基于Python的开源2D数字图像相关软件iCorrVision-2D：完全定制的测量工具

软件X 19（2022）101131原始软件出版物iCorrVision-2D：用于平面内测量的集成式基于Python的开源数字图像相关软件（第1部分）João Carlos Andrade de Deus Filhoa，Luiz Carlos da Silva Nunesa，José Manuel Cardoso Xavierba巴西里约热内卢Rua Passo da Pátria，156，Bloco E，Sala 210，24210-240 Niterói，bNOVA大学NOVA科学技术学院机械和工业工程系UNIDEMI天气-里斯本，葡萄牙ar t i cl e i nf o文章历史记录：2022年3月29日收到收到修订版，2022年5月18日接受，2022年保留字：二维DIC基于子集开源软件Pythona b st ra ct这项工作的主要目的是提出一个新的完全可定制的开箱即用的开源2D数字图像相关（2D-DIC）软件，所谓的iCorrVision-2D。它是在Python中实现的，包括图像采集（抓取器），数值相关和后处理模块。所提出的软件具有直观的图形用户界面，以支持选择所有主要的相关参数，校准和感兴趣的区域。iCorrVision-2D软件在其他开源项目中脱颖而出，因为它具有大量的功能和对所有重要输入的控制，例如相关域、方法（空间和增量）和匹配标准、位移滤波、插值技术、应变窗口和重建形状函数。 结果表明，iCorrVision-2D软件是强大的，可以用来测量全场位移和应变具有令人满意的准确度和精度。对于面外测量，iCorrVision-3D将在第2部分（iCorrVision-3D，SoftwareX，2022）中介绍©2022作者（S）。由爱思唯尔公司出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）中找到。代码元数据当前代码版本V1.04.22用于此代码版本的代码/存储库的永久链接https://github.com/ElsevierSoftwareX/SOFTX-D-22-00075代码海洋计算胶囊法律代码许可证GNU GPL v3.0使用GIT的代码版本控制系统使用Python 3.8的软件代码语言、工具和服务编译要求、操作环境依赖性提供了requirements.txt文件如果可用，链接到开发人员文档/手册https://github.com/jcadf/iCorrVision_2D/tree/main/UserGuide问题支持电子邮件joaocadf@id.uff.br，luizcsn@id.uff.br，jmc. fct.unl.pt1. 动机和意义在数字革命时代的开始，基于图像的技术已经出现。这些技术发展为固体和流体力学提供了几种全场光学技术（FFOT）[1]。这些方法提供了非接触式的现场信息，可以测量单个标量。因此，现场测量的评估为以下方面带来了新的见解：*通讯作者。电子邮件地址：joaocadf@id.uff.br（João Filho）.https://doi.org/10.1016/j.softx.2022.101131计算和实验固体力学，使数值和实验方法趋于平衡[2]。随着计量、标准化、不确定度量化和合格评定的应用日益广泛，它们仍需进一步发展以满足工业和科研的需要。因此，为了巩固这些先进的实验技术，他们的可持续性评估一直在不断解决[3，4]。数字图像相关（DIC）是实验力学中用于评估全场变形测量的经确认的非接触式光学方法[5]。与基于有限元（全局DIC）[7]或基于傅立叶的方法[8]相比，DIC通常使用基于子集的方法（局部DIC）[ 6近年来，2352-7110/©2022作者。 由Elsevier B.V.出版。这是一篇开放获取的文章，使用CC BY许可证（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表SoftwareX期刊主页：www.elsevier.com/locate/softxJoão Filho、Luiz Nunes和José Xavier软件X 19（2022）1011312JFig. 1. iCorrVision-2D软件的工作流程。文献中报告的论文数量，参考DIC [9]。这种方法是相当灵活的，比干涉测量的同行更便宜，并已在几个应用中，在一个大的长度尺度的光谱。DIC已用于现场监测测量[10]、非破坏性试验[11]和损坏评估[12]。