相关输出图像。

5. 物理量或形态信息提取：通过对相关输出图像进行分析，提取出所需的物理量或形态信息。

三、应用领域1. 光学检测：数字散斑相关方法在光学检测领域有广泛应用。

通过对散斑图像的处理，可以实现对物体的位移、形变、压力等参数的测量。

2. 表面形貌测量：数字散斑相关方法可以用于表面形貌的测量，如粗糙度、曲率等参数的提取。

3. 光学显微镜图像处理：应用数字散斑相关方法对显微镜图像进行处理，可以提高图像的清晰度和对比度。

4. 光学图像识别：数字散斑相关方法可以用于光学图像的识别，如指纹识别、虹膜识别等。

5. 光学通信：数字散斑相关方法在光学通信中也有应用，可以提高光信号的传输质量和可靠性。

四、发展趋势1. 算法优化：随着计算机技术的发展，数字散斑相关方法的算法将会不断优化，提高计算效率和图像处理质量。

2. 多模态融合：数字散斑相关方法可以与其他图像处理方法相结合，实现多模态图像的融合，提高图像处理的准确性和可靠性。

3. 深度学习：深度学习技术在图像处理领域有着广泛的应用，数字散斑相关方法也可以与深度学习相结合，提高图像处理的自动化和智能化水平。

第6卷　第4期2013年8月　 中国光学 Chinese Optics Vol.6　No.4Aug.2013 收稿日期:2013⁃04⁃13;修订日期:2013⁃06⁃15 基金项目:国家自然科学基金资助项目(No.51075116);安徽省国际科技合作计划资助项目(No.12030603012);教育部留学回国人员科研启动基金资助项目(2011JYLH1150)文章编号　1674⁃2915(2013)04⁃0470⁃11数字散斑相关方法及应用进展王永红1∗,梁　恒1,王　硕1,张　浩1,杨连祥1,2(1.合肥工业大学仪器科学与光电学院,安徽合肥230009;2.美国奥克兰大学机械工程系,密歇根罗切斯特48309)摘要:数字散斑相关方法(DSCM)是一种可以测量变形和应变的光学非接触测量方法,其通过对变形前后物体表面的图像进行灰度信息相关计算来获取被测物的力学性能。

本文叙述了数字散斑相关方法近年来在国内外的发展动态和应用现状,详细论述了基于自适应遗传算法、智能神经网络方法、小波变换法的一系列新型相关搜索方法。

文章指出,近年来,数字散斑相关技术已发展到相对成熟,目前的研究重点是提高测试精度和图像处理速度,而提高散斑图像质量和研究高效的算法是需要努力的方向。

关　键　词:数字散斑相关;相关搜索;精度;效率中图分类号:O436.1 文献标识码:A doi:10.3788/CO.20130604.0470Advance in digital speckle correlation method and its applicationsWANG Yong⁃hong 1∗,LIANG Heng 1,WANG Shuo 1,ZHANG Hao 1,YANG Lian⁃xiang 1,2(1.School of Instrument Science and Opto⁃electronic Engineering ,Hefei University of Technology ,Hefei 230009,China ;2.Deptartment Mechanical Engineering Oakland University ,Rochester ,Michigan ,USA 48309)∗Corresponding author ,E⁃mail :yhwang@Abstract :Digital speckle correlation (DSCM )is a noncontact measuring method for displacements andstrains,which obtains the mechanical properties of an object by calculating the gray information correlation of the object images before and after deformations.The method has been applied successfully in mechanical measurements in the past twenty years.This paper introduces the developing states of the DSCM and gives ap⁃plication examples.Some new technologies involved in the DSCM are reviewed,such as genetic algorithm,neural networks and wavelet transform.Finally,it points out that DSCM research will focus on improving measuring accuracy and image processing speeds in the future,including improving speckle image quality and researching higher effective algorithms.Key words :digital speckle correlation;search algorithm;accuracy;efficiency1　引　言 数字散斑相关方法(DSCM)是一种可以测量变形和应变的光学非接触测量方法,其通过计算变形前后物体表面图像的灰度信息相关来获取被测物的力学性能。

