Tres

Aug 13, 2023

Scientific Reports volumen 12, Número de artículo: 7760 (2022) Citar este artículo

2423 Accesos

1 Citas

Detalles de métricas

La técnica de correlación de imagen digital estéreo (stereo-DIC o 3D-DIC) se ha utilizado ampliamente en la medición de forma y deformación tridimensional (3D) debido a su alta precisión y flexibilidad. Pero es una tarea difícil para él tratar con componentes de estructuras complejas debido a la severa distorsión de la perspectiva en dos vistas. Este artículo busca resolver este problema utilizando un sistema de una sola cámara basado en la perfilometría de proyección de franjas (FPP) asistida por DIC. Se puede reconstruir una geometría 3D completa y en píxeles de estructuras complejas utilizando el método de codificación Gray robusto y eficiente basado en un sistema FPP. Y luego, DIC solo se usa para realizar la coincidencia temporal y completar el seguimiento de píxel a píxel de campo completo. La deformación dentro y fuera del plano se obtiene al mismo tiempo comparando directamente los datos 3D precisos y completos de cada píxel correspondiente. Los métodos de diseño de patrón moteado y eliminación de ruido de franjas se comparan y eligen cuidadosamente para garantizar simultáneamente la precisión de medición de la forma y la deformación 3D. Los resultados experimentales demuestran que el método propuesto es un medio eficaz para lograr la medición de la deformación y la forma 3D de campo completo en piezas complejas, como la estructura de panal y el tubo compuesto trenzado, que son desafiantes e incluso imposibles para el método DIC estéreo tradicional.

Comprender el comportamiento dinámico de un componente estructural es fundamental para analizar sus propiedades mecánicas y prevenir condiciones críticas de funcionamiento. La respuesta dinámica de las partes estructurales es necesaria para probar los parámetros de la estructura, guiar el diseño estructural y, finalmente, mejorar su rendimiento, independientemente de la fabricación tradicional (p. ej., fabricación aeroespacial y de máquinas controladas numéricamente por computadora) y la fabricación avanzada (p. ej., fabricación aditiva y biofabricación) 1,2,3. Los métodos de medición convencionales utilizan sensores de contacto (p. ej., máquinas de medición por coordenadas y galgas extensiométricas) para lograr mediciones puntuales y solo adquieren la información de varios puntos discretos, lo que dificulta describir con precisión el estado transitorio y analizar el cambio estructural de partes de estructuras complejas. Por lo tanto, el análisis de forma y deformación de campo completo y sin contacto para piezas complejas se requiere con urgencia para proporcionar sus características cuantitativas correspondientes.

