廣東理工學院電氣工程系 鄧超兵 胡林林 唐東成 周 瑩
在數字相關性的測量研究中,測量精度與搜索速度是掣肘該方法的兩大因素,在搜索速度方面,國內外學者提出了坐標輪轉法、粗-細搜索法和牛頓迭代法等,都獲得較好的效果,但在測量精度方面,亞像素插值方法在整體像素搜索的情況下進一步有效提高搜索精度,同樣亞像素位移測量算法對提高測量精度而言,也是關鍵技術之一。
擬合法,前提是先通過整體像素的相關性搜索,搜索到整像素點,即體現在相關函數中相關系數取得極大值,然后于此整像素點附近來進行擬合,假設已獲得整體像素位置的中心點為(x,y,z),在此處以該點為中心進行相關函數擬合,由于相關函數擬合法有計算量較小、抗干擾能力較好和適應性強的特點,本文采用了一個三元二次函數進行擬合,擬合函數為:

為了獲得更好的效果,通常選擇的圖像塊是邊長為3個整像素的正立方體,即3×3×3子體塊,雖然所選擇的整像素值擬合點較多,速度跟效率難免會一定程度的降低,但對于確定參考中心點的像素值更為精確,結合擬合函數可知,想要求出待定的擬合函數,則需要確定擬合函數中的各個未知參數,對于十個未知參數則至少需要十個方程才能解出,設空間坐標原點(x0,y0,z0)則需要在(x,y,z)點附近至少選擇10個擬合點,擬合取點示意圖如圖1所示。

圖1 擬合取點示意圖Fig.1 The diagram of fitting take
在圖1中,在3×3×3大小的擬合小體塊中,分別取Q1,Q2…到Q12點,分別代入未定的擬合函數Q(x,y,z)中,可得到:

在上公式中,取原點(x0,y0,z0)為(0,0,0),則有a0=Q(0,0,0),其余系數,根據x,y,z在坐標軸中與(x0,y0,z0)點之間位置關系進行代入方程,可以求出所有系數值,再把求出的系數代入未定的擬合函數求出最終表達式,于是擬合函數Q(x,y,z)在整體像素附近的亞像素位移,則是該函數取得極值點的駐值為0,故應該滿足:

通過對上式求解,得到亞像素位移量,再結合整像素位移就可以求得最終位移,亞像素位移量為:

相對于擬合法,另一種就是基于梯度的亞像素位移算法[5],它成立在子體塊圖像為剛體運動,且灰度不變的假設條件之下,則認為在被測物發生形變前后,對于同一個點而言灰度沒有發生變化,而且很小的位移量可認為是近似剛體運動,則參考圖像與目標圖像灰度值滿足如下關系:

u,v,w為已獲得的整像素位移值,Δu,Δv,Δw為x,y,z方向上的亞像素位移,將上式在g(x+u,y+v,z+w)處進行一階泰勒展開,舍去高階小量,得到:

其中,gx,gy,gz為g(x+u,y+v,z+w)為沿x,y,z方向的一階梯度,結合Barron算子有:


通過上式的計算,可以最終確定亞像素位移Δu,Δv,Δw的大小,再與整像素值位移量相結合,則可以確定被測物的位移量大小,且精度較高。
運用數字圖像相關法來對被測物進行無損探傷,具有廣闊前景,但對計算效率與精度要求較高,計算效率需要選擇合適的搜索方法和相關評定函數,而對于精度方面,整體像素的位移遠遠不夠的,則需采用亞像素重建等方法來進一步提高測量精度,大量實驗研究證明,在DIC內,亞像素相關算法有較好的效果,但在DVC中,亞像素位移算法運用于空間體圖像,造成數據量更大,計算更加復雜。