数字散斑相关方法引言：数字散斑相关方法是一种基于散斑理论和数字图像处理的技术，用于对光学系统的像差进行测量和校正。

本文将介绍数字散斑相关方法的原理、应用以及发展趋势。

一、原理散斑是由于光波在经过不均匀介质时产生的波前相位畸变所引起的。

数字散斑相关方法利用散斑的特性，通过对散斑图像进行相关分析，可以得到光学系统的像差信息。

1. 散斑图像采集需要通过光学系统将散斑图像采集下来。

可以使用CCD相机等光学设备进行图像采集。

采集的图像应包含充分的散斑信息，以保证后续的相关分析准确。

2. 散斑相关分析将采集到的散斑图像与参考图像进行相关分析，得到相关系数图像。

相关系数图像中的亮度分布反映了光学系统的像差情况。

亮度较高的区域表示该处像差较大，需要进行校正。

二、应用数字散斑相关方法在光学系统的测试和校正中有着广泛的应用。

1. 光学元件表面检测数字散斑相关方法可以用于检测光学元件的表面质量。

通过采集散斑图像并进行相关分析，可以得到元件表面的像差信息，从而评估元件的质量。

2. 光学系统像差校正光学系统在使用过程中可能会出现像差，影响成像质量。

数字散斑相关方法可以通过分析散斑图像，定位像差的位置和大小，并进行校正，提高光学系统的成像质量。

3. 光学系统对焦数字散斑相关方法可以用于光学系统的对焦。

通过分析散斑图像的相关系数分布，可以确定光学系统的最佳对焦位置，保证图像清晰度。

三、发展趋势随着数字图像处理技术的不断发展，数字散斑相关方法也在不断改进和完善。

1. 算法优化数字散斑相关方法仍然存在一些问题，如对噪声的敏感性和计算复杂度较高等。

未来的发展趋势是进一步优化算法，提高相关分析的准确性和效率。

2. 自适应散斑相关方法目前的数字散斑相关方法通常需要事先采集参考图像。

未来的发展趋势是研究自适应的散斑相关方法，不依赖于参考图像，能够实时进行像差分析和校正。

3. 多尺度散斑相关方法光学系统的像差通常具有多个尺度。

未来的发展趋势是研究多尺度的散斑相关方法，能够对不同尺度的像差进行分析和校正，提高成像质量。

三维数字基础-讲义任课教师：课程名称：三维数字基础时间：7周学时: 112学时年级：二年级上课程开始一、第一次课，与学生初次见面介绍自己作品及行业优秀作品，与学生沟通交流，了解学生对三维数字创作的认识，以及对本课程的期望，建立融洽的师生关系和热烈的课堂氛围。

二、介绍本课程（一）课程目的通过本课程的教学，使学生了解行业内当前的三维模型制作技术；掌握maya/max的灯光技术；掌握贴图绘制及三维渲染设置；能够熟练使用MAYA或3DMmax并结合 ZBrush或Mudbox进行三维形象的创建；熟悉相关（灯光、渲染）等表现技术，具备独立完成三维模型制作、贴图绘制和渲染的能力，为进行三维动画创作的学习打下基础。

（二）主要内容：1.主流三维软件介绍。

2.三维模型制作原理及一般方法（多变形）。

3.模型材质贴图制作概念、贴图坐标概念（uv）。

4.灯光及渲染相关知识。

5.zbrush/mudbox模型与主流MAYA、MAX集成运用。

6.项目设计与表现。

课程重点：1.三维数字基础创作中的前期设定（造型设计，材质设计等）。

2.三维数字基础创作中材质与软件的结合选择。

3.三维数字基础创作方法和相关技术：模型，绑定，动画，渲染与合成，学习使用PS,ZB，MAYA等软件。

（三）教学内容与教学安排1.三维模型制作练习。

2.模型材质及贴图绘制练习及点评。

3.模型uv展开作业分析和点评。

4.zbrush/mudbox模型制作流程及练习。

5.灯光渲染设置及输出。

6.结合项目的实战训练。

作业：按小组分组，每个小组一个主题做一系列作品（每个人至少1-2个作品），绘制要以“真实”为主，发挥MAYA、ZBRSH等软件优势。

课程进行课题1：关于三维数字课时：10学时教学内容：第一节原理三维数字化是通过人工获取物品的外形数据，将获得的数据信息进行加工拼接，通过建模的方式加以整理，将各个孤立的单视角三维数字模型无缝集成，经过贴图、渲染处理以后，形成三维数据文件。