王永紅，梁 恒，王 碩，張 浩，楊連祥，2

(1.合肥工業(yè)大學(xué)儀器科學(xué)與光電學(xué)院，安徽合肥230009;2.美國(guó)奧克蘭大學(xué)機(jī)械工程系，密歇根羅切斯特48309)

1 引言

數(shù)字散斑相關(guān)方法(DSCM)是一種可以測(cè)量變形和應(yīng)變的光學(xué)非接觸測(cè)量方法，其通過(guò)計(jì)算變形前后物體表面圖像的灰度信息相關(guān)來(lái)獲取被測(cè)物的力學(xué)性能。上世紀(jì)80年代，人們?cè)诩す馍呦嚓P(guān)性分析的基礎(chǔ)上提出了DSCM，經(jīng)過(guò)不斷深入的研究發(fā)展，目前該技術(shù)在各領(lǐng)域的應(yīng)用已經(jīng)日臻成熟。同實(shí)驗(yàn)力學(xué)中的其它方法相比較，該方法具有測(cè)量光路相對(duì)簡(jiǎn)單、測(cè)量環(huán)境要求低、非接觸測(cè)量等優(yōu)點(diǎn)?；谝陨蟽?yōu)點(diǎn)，該方法在材料力學(xué)的性能測(cè)量研究中具有非常重要的意義。數(shù)字散斑相關(guān)技術(shù)的測(cè)量過(guò)程是記錄物體變形過(guò)程的散斑圖，通過(guò)結(jié)合高速視頻記錄或高速攝影系統(tǒng)來(lái)采集變形過(guò)程連續(xù)序列圖像信息，即可實(shí)現(xiàn)動(dòng)態(tài)實(shí)時(shí)的測(cè)量。

近年來(lái)，國(guó)內(nèi)外研究人員圍繞數(shù)字散斑相關(guān)做了大量研究工作，針對(duì)如何提高測(cè)試精度和圖像處理速度兩個(gè)目標(biāo)，提出了一系列搜索算法、亞像素算法、系統(tǒng)誤差分析和應(yīng)變場(chǎng)求取等理論和技術(shù)。目前，DSCM的研究主要集中在應(yīng)用研究領(lǐng)域，并以提高精度和速度兩個(gè)指標(biāo)為重點(diǎn)。本文介紹新型相關(guān)搜索方法以及國(guó)內(nèi)外數(shù)字圖像相關(guān)技術(shù)在各個(gè)領(lǐng)域的研究進(jìn)展。

2 相關(guān)搜索方法

自上世紀(jì)80年代初，I.Yamaguch和 W.H.Peters、W.F.Ranson 等人［1-3］提出 DSCM 以來(lái)，經(jīng)過(guò)眾多的國(guó)內(nèi)外學(xué)者不斷的深入探討，該方法已日趨成熟。伴隨著如何提高測(cè)量結(jié)果的精度和計(jì)算速度的眾多研究，大量新的相關(guān)搜索算法隨之產(chǎn)生，基于經(jīng)典數(shù)學(xué)理論產(chǎn)生的相關(guān)搜索算法有雙參數(shù)法［4］、粗細(xì)搜索［4-5］、十字搜索［6］、牛頓拉斐遜偏微分修正法［4，7］，爬山搜索法［4，8］等?，F(xiàn)代數(shù)學(xué)理論的發(fā)展也有助于改善數(shù)字散斑相關(guān)的主要問(wèn)題，現(xiàn)代數(shù)學(xué)理論逐漸的引入，即可形成新的搜索算法，如頻域 FFT方法［9-10］、自適應(yīng)遺傳算法［11-17］、智能神經(jīng)網(wǎng)絡(luò)［18-20］、濾波、降噪效果較好的小波變換［21-24］等，位移映射方法也從傳統(tǒng)的一階映射變成二階位移映射［25］。新算法的產(chǎn)生使得數(shù)字散斑相關(guān)發(fā)展有著質(zhì)的飛躍，因?yàn)槠渲杏械乃惴▽?duì)于速度和精度有著數(shù)量級(jí)的提高。

2.1 基于遺傳算法的相關(guān)搜索

遺傳算法開(kāi)創(chuàng)性的提出者是美國(guó)密西根大學(xué)的John Holland教授，以后經(jīng)過(guò)后人不斷深入和豐富的研究，其應(yīng)用研究更為廣泛和完善［26-28］。遺傳算法是借鑒生物的自然選擇和遺傳進(jìn)化機(jī)制而開(kāi)發(fā)的一種全自適應(yīng)概率搜索算法。遺傳算法是將問(wèn)題的求解表示成“染色體”，從中選擇出適應(yīng)環(huán)境的“染色體”進(jìn)行復(fù)制，通過(guò)交叉、變異兩種基因操作產(chǎn)生出新一代更適合環(huán)境的“染色體”群，這樣一代代不斷改進(jìn)，最后收斂到一個(gè)最適合環(huán)境的個(gè)體上，從而求得問(wèn)題的最佳解［26-28］。

數(shù)字散斑相關(guān)變形分析中要求解的就是物體表面的變形，變形可以用下面的向量S來(lái)表示:

遺傳算法首先對(duì)參數(shù)進(jìn)行編碼處理，把問(wèn)題空間的參數(shù)轉(zhuǎn)換成遺傳空間中，并由基因按一定結(jié)構(gòu)組成的染色體。初始種群生成后，直接采用相關(guān)系數(shù)的函數(shù)作為適用度函數(shù):

遺傳算法的核心就是遺傳操作，包括3個(gè)運(yùn)算:選擇運(yùn)算、交叉運(yùn)算、變異運(yùn)算。遺傳操作對(duì)個(gè)體根據(jù)適應(yīng)度進(jìn)行優(yōu)勝劣汰，也進(jìn)行相互配對(duì)的染色體相互交換部分基因，同時(shí)替換染色體中的某些基因形成新的基因。當(dāng)適應(yīng)度接近1或者達(dá)到最大進(jìn)化世代數(shù)，則終止迭代操作［29］。

