高精度、实时三维数字图像相关DIC变形测量

三维数字图像相关DIC方法，起源于实验力学领域，用于测量位移场和应变场。随着测量方法的逐渐成熟，3D-DIC技术被广泛应用于其他领域，如材料、生物、医疗、工业检测和航天航空领域中。

丰富的应用奠定了3D-DIC方法在科学和工程领域中的重要地位，同时也对三维数字图像相关DIC方法提出了新的需求，为研究3D-DIC技术带来了挑战，特别是高精度、高计算速度和强鲁棒性等要求。

使用3D-DIC数字图像相关技术，测量物体表面的三维变形时，需要处理各个时刻两个相机拍摄到的图像，包括立体匹配、时域匹配等步骤，计算量非常大。

三维数字图像相关DIC加速和目前的计算速度，尚未能达到实时测量三维变形的要求，而且计算效率优化大多以牺牲部分测量精度为前提。基于GPU加速的三维数字图像相关法，可实现高精度、实时三维数字图像相关变形测量。

三维数字图像相关DIC变形测量，对于计算速度慢、实时性不高的问题，在不牺牲测量精度的前提下，需对3D-DIC变形测量算法进行优化；然后对三维变形测量算法进行并行化分析，并开发GPU加速的3D-DIC实时变形测量程序。

在POI（Point of Interest）数量接近10000时，程序的处理速度高达每帧34ms (约29.4 fps)，满足了实时处理的需求。

3D-DIC高精度、实时测量难题

三维数字图像相关DIC方法，包括了相机标定、立体匹配、 三维重建和三维位移计算等步骤，其计算量大，实现实时的三维数字图像相关测量系统任务迫切。

3D-DIC方法中的立体匹配任务最关键。主流的2D-DIC算法是亚像素迭代式的算法，需要一个相对准确的初值来保证收敛到正确的结果，

路径依赖的初值估计方法，存在误差累积传播和难以并行等问题；路径无关的初值估计方法难以应对大变形或者存在大旋转的场景；基于特征辅助的方法虽然鲁棒性很强，但是其中的特征匹配步骤非常耗时。因此，3D-DIC中的立体匹配初值估计方法仍旧需要改善。

GPU 并行加速解决方案

采用基于GPU并行加速的三维数字图像相关法，具有强鲁棒性的基于极线约束的3D-DIC立体匹配方法。

（1） 基于极线约束的立体匹配算法。针对鲁棒性不强的问题，采用一种新的基于极线约束的立体匹配算法，给高精度迭代算法提供多个初值。

（2）对3D-DIC匹配中的 IC-GN 2 算法进行详细的并行化分析，然后分别在CPU 和 GPU 实现了并行的 IC-GN 2 算法。

（3）基于CUDA实现GPU加速。对3D-DIC变形测量算法进行优化；然后基于CUDA 开发了GPU加速的3D-DIC实时变形测量程序。

3D-DIC 算法优化设计

1、基于极线约束的3D-DIC立体匹配算法

基于极线的立体匹配方法为每个POI 提供了多个初值，特别是在视角差异较大或两图存在相对旋转的情况下，并且不会造成误差累积和传播等问题。

2、基于图像特征的匹配初值估计方法

各种图像特征如SIFT，SURF ，ORB等为DIC匹配算法估计初值。通过将具体的特征算法从其中解耦出来，基于图像特征的匹配初值估计方法，该方法可使用任何一种或多种图像特征算法来提供关键点。

SIFT特征由于其强鲁棒性，具有尺度不变性、平移不变性和旋转不变性，对视角变换和噪声等也具有一定的稳定性。采用基于SIFT特征为POI估计初始的变形矢量，而形貌测量中使用基于极线约束的立体匹配算法。