.png){kind=icon}
返回
Enhancing Digital Image Correlation Analysis for Poor-Quality Images Using Computer Vision Algorithms
.png){kind=icon}
PRE
AI
DOI：10.1007/s40799-026-00879-9.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
数字图像相关（DIC）是一种用于全场变形测量的非接触光学方法。然而，DIC在应用于低质量图像时往往无法提供准确的全场变形结果。因此，提出了一种基于计算机视觉算法的全场变形DIC后处理方法，以解决在低质量图像中测量变形时出现的不完整（非全场）位移/应变场问题。首先，图像噪声是导致DIC结果不准确的主要原因，对含有伪影的图像进行图像异常检测，以识别和定位伪影。根据检测到的伪影位置，移除DIC变形场中的异常区域。研究了两种策略：一种是通过径向基函数（RBF）插值或聚合上下文转换生成对抗网络（AOT-GAN）重建不完整的位移场，随后计算全场应变场；另一种是直接使用RBF插值或AOT-GAN重建完整的应变场。通过对比实验和分析，在含有三种伪影（划痕、纤维和气泡）的水下注入油砂图像的变形测量中验证了所提出方法的有效性。该方法不仅能评估实验数据质量并识别和定位伪影位置，还能改善低质量数字图像的DIC分析结果，获得更准确的全场变形，满足后续实验分析的要求。
Keyword:
Image quality
Image anomaly detection
Interpolation
Generative adversarial networks
Digital image correlation
Post-processing method