國(guó)內(nèi)外將遺傳算法引入數(shù)字散斑相關(guān)，并取得了相應(yīng)的成果。2000年，美國(guó)南伊利諾伊斯大學(xué)的Mahajan Ajay將遺傳算法應(yīng)用于數(shù)字圖像相關(guān)來(lái)估計(jì)物體表面的位移及應(yīng)變［11］。2003年，馬少鵬和金觀昌采用遺傳算法進(jìn)行相關(guān)運(yùn)算，克服了傳統(tǒng)方法需要合理的初值和圖像導(dǎo)數(shù)信息的缺點(diǎn)［12］。2004年，天津大學(xué)的王懷文和亢一瀾結(jié)合數(shù)字散斑相關(guān)和遺傳算法建立了一種自適應(yīng)數(shù)字散斑相關(guān)方法，并用來(lái)做銅箔斷裂力學(xué)實(shí)驗(yàn)和尺寸效應(yīng)的研究［13］。2005年，天津大學(xué)的唐晨在傳統(tǒng)灰度散斑圖像相關(guān)基礎(chǔ)上提出了彩色散斑圖像相關(guān)的遺傳算法，針對(duì)RGB色彩空間定量分析彩色圖像相似程度［14］。2007年，哈爾濱工業(yè)大學(xué)的陳華將遺傳算法應(yīng)用于三維數(shù)字散斑相關(guān)，減少了計(jì)算復(fù)雜度并提高了搜索質(zhì)量［15］。2008年，臺(tái)灣云林科技大學(xué)的Hwang SF將模擬退火和自適應(yīng)機(jī)制添加到遺傳算法中，利用數(shù)字散斑相關(guān)方法計(jì)算SU-8光刻膠的應(yīng)力應(yīng)變［16］。2011年，Zhang T克服了傳統(tǒng)的遺傳算法的過(guò)早收斂的缺點(diǎn)，采用多父體雜交和自適應(yīng)變異概率的遺傳操作對(duì)復(fù)合板的變形進(jìn)行測(cè)量，驗(yàn)證了時(shí)間效率有所提升［17］。

在數(shù)字散斑相關(guān)的搜索中采用遺傳算法避免閾值和合理初值的選擇，減少計(jì)算量以及求解的復(fù)雜程度，同時(shí)與傳統(tǒng)的搜索方法(如爬山法)相比精度有所改善，搜索速度有很大的提高。

2.2 基于智能神經(jīng)網(wǎng)絡(luò)的相關(guān)搜索

1943年，心理學(xué)家W.S.McCulloch和數(shù)理邏輯學(xué)家W.Pitts建立了神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)模型，由此提出人工神經(jīng)網(wǎng)絡(luò)［30］。經(jīng)過(guò)近70年發(fā)展，神經(jīng)網(wǎng)絡(luò)算法已經(jīng)被應(yīng)用到各個(gè)領(lǐng)域，以此對(duì)問(wèn)題進(jìn)行優(yōu)化處理，數(shù)字散斑相關(guān)也逐漸引入人工神經(jīng)網(wǎng)絡(luò)。

人工神經(jīng)網(wǎng)絡(luò)通過(guò)預(yù)先提供一批輸入和輸出數(shù)據(jù)，通過(guò)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)，掌握其中的潛在規(guī)律，利用這些規(guī)律計(jì)算后面輸入數(shù)據(jù)的結(jié)果［30］。對(duì)于數(shù)字散斑相關(guān)技術(shù)，先在散斑圖上取網(wǎng)格點(diǎn)，計(jì)算出這些網(wǎng)格點(diǎn)的相關(guān)點(diǎn)，利用這些預(yù)先算出的輸入輸出結(jié)果通過(guò)人工神經(jīng)網(wǎng)絡(luò)掌握其中相關(guān)的規(guī)律，再將全場(chǎng)的散斑圖作為輸入就可以較快地計(jì)算全場(chǎng)位移場(chǎng)［19］。

2001 年，Mark.C.Pitter等人運(yùn)用人工神經(jīng)網(wǎng)絡(luò)搜索亞像素位移，位移精度達(dá)到了0.03 pixel［18］。2009年，天津大學(xué)的唐晨和常一鳴在梁的三點(diǎn)彎曲實(shí)驗(yàn)的散斑圖中，利用數(shù)字散斑圖像相關(guān)法計(jì)算均勻分布在梁表面中心矩形區(qū)域的點(diǎn)的位移作為樣本來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，利用神經(jīng)網(wǎng)絡(luò)計(jì)算該中心區(qū)域的位移場(chǎng)［19］。2010年，吉林大學(xué)的Xiaoyong Liu和Qingchang Tan利用傅里葉變換和人工神經(jīng)網(wǎng)絡(luò)進(jìn)行亞像素搜索，得到精度與其他搜索算法精度相當(dāng)，但速度有很大提高［20］。

人工神經(jīng)網(wǎng)絡(luò)通過(guò)采集訓(xùn)練樣本，集中訓(xùn)練，用神經(jīng)網(wǎng)絡(luò)計(jì)算大大提高計(jì)算效率，并不需要再對(duì)位移場(chǎng)進(jìn)行平滑處理。由于算法具有較強(qiáng)的自適應(yīng)性、學(xué)習(xí)能力和大規(guī)模并行計(jì)算能力，使得該算法穩(wěn)定性較好，精度較高。該算法的缺點(diǎn)是計(jì)算的結(jié)果受網(wǎng)絡(luò)參數(shù)選擇影響較大。

2.3 基于小波變換的相關(guān)搜索

1989年，Mallat巧妙地將計(jì)算機(jī)視覺(jué)領(lǐng)域內(nèi)的多尺度分析思想引入到小波函數(shù)的構(gòu)造以及信號(hào)的小波分解與重構(gòu)中，形成了利用小波進(jìn)行多分辨率圖像分解［31］。小波具有去噪的優(yōu)勢(shì)使得其對(duì)數(shù)字散斑相關(guān)有很大的作用［32］。