此外，拉伸[13]、压缩[14]和剪切[15此外，DIC提供的全场数据已成为新一代力学试验的基础，该试验处理从单一试验配置中识别材料参数的逆过程[18，19]。此外，研究了软组织的复杂行为[20]，并根据后处理DIC位移场[21]分析了几个断裂试验。众所周知，由于运动不连续场，后者是最具挑战性的实验测试之一，DIC在断裂力学科学界已经取得了- 整体和凝聚力的法律估计[22，23]。市 场 上 已 经 有 许 多 商 业 DIC 解 决 方 案 ， 包 括 CorrelatedSolutions[24]、GOM[25]、MatchID[26]和LaVision[27]。它们通常满足最终用户的开箱即用解决方案的要求，即使在大多数情况下，以黑盒程序为代价。但从从学术的角度来看，这些软件可能很昂贵，而且算法的后端结构通常不完全为用户所理解或不可用。因此，科学界对开发开源和免费访问DIC软件以克服这些限制的兴趣日益增长，例如数字图像相关引擎（DICE）[28]，NCorr[29]，py2DIC[30，31]，µDIC[32]，Re-[33][34][35][36][37][38][39]从来没有-然而，在这些解决方案中，一些自由访问代码是在许可平台上编写的（例如，、NCorr[29]、ADIC2D[34]和ALDIC[36]），或者在专业版本方面能力有限。此外，开源解决方案通常不提供完全集成的DIC测量生态系统，包括图像采集，图像校准和进一步的数据分析后处理。另一方面，一些重要的DIC设置参数，包括例如子像素插值因子，在闭源软件中不允许修改考虑到开源项目，此类修改应在源代码中解决。因此，最终用户必须具有计算语言的先验知识以适应插值算法。在此背景下，开源DIC项目在实现完整系统方面存在差距，可从直观界面直接访问主要设置参数，并集成从图像采集到后处理模块的整个测量链。iCorrVision-2D软件的开发就是为了解决这些问题。iCorrVision-2D是一个完整的完全可定制的开源二维DIC软件。前端和后端结构都是用Python计算语言编写的的软件包包括图像采集（抓取器），相关和后处理模块。相关算法采用基于子集的方法实现，并采用并行计算策略，以减少计算时间。该软件的开发和组织是为了突出显示和访问DIC分析中所需的所有相关参数，用户可以轻松控制和修改这些参数。iCorrVision- 2D可用于评估多个学术、商业和工业应用中的位移和应变例如，iCorrVision-2D已用于辅助材料表征[37]，研究机械样品的变形均匀性[15，16]，并根据断裂试验进行J积分和运动学参数估计[22，38]。2. 软件描述iCorrVision-2D软件的前端和后端结构是用Python编写的，Python是一种广泛用于多个工程项目的动态、开源和面向对象的计 算 语 言 。 由 于 有 大 量 的 开 源 图 像 处 理 和 可 视 化 库 ， 如OpenCV[39]和Matplotlib[40]，在这个软件中使用Python是合理的。三个模块（抓取器，相关性和后处理）被嵌入到一个集成的用户友好的图形界面，旨在保持项目直观的用户。这种方法的优势在于，在执行DIC测量和分析时，可以使用独特的平台来覆盖整个工作流程。代码被组织为一个包，其中的模块被包装在一个源文件中。此外，为了处理项目依赖关系，提供了一个需求文件来创建合适的虚拟环境。然而，它也可以很容易地从可执行文件（.exe）中进行评估，这些文件也可以在项目存储库中获得。2.1. 软件构架iCorrVision-2D软件由三个模块组成：（1）图像采集模块，负责采集给定事件或实验测试过程中的一系列图像;（2）数字图像相关模块，实现数据集之间的图像相关;（3）后处理模块，用于重建应变图。图 1说明了从图像采集到结果可视化的 软 件 工 作 流程 。2.2. 软件功能每个模块的功能将在以下小节中介绍João Filho、Luiz Nunes和José Xavier软件X 19（2022）1011313×II−2=−−IIII图二. iCorrVision-2D抓取器模块。2.2.1. 捕捉器模块本 节 介绍 了 使 用单 摄 像 头进 行 图 像 采集 的iCorrVision-2DGrabber该模块的主要目的是提供一个完整的图像捕获平台 图 2显示了iCorrVision-2D Grabber模块的GUI。可以看出，用户可以调整相关的采集参数，例如以像素为单位的捕获图像的宽度和高度、像素曝光时间、以每秒帧数（FPS）为单位的频率、图像格式和以秒为单位的采集时间。后者对曝光时间和频率敏感。