【知识分享】DIC(数字图像相关)实验—高质量散斑制作DIC测试

本文主要是介绍【知识分享】DIC(数字图像相关)实验—高质量散斑制作DIC测试,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

数字图像相关DIC与任何测量过程中一样,测试相关的误差可能会影响数字图像相关的测量。

实际上,每次测试都需要估计测量数据质量,只有控制好与测试和后处理相关的误差来源,才能使位移测量更加可靠。

在使用数字图像相关进行测试,原则上来讲,只要能够获得数字化的图像信息,即可对图像进行分析处理,得到位移场、应变场等数据结果。

图片

那么,如何能够获取好的图像数据呢?这些测试又需要什么样的试验条件来支撑呢?结合对所参与的试验的认知,本篇文章从散斑制作这个方面来做介绍。

DIC技术也被称数字散斑技术,由此可见散斑对于一个高标准的DIC试验的重要性。这里就存在一个问题,是不是所有的试样都必须制备散斑?一个高标准的散斑场又该怎么来制备?

第一个问题,一般的试件是都需要制作散斑的。

散斑分为两种类型:自然散斑和人工散斑。在某些特殊情况下,试件本身就具备非常明显的明暗对比特征,像石材、木材等,可以尝试选择不去制作散斑,利用其天然的特征替代散斑。

图片

第二个问题,如何制作高质量的散斑。

对于这个问题分两个方向来说明。常规尺度而言,现在制作散斑的方法方式有很多,最常见的有喷漆,模具镂空去喷涂,也可以制作转印贴贴到试件表面。

新拓三维为用户提供一套散斑制作的工具,该工具可用于常规尺寸试件制作散斑,对于过大或者小尺度试验,散斑工具有局限性。

另外可以通过软件系统提供的散斑生成工具,输入试件尺寸以及相机参数,系统会自动生成标准散斑图样,这样再去打印或者镂空,出来的散斑图案就是完全合乎标准的。

对于微小尺寸散斑制作而言,可采用化学沉积、喷金等方法制作散斑,但还取决于操作者的经验,有不确定性,这也是做散斑最难的一个领域。不管哪一种的散斑制作方法,制作的散斑都以不破坏材料本身的性能为前提。

● 如何制作高质量散斑图案

使用新拓三维XTDIC三维全场应变测量系统进行测量前,首先要保证被测物必须有能在相机图像里清晰且可辨认的图案。

● 散斑喷涂制作

在DIC(数字图像相关)实验测量之前,需要对试件表面进行喷斑处理,获得高对比度的随机灰度分布图像。

图片

散斑制作图例

散斑质量的好坏对测量结果影响很大,因此在散斑在制备的过程中需要满足以下几点:

  • 具有随机的光斑分布,高对比度的暗斑和光斑;

  • 相关灰度直方图应以白、黑的等效分布展开;

  • 散斑应该比较薄,能够顺应试样的变形而不改变试样的变形行为;散斑的粘附性应该比较好,能够在实验过程中不脱落;散斑应该有较好的延展性,能够随试样一起变形,尤其是大变形实验;

  • 试件表面哑光处理,避免反光现象;斑表面无较大的持续强光区域,例如大的斑点;

  • 试件表面尽量保证为平面,易于识别与三维重建;

  • 试件表面的特征应足够精细,以获得良好的计算面片;同时表面应该足够大使相机能够完全分辨出来。

图片

a.不合格的低对比度散斑   b.干扰点过大散斑   c.较好的高对比度散斑

● 喷斑步骤

1、清洁被测物表面,使其没有油污等附着;

2、使用前喷漆摇匀,避免喷漆过程中出现卡块现象;

3、均匀喷涂白色哑光漆或者比较暗淡的基料层。通过白色亚光漆给被测物打底,以便于保证图案对比度高;

4、其次随机喷涂黑色哑光漆;

5、喷漆完成之后静置 3 分钟使散斑风干。

● 散斑质量评估

相机分辨率、测量幅面不同时,需要制备的散斑尺寸也不同。最优的散斑尺寸是

3-5pixel,适用于亮(黑底白色)或暗(白底黑色)散斑。

⼩于3pixel 的散斑有引起⾛样并增加 DIC 误差的风险,该误差在低信噪⽐且位移很⼩时更显著。在压缩试验中,⼩于推荐尺⼨范围的散斑(即 3pixel)可能因为压缩和间距变⼩⽽⾛样。尺⼨较⼤(即⼤于 5pixel)的散斑需要更⼤的子区,这会导致位移和应变空间分辨率的降低,但不会对结果造成负⾯影响(即不增加噪声)。

散斑的物理尺⼨是由视场跟图像分辨率决定的。⽐如,如果视场为200mm,分辨率为4096 pixel,,其物理尺⼨为 200mm/4096pixel*5pixel = 0.24mm。

注意,对于给定的 DIC 测量,散斑物理尺⼨取决于FOV和图像分辨率。对于给定的 FOV和镜头,与⾼分辨率(如 1200 万像素)相机相⽐,低分辨率(如100万像素)相机需要更⼤的散斑⼤⼩和间距。

