Research on the influence of light intensity on digital image correlation measurement accuracy in the testing of concrete
-
摘要: 在复杂光照条件下采用数字图像相关技术(DIC)测量混凝土结构表面应变场时，光强变化会引起图像的退相关效应。针对此问题，基于传统2D-DIC测量系统，探究了光强变化对DIC测量精度与计算效率的影响规律。试验结果表明：平均灰度190为最优光强；以最优光强下的图片作为参考图像，光强增大时应变误差呈指数增长，光强减小时应变误差呈线性增长；计算时间与计算点匹配率对光强的小范围波动不敏感，但光强的剧烈变化会导致计算时间增加1~3倍以及25 % 的计算点匹配失败。结合图像质量评估指标，验证了实验结果的准确性。为了获得高质量的图像，本文建立了绿光带通滤波成像系统，该系统在外界环境光剧烈变化条件下依然能够保持图像的亮度与对比度基本不变，应变误差与计算效率均接近于最优光强。相对于传统2D-DIC测量系统，绿光带通滤波成像系统可较好地应用到室外环境测量。
-
关键词:
- 数字图像相关技术 /
- 混凝土表面应变场 /
- 光强 /
- 图像质量 /
- 绿光带通滤波成像系统
Abstract: When the surface strain field of concrete structure is measured by digital image correlation(DIC)technology under complex light conditions, the decorrelation effect of the pattern will be caused by the variation in light intensity. For this problem, the optimal light intensity suitable for DIC calculating and analyzing is studied, and the influence of light intensity variation on the measurement accuracy and calculation efficiency of DIC is explored by the traditional 2D-DIC measurement system. The experimental result shows that the average gray level of 190 is the optimal light intensity. The picture is used as the reference image at the optimal light intensity. The strain error increases exponentially when the light intensity increases, and the strain error increases linearly when the light intensity decreases. The computation time and the matching rate of calculation points are insensitive to the slight range fluctuation of light intensity, while the computation time of DIC will increase 1 to 3 times, and about 25 % of calculation points will match failed because of the extreme variation of light intensity. The accuracy of experimental results is verified by Combining them with the image quality assessment index. In order to get high-quality images, the green band-pass filter imaging system is established in this paper. It can stabilize the image's brightness and contrast when the external light varies seriously. The strain error and calculation efficiency are all close to the optimal light intensity when external ambient light changes seriously. Compared with the traditional 2D-DIC measurement system, The green band-pass filter imaging system can be better applied to measure in the outdoor environment. -