圖像信號(hào)可以表示為一個(gè)L2(R2)空間的函數(shù)f(x)，其在正方塊二維正交小波基下的展開(kāi)式如下:

式中:j表示尺度;H2if，V2if，D2if為分別對(duì)應(yīng)于小的小波展開(kāi)系數(shù);A2if為對(duì)應(yīng)波空間于尺度空間Vj的尺度展開(kāi)式系數(shù)。按照二維正交小波基對(duì)原圖像和目標(biāo)圖像進(jìn)行多級(jí)分級(jí)，對(duì)于分級(jí)后的圖像進(jìn)行平滑濾波等，濾波后再對(duì)圖像進(jìn)行相關(guān)搜索。對(duì)得到的分解后概貌圖進(jìn)行相關(guān)計(jì)算，下一級(jí)的圖像搜索得到的位移結(jié)果要乘2處理才可返回到上一級(jí)圖像進(jìn)行小范圍的搜索［22］。

2002年，天津大學(xué)的唐晨和李鴻琦等人基于小波多分辨率分析，對(duì)DSCM獲得的位移場(chǎng)進(jìn)行平滑處理，將含噪聲的位移場(chǎng)進(jìn)行小波分解，獲得了在不同尺度上的小波系數(shù);根據(jù)位移和噪聲在頻率上的區(qū)別，消除屬于噪聲的小波系數(shù)，從而實(shí)現(xiàn)噪聲濾除［21］。2003年，清華大學(xué)的簡(jiǎn)龍暉和馬少鵬等人利用二維離散正交小波技術(shù)對(duì)圖像濾波去噪的同時(shí)進(jìn)行多級(jí)分解，從最低的一級(jí)開(kāi)始進(jìn)行相關(guān)搜索計(jì)算，然后逐級(jí)回溯［22］。2003年，清華大學(xué)簡(jiǎn)龍暉和林碧森等人提出了基于小波變換的DSCM，精度由0.05 pixel提高到了0.01 pixel以下，并利用該方法測(cè)量了編織結(jié)構(gòu)復(fù)合材料板在三點(diǎn)彎曲載荷作用下的位移場(chǎng)［23］。2007年，中國(guó)科學(xué)院的李新忠等人提出了一種基于多尺度小波降噪的數(shù)字散斑相關(guān)搜索方法，對(duì)散斑位移圖像進(jìn)行多級(jí)小波分解，采用不同的降噪策略處理后再進(jìn)行相關(guān)搜索，其測(cè)量精度提高了一個(gè)數(shù)量級(jí)，相對(duì)誤差可以控制在1%以?xún)?nèi);同時(shí)，其計(jì)算效率提高了1倍［24］。

小波理論的引入使數(shù)字散斑相關(guān)技術(shù)的精度和速度有了數(shù)量級(jí)的提高，由于小波本身在圖像去噪方面的優(yōu)勢(shì)，使得數(shù)字散斑相關(guān)應(yīng)用范圍有所擴(kuò)大，例如可以測(cè)得大位移和含噪聲的圖像相關(guān)位移場(chǎng)。所以，隨著小波理論研究的不斷深入，小波分析在數(shù)字散斑相關(guān)領(lǐng)域會(huì)有更加重要的意義。

2.4 其他的相關(guān)搜索算法

2009年，天津大學(xué)的唐晨將粒子群算法引入DSCM，并且通過(guò)模擬散斑圖測(cè)試剛體位移和旋轉(zhuǎn)位移場(chǎng)，并進(jìn)行單向拉伸試驗(yàn)驗(yàn)證了算法穩(wěn)定性、可靠性［19］。2012年，遼寧工程技術(shù)大學(xué)的杜亞志和王學(xué)濱觀察數(shù)字散斑相關(guān)運(yùn)算中粒子運(yùn)動(dòng)軌跡，并研究樣本子區(qū)尺寸、粒子數(shù)、粒子飛行的最大速度和最大迭代次數(shù)對(duì)計(jì)算時(shí)間的影響。由于粒子群理論的研究不斷引入，從而形成了基于粒子群的相關(guān)搜索算法［33］。

相關(guān)搜索不僅是在空間域中，而且也可以在頻率域中進(jìn)行，也就頻域FFT方法。2000年，山東工業(yè)大學(xué)的周燦林在頻率域?qū)ξ矬w變形前后散斑圖對(duì)應(yīng)的子區(qū)域進(jìn)行相關(guān)搜索，完成了測(cè)量物體的變形位移，避免了反復(fù)相關(guān)搜索，從而可快速提取信息［9］。2011年，俄羅斯薩拉托夫州立大學(xué)的Anton A.Grebenyuk利用快速傅里葉變換進(jìn)行數(shù)字散斑相關(guān)計(jì)算，可以計(jì)算大位移場(chǎng)且在保留空間域的準(zhǔn)確性同時(shí)節(jié)省了計(jì)算時(shí)間［10］。

除了以上提出新型的搜索算法，還有模擬退火 算 法［29］、最 速 下 降 法［34］、變 尺 度 法-BFGS法［35］、分形相關(guān)法［36］等，眾多算法的提出就是為了提高精度和相關(guān)搜索的速度，未來(lái)的數(shù)字散斑相關(guān)的研究仍將集中在此方向上，同時(shí)提高算法的自適應(yīng)性和柔性，以此不斷豐富DSCM的理論。

