A prediction–correction method for fast and accurate initial displacement field estimation in digital image correlation

亚像素渲染 流离失所(心理学) 外推法 趋同(经济学) 算法 数字图像相关 计算机科学 位移场 数学 人工智能 统计 像素 光学 经济增长 热力学 物理 有限元法 经济 心理治疗师 心理学
作者
Hongfan Yang,Sihan Wang,Huanxiong Xia,Jianhua Liu,Aimin Wang,Yong Yang
出处
期刊:Measurement Science and Technology [IOP Publishing]
卷期号:33 (10): 105201-105201 被引量:3
标识
DOI:10.1088/1361-6501/ac7a06
摘要

Abstract Initial displacement estimation is one of the most critical issues in digital image correlation. A better initial value can greatly improve the convergence rate and accuracy of the algorithms with subpixel accuracy. This paper developed an efficient estimation method to yield high-quality initial displacement fields. This method finds the initial displacement of each subset in a prediction–correction way, in which the displacement of the seed point is found by exhaustive search, but the other subsets are first predicted by an extrapolation scheme and then corrected by a monotonous search strategy. This method was tested by extensive experiments and validated by comparing with the well-known exhaustive search and adaptive rood pattern search methods, and then it was combined with the inverse compositional Gauss–Newton algorithm to perform subpixel-optimization experiments. The results demonstrated excellent features of accuracy, effectiveness, and convergence. Finally, we presented a three-dimensional surface reconstruction experiment using the proposed method, obtaining a geometric accuracy with a relative error of 0.016%.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
韩梓恒完成签到,获得积分10
刚刚
1秒前
11完成签到,获得积分10
2秒前
2秒前
wwqc完成签到,获得积分0
2秒前
tinatian270完成签到,获得积分10
3秒前
小蘑菇应助淡定小蜜蜂采纳,获得10
3秒前
HBK发布了新的文献求助10
3秒前
3秒前
Nuyoah完成签到,获得积分10
4秒前
浅香千雪发布了新的文献求助10
4秒前
小鑫完成签到,获得积分10
4秒前
简奥斯汀完成签到 ,获得积分10
5秒前
丰盛的煎饼应助陶军辉采纳,获得10
5秒前
来日方长发布了新的文献求助10
6秒前
6秒前
iAlvinz完成签到,获得积分10
6秒前
故意的初阳完成签到 ,获得积分10
7秒前
7秒前
8秒前
wild_cube完成签到 ,获得积分10
9秒前
3MB完成签到 ,获得积分10
9秒前
10秒前
11秒前
11秒前
金甲狮王完成签到,获得积分10
12秒前
温暖宛筠完成签到,获得积分10
13秒前
yiling发布了新的文献求助10
13秒前
Jasper应助夏姬宁静采纳,获得10
14秒前
HYCT完成签到 ,获得积分10
14秒前
铜离子完成签到 ,获得积分10
14秒前
leonarda1314发布了新的文献求助10
14秒前
GD完成签到,获得积分10
15秒前
15秒前
ZHANG完成签到,获得积分10
15秒前
W1ll完成签到,获得积分10
16秒前
fire完成签到 ,获得积分10
16秒前
科研完成签到,获得积分10
17秒前
Tonald Yang完成签到,获得积分20
17秒前
grmqgq完成签到,获得积分10
19秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
An Introduction to Geographical and Urban Economics: A Spiky World Book by Charles van Marrewijk, Harry Garretsen, and Steven Brakman 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3150658
求助须知:如何正确求助?哪些是违规求助? 2802207
关于积分的说明 7846456
捐赠科研通 2459547
什么是DOI,文献DOI怎么找? 1309286
科研通“疑难数据库(出版商)”最低求助积分说明 628821
版权声明 601757