混凝土是当今世界上应用最广、使用量最大的建筑材料，在国民经济建设中发挥着不可替代的作用。混凝土结构的可靠性评估和预测，对于结构的安全设计具有重大意义，而应变作为材料力学性能中最重要的参量之一，其测量准确性一直是学者们研究的热点问题。传统的应变测量器件如电阻应变片、位移传感器与引伸计等[1]只能测量标距范围内的平均应变，难以实现逐点测量。相比之下，数字图像相关(DIC)作为一种基于图像处理与数值计算的光学计量方法[2-3]，具有全场测量、测量精度高、对环境要求较低和测量自动化等优点。因此，DIC是实验力学最活跃、应用最广泛的光测力学方法之一。
DIC技术最早由Yamaguchi[4-5]和Peters等[6]于20世纪80年代初提出。随着DIC技术的逐步完善，有不少学者测定混凝土结构的各种力学参数及预测其破坏形式。吴庆等[7]测量了高强混凝土的全场二维应变，分析了高强混凝土在单轴压缩状态下的破坏机理。童晶等[8]测定混凝土表面应变云图，精确判断混凝土保护层的开裂位置及裂纹走向。赵燕茹等[9]研究了混凝土试件在高温下三点弯实验中的全场变形规律，为火灾发生后混凝土结构的变形测量提供了高效可靠的测量手段。DIC技术在混凝土力学参数测量中的有效性已经被大量的应用实例所证明。为了实现高精度测量，众多学者聚焦于相关准则[10]、搜索算法[11]和散斑结构[12]等理论研究。DIC技术的测量精度自引入高阶插值算法和零均值归一化(ZNSSD)相关准则后，便难以更进一步。而在绝大多数的实际应用中，环境因素已经成为DIC技术高精度测量的最大误差来源。学者们已逐渐将研究领域拓展至高温[13]、振动[14]等环境因子，但关于光照强度对DIC测量精度的研究目前仍然较少。
在DIC技术测量混凝土参量的实际应用中，为了保证图像充足和恒定的对比度，通常使用稳定可控的白光[15]或单色光[16-17]均匀照射试件表面，反射光由被动成像设备接收，产生大量的数字图像便于后续分析。不同光照强度会引起图像灰度信息分布的不同，而DIC测量的原理之一，即是根据图像灰度值匹配子区计算试件表面的位移和应变，故图像灰度发生改变会影响DIC的测量结果。因此，存在最优光强使得DIC设备稳定且测量精度最高。然而，在室外进行DIC的长期测量时，如混凝土结构长期变形监测，由于环境光可能经历从黑夜的微弱照明到中午最亮照明的变化，即使调整测量系统至最优光强，相机接收的图像灰度依然会发生巨大变化，变形图像与参考图像的相似性大大降低，引起严重的退相关效应，使DIC的测量稳定性与测量精度降低，甚至可能会造成图像无法匹配。针对该问题，需要研究光强波动对DIC测量所造成的不利影响，并在此基础上对光强的波动进行控制，减弱其对高精度DIC测量造成的误差，可促进DIC技术从实验室走向工程应用现场。
本文研究光强对DIC测量误差的影响规律，定量评估图像质量的变化并提供误差修正方法，为混凝土结构的变形测量及其他实际工程中可能遇到的光强波动问题(桥梁的变形监测、山体滑坡监测与基坑结构的稳定性分析等)提供参考依据。
1. 数字图像相关的测量原理
DIC是通过对比试件表面变形前后的两幅散斑图像灰度信息，跟踪匹配变形前后散斑图像中的对应子区来获得试件表面各点的位移与应变信息。其基本原理如图 1所示，以参考图像待测点p(x，y)为中心，选择像素(2n+1)×(2n+1)的正方形图像子区，在变形图像中通过一定的搜索算法按照预先定义的相关函数遍历分析区域，寻找目标子区相关函数取极值点的位置，并将该相关函数极值位置作为参考子区变形后的对应区域，即以点p′(x′，y′)为中心的目标子区，变形子区与参考子区中心点坐标之差即为待测点p在x，y方向上的位移矢量。
为了定量评价变形前后该单元窗口的相似性，采用国际上广泛使用计算精度与计算速度均较优异的最小平方距离函数(CSSD)。
$$ C_{\mathrm{SSD}}=\sum\limits_{i=-n}^n \sum\limits_ {j=-n}^n\left[f\left(x_i, y_j\right)-g\left(x_i, y_j\right)\right]^2 $$ (1) 式中，f(xi，yi)和g(xi，yi)分别为参考图像中点(x，y)和目标图像中点(x′，y′)的灰度值。
已有研究表明，ZNSSD相关准则[18]可补偿光强的线性变化，稳健性更强。但当照明光源发生较大的非均匀变化时，仍将导致散斑图像的强度出现非线性变化，使得DIC测量出现较大误差甚至分析失败。
2. 实验探究
2.1 传统2D-DIC实验系统
CCD(型号Prosilica GT3400)工业相机采集的图像为分辨率3 384×2 704像素的8bit灰度图像，采用80 mm的定焦镜头并搭配25 mm可伸缩的调焦筒调节焦距，图像相关分析软件为VIC-2D 6，照明光源采用500 W、亮度可调的2个立式Bescor的LED白光灯(图 2)。
为了消除其他因素对DIC应变测量精度的影响，实验在室内光学隔振平台上进行，可认定为恒温恒压、无地面振动影响。采集图像前，对相机预热1.5~2 h，以大幅降低相机自热引起的镜头畸变，保证DIC测量过程中光强变量的唯一性。
2.2 实验设计