采集可以配置为在开始时以不同的时间间隔捕获图像。当用户在测试开始时需要更多信息时，此功能很受欢迎该模块使用BaslerUSB3.0相机客户可用的开源pypylon库构建[41]。然而，重要的是要强调，该软件有可能集成其他相机驱动程序，并支持Python。最终用户应具有足够的计算知识来执行此类修改。2.2.2. 相关模块图像关联本身可以通过iCorrVision-2D Correlation模块来解决，如图所示。3 .第三章。通过该模块，用户可以完全控制多个重要参数，如参考子集大小（RSS）、搜索子集大小（SSS）、步长（分别在x11和x22方向上的Nx和Ny）、子集步长（ST）、插值策略、校准、角度调整，其中所有捕获的图像都可以旋转通过将当前图像与更新的参考图像进行匹配，可以相对于参考图像（未变形的配置）或递增地进行。应尽可能避免增量方法，因为在迭代算法中的每一步都会累积测量误差。通常，增量匹配仅应在观察到大变形时使用，使得变形子区域不再能够被识别（将发生去相关问题）[42]。OpenCV库中提供的cv2.matchTemplate函数用于此模块[39]。它允许选择最合适的相关函数和标准，以考虑在图像相关。应该强调的 是， 该函数已经 在其他开源 解决方案 中使用， 例如py2DIC[30，31]。 图图4（a）和图 4（b）示出了可以用于达到子像素精度的双三次样条插值。众所周知，使用这种插值函数可以降低系统误差[43，44]。捕获的图像可以在执行相关之前通过k b因子调整大小（见图1）。4（a））。此外，相关系数矩阵可以内插使用的一个因素的KA和5 × 5像素2的内核大小，以细化相关峰的位置，根据所选择的标准。它指出，插值策略是不典型的商业和开源软件之间的修改。刚性形状功能用于iCorrVision-2D Correla-tion模块计算全场位移（u），如下所示u=x−X，（ 1）其中，X是参考配置（位置）向量， 是当前（变形）配置向量。由于使用基于子集的局部DIC，离散位移可能是噪声的。然而，为了克服这种限制，可以应用滤波算法来使用具有预选大小的高斯核来平滑位移信号。2.3. 后处理模块iCorrVision-2D软件的一个功能是完整的集成可视化模块。 图 5示出了iCorrVision后处理模块，其中可以选择用于相关性和运动学场的可视化的所有重要参数。例如，使用该模块，可以控制适当的应变窗口和重建形状函数，以根据位移计算全场应变双线性（Q4）和双二次（Q9）拉格朗日多项式形函数可用于根据各自的表达式在数值上近似应变窗口内的面内位移uQ4=aii+bii m+cii n+dii mn和（2）uQ9=uQ4 （ m ， n ） +eii m2+fii n2+gii m2n+hii mn2+iii m2n2 ，（3）在相关之前，考虑以度为单位的给定角度、位移滤波、对比度调整、可以在欧拉和拉格朗日方法之间选择的配置选择、相关函数、模板选择和相关准则。值得一提的是，在一些开源或商业DIC软件上，这些关键设置参数中的一些对于用户来说既不可用也不直观。在目前的项目中，定制程度是优先事项。因此，可以根据每个案例研究完全调整此外，还实现了并行计算，处理器（线程）的数量也可以由用户选择建议的模块是一个基于子集的局部DIC ，其中感兴趣的区域（ROI）被离散化的子区域（子集），其中的相关性是在不同的变形阶段进行。iCorrVision-2D Correlation模块有一个集成的ROI选择界面，可以在其中构建子集。在各阶段中，图像可以在空间上与其中（m， n）是应变窗口的质心，并且aiii双线性和双二次形状函数的4（a d）和9（a i）系数分别在该后处理模块中使用scipy.optimize.curve_fit函数（scipy优化库[45]中提供）处理的非线性最小二乘法进行估计。 根据调整后的位移，可以使用格林拉格朗日应变张量理论上获得应变，如下所示E=1（FTF−I），其中F=u/X+I，（ 4）其中F是变形梯度张量，I是单位矩阵。已知梯度对重构形函数和应变窗口的大小是非常敏感的。因此，用户在调整这些参数时必须小心。João Filho、Luiz Nunes和José Xavier软件X 19（2022）1011314×图三. iCorrVision-2D相关模块。见图4。使 用 双三次样条插值的iCorrVision-2D相关模块的插值策略。(a)捕获图像插值和（b）相关系数矩阵插值。3. 说明性示例图五. iCorrVision后处理模块。