扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

上海海事大学Yuan, Yuan团队:数字图像相关算法中形状函数辅助的逐点最优子集选择策略

论论资讯 | 2023-04-20 3热度

Optics and Laser Technology

Explore content

About the journal

Publish with us

A pointwise optimal subset selection strategy assisted by shape functions in digital image correlation algorithm

Yuan Y.; Wu Z.; Zheng F.; He K.; Ding C.

Published:2023-09-01
DOI:10.1016/j.optlastec.2023.109420

研究背景

数字图像相关技术在实际应用中遇到了一些问题,例如斑点图案的局部不完美和复杂的未知变形通常使得在测试样品表面上的每个采样点选择合适的子集大小成为一项挑战。因此,如何在每个采样点上选择最佳的子集大小以提高数字图像相关算法的测量准确性和精度成为了当前研究领域的一个问题。

研究内容

在这篇论文中,作者提出了一种点对点的形状函数辅助子集选择策略(SFSS)来解决上述问题。首先,作者通过引入Butterworth窗函数到经典的SSD相关函数中提出了一个WBSSD相关准则,使得子集大小可以在亚像素级别上连续调整。其次,作者采用变形偏差函数作为指标来评估子集中的仿射形状函数的匹配程度。在此基础上,作者设计了一个初始遍历-精细定位过程,通过定量评估给定子集大小范围内的变形偏差来确定每个采样点的最优子集大小。最后,作者通过一系列合成斑点图像验证了新建的SFSS策略的可行性和有效性,表明所提出的策略可以通过选择适当的子集大小控制参数来提高DIC算法的测量准确性和精度。作者还将所提出的SFSS方法与传统的基于SSD的相关算法以及WSSD和WZNSSD算法在DIC计算中进行了比较,进一步证明了所提出的SFSS策略即使在复杂变形情况下也能提高DIC的测量性能。

研究意义

本研究提出的SFSS策略是一种新颖的、有效的方法,可以帮助解决数字图像相关技术中的子集大小选择问题,提高DIC算法的测量准确性和精度。此外,作者还提出了WBSSD相关准则和变形偏差函数,这些创新点可以为DIC算法的研究提供新的思路和方法。这些成果对于促进数字图像相关技术的发展具有重要的意义。

微信扫码即可查看