因DIC技术在室外或工程现场的实际应用中，多以混凝土结构的变形测量为主，因此本实验以混凝土试件作为测试对象。试件表面打磨平整并喷涂足够对比度的黑白漆以形成随机散斑，调整焦距至散斑清晰成像，相机光轴与被测试件表面保持垂直。使用2D-DIC测量系统并通过不断调节双LED白光灯的光源驱动器，实现不同光强下散斑图像的采集。采集过程中试件保持静止，每种光照强度下采集8幅图像，2s/幅，共采集19组图像(部分实验照片见图 3)。对所采集的图像做两种方案设计：
方案一：以每种光照强度下第一张图片作为参考图像，后7张图片作为变形图像，分别进行匹配计算，探寻适合DIC分析计算的最优光强。
方案二：以最优光强下的图片作为参考图像，其他光照强度下的图片作为变形图像，进行匹配计算，探寻光强波动对DIC应变测量精度的影响规律。
2.3 数据处理及参数表征
实验数据的计算参数为：分析区域AOI为750 pixels×750 pixels，所选图像子区为41 pixels×41 pixels，步长为10 piexls，需要计算的像素点为76×76=5 776个。对所得位移场进行逐点最小二乘拟合得到应变场，应变计算窗口为15×15点(140 pixels×140 pixels)。应变测量精度以应变均值误差与应变标准差作为评价标准。由于试件未进行任何力的加载，理论上应变应为0，均值误差与标准差越接近于0，表明DIC测量精度越高，反之越小。为了得到准确、直观的数据，对多张图像的应变场整体求均值误差与标准差(时间平均法)[19]，再做绝对值平均处理(图 4)。
![]()
图 4 基于平均灰度的光强参数表征流程Figure 4. The flow of light intensity parameter representation based on average gray考虑不同区域、不同时间光照强度变化的复杂性，相机光圈与曝光时间均影响图像亮度，本文以平均灰度(亮度)综合表征光照强度的变化。平均灰度的变化范围为0~255，基于matlab编程实现图像平均灰度的量化。
3. 实验结果与分析
3.1 方案一
图 5与图 6(a)(b)(c)分别为不同光强下x方向的应变误差云图与x、y、xy方向的应变误差随平均灰度的变化关系曲线图。由图 5可以看出，平均灰度190时应变云图由绝大部分的绿色块所覆盖，仅有极少量的蓝色块随机分布；随着偏离平均灰度190距离的增加，应变云图由少量的蓝色块与黄色块的随机分布过渡到较多的蓝紫色块与黄红色块随机分布，这说明平均灰度190时图像对比度较高，散斑信息特征充足，DIC的应变测量误差最小，测量精度最高；而平均灰度接近截止区与饱和区时，因图像信息特征基本丧失，导致DIC测量误差增大。由图 6可以看出，在光强可匹配的范围内，3个方向上的应变误差均随着平均灰度的增加先减小后增大。其中，应变均值误差无明显规律，在0~1.5×10-5范围内波动，应变标准差随着平均灰度的增加先减小后增大。平均灰度在130~207范围内，应变误差波动很小；平均灰度190为最优光强，此时应变误差最小，不超过2×10-5；而平均灰度低于20或大于252接近极限光强时，图像匹配失败。这是因为试件在未受力的情况下，其分析区域内每一个计算点的应变值可能为正也可能为负，
![]()
图 5 不同光强下x方向的应变误差云图Figure 5. The strain error nephogram in x direction with different light intensity![]()
图 6 不同光强下x、y、xy方向上的应变测量误差与计算效率Figure 6. The strain measuring error in x, y and xy direction and calculation efficiency with different light intensity因此均值误差会在零应变附近波动。标准差反映了数据偏离平均值的幅度。过高或过低平均灰度的图像，子区灰度信息过于相似，不能被唯一识别，严重影响DIC应变测量的稳定性，造成每一个计算点的虚应变都很大，甚至导致DIC分析失败；而较高平均灰度的图像子区灰度信息对比明显，在良好制斑的前提下，更有利于DIC的精确识别。
图 6(d)为DIC相关匹配计算速度与计算点匹配率随图像平均灰度的变化关系曲线图。由图可见，在光强可匹配的范围内，不同光强下DIC成像对计算速度与计算点匹配率基本没有影响，可忽略不计。
3.2 方案二
图 7与图 8(a)(b)(c)分别为光强波动时x方向的应变误差云图与x、y、xy方向的应变误差随平均灰度的变化关系曲线。由图 7可以看出，以最优光强下的图片作为参考图像，随着光强的减小，应变云图由全绿色块过渡到少量的蓝色块随机分布；随着光强的增大，应变云图由全绿色块快速变换至红色块与紫色块全场随机分布，且伴随部分计算点丢失的现象。这说明光强不可控时，过度曝光引起的测量误差远大于曝光不足所引起的测量误差。结合图 8可知，光强波动对DIC应变场测量精度影响显著。随着光强的增大，应变误差急剧增大，呈指数级增长，最高可达0.06；随着光强的减小，应变误差同样增大，但呈线性增加，最高不超过7×10-5；当光强波动较小时，应变误差增长缓慢，不超过5×10-5。这是因为：① DIC的测量过程中，光强变化导致图像灰度子区的退相关，使得灰度特征信息丢失，DIC测量误差增大。②平均灰度从190增加至255，图像灰度信息丢失速率过快，应变误差增长迅速；而平均灰度从190减少至20，图像灰度信息丢失速率很慢，应变误差增长缓慢。
![]()
