基于合成散斑技术和深度学习的DIC位移测试技术研究
数字图像相关（Digital Image Correlation, DIC）是一种非接触式全场光学测量技术，能够获取材料和结构在加载过程中的位移信息，已广泛应用于材料力学试验与结构健康监测等领域。传统DIC方法依赖子集匹配与迭代优化算法计算位移场，计算量大、处理时间长。为解决上述不足，本文开展基于深度学习的DIC位移预测方法研究。该技术为材料试验、结构性能评估以及工业在线监测提供了一种高效、可靠的全场位移测量新方法。
[1]Boukhtache S, Abdelouahab K, Berry F, et al. When Deep Learning Meets Digital Image Correlation [J]. Optics and Lasers in Engineering, 2021, 136: 106308.
[2]Sur F, Blaysat B, Grédiac M. On biases in displacement estimation for image registration, with a focus on photomechanics [J]. Journal of Mathematical Imaging and Vision, 2021, 63(7): 777-806.
[3]Wang B, Pan B. Subset-based local vs. finite element-based global digital image correlation: A comparison study [J]. Theoretical and Applied Mechanics Letters, 2016, 6(5): 200-8.
[4]Duan X, Xu H, Dong R, et al. Digital image correlation based on convolutional neural networks [J]. Optics and Lasers in Engineering, 2023, 160: 107234.
[5] 申海艇, 蒋招绣, 王贝壳, 等. 基于超高速相机的数字图像相关性全场应变分析在SHTB实验中的应用[J].爆炸与冲击,2017,37(1):15-20.
[6] 潘兵, 谢惠民. 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[J].光学学报,2007,(11):1980-1986.
[7]潘兵, 吴大方, 夏勇. 数字图像相关方法中散斑图的质量评价研究[J].实验力学,2010,25(2):120-129.
[8] 陈佳, 胡浩博, 何儒汉, 等. 基于注意力机制的增强特征描述子 [J]. 计算机工程, 2021, 47(5): 260-6.