安徽大学电气工程与自动化学院, 安徽 合肥 230601
数字图像相关(DIC)法中初值选取的好坏对图像亚像素位移的搜索效率、算法的收敛速度有着很大的影响。提出了一种基于KAZE特征匹配的数字图像相关法,即KAZE算法。KAZE算法与传统的特征检测算法的区别在于其是通过建立非线性尺度空间来消除噪声与提取特征点,可以有效地避免边界模糊和细节丢失。通过KAZE算法匹配出图像变形前后特征点对坐标,使用仿射变换估计初始变形参数;使用反向组合高斯牛顿法对估计初值进行迭代优化。结果表明,在不损失精度的情况下,该方法相对于传统方法具有更高的搜索效率。
图像处理 数字图像相关 光学测量 反向组合高斯牛顿法 特征匹配 KAZE算法 激光与光电子学进展
2020, 57(18): 181012
安徽大学电气工程与自动化学院, 安徽 合肥 230601
数字图像相关(DIC)方法因其光路简单、适应性好在位移和应变测量中得到广泛应用,在大位移测量中提高DIC匹配速度尤为重要。提出一种改进的爬山算法,修正了传统爬山法易陷入局部极值的缺点,提高了搜索速度,使其适用于大位移测量。用模拟散斑图对改进算法进行实验测试和对比分析,结果表明:这种方法的总体搜索速度与精度优于传统爬山法,当步长改变系数选择恰当时,该算法能以较快的搜索速度得到正确结果。
机器视觉 数字图像相关法 爬山法 整像素搜索 大位移测量 搜索速度 激光与光电子学进展
2020, 57(2): 021506
安徽大学电气工程与自动化学院, 安徽 合肥 230601
对遗传算法、粒子群算法、人工鱼群算法三种整像素搜索算法在微位移测量中的应用进行了对比研究。以相关系数大小衡量图像的匹配精度,选择归一化互相关函数作为相关系数及算法的目标函数;对目标函数进行迭代求解,得到了整像素的微位移;以模拟散斑图为研究对象,对三种算法的匹配精度、搜索速度、微位移测量结果进行了对比分析。结果表明,遗传算法在匹配精度、搜索速度及微位移测量精度上具有明显的优势,能满足数字图像相关法在微位移测量中的应用需求。
测量 数字图像相关法 微位移 匹配精度 搜索速度 遗传算法