图 7 光强剧烈波动时x方向的应变误差云图Figure 7. Strain error nephogram in x direction when light intensity fluctuates violently![]()
图 8 光强波动时x、y、xy方向上的应变测量误差与计算效率Figure 8. The strain measuring error in x, y and xy direction and calculation efficiency of light intensity fluctuation从应变场计算速度与计算点匹配率上看，图 5(d)为光强在一定的范围内波动时，计算时间基本保持稳定，计算点匹配率为100 %；光强增加过大时，计算时间骤然增加，计算点匹配率快速下跌，仅有75 % 的计算点匹配成功；光强减小过多时，同样会出现计算时间成倍增加的现象，但相比之下计算速度优于过曝现象，而计算点匹配率基本不受影响。
基于以上实验结果分析可知，光强波动时，过度曝光引起的应变测量误差增大与计算效率降低，远远超出曝光不足所引起的危害。因此，调整光源至最优光强并尽可能维持光强稳定至关重要。
4. 图像质量评估方法
4.1 平均灰度梯度
为了定量描述图像质量随光强波动的变化，本文引入潘兵等[20]提出的全局评价参数——平均灰度梯度(δf)：
$$ \delta_f=\frac{\sum\limits_{i=1}^W \sum\limits_{j=1}^H\left|\nabla f\left(x_{i j}\right)\right|}{W H} $$ (2) $$ \left|\nabla f\left(x_{i j}\right)\right|=\sqrt{f_x^2\left(x_{i j}\right)+f_y^2\left(x_{i j}\right)} $$ (3) 式中，W和H分别为图像的宽度和高度；$ \nabla f\left(x_{i j}\right)$为矩阵每个像素点灰度梯度矢量的模；fx(xij)与fy(xij)分别为像素点xij在x和y方向上的一阶灰度导数。
潘兵等[20]从位移测量精度理论分析出发，验证了平均灰度梯度评估散斑质量的有效性。平均灰度梯度越大，表明图像的对比度越高，越有利于DIC的精确搜索，而准确的位移场是拟合高精度应变场的前提。
4.2 图像质量评估验证
基于Matlab软件根据中值差分原理编制了平均灰度梯度计算程序，对不同光强下采集的图像做平均灰度梯度计算，获得平均灰度梯度随光强变化的曲线(图 9)。由图 9可知，平均灰度梯度随平均灰度的增加先增大后减小，当平均灰度达到190时，平均灰度梯度到达峰值，表明此时图像质量最高、对比度最强，DIC应变场测量误差最小。这与方案一的实验结果(平均灰度190为最优光强)高度吻合。
![]()
图 9 平均灰度梯度随光强变化的曲线Figure 9. The curve of average gray gradient varying with different light intensity分别对平均灰度梯度上升段与下降段作置信区间为95 % 的线性与非线性拟合(图 9)。从平均灰度梯度的变化速率来看，在平均灰度0~190范围内，平均灰度梯度的变化速率基本呈线性增长，增长率较小且基本保持恒定；在平均灰度190~255范围内，平均灰度梯度的变化速率呈指数级下降，衰减率不断增加。这与方案二的实验结果(光强波动时应变误差的增长速度变化趋势)高度吻合，验证了平均灰度梯度这一参数评估DIC应变场测量精度随光强波动的准确性。
5. 单色光带通滤波成像系统应变误差的修正
因传统2D-DIC无法克服光强波动而导致的图像退相关效应，造成灰度特征信息丢失，使得DIC测量误差增大。为了获得高质量的图像，必须有效抑制环境光的变化，以减弱对最优光强图像的影响。通过引入带通滤波成像思想，建立一种基于单色光带通滤波成像的系统。
5.1 绿光带通滤波成像系统
绿光带通滤波成像系统在传统2D-DIC实验系统的基础上增添1个光学带通滤波片(中心波长520 nm，带宽40 nm)、2个单色绿光LED灯(515~525 nm)(图 10)。
光学带通滤波片的作用是只允许波长在带通范围内的主动照明光进入，并切断该波段以外的所有照明光。图 11为型号YZ-520ZDLGP-Y30的光学带通滤波片的透射光谱曲线及实物图。该光学带通滤波片的中心波长为520 nm，带宽为40 nm，波长处于500~540 nm波段的光透射率总体可达80 % 以上，峰值透射率高达93.87 %，而该带通范围外的所有照明光透射率基本为0。因此，可有效阻隔其进入相机靶面，使得相机捕获到的图像亮度基本稳定，对比度基本保持恒定，图像相关性大大增强，理论上能够保证DIC的高精度匹配测量。
![]()
图 11 光学带通滤波片的透射光谱曲线及实物Figure 11. Transmission spectrum curve and picture of the optical band-pass filterCCD相机量子效率指入射光信号转换为电子信号的效率，即相机灵敏度，表征相机接受及记录信号的能力。一般要求CCD相机的量子效率尽可能地高，以便在暗弱环境下正常工作。基于该CCD相机量子效率曲线(图 12)，该相机对420~600 nm波长范围内的光量子效率均超过60 %。其中，中心波长为520 nm、带宽为40 nm的绿光的量子效率，高于波长更短的蓝光和波长较长的红光，这符合多数CCD相机[21-22]所具备的特征。因此，当该波段的光学滤波片大幅抑制环境光的输入时，图像平均灰度会大幅降低。与Pan等[21]所提出的蓝光主动成像方法相比，本文选择量子效率更高的单色绿光LED灯照明，匹配相应高透射率的光学带通滤波片(图 11)，可满足最优光强所需的较高平均灰度，且维持最优光强的稳定。
