基于微粒子群优化算法的数字散斑图像相关方法

梁智锦; 王开福; 顾国庆; 张成斌

doi:10.7510/jgjs.issn.1001-3806.2014.05.006

高级检索

ISSN 1001-3806CN 51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于微粒子群优化算法的数字散斑图像相关方法

梁智锦 , 王开福 , 顾国庆 , 张成斌

文章导航 > 激光技术 > 2014 > 38(5): 603-607

引用本文:

Citation:

基于微粒子群优化算法的数字散斑图像相关方法

1.
南京航空航天大学航空宇航学院, 南京 210016

作者简介: 梁智锦（1989-），男，硕士研究生，研究方向为光测力学及图像处理。.

通讯作者: 王开福, kfwang@nuaa.edu.cn ;

基金项目:
国防技术基础科研资助项目;江苏省高校优势学科建设工程资助项目
中图分类号: TN911.73

Digital speckle image correlation method base on particle swarm optimization algorithm

1.
College of Aerospace Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China

Corresponding author: WANG Kaifu, kfwang@nuaa.edu.cn ;

CLC number: TN911.73

摘要: 为了能够通过一步搜索同时得到数字散斑图像中所测点的整像素和亚像素位移信息，采用灰度插值的方法构造了亚像素子区，改进了基于微粒子群算法的数字图像散斑相关方法。对含有平移信息的模拟散斑图和具有应变的模拟散斑图进行相关计算，验证了该方法的适用性；在对具有微小面内位移转动的试件进行测量时，比较了整像素的微粒子群算法和不同量级的灰度插值下的亚像素微粒子群算法。结果表明，基于微粒子群算法的亚像素数字散斑图像相关方法在测量小位移方面具有一定的优越性。
- 图像处理 /
- 数字散斑相关 /
- 微粒子群优化算法 /
- 灰度插值
Abstract: In order to get the integer pixel displacement information and the sub-pixel displacement information simultaneously at one time, the sub-pixel subarea was constructed by using the method of gray interpolation and the digital image correlation method based on particle swarm optimization algorithm was proposed. The applicability of the method was verified by measuring both the simulated speckle pattern with the translational information and with the strain information. And then, the integer pixel particle swarm algorithm and the sub-pixel of different magnitude interpolation gray particle swarm algorithm were compared by measuring the specimen with tiny rotational displacement. The results show that the particle swarm algorithm based on sub-pixel digital scattered spot image correlation method has advantages for small displacement measurement.
- image processing /
- digital speckle correlation /
- particle swarm optimization algorithm /
- gray interpolation

[1]	KENNEDY J, EBERHART R C. Particle swarm optimization // The University of Western Australia. IEEE International Conference on Neural Networks. Perth, Australia: The University of Western Australia,1995:1942-1948.
[2]	XIE X F, ZHANG W J, YANG ZH L. Overview of particle swarm optimization [J]. Control and Decision, 2003, 18(2): 129-134 (in Chinese) .
[3]	YAMAGUCHI I. A laser speckle strain gauge [J]. Journal of Physics, 1981, E14(11): 1270-1273.
[4]	PETERS W H, RANSON W F. Digital imaging technique in experimental stress analysis[J]. Optical Engineering, 1982, 21(3): 427-431.
[5]	WANG K F, GAO M H, ZHOU K Y. Modern photo mechanics [M]. Harbin: Harbin Institute of Technology Press, 2009: 58-61,154-156(in Chinese).
[6]	XU X, WANG K, GU G Q, et al. Measurement of internal material flaws based on out-of-plane displacement digital speckle pattern interferometry[J]. Laser Technology, 2012, 36(4):548-552(in China).
[7]	JIN G C. Computer-aided optical measurement [M]. 2nd ed. Beijing: Tsinghua University Press, 2007: 141-147(in Chinese).
[8]	LIU M. The improved genetic algorithms for digital image correlation technique. Tianjin: Tianjin University, 2005: 4-6(in Chinese).
[9]	PAN B, XIE H M. Digital image correlation method with differential evolution [J]. Journal of Optoelectronics稬aser, 2007, 18(1): 100-103(in Chinese).
[10]	DU Y Zh, WANG X B. Digital image correlation method based on particle swarm optimization algorithm without sub-pixel interpolation [J]. Computer Engineering and Applications, 2012, 48(6): 200-204(in Chinese).
[11]	CHANG Y M. Research and application of sub-pixel search algorithm for digital image/speckle correlation method . Tianjin: Tianjin University, 2009: 12-14(in Chinese).
[12]	GU G Q, WANG K F, XU X. Measurement of in-plane micro-rotations and rotation-center location of a rigid body by using digital image correlation[J]. Chinese Journal of Lasers, 2012, 39(1): 0108004(in Chinese).