使用单个高分辨率照相机和预定义的获取参数（图像宽度、高度、格式和频率由于DIC在实验力学方面的主要应用之一是材料表征，因此使用实验拉伸测试作为iCorrVision-2D的说明性示例。在这里，非均匀应变场的重建，所产生的单轴载荷下的生物组织的形态，进行了 研究 。 iCorrVision-2D Grabber 模 块可 用 于 捕获 连 续 图像 集（.tiff）收购）。特别是，其目的是分析重建的梯度场跨越约7 - 5毫米2的横截面上的松树pinasterAit。木材在单轴拉伸应力状态下[46]。图图6（a）示出了生长环结构和所考虑的ROI（蓝色虚线矩形）。使用iCorrVision-2D Correlation模块，使用参考和变形的捕获图像，使用João Filho、Luiz Nunes和José Xavier软件X 19（2022）1011315=-图六、（ a）具有所描绘的 ROI（1424 × 1036像素2）的 生 长 轮 结 构 和（b）Pinus pinaster Ait. 通过iCorrVision-2D评估的木材案例研究。表1用于配置iCorrVision-2D相关模块的DIC设置DIC设置参数值参考子集大小（RSS）21像素搜索子集大小（SSS）121像素x11和x22方向上的步数（142，103）子集步长（ST）10像素校准（Valpixel）和（Valmm）1像素/1 mm位移滤波无归一化互相关相关标准0.9插值因子kb ka10位形拉格朗日量空间相关法旋转角度0°表1.使用从像素到mm的简单转换来执行校准本身。在执行相关后，用户可以配置iCorrVision后处理模块来提取位移和应变全场图。上传iCorrVision-2D核心关系模块的输出，选择应变计算参数、图形属性和输出参数。考虑到该说明性示例，考虑了5个像素的应变窗口（SW）和双线性（Q4）形状函数（SF）。 图图6（a）描绘了从iCorrVision-2D获得的无位移滤波的11应变场信号反射。很明显，通过重建的信号可以很容易地观察到生长环结构（有关更多信息，请参见参考文献101）。[46]）。此外，在附录A中使用国际数字图像相关协会（iDIC）提出的挑战进行了广泛的验证，这些挑战特别推荐用于认证新的DIC算法[3，4]。附录A中的其他案例研究也可以说明iCorrVision-2D的能力和功能。4. 影响iCorrVision-2D软件可在多个学术、商业和工业工作场所实施。例如，这款功能强大、易于使用的数字图像相关软件可用于评估面内位移和应变全场，以执行新材料的表征、原位监测、断裂分析和特定材料（生物组织和复合材料）的非均匀形态重建。在这项工作中已经做出了很大的努力，一个完整的集成完全可定制的软件与直观的图形用户界面，包括抓取器，相关和后处理模块。用户可修改所有主要驾驶员信息中心设置这里的主要目的是使用简化的开箱即用解决方案提供DIC设置考虑到相关模块，实现了并行计算，减少了计算时间。从内置的模块中，不需要第三方实例来执行图像采集和数据的后处理。此外，iCorrVision-2D的用户不需要编程技能，因为软件存储库中还提供了一个即用型可执行文件。由于iCorrVision-2D是用Python开发的开源软件，因此外部用户可以进行持续开发，以改进现有模块并包含新功能。此外，支持Python的新相机库可以集成到抓取器模块中，以增加兼容相机的范围。5. 结论这项工作致力于开发一个完全可定制的开源二维数字图像相关（2D-DIC）软件，名为iCorrVision-2D。所提出的软件全部用Python编码，Python是一种解释型高级通用编程语言。用户可以通过易于使用的GUI控制所有主要DIC设置。还开发了帧抓取器和后处理模块，分别用于图像采集和数据可视化，无需使用第三方软件。该软件的开发是开源3D-DIC项目发展路线图的第一个里程碑，该项目将在本工作的第二部分中介绍。此外，为了研究iCorrVision-2D的潜力，可以在未来的工作中进行一些真实的实验室测试竞合利益提交人声明了以下可被视为潜在竞争利益的经济利益/个人关系：Joao Filho报告说，高等教育人员改进协调会提供了财政支持。何塞·泽维尔报道说，科学技术基金会提供了财政支持João Filho、Luiz Nunes和José Xavier软件X 19（2022）1011316资金这 项 工 作 由 葡 萄 牙 科 学 和 技 术 基 金 会 （ FCT-MCTES ） 在PTDC/EMD- EMD/1230/2021 （动脉瘤工具）和 UIDB/00667/2020（ UNIDEMI ） 项 目 下 创 立 。 