大变形测量：基于可靠初值估计的数字图像相关法

"该文提出了一种基于可靠变形初值估计的大变形测量方法，适用于数字图像相关技术在处理大变形场景中的应用。通过选择特征点并确定其在变形后的对应点，利用Newton-Raphson方法进行迭代初值计算，提高了测量精度和适用范围。这种方法可以准确测量物体表面在任意刚体转动或大变形条件下的变形，弥补了传统方法在面对较大转角或大变形时的局限性。实验验证了该方法的有效性，包括对存在刚体转动的位移场和聚丙烯泡沫塑料压缩实验的变形测量。" 在光学测量领域，数字图像相关(Digital Image Correlation, DIC)是一种广泛应用于位移、应变和其他物理量测量的技术。传统DIC方法通常依赖于整像素位移的搜索，随后进行亚像素位移的精细计算。然而，当被测物体发生大变形或者有较大的刚体转动时，这种方法的精度和稳定性会显著下降。 针对这一问题，研究者提出了一种新的变形初值估计策略。在变形前图像中，首先选取第一个计算点附近的三个或更多特征点，这些特征点应该具有良好的辨识度和稳定性。在变形后图像中，找到这些特征点的对应点。利用这些对应点的坐标关系，可以建立一个可靠的变形估计模型，这个模型被用作Newton-Raphson迭代算法的初始值。Newton-Raphson方法是一种优化算法，用于寻找函数零点，此处则用于求解实际的位移场。 通过这种方法，即使物体存在任意角度的刚体转动或大幅度的形状变化，也能准确地估计表面变形。实验部分，研究人员分别对存在刚体转动情况的图像位移场和聚丙烯泡沫塑料在压缩实验中的大变形进行了测量。实验结果表明，所提出的方法能够有效应对大变形情况，提高测量的准确性，验证了其在实际应用中的优越性。 关键词中的“光学测量”是指利用光的性质来获取物体信息的技术，“数字图像相关”是光学测量的一种，利用图像的像素变化来分析物体的运动或变形。“大变形”指的是物体经历的变形程度远超常规范围，“Newton-Raphson方法”是求解非线性问题的常用迭代法，在这里用于优化位移场的计算。该研究对光学测量技术的改进和扩展，特别是在大变形测量中的应用，具有重要意义。