[1]	刘禹 , 肖世德 , 张睿 , 张若凌 , 张磊 . 基于遗传算法的数字图像相关变形初值估计. 激光技术, 2020, 44(1): 130-135. doi: 10.7510/jgjs.issn.1001-3806.2020.01.023
[2]	刘德阳 , 王广军 , 吴健 , 艾列富 . 基于视点相关性的光场图像压缩算法. 激光技术, 2019, 43(4): 551-556. doi: 10.7510/jgjs.issn.1001-3806.2019.04.020
[3]	张羽鹏 , 王开福 . LabVIEW和MATLAB在电子散斑干涉图像处理中的应用. 激光技术, 2009, 33(6): 582-585,589. doi: 10.3969/j.issn.1001-3806.2009.06.007
[4]	顾国庆 , 王开福 , 燕新九 . 基于同态滤波的电子散斑干涉图像处理. 激光技术, 2010, 34(6): 750-752,797. doi: 10.3969/j.issn.1001-3806.2010.06.009
[5]	刘逸飞 , 苏亚 , 姚晓天 , 崔省伟 , 杨丽君 , 周聪聪 , 何松 . OCT无创血糖检测图像处理最优化方法研究. 激光技术, 2023, 47(2): 178-184. doi: 10.7510/jgjs.issn.1001-3806.2023.02.004
[6]	张怡霄 , 杜惊雷 , 高福华 , 姚军 , 曾阳素 , 郭永康 . 分数域啁啾滤波及其在数字图像处理中的应用. 激光技术, 2003, 27(1): 78-80.
[7]	雷选华 , 孔小健 , 杨文亮 . 基于粒子群优化的正则化水下图像盲复原. 激光技术, 2015, 39(6): 811-814. doi: 10.7510/jgjs.issn.1001-3806.2015.06.017
[8]	曹国强 , 刘禹廷 , 王琳霖 . 改进非下采样轮廓波在散斑条纹中的滤波处理. 激光技术, 2019, 43(2): 269-274. doi: 10.7510/jgjs.issn.1001-3806.2019.02.022
[9]	贺锋涛 , 吴倩倩 , 杨祎 , 张建磊 , 王炳辉 , 张依 . 基于深度学习的激光散斑图像识别技术研究. 激光技术, 2024, 48(3): 443-448. doi: 10.7510/jgjs.issn.1001-3806.2024.03.022
[10]	谢军昱 , 许杨剑 , 王效贵 . 基于贝叶斯模型和数字图像相关的视觉测量. 激光技术, 2016, 40(6): 866-870. doi: 10.7510/jgjs.issn.1001-3806.2016.06.019
[11]	周永康 , 朱尤攀 , 曾邦泽 , 胡健钏 , 欧阳慧明 , 李泽民 . 宽动态红外图像增强算法综述. 激光技术, 2018, 42(5): 718-726. doi: 10.7510/jgjs.issn.1001-3806.2018.05.025
[12]	王其华 , 叶苗 . 基于裂变自举粒子滤波的红外目标跟踪处理. 激光技术, 2011, 35(1): 141-144. doi: 10.3969/j.issn.1001-3806.2011.01.038
[13]	邓晓鹏 , 文伟 . 基于干涉的二值图像逻辑运算加密技术. 激光技术, 2010, 34(3): 401-404. doi: 10.3969/j.issn.1001-3806.2010.03.033
[14]	乔建平 , 邓联文 , 贺君 , 廖聪维 . 一种基于混沌映射的快速图像加密算法优化. 激光技术, 2017, 41(6): 897-903. doi: 10.7510/jgjs.issn.1001-3806.2017.06.026
[15]	周娇 , 王力 , 陈小青 . 基于改进鲸鱼优化算法的最大2维熵图像分割. 激光技术, 2021, 45(3): 378-385. doi: 10.7510/jgjs.issn.1001-3806.2021.03.020
[16]	张凡 . 红外图像改进非局部均值滤波算法研究. 激光技术, 2015, 39(5): 662-665. doi: 10.7510/jgjs.issn.1001-3806.2015.05.016
[17]	李庆辉 , 李艾华 , 姜柯 , 赵少宁 . HIS空间的火灾图像模糊增强快速算法. 激光技术, 2014, 38(1): 137-140. doi: 10.7510/jgjs.issn.1001-3806.2014.01.030
[18]	张健 , 李白燕 . 基于图论最小割集算法的图像分割研究. 激光技术, 2014, 38(6): 863-866. doi: 10.7510/jgjs.issn.1001-3806.2014.06.030
[19]	陶昕辰 , 朱涛 , 黄玉玲 , 高恬曼 , 何博 , 吴迪 . 基于DDR GAN的低质量图像增强算法. 激光技术, 2023, 47(3): 322-328. doi: 10.7510/jgjs.issn.1001-3806.2023.03.006
[20]	周慧 , 段一萍 , 王锦鹏 . 靶场光测数字图像无损压缩技术方案设计. 激光技术, 2008, 32(2): 222-224.

点击查看大图

计量

文章访问数: 3627
HTML全文浏览量: 737
PDF下载量: 603
被引次数: 0

基于微粒子群优化算法的数字散斑图像相关方法

通讯作者: 王开福, kfwang@nuaa.edu.cn;

作者简介: 梁智锦（1989-），男，硕士研究生，研究方向为光测力学及图像处理。

1. 南京航空航天大学航空宇航学院, 南京 210016

收稿日期: 2013-09-16
录用日期: 2013-12-02
网络出版日期: 2014-09-25

基金项目: 国防技术基础科研资助项目;江苏省高校优势学科建设工程资助项目

关键词:

摘要: 为了能够通过一步搜索同时得到数字散斑图像中所测点的整像素和亚像素位移信息，采用灰度插值的方法构造了亚像素子区，改进了基于微粒子群算法的数字图像散斑相关方法。对含有平移信息的模拟散斑图和具有应变的模拟散斑图进行相关计算，验证了该方法的适用性；在对具有微小面内位移转动的试件进行测量时，比较了整像素的微粒子群算法和不同量级的灰度插值下的亚像素微粒子群算法。结果表明，基于微粒子群算法的亚像素数字散斑图像相关方法在测量小位移方面具有一定的优越性。