![]()
图 12 Prosilica GT3400相机量子效率曲线Figure 12. Quantum efficiency curve of Prosilica GT3400 camera5.2 实验验证
为了验证绿光带通滤波成像系统对于外界光强波动时DIC应变测量的准确性与鲁棒性，首先调整该测量系统至最优光强(经平均灰度梯度验证，单色绿光2D-DIC测量系统最优光强同样为平均灰度190)，使得DIC应变场测量精度最高。基于最优光强，改变外界环境光，验证该成像系统的可靠性并与方案二的实验结果对比。
实验步骤如下：
(1) 同时打开单色绿光LED灯与白光LED灯，CCD相机前安装好窄带通滤波片，调整好焦距与光源，使得散斑清晰成像至最优光强。
(2) 分别调亮和关闭白色光源，以模拟外界环境光的变化(图 13)。
(3) 以最优光强下的图片作为参考图像，外界环境光变化后的图片作为变形图像，并与之匹配计算。
5.3 结果与分析
图 14与表 1、表 2、表 3分别表示为光强剧烈变化时传统2D-DIC测量系统与绿光带通滤波成像系统x方向的应变误差云图、应变场测量误差、图像质量与计算效率。
![]()
图 14 光强变化时传统2D-DIC测量系统与绿光带通滤波成像系统x方向的应变误差云图Figure 14. Strain error nephogram in x direction between traditional 2D-DIC measurement system and green band-pass filter imaging system when light intensity changes表 1 光强变化时传统2D-DIC测量系统与绿光带通滤波成像系统应变场测量误差Table 1. Comparison of strain measuring error between traditional 2D-DIC measurement system and green band-pass filter imaging system when light intensity changes应变测量误差 低照度 最优光强 高照度 传统2D-DIC测量系统 绿光带通滤波成像系统 传统2D-DIC测量系统 绿光带通滤波成像系统 传统2D-DIC测量系统 绿光带通滤波成像系统 x方向应变测量误差/ 10-6 66 63 25 45 58 993 79 y方向应变测量误差/ 10-6 56 44 22 21 57 894 68 xy方向应变测量误差/ 10-6 44 44 19 21 23 583 49 表 2 光强变化时传统2D-DIC测量系统与绿光带通滤波成像系统所采集的图像质量Table 2. Comparison of the quality of the pattern collected by traditional 2D-DIC measurement system and the green band-pass filter imaging system when light intensity changes图像质量 低照度 最优光强 高照度 传统2D-DIC测量系统 绿光带通滤波成像系统 传统2D-DIC测量系统 绿光带通滤波成像系统 传统2D-DIC测量系统 绿光带通滤波成像系统 平均灰度 20.89 173.59 190.41 192.77 254.78 208.59 平均灰度梯度 3.21 39.48 27.76 39.85 0.3 37.42 表 3 光强变化时传统2D-DIC测量系统与绿光带通滤波成像系统的计算效率Table 3. Comparison of the efficiency of calculation between traditional 2D-DIC measurement system and green band-pass filter imaging system when light intensity changes计算效率 低照度 最优光强 高照度 传统2D-DIC测量系统 绿光带通滤波成像系统 传统2D-DIC测量系统 绿光带通滤波成像系统 传统2D-DIC测量系统 绿光带通滤波成像系统 计算时间/ s 0.297 0.125 0.124 0.125 0.488 0.126 计算点匹配率/% 100 100 100 100 75 100 由图 14可以看出，相比于传统2D-DIC测量系统下x方向应变误差云图特征的显著变化，绿光带通滤波成像系统具有很强的鲁棒性，应变云图的变化几乎可忽略不计。结合表 1可以看出，当外界光强发生变化时，x、y、xy三个方向上的应变测量误差均在小范围内波动。其中，外界光强减小时，应变测量误差在6×10-5左右，与传统2D-DIC测量系统相比，应变测量精度可提高21 %；外界光强增大时，应变测量误差在8×10-5左右，应变测量精度可提高95 % 以上，极大地抑制因光强增大带来的应变场失真问题。从表 2图像质量上看，该系统所采集的图像平均灰度与对比度均在小范围内波动，与传统2D-DIC测量系统相比，具有良好的稳定性。从表 3计算效率上看，该系统在外界光强变化时，其计算时间与计算点匹配率与最优光强下的计算参数基本相同，相比于传统2D-DIC测量系统，计算速度可提高74 %，计算点匹配率可提高25 %。因此，绿光带通滤波成像系统能够大幅度改善因光强波动导致的应变场测量误差增大、图像质量下降、计算速度缓慢及计算点丢失等问题，很好地满足室外DIC高精度测量混凝土应变场的需求。若追寻更高精度的DIC应变测量的现场应用，建议选择带宽更窄的30 nm甚至20 nm的滤波片。