此 外 ， 这 项 工 作 得 到 了 巴 西Coordenação de Pessoal de Nivel Superior（CAPES）的部分资助----财政代码001。确认作 者 要 感 谢 葡 萄 牙 科 学 和 技 术 基 金 会 （ FCT-MCTES ） 在PTDC/EMD-EMD/1230/2021（AneurysmTool）和UIDB/00667/2020（UNIDEMI）项目中提供的支持，以及巴西政府资助机构CAPES、FAPERJ和CNPq提供的支持。附录A. 补充数据iCorrVision-2D软件的确认测试见Validation_iCorrVision2D.pdf。与本文相关的补充材料可以在https://doi.org/10.1016/j.softx.2022.101131上找到。引用[1] Rastogi P，Hack E，编辑。固体力学的光学方法：全场方法。John Wileyand Sons; 2012，p.四三二[2] Grédiac M，Hild F，editors.固体力学中的全场测量与识别。John Wiley andSons; 2012.[3] Reu PL，Toussaint E，Jones E，Bruck HA，Iadicola M，Balcaen R等人，DIC挑战：开发图像和指南，用于评估2D分析的准确性和分辨率。58.第58章大结局http://dx.doi.org/10.1007/s11340-017-0349-0.[4] [10] Reu P，Blaysat B，André E，Bhattacharya K，Couture C，Couty V，et al. DIC挑战2.0：开发用于评估2D分析的准确性和分辨率的图像和指南，重点关注扫描效率指标。Exp Mech2021.[5] 潘B，钱K，谢H，Asundi A.面内位移和应变测量的二维数字图像重建 MeasSciTechnol2009;20 （ 6 ） ： 062001.http://dx.doi.org/10.1088/0957-0233/20/6/062001.[6] 王B，潘B.基于子集的局部与基于有限元的全局数字图像相关性：比较研究。TheorApplMechLett2016;6（5）：200-8.http://dx.doi.org/10.1016/j.taml.2016.08.003网站。[7] Hild F，Roux S.数字图像相关的局部和全局方法比较。Exp Mech 2012;52（9）：1503-19。http://dx.doi.org/10的网站。1007/s11340-012-9603-7。[8] Mortazavi F，Lévesque M，Villemure I.基于图像的连续位移测量，使用改 进 的 光 谱 方 法 。菌 株 2013;49 （ 3 ） ： 233-48 。http://dx.doi.org/10.1111/str.12031，arXiv：https://onlinelibrary.wiley.com/doi/pdf/10.1111/str.12031.[9] 潘湾表面变形测量的数字图像相关：历史发展、最新进展和未来目标。Meas Sci Technol 2018;29（8）：082001。http://dx.doi.org/10.1088/1361-6501/aac55b网站。[10]Cunha FG，Santos TG，Xavier J.使用数字图像相关的增材制造原位监测：综述。材料2021;14（6）. 得双曲正切值. doi.org/10.3390/ma14061511网站。[11] Malesa M，Malowany K，Pawlicki J，Kujawinska M，Skrzypczak P，Piekar-czuk A，et al.使用多摄像机数字图像相关方法的工业结构无损检测。《工程失败分析》2016;69：122-34。http://dx.doi.org/10.1016/j.engfailanal.2016.02.002，结构完整性国际会议特刊[12]Arteiro A，Catalanotti G，Xavier J，Camanho P.大毁伤能力非卷曲织物薄层层压材料。复合材料A2014;63：110-22.http://dx.doi.org/10.1016/j.compositesa.2014.04.002网站。[13] 董世华，施明辉，郭俊成.数字图像相关技术在拉伸试验各向异性塑性变形中的应用。