Se ha demostrado que la correlación de imágenes digitales (DIC) es una poderosa técnica sin contacto para la medición de deformaciones4,5. Y se ha empleado en muchos campos debido a su medición multiescala, sin contacto y de campo completo6,7. Recientemente, con el desarrollo de la visión estéreo binocular y la tecnología de fotografía de alta velocidad, la correlación de imágenes digitales estéreo (DIC estéreo o 3D-DIC) se ha aplicado ampliamente en mediciones dinámicas de forma y deformación en 3D8,9,10. Sin embargo, el uso de dos cámaras de alta velocidad aumenta considerablemente el costo del sistema de medición y la sincronización precisa de dos cámaras de alta velocidad también es una tarea difícil11. Para abordar la limitación mencionada en estéreo-DIC, se propusieron sucesivamente los métodos estéreo-DIC de cámara única basados ​​en rejilla12, prisma13 y espejo14. Estos métodos utilizaron rejillas de difracción, lentes biprismáticas y adaptadores de cuatro espejos para convertir una sola cámara en dos o tres cámaras virtuales, que observan una muestra desde diferentes puntos de vista15. Y todas las estrategias anteriores pertenecen a métodos de división óptica que usan un sensor de cámara para grabar dos o más imágenes, por lo que se usa menos de la mitad del sensor para capturar la región de interés (ROI), lo que reduce la resolución espacial de los resultados medidos. Para utilizar la resolución completa de una cámara, Pan propuso un método estéreo-DIC de alta velocidad usando una cámara a color de alta velocidad16 y se pueden grabar y recuperar fotogramas completos de diferentes vistas mediante el sistema divisor de haz y la separación de color. Y este tipo de método necesita realizar la corrección de diafonía de color. Además, para todas las técnicas estéreo-DIC, solo los datos en el campo de visión superpuesto de dos cámaras se pueden usar para calcular la forma y la deformación, y se debe garantizar la similitud del subconjunto entre dos vistas para la convergencia del algoritmo iterativo. Por lo tanto, este método se suele aplicar para medir las superficies planas o curvas. Pero para los componentes de estructuras complejas, es diferente realizar una medición de deformación y forma 3D de campo completo debido a la gran deformación entre los subconjuntos en las vistas izquierda y derecha causada por la rotación relativa entre dos cámaras y la forma compleja de la muestra probada. Sin embargo, en los campos de la industria aeroespacial, la fabricación inteligente y el análisis de materiales, existen muchas exigencias en cuanto a la medición de la forma y el análisis de la deformación de componentes complejos, como la estructura de panal, la turbina del motor y la estructura laminada17,18,19. Y los resultados de la medición de componentes complejos en procesos dinámicos se pueden utilizar para analizar el rendimiento estructural y optimizar los parámetros del material. Por lo tanto, se requiere encontrar una técnica para resolver este problema y cumplir con este requisito.

La perfilometría de proyección de franjas (FPP) ha sido bien estudiada para la medición de formas 3D debido a su alta precisión, baja complejidad de cálculo y flexibilidad20,21. En FPP, el algoritmo de cambio de fase por píxel se puede elegir para recuperar información de forma22, por lo que tiene ventajas en la integridad de la reconstrucción de forma y en la complejidad de cálculo para componentes complejos en comparación con los algoritmos de correlación basados ​​en áreas en DIC. Además, con el auge de los equipos de imagen y proyección de alta velocidad, las técnicas dinámicas de medición de formas en 3D basadas en FPP se han desarrollado rápidamente en los últimos años23,24,25,26. Solo se requiere una cámara de alta velocidad y un proyector de procesamiento de luz digital (DLP) para reconstruir con precisión la información de forma de escenas dinámicas con la técnica de desenfoque binario27, que es de bajo costo en comparación con dos costosas cámaras de alta velocidad en un sistema DIC estéreo. Además, la técnica de desenfoque binario puede aflojar la sincronización precisa entre la cámara de alta velocidad y el proyector28, por lo que podría garantizarse fácilmente con una simple señal de disparo. Sin embargo, el principio de la técnica de proyección de franjas es proyectar en lugar de adjuntar información de codificación en las superficies probadas, lo que dificulta e incluso imposibilita el seguimiento preciso del movimiento y la deformación del punto correspondiente. Por lo tanto, la tarea restante para FPP es completar un análisis de deformación preciso.