3 國(guó)內(nèi)外DSCM技術(shù)的應(yīng)用發(fā)展

數(shù)字散斑相關(guān)技術(shù)由于具有實(shí)時(shí)性、非接觸、全場(chǎng)性、光學(xué)系統(tǒng)簡(jiǎn)單等優(yōu)點(diǎn)而更廣泛地應(yīng)用于科研和生產(chǎn)實(shí)踐中的力學(xué)測(cè)量。數(shù)字散斑相關(guān)在材料力學(xué)的測(cè)量方面已屬傳統(tǒng)檢測(cè)項(xiàng)目，其應(yīng)用已經(jīng)很成熟，國(guó)內(nèi)外眾多學(xué)者用其測(cè)試各個(gè)領(lǐng)域的材料力學(xué)性能。2009年，墨西哥國(guó)立自治大學(xué)的Sanchez-Arevalo F.M.采用白光和He-Ne激光器對(duì)加載的CuAlBe記憶合金分別用數(shù)字散斑相關(guān)計(jì)算平面應(yīng)力和彈性模量并作比較［37］。2009年，美國(guó)普渡大學(xué)的Srinivasan Venkatakrishnan利用印刷電路板的自然散斑點(diǎn)測(cè)量其在高溫下形變和熱膨脹系數(shù)隨時(shí)間的變化［38］。2011年，法國(guó)里昂大學(xué)的Wu T采用4個(gè)攝像機(jī)進(jìn)行全場(chǎng)三維數(shù)字散斑相關(guān)測(cè)量，監(jiān)控15-5PH不銹鋼兩面從初始到斷裂的應(yīng)力變化，推導(dǎo)出損傷的演化［39］，圖1是15-5PH不銹鋼的軸向應(yīng)變場(chǎng)的變化過(guò)程。

圖1 15-5PH不銹鋼的軸向應(yīng)變場(chǎng)Fig.1 Axial strain field of 15-5PH stainless steel

2011年，美國(guó)奧本大學(xué)的Lee Dongyeon利用高速攝像機(jī)記錄在幾何對(duì)稱(chēng)載荷配置和沖擊載荷條件下單向碳纖維/環(huán)氧復(fù)合材料圖像信息，再利用數(shù)字散斑相關(guān)計(jì)算出裂紋生長(zhǎng)情況［40］。2010年，英國(guó)倫敦帝國(guó)學(xué)院的Pavel Sztefek研究應(yīng)力刺激對(duì)骨骼的適應(yīng)性的影響，通過(guò)對(duì)小鼠脛骨施壓，通過(guò)數(shù)字圖像相關(guān)記錄兩周應(yīng)力變化從不平均到平均的過(guò)程［41］，圖2是小鼠脛骨在適應(yīng)應(yīng)力刺激前后的應(yīng)力場(chǎng)。

圖2 小鼠脛骨適應(yīng)應(yīng)力刺激前后應(yīng)力場(chǎng)結(jié)果圖Fig.2 Strain fields of mouse tibia in adapted and nonadapted

2012年，海軍航空工程學(xué)院的李高春和劉著卿對(duì)粘接界面對(duì)拉伸過(guò)程的變形和破壞過(guò)程進(jìn)行了觀察，并對(duì)粘接界面在拉伸過(guò)程中的圖像進(jìn)行數(shù)字圖像相關(guān)分析，得到了界面的位移場(chǎng)分布，揭示了界面在拉伸過(guò)程中力學(xué)性能變化的深層次原因［42］。2012年，中國(guó)科學(xué)院武漢巖土力學(xué)研究所的鄒飛和李海波以石膏試件的單軸壓縮試驗(yàn)為基礎(chǔ)，通過(guò)試件表面數(shù)字圖像相關(guān)系數(shù)的變化來(lái)表征試件表面損傷狀態(tài)的演化過(guò)程［43］。2012年，東南大學(xué)的楊?？『秃涡≡獙?duì)閉孔泡沫鋁為夾心的夾心板和夾心為開(kāi)孔泡沫鋁兩種結(jié)構(gòu)材料靜態(tài)三點(diǎn)加載使其彎曲，并用CCD記錄彎曲變形過(guò)程，利用相關(guān)計(jì)算獲取彎曲變形過(guò)程數(shù)據(jù)，并做力學(xué)性能分析比較［44］。2011年，華南理工大學(xué)的胡斌、賀玲鳳和張蕊對(duì)圓柱體橡膠單軸壓縮，利用數(shù)字圖像相關(guān)方法測(cè)量了小變形范圍內(nèi)柔性橡膠材料受壓時(shí)的彈性模量［45］。2010年，山東理工大學(xué)代祥俊、云海和蒲琪將透明材料的厚度測(cè)量轉(zhuǎn)化為透明材料面內(nèi)點(diǎn)的位移，用CCD采集激光透過(guò)透明材料折射后形成的光斑，由于透明材料形變后光斑也會(huì)發(fā)生位移，通過(guò)相關(guān)計(jì)算光斑的位移量，通過(guò)幾何計(jì)算即可得到其厚度［46］。

對(duì)于散斑圖的采集，不光只是采用工業(yè)相機(jī)，由于數(shù)字散斑的光路系統(tǒng)簡(jiǎn)單，所以將其與SEM，TEM，STM，AFM結(jié)合，可以研究微小尺度的力學(xué)性能測(cè)試。2011年，北京理工大學(xué)的Zhongbin Zhou使用掃描電子顯微鏡獲取PBX模擬物的序列圖片，用數(shù)字圖像相關(guān)定量分析機(jī)械特性和裂紋尖端的應(yīng)力集中［47］。2010年，上海大學(xué)的安兵兵采用光學(xué)體視顯微鏡對(duì)微小尺寸的試件高倍放大，記錄預(yù)制裂紋鋁箔拉伸過(guò)程，并相關(guān)分析出裂紋附近的變形場(chǎng)［48］。2012年，埃爾朗根-紐倫堡大學(xué)的M.Krottenthaler采用聚焦離子束銑削和數(shù)字圖像相關(guān)測(cè)量薄涂層的殘余應(yīng)力，利用TEM記錄應(yīng)力松弛過(guò)程的圖像［49］，圖3是銑削柱的應(yīng)力場(chǎng)和中心方向?yàn)槲灰茍D。

圖3 銑削柱的應(yīng)力場(chǎng)和位移結(jié)果圖Fig.3 Displacement and strain field of pillar milling