OptLasersEng2010;48（5）：636http://dx.doi.org/10.1016/j.optlaseng.2009.09.011网站。[14]Xavier J，de Jesus A，Morais J，Pinto J.通过平行于纹理的压缩试验评估木材弹性模量的 立 体 视 觉 测 量 。Constr Build Mater 2012;26（1）：207[15]Filho J，Nunes L.变形均匀性的实验测定和剪切状态。聚合物测试2021;96：107114。http://dx.doi.org/10.1016/j.polymertesting.2021.107114网站。[16]Filho J，Nunes L. 聚四氟乙烯薄板的简单剪切响应在大变形下的乙烯Polym测试2019;78：105942。网址：//dx.doi.org/10.1016/j.polymertesting.2019.105942网站。[17] 放大图片作者：J.结合arcan试验与数字图像相关法研究牛皮质骨的非线性剪切行为OptLasersEng2018;110：462-70.http://dx.doi.org/10.1016/j.optlaseng.2018.07.004网站。[18]Pierron F，Grédiac M.材料测试2.0测试设计回顾用 于 从 全 场 测 量 中 识 别 本 构 参 数 菌 株 2021;57 （ 1 ） ： e12370 。http://dx.doi.org/10.1111/str.12370网站。[19]放大图片作者：J. 正交异性的识别基于数字图像相关的合成图像方法研究木材的弹性特性。材料2022;15（2）.http://dx.doi.org/10.3390/ma15020625，URLhttps://www.mdpi.com/1996-1944/15/2/625。[20]Ruspi ML，Palanca M，Cristofolini L，Liebsch C，Villa T，Brayda-Bruno M，et在屈曲和伸展期间脊柱前纵韧带的非线性响应的数字图像相关（DIC）评估。材料2020;13（2）. http://dx.doi.org/10.3390/ma13020384网站。[21]泽维尔 J， Oliveira M、 蒙泰罗 P， Morais JJL， de Moura MFSF。 直接用数字 图像相关法 评价海岸松Ⅰ 型林分 的内聚规律Exp Mech 2014;54（5）：829-40。http://dx.doi.org/10.1007/s11340-013-9838-y.[22][10]杨文，杨文，杨文.拓扑结构的实验验证基于逻辑导数的数字图像相关裂纹扩展控制方法。工程计算2022;39（1）：438-54。http://dx.doi.org/10.1108/EC-07-2021-0376.[23][10]杨伟，王伟.测量用数字图像相关法研究了复合材料纵向破坏时的阻力曲线。Compos SciTechnol2010;70（13）：1986-93.http://dx.doi 的网 站。org/10.1016/j.compscitech.2010.07.022。[24] 相关解决方案-VIC-2D和VIC-3D。2021年，在线提供：https：//www.correlatedsolutions.com/（于二零二一年十月二十八日查阅）。[25] ARAMIS-GOM相关。 2021年， 可在线获取 ：https://www.gom.com/。（2021年10月28日查阅）。[26]匹配ID 2021年，可在线获取：https://www.matchid.eu/。（访问28）二零二一年十月[27] LaVision-StrainMaster。2021年，在线提供：https://www.lavision.de/en/products/strainmaster/index.php 。 （ 2021 年10月28日查阅）。[28]放大图片TurnerD，Crozier P，Reu P.数字图像相关引擎（DICE）。2015年，桑迪亚国家实验室：美国新墨西哥州阿尔伯克基。[29]放 大 图 片 作 者 ： A. Ncorr ： 开 源 的 2D 数 字 图 像 相 关 matlab 软 件 。 ExpMech2015;55（6）：1105-22。[30][10]杨文，杨文.Py2DIC：一个新的免费开源软件，用于实验力学领域的位移和应变测量。