6. 结论
本文通过零位移实验对适合DIC分析计算的最优光强开展研究，探究光强波动对DIC测量精度的影响规律，并结合图像质量评估指标——平均灰度梯度对实验结果进行验证，提出相应的误差修正方法，得出以下结论：
(1) 当光强稳定可控时，平均灰度190为最优光强，应变测量精度在1.5×10-5以内；平均灰度130~207为较优光强区间，应变测量误差不超过3×10-5；而平均灰度低于20或高于252时，DIC匹配失败。
(2) 当光强不稳定时，以最优光强下的图片作为参考图像，光强增大时，应变误差呈指数级增长，最高可达0.06；光强减小时，应变误差呈线性增加，最多不超过7×10-5。计算时间随着光强的剧烈变化会增加1~3倍，计算点匹配率会随着光强的剧烈增加下降25 %，却对光强的剧烈减小不敏感。
(3) 绿光带通滤波成像系统对外界光强的变化不敏感，即使外界环境光发生严重变化，应变误差、图像质量及计算效率均稳定在最优光强附近。
-
![]()
图 4 基于平均灰度的光强参数表征流程
Figure 4. The flow of light intensity parameter representation based on average gray
![]()
图 5 不同光强下x方向的应变误差云图
Figure 5. The strain error nephogram in x direction with different light intensity
![]()
图 6 不同光强下x、y、xy方向上的应变测量误差与计算效率
Figure 6. The strain measuring error in x, y and xy direction and calculation efficiency with different light intensity
![]()
图 7 光强剧烈波动时x方向的应变误差云图
Figure 7. Strain error nephogram in x direction when light intensity fluctuates violently
![]()
图 8 光强波动时x、y、xy方向上的应变测量误差与计算效率
Figure 8. The strain measuring error in x, y and xy direction and calculation efficiency of light intensity fluctuation
![]()
图 9 平均灰度梯度随光强变化的曲线
Figure 9. The curve of average gray gradient varying with different light intensity
![]()
图 11 光学带通滤波片的透射光谱曲线及实物
Figure 11. Transmission spectrum curve and picture of the optical band-pass filter
![]()
图 12 Prosilica GT3400相机量子效率曲线
Figure 12. Quantum efficiency curve of Prosilica GT3400 camera
![]()
图 14 光强变化时传统2D-DIC测量系统与绿光带通滤波成像系统x方向的应变误差云图
Figure 14. Strain error nephogram in x direction between traditional 2D-DIC measurement system and green band-pass filter imaging system when light intensity changes
表 1 光强变化时传统2D-DIC测量系统与绿光带通滤波成像系统应变场测量误差
Table 1 Comparison of strain measuring error between traditional 2D-DIC measurement system and green band-pass filter imaging system when light intensity changes
应变测量误差 低照度 最优光强 高照度 传统2D-DIC测量系统 绿光带通滤波成像系统 传统2D-DIC测量系统 绿光带通滤波成像系统 传统2D-DIC测量系统 绿光带通滤波成像系统 x方向应变测量误差/ 10-6 66 63 25 45 58 993 79 y方向应变测量误差/ 10-6 56 44 22 21 57 894 68 xy方向应变测量误差/ 10-6 44 44 19 21 23 583 49 