Para aprovechar al máximo cada técnica, se ha estudiado la combinación de FPP y DIC. Se han investigado métodos basados ​​en tomas únicas y tomas múltiples dependiendo de las diferentes escenas aplicables. Solo se requiere una imagen en los métodos de disparo único para reconstruir un dato 3D, por lo que es adecuado para medir escenas transitorias de alta velocidad. La perfilometría por transformada de Fourier (FTP) es uno de los métodos representativos de reconstrucción de disparo único, en el que se utiliza un filtro de espectro o una separación de canales de color para extraer el mapa de textura de un patrón de franjas incrustado de motas capturado29. Pero la operación de filtrado limita la precisión de reconstrucción de FTP, haciéndolo sensible a la reflectividad no uniforme y dificultando la restauración de bordes afilados y cambios abruptos. Además, no se puede obtener información asistida adicional en el método de disparo único, por lo que los algoritmos de desenvolvimiento de fase espacial generalmente se usan para desenvolver la fase envuelta, lo que lleva a la incertidumbre de fase para los objetos aislados. Para los métodos de disparos múltiples, la reconstrucción 3D se logra en el dominio temporal y se puede calcular de forma independiente para cada píxel, por lo que este tipo de método es adecuado para restaurar superficies discontinuas o coloreadas. La perfilometría de medición de fase (PMP) es un método bien conocido de disparos múltiples para reconstruir con precisión la forma de las superficies texturizadas y la técnica de desenvolvimiento de fase temporal (TPU) se puede utilizar para eliminar la ambigüedad de fase de las superficies discontinuas30. En los métodos de combinación informados, los métodos de disparo único se utilizan para medir superficies continuas, como una superficie de flexión31, un capó impactado32 y una placa de aluminio33 y los métodos de disparo múltiple logran la medición de la sección plana del cojín hecho de producto de pulpa moldeada34, una muestra plana con una agujero y un paso35 y cuchillas giratorias36. Todas las escenas medidas mencionadas son relativamente planas y también podrían completarse usando técnicas estéreo-DIC. Pero hasta donde sabemos, no hay informes sobre la medición de la forma y la deformación de componentes complejos utilizando métodos de combinación.

En este trabajo, se utiliza un sistema de una cámara y un proyector basado en perfilometría de proyección de franjas asistida por DIC para lograr la medición de forma 3D y el análisis de deformación en partes de estructuras complejas. Específicamente, primero se desarrolla un sistema de medición de una sola cámara utilizando el método de medición de forma 3D de alta robustez y alta eficiencia basado en luz codificada en Gray, en el que se puede reconstruir una geometría 3D completa y por píxeles de estructuras complejas usando cada cuatro patrones proyectados. Luego, los métodos de fabricación de patrones moteados y eliminación de ruido de franjas se comparan cuidadosamente y se eligen para garantizar simultáneamente la precisión de medición de la forma y la deformación 3D. Y, por último, el método DIC solo se usa para hacer coincidir el punto correspondiente en un momento diferente en lugar de resolver el desplazamiento en el plano, y el análisis de deformación 3D se realiza comparando los datos 3D precisos y completos de cada píxel correspondiente. Y los resultados experimentales presentados demuestran que el método presentado es capaz de realizar mediciones de forma y deformación en 3D en piezas complejas, lo cual es una tarea difícil para el método estéreo-DIC tradicional.

El típico sistema de medición de forma 3D basado en FPP se muestra en la Fig. 1. En primer lugar, se proyectan franjas sinusoidales de cambio de fase y patrones de codificación (patrones codificados en Gray en este trabajo) para modular la altura de la superficie medida. Luego, la cámara captura los patrones deformados desde otro ángulo. A continuación, la fase envuelta se puede recuperar a partir de patrones de cambio de fase y el orden de fase se puede decodificar a partir de patrones codificados en Gray. Y finalmente, la forma 3D se puede reconstruir después de desenvolver la fase y calibrar el sistema.

Diagrama esquemático de un sistema FPP para la medición de formas en 3D.

Es contradictorio por el requisito de textura superficial a FPP y DIC. FPP prefiere una superficie uniforme para un alto contraste de franjas, mientras que DIC exige una superficie texturizada con una diferencia de intensidad significativa. Por lo tanto, la textura rica se trata como una marca beneficiosa para el análisis de deformación usando DIC, pero como un ruido inesperado para la medición de forma usando FPP. Para debilitar esta contradicción, se debe aplicar un método de medición de forma robusta.

La codificación Gray es una estrategia sólida de codificación binaria porque solo hay una distancia de hamming entre dos palabras de decodificación adyacentes. Por lo tanto, a menudo se usa para resistir ruidos fuertes37,38,39. En este trabajo, se adopta el método de código Gray complementario40 para asegurar el desenvolvimiento de fase robusto.