2010年，美國(guó)伊利諾伊大學(xué)的 N.J.Karanjgaokar利用光學(xué)顯微鏡、數(shù)字圖像相關(guān)和顯微紅外成像技術(shù)，實(shí)驗(yàn)比較微尺度試件在電阻加熱和均勻加熱時(shí)溫度場(chǎng)和應(yīng)力場(chǎng)的變化［50］。

數(shù)字圖像的處理，散斑圖質(zhì)量好壞直接影響數(shù)字圖像相關(guān)技術(shù)后續(xù)算法的準(zhǔn)確性。由于周?chē)鷾y(cè)量環(huán)境對(duì)于采集的散斑圖的質(zhì)量的影響，例如高溫的熱輻射和振動(dòng)等，國(guó)內(nèi)外學(xué)者也做出了在高溫和振動(dòng)環(huán)境數(shù)字散斑相關(guān)的一些研究成果。2010年，北京航空航天大學(xué)的潘兵結(jié)合瞬態(tài)氣動(dòng)熱試驗(yàn)?zāi)M系統(tǒng)和數(shù)字圖像相關(guān)方法發(fā)展出了一種用于高溫環(huán)境下全場(chǎng)高溫變形測(cè)量新技術(shù)。當(dāng)物體表面溫度超過(guò)500℃時(shí)，高溫物體表面的熱輻射會(huì)導(dǎo)致相機(jī)成像質(zhì)量明顯下降，出現(xiàn)“退相關(guān)效應(yīng)”。為了減少熱輻射的影響，采用了帶通光學(xué)成像技術(shù)［51-52］。2012年，美國(guó)奧克蘭大學(xué)的楊連祥研究了涂層在高溫情況的不開(kāi)裂和承受變形能力，為了減少黑體輻射的影響也采用了濾波片［53］，圖4為采用單色照明并添加 BP470過(guò)濾器，以及固化涂層的散斑進(jìn)行數(shù)字圖像相關(guān)的三向應(yīng)力場(chǎng)。

圖4 高溫下的應(yīng)力場(chǎng)Fig.4 Strain field in high temperature

2009年，曼徹斯特大學(xué)的Grant B.M.B采用低照明度和濾波以及藍(lán)色照明減少黑體輻射的影響，能夠準(zhǔn)確得到在1 100℃下的測(cè)量結(jié)果［54］。2012年，里昂大學(xué)的Paul Leplay利用掃描電子顯微鏡采集圖片確定陶瓷從室溫到高溫(25～900℃)的機(jī)械行為［55］，圖5為結(jié)合SEM在高溫下的機(jī)械彎曲實(shí)驗(yàn)裝置。

圖5 結(jié)合SEM在高溫下的彎曲實(shí)驗(yàn)裝置Fig.5 Experimental set-up for mechanical bending tests at high temperature with SEM

2010年，揚(yáng)州大學(xué)的鄭翔采用高速攝影成像技術(shù)，根據(jù)時(shí)序動(dòng)態(tài)散斑跟蹤相關(guān)測(cè)量柴油機(jī)在自由狀態(tài)下固有頻率，并與電測(cè)試驗(yàn)結(jié)果、有限元數(shù)值計(jì)算結(jié)果進(jìn)行對(duì)比［56］。2011年，麻省大學(xué)洛威爾分校的Mark N.Helfrick利用的三維數(shù)字圖像相關(guān)測(cè)量振動(dòng)結(jié)構(gòu)全場(chǎng)的形貌和形變，其測(cè)量結(jié)果也和有限元結(jié)構(gòu)一致，并和傳統(tǒng)加速度計(jì)，掃描激光測(cè)振儀作了對(duì)比［57］。

4 結(jié)束語(yǔ)

隨著光電子技術(shù)、計(jì)算機(jī)技術(shù)、圖像處理技術(shù)的飛速發(fā)展，數(shù)字散斑相關(guān)技術(shù)結(jié)合數(shù)字圖像技術(shù)、亞像素技術(shù)，迅速朝著快速、方便、準(zhǔn)確和自動(dòng)化方向邁進(jìn)，現(xiàn)已具有能夠直接得到位移全場(chǎng)信息、結(jié)果形式直觀、非接觸、高精度等特點(diǎn)，并且可以按設(shè)計(jì)者的需要進(jìn)行合理的后處理［58］。數(shù)字散斑相關(guān)技術(shù)的精度和速度是一對(duì)矛盾體，國(guó)內(nèi)外眾多學(xué)者在提高這兩個(gè)指標(biāo)上付出很多努力。

關(guān)于數(shù)字散斑相關(guān)的精度和速度提高:

提高散斑圖的質(zhì)量。散斑圖的相關(guān)系數(shù)隨著位移的增大而下降，相關(guān)性隨著散斑顆粒的大小增加而減小，同時(shí)散斑的灰度形貌易受環(huán)境變化(如:振動(dòng)，高溫，氣流等)的影響［59］。結(jié)合研讀文獻(xiàn)可知系統(tǒng)采照明采用白光照明比激光照明更好，散斑顆粒大小處于4 pixel左右最佳，高溫輻射影響可以通過(guò)帶通濾波和藍(lán)光照明，振動(dòng)可以采用高速攝像機(jī)減少影響。

從算法方面提高準(zhǔn)確和速度也是眾多學(xué)者研究努力的方向。在引進(jìn)現(xiàn)代應(yīng)用數(shù)學(xué)理論后，遺傳算法、智能神經(jīng)網(wǎng)絡(luò)、粒子群算法、小波變換等被引入數(shù)字散斑相關(guān)中，有的算法可以以數(shù)量級(jí)提高精度和速度。更高精度的算法是基于亞像素搜索方法的提出，梯度法、牛頓-拉斐遜、插值法，擬合法等都能很好地進(jìn)行亞像素搜索。通過(guò)文獻(xiàn)可知目前數(shù)字散斑的精度可達(dá)0.01～0.05 pixel。

數(shù)字散斑相關(guān)技術(shù)自提出以來(lái)，經(jīng)過(guò)20多年的發(fā)展，以其獨(dú)有的優(yōu)勢(shì)在實(shí)際工程實(shí)踐中已經(jīng)具有很重要的意義。經(jīng)過(guò)眾多學(xué)者的研究，其精度和速度已經(jīng)有很大的提高，并且其研究領(lǐng)域也在不斷的擴(kuò)大，其應(yīng)用前景必將更加廣闊。

［1］ YAMAGUCHI I.Laser-speckle strain gauge［J］.J Physics E:Scientific Instrument，1981，14(11):1270-1273.