下载: 导出CSV
表 2 光强变化时传统2D-DIC测量系统与绿光带通滤波成像系统所采集的图像质量
Table 2 Comparison of the quality of the pattern collected by traditional 2D-DIC measurement system and the green band-pass filter imaging system when light intensity changes
图像质量 低照度 最优光强 高照度 传统2D-DIC测量系统 绿光带通滤波成像系统 传统2D-DIC测量系统 绿光带通滤波成像系统 传统2D-DIC测量系统 绿光带通滤波成像系统 平均灰度 20.89 173.59 190.41 192.77 254.78 208.59 平均灰度梯度 3.21 39.48 27.76 39.85 0.3 37.42
下载: 导出CSV
表 3 光强变化时传统2D-DIC测量系统与绿光带通滤波成像系统的计算效率
Table 3 Comparison of the efficiency of calculation between traditional 2D-DIC measurement system and green band-pass filter imaging system when light intensity changes
计算效率 低照度 最优光强 高照度 传统2D-DIC测量系统 绿光带通滤波成像系统 传统2D-DIC测量系统 绿光带通滤波成像系统 传统2D-DIC测量系统 绿光带通滤波成像系统 计算时间/ s 0.297 0.125 0.124 0.125 0.488 0.126 计算点匹配率/% 100 100 100 100 75 100
下载: 导出CSV
-
[1] 张德海, 郭照灿, 何文斌, 等. 用于Q235低碳钢的数字图像相关法应变检测[J]. 锻压技术, 2022, 47(3): 182-190. https://www.cnki.com.cn/Article/CJFDTOTAL-DYJE202203031.htm Zhang Dehai, Guo Zhaocan, He Wenbin, et al. Strain detection by digital image correlation method on Q235 low carbon steel[J]. Forging & Stamping Technology, 2022, 47(3): 182-190. https://www.cnki.com.cn/Article/CJFDTOTAL-DYJE202203031.htm
[2] Pan B, Qian K M, Xie H M, et al. Two-dimensional digital image correlation for in-plane displacement and strain measurement: a review[J]. Measurement Science and Technology, 2009, 20(6): 062001. DOI: 10.1088/0957-0233/20/6/062001
[3] 金观昌, 孟利波, 陈俊达, 等. 数字散斑相关技术进展及应用[J]. 实验力学, 2006, 21(6): 689-702. https://www.cnki.com.cn/Article/CJFDTOTAL-SYLX200606002.htm Jin Guanchang, Meng Libo, Chen Junda, et al. The progress and application of digital speckle correlation method[J]. Journal of Experimental Mechanics, 2006, 21(6): 689-702. https://www.cnki.com.cn/Article/CJFDTOTAL-SYLX200606002.htm
[4] Yamaguchi I. Speckle displacement and decorrelation in the diffraction and image fields for small object deformation[J]. Optica Acta: International Journal of Optics, 1981, 28(10): 1359-1376. DOI: 10.1080/713820454
[5] Yamaguchi I. A laser-speckle strain gauge[J]. Journal of Physics E: Scientific Instruments, 1981, 14(11): 1270-1273. DOI: 10.1088/0022-3735/14/11/012
[6] Peters W H, Ranson W F. Digital imaging techniques in experimental stress analysis[J]. Optical Engineering, 1982, 21(3): 427-431.
