基于GMA光流网络的二维变形测量数字图像相关法初值估计
摘要
提出一种利用深度学习提取散斑变形图像位移场的算法。对比几种主流光流网络模型在散斑图像上的计算精度，将全局运动聚合（GMA）光流网络引入数字图像相关法，使用光流网络模型预测的位移场作为亚像素迭代算法的初值，最后结合逆合成高斯-牛顿法计算散斑图像的亚像素位移场。结果表明，与几种主流的数字图像相关算法相比，GMA光流网络初值的计算精度和计算效率更高，适用于大变形测量，是一种兼顾计算速度和精度的变形测量算法。对木块材料进行压缩实验，结果充分显示了所提方法在散斑变形测量中的有效性。
引用本文（GB/T 7714）
赵斌 Zhao Bin, 孟祥印 Meng Xiangyin, 肖世德 Xiao Shide, 等. 基于GMA光流网络的二维变形测量数字图像相关法初值估计[J]. Acta Optica Sinica, 2023.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。