散斑的粗细需要与被测物体的大小相匹配,较小的被测物体需要较细的散斑,较大的被测物需要较大的散斑。

图片

小幅面散斑-要求散斑细密

图片

大幅面散斑-要求散斑图案大一些

新拓三维XTDIC三维全场应变测量系统自带散斑评估系统,通过评估所制作散斑的对⽐度、图像梯度来判定散斑质量的好坏,并且以此给出推荐子集大小,更有利于使用 DIC软件选择散斑域。

图片

质量评估、子集推荐结果

对比度:图像中散斑密度应该大致为 50%(即在 ROI 的任意⼦区内亮(⽩⾊)和暗

(⿊⾊)像素所占的面积应大致相同;

颗粒度:亮(白色)像素过渡到暗(⿊⾊)像素之间最佳为 3-6Pixel;

散斑尺寸:该散斑域推荐子集大小,可应用到 DIC 软件步长参数;

匹配精度:当前散斑域的匹配误差精度,单位 mm。

● 制斑工具

针对不同的实验需求及实验工况,新拓三维推出了系列化制斑工具:如常规自喷漆、马克笔、墨水、漏板、印章、滚轮、贴纸、碳粉等。通过制备最优的散斑图案,确保得到最佳的实验效果。

图片

这篇关于【知识分享】DIC(数字图像相关)实验—高质量散斑制作DIC测试的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/358505

相关文章

Nginx设置连接超时并进行测试的方法步骤

《Nginx设置连接超时并进行测试的方法步骤》在高并发场景下,如果客户端与服务器的连接长时间未响应,会占用大量的系统资源,影响其他正常请求的处理效率,为了解决这个问题,可以通过设置Nginx的连接... 目录设置连接超时目的操作步骤测试连接超时测试方法:总结:设置连接超时目的设置客户端与服务器之间的连接

linux进程D状态的解决思路分享

《linux进程D状态的解决思路分享》在Linux系统中,进程在内核模式下等待I/O完成时会进入不间断睡眠状态(D状态),这种状态下,进程无法通过普通方式被杀死,本文通过实验模拟了这种状态,并分析了如... 目录1. 问题描述2. 问题分析3. 实验模拟3.1 使用losetup创建一个卷作为pv的磁盘3.

MySQL8.2.0安装教程分享

《MySQL8.2.0安装教程分享》这篇文章详细介绍了如何在Windows系统上安装MySQL数据库软件,包括下载、安装、配置和设置环境变量的步骤... 目录mysql的安装图文1.python访问网址2javascript.点击3.进入Downloads向下滑动4.选择Community Server5.

CentOS系统Maven安装教程分享

《CentOS系统Maven安装教程分享》本文介绍了如何在CentOS系统中安装Maven,并提供了一个简单的实际应用案例,安装Maven需要先安装Java和设置环境变量,Maven可以自动管理项目的... 目录准备工作下载并安装Maven常见问题及解决方法实际应用案例总结Maven是一个流行的项目管理工具

10个Python自动化办公的脚本分享

《10个Python自动化办公的脚本分享》在日常办公中,我们常常会被繁琐、重复的任务占据大量时间,本文为大家分享了10个实用的Python自动化办公案例及源码,希望对大家有所帮助... 目录1. 批量处理 Excel 文件2. 自动发送邮件3. 批量重命名文件4. 数据清洗5. 生成 PPT6. 自动化测试

10个Python Excel自动化脚本分享

《10个PythonExcel自动化脚本分享》在数据处理和分析的过程中,Excel文件是我们日常工作中常见的格式,本文将分享10个实用的Excel自动化脚本,希望可以帮助大家更轻松地掌握这些技能... 目录1. Excel单元格批量填充2. 设置行高与列宽3. 根据条件删除行4. 创建新的Excel工作表5

Redis的Zset类型及相关命令详细讲解

《Redis的Zset类型及相关命令详细讲解》:本文主要介绍Redis的Zset类型及相关命令的相关资料,有序集合Zset是一种Redis数据结构,它类似于集合Set,但每个元素都有一个关联的分数... 目录Zset简介ZADDZCARDZCOUNTZRANGEZREVRANGEZRANGEBYSCOREZ

Redis多种内存淘汰策略及配置技巧分享

《Redis多种内存淘汰策略及配置技巧分享》本文介绍了Redis内存满时的淘汰机制,包括内存淘汰机制的概念,Redis提供的8种淘汰策略(如noeviction、volatile-lru等)及其适用场... 目录前言一、什么是 Redis 的内存淘汰机制?二、Redis 内存淘汰策略1. pythonnoe

Linux使用fdisk进行磁盘的相关操作

《Linux使用fdisk进行磁盘的相关操作》fdisk命令是Linux中用于管理磁盘分区的强大文本实用程序,这篇文章主要为大家详细介绍了如何使用fdisk进行磁盘的相关操作,需要的可以了解下... 目录简介基本语法示例用法列出所有分区查看指定磁盘的区分管理指定的磁盘进入交互式模式创建一个新的分区删除一个存

Golang操作DuckDB实战案例分享

《Golang操作DuckDB实战案例分享》DuckDB是一个嵌入式SQL数据库引擎,它与众所周知的SQLite非常相似,但它是为olap风格的工作负载设计的,DuckDB支持各种数据类型和SQL特性... 目录DuckDB的主要优点环境准备初始化表和数据查询单行或多行错误处理和事务完整代码最后总结Duck