［2］ PETERS W H，RANSON W F.Digital imaging techniques in experimental stress analysis［J］.Opt.Eng.，1982，21(3):427-431.

［3］ PETERS W F，RANSON M A，SUTTON T C C，et al..Application of digital correlation methods to rigid body mechanics［J］.Opt.Eng.，1983，22(6):226738.

［4］ 金觀昌.計(jì)算機(jī)輔助光學(xué)測(cè)量［M］.北京:清華大學(xué)出版社，1997:98-174.JIN G CH.Computer-aided Optical Measurement［M］.Beijing:Tsinghua University Press，1997:98-174.(in Chinese)

［5］ CHU T C，RANSON W F，SUTTON M A，et al..Applications of digital image correlation techniques to experimental mechanics［J］.Exp.Mech.，1985，25:232-244.

［6］ 芮嘉白，金觀昌，徐秉業(yè).一種新的數(shù)字散斑相關(guān)方法及應(yīng)用［J］.力學(xué)學(xué)報(bào)，1994，26(5):599-607.RUI J B，JIN G CH，XU B Y.A new improved digital speckle correlation method and its application［J］.Acta Mechanica Sinica，1994，26(5):599-607.(in Chinese)

［7］ SUTTON M A，BRUCK H A，MCNEILL S R.Determination of deformations using digital correlation with the newton-raphson method for partial differential corrections［J］.Exp.Mech.，1989，29:261-267.

［8］ ZHAO W ZH，JIN G CH.An experimental study on measurement of Poisson's ratio with digital correlation method［J］.J.Appl.Polymer Science，1996，60:1083-1088.

［9］ 周燦林，亓東平.頻率域數(shù)字散斑相關(guān)法及其應(yīng)用［J］.光電工程，2000，27(3):65-68.ZHOU C L，QI D P.Frequency domain digital speckle correlation method and its applications［J］.Opto-Electronic Engineering，2000，27(3):65-68.(in Chinese)

［10］ GREBENYUK A A，RYABUKHO V P.Digital image correlation with fast Fourier transform for large displacement measurement［J］.SPIE，2010，7999:79990B.

［11］ MAHAJAN A，PILCH A，CHU T.Intelligent image correlation using genetic algorithms for measuring surface deformation in the autonomous inspection of structures［C］//Proceedings of the American Control Conference，Jun 28-30，2000，Chicago，USA，2000，1:460-461.

［12］ MA SH P，JIN G CH.Digital speckle correlation method improved by genetic algorithm［J］.Acta Mechanica Solida Sinica，2003，16(4):366-373.

［13］ 王懷文.自適應(yīng)數(shù)字散斑相關(guān)方法與銅箔材料斷裂中的尺寸效應(yīng)研究［D］.天津:天津大學(xué)，2004.WANG H W.Adaptive digital speckle correlation method with copper foil material fracture size effect［D］.Tianjin:Tianjin University，2004.(in Chinese)

［14］ 唐晨，劉銘，張芳.彩色散斑圖像相關(guān)技術(shù)的改進(jìn)遺傳算法［C］//第十一屆全國(guó)實(shí)驗(yàn)力學(xué)學(xué)術(shù)會(huì)議，大連，中國(guó)，2005.TANG CH，LIU M，ZHANG F.The improved genetic algorithm for color digital speckle correlation technique［C］//Dalian，Eleventh National Conference of Experimental Mechanics，Dalian，China，2005.(in Chinese)

［15］ CHEN H，CHEN G，YE D，et al..3D deformation measurement by digital speckle correlation method and stereo vision［J］.SPIE，2007，6723:783189.

［16］ HWANG S F，HORN J T，WANG H J.Strain measurement of SU-8 photoresist by a digital image correlation method with a hybrid genetic algorithm［J］.Optics and Lasers in Engineering，2008，46(3):281-289.

［17］ ZHANG T，CHEN H Y，YANG X K，et al.Investigation for digital speckle correlation method based on improved genetic algorithm［J］.SPIE，2011，8025:80252m.

［18］ PITTER M C，SEE C W，SOMEKH M G.Subpixel microscopic deformation analysis using correlation and artificial neural networks［J］.Optics Express，2001，8(6):322-327.

［19］ 常一鳴.數(shù)字散斑圖像相關(guān)亞像素搜索算法的研究及應(yīng)用［D］.天津:天津大學(xué)，2009.CHANG Y M.Research and application of digital speckle image sub-pixel search algorithm［D］.Tianjin University，2009.(in Chinese)

［20］ LIU X Y，TAN Q CH.Subpixel in-plane displacement measurement using digital image correlation and artificial neural networks［C］//2010 Symposium on Photonics and Optoelectronics，Jun 19-21，2010，Chengdu，China，2010:1-4.