Como se muestra en la Fig. 2a, b, la técnica de tramado binario27 y el algoritmo de cambio de fase de tres pasos se utilizan para producir y proyectar tres patrones pseudosinusoidales de cambio de fase binarios con una alta tasa de cambio al objeto probado. Y los patrones sinusoidales de alta calidad se pueden generar en el plano de la imagen de la cámara utilizada, que se describen como:

Principio de la medición de forma 3D robusta y eficiente basada en el método basado en el código Gray. (a) Patrones de cambio de fase proyectados. (b) Patrones de código Gray proyectados. (c) Proceso de decodificación usando una estrategia complementaria. (d) Ampliación del plazo en función de la fase de referencia. (e) Mejora de la eficiencia utilizando la estrategia de codificación de superposición de tiempo.

Donde ap y bp son el valor medio y la modulación del patrón de franjas sinusoidales generado en el espacio del proyector; ϕ(x, y) es la fase envuelta de los patrones de franjas deformadas y se resuelve usando las Ecs. (1)–(3).

La operación arcotangente provoca la ambigüedad de la fase, por lo que se generan patrones codificados en Gray para codificar de forma única el orden de las franjas y desenvolver la fase envuelta. En el método tradicional codificado en Gray, los patrones codificados en N Gray pueden etiquetar un máximo de 2N órdenes marginales. Pero los errores de salto ocurren fácilmente en los límites de los códigos blanco y negro debido al desenfoque del proyector y al movimiento del objeto. Por lo tanto, se proyecta un patrón de código Gray adicional con medio período de patrón de franjas en el método de código Gray complementario para evitar errores de salto. El proceso de decodificación se muestra en la Fig. 2c y el período de codificación es 8 en este ejemplo. Después de capturar y binarizar los patrones codificados en Gray, el orden de fase k1(x, y) se puede calcular utilizando N patrones tradicionales:

en el que, GCi(x, y) denota el i-ésimo patrón binario codificado en Gray, V1(x, y) es el número decimal decodificado y la función LUT(∙) se usa para buscar la relación única conocida entre V1(x, y) y k1(x, y). Y el orden de fase k2(x, y) se puede resolver usando todos los patrones N + 1:

En el cual, la función INT(∙) devuelve el entero más cercano hacia abajo. Se puede ver en la Fig. 2c, los bordes de k2(x, y) se desplazan medio período con el de k1(x, y). Por lo tanto, las diferentes regiones de la fase envuelta se pueden desenvolver correctamente usando sus regiones intermedias (etiquetadas en rojo y amarillo) de los órdenes de fase correspondientes que no tienen cambios de palabras:

Donde, Φw(x,y) es la fase inicial de desenvolvimiento en subregiones. Y usando esta estrategia, se pueden evitar los errores de borde y se puede lograr un desenvolvimiento de fase robusto.

Para el método de código Gray tradicional, un período de franja más denso significa una mayor precisión de medición, pero aumenta el número de patrones de código Gray proyectados y disminuye la eficiencia de medición. Para garantizar simultáneamente la precisión y la eficiencia de la medición en la medición dinámica, presentamos el método de extensión del período basado en la fase de referencia y la estrategia de codificación de superposición de tiempo en el método de código Gray complementario en este documento.

Como se muestra en el rectángulo rojo de la Fig. 2a,b, los patrones de franjas con 8 períodos se codifican utilizando tres patrones de código Gray tradicionales y un patrón de código Gray complementario. Y todos los patrones se copian cuatro veces para extender los períodos de codificación. Cada parte de la fase envuelta se puede desenvolver usando la ecuación. (4) como se muestra en la Fig. 2d y solo quedan 4 discontinuidades con gran salto de fase (16π). La fase de desenvolvimiento de la fase de referencia Фref(x,y) que se obtiene en el proceso de calibración se introduce para ayudar a eliminar la ambigüedad de fase remanente usando:

En realidad, existe una condición exitosa de este método para garantizar la diferencia de fase causada por la modulación del objeto dentro de 16π, que puede satisfacerse fácilmente en la medición real. Por lo tanto, el período de codificación se puede extender a 32 para mejorar la precisión de la medición utilizando 4 patrones de código Gray.

