数字散斑相关方法选修课论文

数字散斑相关方法选修课论文

ID:38700579

大小:38.00 KB

页数:7页

时间:2019-06-17

数字散斑相关方法选修课论文_第1页
数字散斑相关方法选修课论文_第2页
数字散斑相关方法选修课论文_第3页
数字散斑相关方法选修课论文_第4页
数字散斑相关方法选修课论文_第5页
资源描述:

《数字散斑相关方法选修课论文》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、数字散斑相关方法(DSCM)是一种可以测量变形和应变的光学非接触测量方法,其通过计算变形前后物体表面图像的灰度信息相关来获取被测物的力学性能上世纪80年代,人们在激光散斑相关性分析的基础上提出了DSCM,经过不断深入的研究发展,目前该技术在各领域的应用已经日臻成熟同实验力学中的其它方法相比较,该方法具有测量光路相对简单测量环境要求低非接触测量等优点基于以上优点,该方法在材料力学的性能测量研究中具有非常重要的意义数字散斑相关技术的测量过程是记录物体变形过程的散斑图,通过结合高速视频记录或高速摄影系统来采集变形过程连续序列图像信息,即可实现动态实时的测量近年来,国内外研究人员围绕

2、数字散斑相关做了大量研究工作,针对如何提高测试精度和图像处理速度两个目标,提出了一系列搜索算法亚像素算法系统误差分析和应变场求取等理论和技术目前,DSCM的研究主要集中在应用研究领域,并以提高精度和速度两个指标为重点本文介绍新型相关搜索方法以及国内外数字图像相关技术在各个领域的研究进展相关搜索方法自上世纪80年代初,I.Yamaguch和W.H.PetersW.F.Ranson等人提出DSCM以来,经过众多的国内外学者不断的深入探讨,该方法已日趋成熟伴随着如何提高测量结果的精度和计算速度的众多研究,大量新的相关搜索算法随之产生,基于经典数学理论产生的相关搜索算法有双参数法粗细

3、搜索十字搜索牛顿拉斐逊偏微分修正法爬山搜索法等现代数学理论的发展也有助于改善数字散斑相关的主要问题,现代数学理论逐渐的引入,即可形成新的搜索算法,如频域FFT方法自适应遗传算法智能神经网络滤波降噪效果较好的小波变换等,位移映射方法也从传统的一阶映射变成二阶位移映射新算法的产生使得数字散斑相关发展有着质的飞跃,因为其中有的算法对于速度和精度有着数量级的提高2.1基于遗传算法的相关搜索遗传算法开创性的提出者是美国密西根大学的JohnHolland教授,以后经过后人不断深入和丰富的研究,其应用研究更为广泛和完善遗传算法是借鉴生物的自然选择和遗传进化机制而开发的一种全自适应概率搜索算

4、法遗传算法是将问题的求解表示成染色体,从中选择出适应环境的染色体进行复制,通过交叉变异两种基因操作产生出新一代更适合环境的染色体群,这样一代代不断改进,最后收敛到一个最适合环境的个体上,从而求得问题的最佳解数字散斑相关变形分析中要求解的就是物体表面的变形,遗传算法首先对参数进行编码处理,把问题空间的参数转换成遗传空间中,并由基因按一定结构组成的染色体初始种群生成后,直接采用相关系数的函数作为适用度函数:遗传算法的核心就是遗传操作,包括3个运算:选择运算交叉运算变异运算遗传操作对个体根据适应度进行优胜劣汰,也进行相互配对的染色体相互交换部分基因,同时替换染色体中的某些基因形成新

5、的基因当适应度接近1或者达到最大进化世代数,则终止迭代操作国内外将遗传算法引入数字散斑相关,并取得了相应的成果2000年,美国南伊利诺伊斯大学的MahajanAjay将遗传算法应用于数字图像相关来估计物体表面的位移及应变2003年,马少鹏和金观昌采用遗传算法进行相关运算,克服了传统方法需要合理的初值和图像导数信息的缺点2004年,天津大学的王怀文和亢一澜结合数字散斑相关和遗传算法建立了一种自适应数字散斑相关方法,并用来做铜箔断裂力学实验和尺寸效应的研究2005年,天津大学的唐晨在传统灰度散斑图像相关基础上提出了彩色散斑图像相关的遗传算法,针对RGB色彩空间定量分析彩色图像相似

6、程度2007年,哈尔滨工业大学的陈华将遗传算法应用于三维数字散斑相关,减少了计算复杂度并提高了搜索质量2008年,台湾云林科技大学的HwangSF将模拟退火和自适应机制添加到遗传算法中,利用数字散斑相关方法计算SU-8光刻胶的应力应变2011年,ZhangT克服了传统的遗传算法的过早收敛的缺点,采用多父体杂交和自适应变异概率的遗传操作对复合板的变形进行测量,验证了时间效率有所提升在数字散斑相关的搜索中采用遗传算法避免阈值和合理初值的选择,减少计算量以及求解的复杂程度,同时与传统的搜索方法(如爬山法)相比精度有所改善,搜索速度有很大的提高2.2基于智能神经网络的相关搜索1943

7、年,心理学家W.S.McCulloch和数理逻辑学家W.Pitts建立了神经网络和数学模型,由此提出人工神经网络经过近70年发展,神经网络算法已经被应用到各个领域,以此对问题进行优化处理,数字散斑相关也逐渐引入人工神经网络人工神经网络通过预先提供一批输入和输出数据,通过神经网络的学习,掌握其中的潜在规律,利用这些规律计算后面输入数据的结果对于数字散斑相关技术,先在散斑图上取网格点,计算出这些网格点的相关点,利用这些预先算出的输入输出结果通过人工神经网络掌握其中相关的规律,再将全场的散斑图作为输入就可以较

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。