［21］ 唐晨，閆海青，佟景偉，等.小波變換用于數(shù)字圖像相關(guān)法位移場(chǎng)的平滑處理［J］.天津大學(xué)學(xué)報(bào)，35(5):577-580，2002.TANG CH，YAN H Q，TONG J W，et al..Smoothing process of the displacement noise obtained by digital image correlation with wavelet transform［J］.J.Tianjin University，2002，35(5):577-580.(in Chinese)

［22］ 簡(jiǎn)龍暉，馬少鵬，張軍，等.基于小波多級(jí)分解的數(shù)字散斑相關(guān)搜索方法［J］.清華大學(xué)學(xué)報(bào)，43(5):680-683，2002.JIAN L H，MA SH P，ZHANG J，et al..Wavelet-transform-based hierarchical search algorithm for the digital speckle correlation method［J］.J.Tsinghua University，2002，43(5):680-683.(in Chinese)

［23］ 簡(jiǎn)龍暉，林碧森，劉寧，等.基于小波變換的新型數(shù)字散斑相關(guān)方法［J］.光學(xué)技術(shù)，2003.29(2):216-218.JIAN L H，LIN B S，LIU L，et al..New method of digital speckle correlation based on wavelet transform［J］.Optical Technology，2003，29(2):216-218.(in Chinese)

［24］ 李新忠，岱欽，王希軍，等.多尺度小波降噪的數(shù)字散斑相關(guān)搜索［J］.光學(xué) 精密工程，2007，15(1):58-63.LI X ZH，DAI Q，WANG X J，et al..Digital speckle correlation method of multi-scale wavelet noise reduction［J］.Opt.Precision Eng.，2007，15(1):58-63.(in Chinese)

［25］ LU H，CARY P D.Deformation measurements by digital image correlation:Implementation of a second-order displacement gradient［J］.Experimental Mechanics，2000，40(4):393-400.

［26］ HOLLAND J H.Adaptation in Natural and Artificial Systems.Ann Arbor［M］.University of Michigan Press，1975:15-32.

［27］ 玄光男，程潤(rùn)傳.遺傳算法與工程優(yōu)化［M］.北京:清華大學(xué)出版社，2004:1-40.XUAN G N，CHENG R CH.Genetic Algorithms and Engineering Optimization［M］.Beijing:Tsinghua University Press，2004:1-40.(in Chinese)

［28］ 周明，孫樹(shù)棟.遺傳算法原理及應(yīng)用［M］.北京:國(guó)防工業(yè)出版社，1999:1-64.ZHOU M，SUN SH D.Principle and Application of Genetic Algorithms［M］.Beijing:National Defence Industry Press，1999:1-64.(in Chinese)

［29］ 劉銘.數(shù)字散斑圖像相關(guān)技術(shù)的改進(jìn)遺傳算法［D］.天津:天津大學(xué)，2005.LIU M.Improved Genetic Algorithm of Digital Speckle Images［D］.Tianjin:Tianjin University，2005.(in Chinese)

［30］ 張鈴，張鈸.人工神經(jīng)網(wǎng)絡(luò)理論及應(yīng)用［M］.杭州:浙江科學(xué)技術(shù)出版社，1997.ZHANG L，ZHANG B.Theory and Applications of Artificial Neural Networks［M］.Hangzhou:Zhejiang Science and Technology Press，1997.(in Chinese)

［31］ MALLAT S.A theory multire solution signal decomposition:the wavelet representation［J］.IEEE Trans.Pattern Anal.Machine Intell.，1989，11(7):674-693.

［32］ 劉偉寧.基于小波域擴(kuò)散濾波的弱小目標(biāo)檢測(cè)［J］.中國(guó)光學(xué)，2011，4(5):503-508.LIU W N.Dim target detection based on wavelet field diffusion filter［J］.Chinese Optics，2011，4(5):503-508.(in Chinese)

［33］ 杜亞志，王學(xué)濱.基于粒子群算法的整像素?cái)?shù)字圖像相關(guān)方法［J］.計(jì)算機(jī)工程與應(yīng)用，2012，48(6):200-204.DU Y ZH，WANG X B.Digital image correlation method based on particle swarm optimization algorithm without subpixel Interpolation［J］.Computer Engineering and Applications，2012，48(6):200-204.(in Chinese)

［34］ 何秋霖.數(shù)字散斑相關(guān)法用于熱應(yīng)力測(cè)試的研究［D］.天津:天津大學(xué)，2007.HE Q L.Digital speckle correlation method for thermal stress tests［D］.Tianjin:Tianjin University，2007.(in Chinese)

［35］ 鐘健.數(shù)字散斑相關(guān)法的研究和應(yīng)用［D］.天津:天津大學(xué)，2006.ZHONG J.Research and Application of digital speckle correlation method［D］.Tianjin:Tianjin University，2006(in Chinese)

［36］ 季坤.數(shù)字散斑相關(guān)方法和分形理論在木材力學(xué)研究中的運(yùn)用［D］.合肥:安徽農(nóng)業(yè)大學(xué)，2008.JI K.Use of digital speckle correlation method and fractal theory in the study of wood mechanical［D］.Hefei:Anhui Agricultural University，2008.(in Chinese)

［37］ SANCHEZ-AREVALO F M，GARCIA-FERNANDEZ T，PULOS G.Use of digital speckle pattern correlation for strain measurements in a CuAlBe shape memory alloy［J］.Materials Characterization，2009，60(8):775-782.

［38］ SRINIVASAN V，RADHAKRISHNAN S，RATANAWILAI T，et al..Nguyen LT.A robust digital image correlation technique for high-resolution characterisation of microelectronic packaging materials［J］.International J.Materials and Product Technology，2009，34(1):139-157.

［39］ WU T，CORET M，COMBESCURE A.Strain localisation and damage measurement by full 3D digital image correlation:application to 15-5PH stainless steel［J］.Strain，2011，47(1):49-61.

［40］ LEE D，TIPPUR H，KIRUGULIGE M，et al..Experimental study of dynamic crack growth in unidirectional graphite/epoxy composites using digital image correlation method and high-speed photography［J］.J.Composition Materials，2009，43(19):2081-2108.

［41］ SZTEFEK P，VANLEENE M，OLSSON R.Using digital image correlation to determine bone surface strains during loading and after adaptation of the mouse tibia［J］.J.Biomechanics，2010，43(4):599-605.