传感器2019;19（18）. http://dx.doi.org/10.3390/rs12182906网站。[31][10]杨文，杨文.数字从商业软件到fos软件图像相关：一种用于全场位移测量的成熟技术Int ArchPhotogrr Remote SensSpatial Inf Sci2018;42（2）.[32]放大图片Olufsen SN，Andersen ME，Fagerholt E.µDIC：一个开源工具包，数字图像相关SoftwareX 2020;11：100391. http://dx.doi.org/10的网站。1016/j.softx.2019.100391的网站。[33]Das PP，Elenchezhian MRP，Vadlamudi V，Reifsnider K，Raihan R.再-alPi2dDIC：一种用于原位2D数字图像相关（DIC）应用的低成本和开源方法。SoftwareX2021;13：100645.得双dx.doi.org/10.1016/j.softx.2020.100645值.[34]放大图片作者：David D.一种117行二维数字图像相关码用MATLAB写的远程传感器2020;12（18）。http://dx.doi.org/10.3390/rs12182906.[35] 另一个数字图像相关软件（yaDICs）-2/3D-用于流体坚实的应用。2021年，可在线获取：http://yadics.univ-lille1.fr/。（2021年10月28日查阅）。[36]杨J，巴塔查里亚K. 将图像压缩与数字图像结合起来，年龄相关Exp Mech 2019;59（5）：629-42。http://dx.doi.org/10.1007/s11340-018-00459-y.[37]门德斯S， FilhoJ， Melo一、Nunes L.测定 的 热交换器用数字图像相关法测定单丝聚酰胺纤维的拉伸系数。Polym测试2020;87：106540。http://dx.doi.org/10.1016/j.polymertesting.2020.106540天啊João Filho、Luiz Nunes和José Xavier软件X 19（2022）1011317[38] 放大图片作者：J.估计纤维软材料断裂参数的另一种基于数字图像相关性的实 验 方 法 。 材 料 2022;15 （ 7 ） . http://dx.doi.org/10.3390/ma15072413 网站。[39]python的OpenCV包。2021年，可在线获取：https://pypi.org/project/opencv-python/。（2021年10月28日查阅）。[40]Matplotlib：用Python实现可视化。2021年，在线提供：matplotlib.org/。（2021年10月28日查阅）。[41]Pypylon：Basler pylon相机软件套装的官方python包装器。2021年，可在线获取：https://github.com/basler/pypylon。（2021年10月28日[42] 潘B，大方W，永X.基于可靠性引导的数字图像相关法的大变形测量增量计算OptLasersEng2012;50（4）：586http://dx.doi.org/10.1016/j.optlaseng.2011.05.005网站。[43] Schreier HW，Braasch JR，Sutton MA.灰度插值引起的数字图像相关的系统误差OptEng2000;39（11）：2915-21.http://dx.doi.org/10.1117/1.1314593网站。[44]刘丽，王志，武明，黄涛，马军. B样条插值提高数字图像相关精度的方法.北京 ： 科 学 出 版 社 ， 1998.OptLett2011;36 （ 16 ） ： 3070-2.http://dx.doi.org/10.1364/OL.36.003070网站。[45]Scipy：一个基于Python的数学、科学和工程开源软件生态系统。2021年，可在线获取：https://www.scipy.org/。（2021年10月28日查阅）。[46]Pereira JL，Xavier J，Ghiassi B，Lousada J，Morais J.用数字图像相关法测定美国海岸松早材和晚材径向弹性模量的参数分析J Strain Anal Eng Des2018;53（8）：566-74。http://dx.doi.org/10.1177/0309324718786351网站。