[7] 吴庆, 倪源, 孙林柱, 等. 基于VIC-3D技术的高强混凝土单轴受压试验研究[J]. 混凝土, 2014(11): 19-23. https://www.cnki.com.cn/Article/CJFDTOTAL-HLTF201411007.htm Wu Qing, Ni Yuan, Sun Linzhu, et al. Experimental study on high-strength concrete under uniaxial compression based on VIC-3D technology[J]. Concrete, 2014(11): 19-23. https://www.cnki.com.cn/Article/CJFDTOTAL-HLTF201411007.htm
[8] 童晶, 金贤玉, 田野, 等. 基于DIC技术的锈蚀钢筋混凝土表面开裂[J]. 浙江大学学报: 工学版, 2015, 49(2): 193-199, 217. https://www.cnki.com.cn/Article/CJFDTOTAL-ZDZC201502001.htm Tong Jing, Jin Xianyu, Tian Ye, et al. Study on surface cracking of corroded reinforced concrete based on DIC method[J]. Journal of Zhejiang University: Engineering Science, 2015, 49(2): 193-199, 217. https://www.cnki.com.cn/Article/CJFDTOTAL-ZDZC201502001.htm
[9] 赵燕茹, 张杰, 宋博, 等. 基于DIC方法的高温后混凝土应变局部化研究[J]. 混凝土, 2022(4): 37-43. https://www.cnki.com.cn/Article/CJFDTOTAL-HLTF202204008.htm Zhao Yanru, Zhang Jie, Song Bo, et al. Research on strain localization of concrete after high temperature based on DIC method[J]. Concrete, 2022(4): 37-43. https://www.cnki.com.cn/Article/CJFDTOTAL-HLTF202204008.htm
[10] Ma S P, Jin G C. New correlation coefficients designed for digital speckle correlation method(DSCM)[C]// Proc SPIE 5058, Optical Technology and Image Processing for Fluids and Solids Diagnostics 2002, 2003, 5058: 25-33.
[11] 潘兵, 续伯钦, 谢惠民, 等. 面内位移测量的基于梯度的数字图像相关方法[J]. 光学技术, 2005, 31(5): 643-647. https://www.cnki.com.cn/Article/CJFDTOTAL-GXJS200505000.htm Pan Bing, Xu Boqin, Xie Huimin, et al. In-plane displacement measurement by gradient-based digital image correlation[J]. Optical Technique, 2005, 31(5): 643-647. https://www.cnki.com.cn/Article/CJFDTOTAL-GXJS200505000.htm
[12] Hua T, Xie H M, Wang S, et al. Evaluation of the quality of a speckle pattern in the digital image correlation method by mean subset fluctuation[J]. Optics & Laser Technology, 2011, 43(1): 9-13.
[13] Grant B B, Stone H J, Withers P J, et al. High-temperature strain field measurement using digital image correlation[J]. The Journal of Strain Analysis for Engineering Design, 2009, 44(4): 263-271.
[14] Su Z L, Lu L, Dong S, et al. Auto-calibration and real-time external parameter correction for stereo digital image correlation[J]. Optics and Lasers in Engineering, 2019, 121: 46-53.
[15] Pappa R S, Giersch L R, Quagliaroli J M. Photogrammetry of a 5m inflatable space antenna with consumer-grade digital cameras[J]. Experimental Techniques, 2001, 25(4): 21-29.
[16] Zhang H, Wang Y H, Chen L, et al. High temperature deformation measurement based on ultraviolet DIC[C]// SPIE Proceedings, International Conference on Experimental Mechanics 2014, Singapore. Singapore: SPIE, 2015.
[17] Bao S Y, Wang Y H, Liu L, et al. An error elimination method for high-temperature digital image correlation using color speckle and camera[J]. Optics and Lasers in Engineering, 2019, 116: 47-54.
[18] Tong W. An evaluation of digital image correlation criteria for strain mapping applications[J]. Strain, 2005, 41(4): 167-175.
[19] 王冬梅, 方如华, 秦玉文. 数字图像相关测量的误差分析及其改进措施[J]. 实验力学, 1998, 13(3): 416-422. https://www.cnki.com.cn/Article/CJFDTOTAL-SYLX803.021.htm Wang Dongmei, Fang Ruhua, Qin Yuwen. Measuring errors analysis and improvement of digital image correlation method measurement system[J]. Journal of Experimental Mechanics, 1998, 13(3): 416-422. https://www.cnki.com.cn/Article/CJFDTOTAL-SYLX803.021.htm
[20] 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. https://www.cnki.com.cn/Article/CJFDTOTAL-SYLX201002001.htm Pan Bing, Wu Dafang, Xia Yong. Study of speckle pattern quality assessment used in digital image correlation[J]. Journal of Experimental Mechanics, 2010, 25(2): 120-129. https://www.cnki.com.cn/Article/CJFDTOTAL-SYLX201002001.htm
[21] Pan B, Wu D F, Yu L P. Optimization of a three-dimensional digital image correlation system for deformation measurements in extreme environments[J]. Applied Optics, 2012, 51(19): 4409.
[22] 钱月红. EMCCD光电性能参数测试方法研究[D]. 南京: 南京理工大学, 2015. -
期刊类型引用(0)
其他类型引用(2)
计量
- 文章访问数: 342
- HTML全文浏览量: 71
- PDF下载量: 50
- 被引次数: 2