［42］ 李高春，劉著卿，唐波，等.基于數(shù)字圖像相關(guān)方法的粘接界面細(xì)觀破壞分析［J］.宇航材料工藝，2012，42(3);82-85.LI G CH，LIU ZH Q，TANG B，et al..Investigation on adhesive failure using digital image correlation method［J］.Aerospace Materials ＆ Technology，2012，42(3):82-85.(in Chinese)

［43］ 鄒飛，李海波，周青春，等.基于數(shù)字圖像灰度相關(guān)性的類(lèi)巖石材料損傷分形特征研究［J］.巖土力學(xué)，2012，33(3):731-737.ZOU F，LI H B，ZHOU Q CH，et al..Fractal features study of rock-like material damage based on gray correlation of digital images［J］.Rock and Soil Mechanics，2012，33(3):731-737.(in Chinese)

［44］ 楊?？。踺x，杜曉磊，等.泡沫鋁夾心板靜態(tài)三點(diǎn)彎曲變形行為及力學(xué)性能［J］.東南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2012，42(1):120-124.YANG F J，WANG H，DU X L，et al.Deformation behavior and mechanical properties of aluminium foam sandwiches under static three-point bending［J］.J.Southeast university(Natural Science Edition)，2012，42(1):120-124.(in Chinese)

［45］ 胡斌，賀玲鳳，張蕊.橡膠材料彈性模量數(shù)字圖像相關(guān)測(cè)定法［J］.實(shí)驗(yàn)力學(xué)，2011，26(2):151-157.HU B，HE L F，ZHANG R.Digital image correlation method for rubber elastic modulus measurement［J］.J.Experimental Mechnicals，2011，26(2):151-157.(in Chinese)

［46］ 代祥俊，云海，蒲琪.基于數(shù)字圖像相關(guān)的透明材料厚度測(cè)量［J］.光學(xué)技術(shù)，2010，36(4):525-529.DAI X J，YUN H，PU Q.Thickness measurement of transparent material by digital image correlation method［J］.Optical Technique，2010，36(4):525-529.(in Chinese)

［47］ ZHOU ZH B，CHEN P W，HUANG F L，et al..Experimental study on the micromechanical behavior of a PBX simulant using SEM and digital image correlation method［J］.Optics and Lasers in Engineering，2011，49(3):366 370.

［48］ 安兵兵，吳佳，張俊乾，等.微尺度塑性大應(yīng)變測(cè)量［J］.實(shí)驗(yàn)技術(shù)與管理，2010，27(3):32-35.AN B B，WU J，ZHANG J Q，et al..The determination of plastic strain in microscale［J］.Experimental Fechnology and Management，2010，27(3):32-35.(in Chinese)

［49］ KROTTENTHALER M，SCHMID C，SCHAUFLER J，et al.A simple method for residual stress measurements in thin films by means of focused ion beam milling and digital image correlation［J］.Surface and Coatings Technology，2013，215:247-252.

［50］ KARANJGAOKAR N J，OH C S，CHASIOTIS I.Microscale experiments at elevated temperatures evaluated with digital image correlation［J］.Experimental Mechanics，2010，(2011)5:609-618.

［51］ 潘兵，吳大方，高鎮(zhèn)同.基于數(shù)字圖像相關(guān)方法的非接觸高溫?zé)嶙冃螠y(cè)量系統(tǒng)［J］.航空學(xué)報(bào)，2010，31(10).PAN B，WU D F，GAO ZH T.Hot deformation of non-contact measurement system based on digital image correlation method［J］.Aeronautics，2010，31(10).(in Chinese)

［52］ 潘兵，吳大方，高鎮(zhèn)同，等.1200℃高溫?zé)岘h(huán)境下全場(chǎng)變形的非接觸光學(xué)測(cè)量方法研究［J］.強(qiáng)度與環(huán)境，2011，38(1):52-58.PAN B，WU D F，GAO ZH T，et al..Study of non-contact optical metrology for full-field deformation measurement at 1200 ℃［J］.Structure ＆ Environment Engineering，2011，38(1):52-58.(in Chinese)

［53］ CHEN X，XU N，YANG L X，et al..High temperature displacement and strain measurement using a monochromatic light illuminated stereo digital image correlation system［J］.Measurement Science and Technology，2012，23:125603.

［54］ GRANT B M B，STONE H J，WITHERS P J，et al.High-temperature strain field measurement using digital image correlation［J］.J.Strain Analysis for Engineering Design，2009，44(4):263-271.

［55］ LEPLAY P，RETHORE J，MEILLE S，et al..Identification of asymmetric constitutive laws at high temperature based on Digital Image Correlation［J］.J.European Ceramic Society，2012，32:3949-3958.

［56］ 鄭翔，高建和，楊?？?，等.DICM在發(fā)動(dòng)機(jī)模態(tài)參數(shù)識(shí)別中的試驗(yàn)研究［J］.振動(dòng)、測(cè)試與診斷，2010，30(3):280-286.ZHENG X，GAO J H，YANG F J.Experimental study of DICM engine modal parameter identification［J］.J.Vibration，Measurement＆ Diagnosis，2010，30(3):280-286.(in Chinese)

［57］ HELFRICK M N，NIEZRECKI C，AVITABILE P，et al..3D digital image correlation methods for full-field vibration measurement［J］.Mechanical Systems and Signal Processing，2011，25(3):917-927.

［58］ 陳志新，梁晉，郭成.數(shù)字散斑相關(guān)法在變形測(cè)量中的應(yīng)用［J］.光學(xué) 精密工程，2011，19(7):1480-1485.CHEN ZH X，LIANG J，GUO CH.Application of digital speckle correlation method to deformation measurement［J］.Opt.Precision Eng.，2011，19(7):1480-1485.(in Chinese)

［59］ 劉曉輝，汪敏，李芃.噪聲對(duì)數(shù)字圖像相關(guān)法計(jì)算結(jié)果的影響研究［J］.光學(xué)與光電技術(shù)，2012，10(4):90-94.LIU X H，WANG M，LI P.Relationship between the noise and the calculation results of the digital image correlation method［J］.Optics ＆ Optoelectronic Technology，2012，10(4):90-94.(in Chinese)