Para mejorar aún más la eficiencia de la medición, cada patrón codificado en Gray tradicional se proyecta siguiendo tres patrones sinusoidales binarios consecutivos, como se muestra en la Fig. 2e. Para cada grupo de patrones sinusoidales, se utilizan 4 patrones codificados en Gray, que están cerca de los patrones sinusoidales, para desenvolver la fase envuelta. Por lo tanto, cada patrón codificado en Gray se reutiliza cuatro veces para reducir el número proyectado en cada secuencia de proyección de siete a cuatro.

En la medición dinámica, se espera que los patrones de franjas y los mapas de textura se obtengan al mismo tiempo para garantizar la consistencia de la forma y la deformación medidas. Sin embargo, el patrón de moteado de alta calidad es la promesa de una medición precisa de la deformación, pero se trata como ruido para la medición de la forma mediante FPP, por lo que se debe ejecutar la separación del patrón de moteado de alta calidad de los patrones de franjas y la eliminación de ruido de las franjas para obtener una medición precisa de la forma y la deformación, respectivamente.

Para medir la deformación, se requiere un patrón de moteado estable y de contraste. Entonces, la modulación de los patrones sinusoidales obtenidos, que es inmune a la luz ambiental variable, se utiliza para obtener la imagen de textura:

Sustituyendo las ecuaciones. (1)–(3) en la ecuación. (11):

Para la medición de la forma, el método basado en el código Gray introducido puede garantizar el desenvolvimiento de fase sólido, pero no se puede ignorar la influencia de la textura rica en la precisión de medición de FPP. Por lo tanto, es muy deseable eliminar o minimizar el efecto del ruido antes de aplicar el patrón de franjas para la medición41. Por lo tanto, cómo diseñar el patrón de motas y realizar el proceso de eliminación de ruido de franjas apropiado se convierte en un paso crucial antes de la reconstrucción 3D.

En la Fig. 3 se muestran tres patrones típicos de moteado. En las áreas oscuras del patrón de moteado que se muestra en la Fig. 3a,b, la relación señal-ruido del patrón de franjas es baja, lo que provocará grandes errores en el resultado reconstruido. Pero el patrón de motas se puede tratar como ruido aleatorio cuando se distribuye discretamente como se muestra en la Fig. 3c, el método de eliminación de ruido de franjas se puede aplicar para eliminar el ruido de los patrones de franjas. Por lo tanto, se prefieren los patrones de motas con distribución discreta en la Fig. 3c en los métodos de combinación de FPP y DIC. Y el filtro mediano es principalmente útil para eliminar el ruido impulsivo y, al mismo tiempo, conservar los detalles de la imagen, por lo que se aplica para eliminar el ruido marginal en este trabajo. Y la comparación del rendimiento de diferentes patrones de motas se lleva a cabo en la Sec. 3.1.

Tres patrones típicos de motas.

Se pueden obtener datos de forma 3D precisos del sistema FPP y el mapa de textura de alta calidad se extrae de los patrones de franjas. Por lo tanto, el siguiente paso es rastrear los puntos correspondientes en diferentes estados. Como un poderoso método de análisis de campo completo, DIC se usa ampliamente para realizar análisis de desplazamiento y deformación en función de la similitud de la distribución de intensidad de la imagen antes y después de la deformación. Por lo tanto, se adopta para lograr un seguimiento de imágenes preciso y en píxeles. Para un punto P(x0, y0) dado en la imagen de referencia, la correlación cruzada normalizada de media cero (ZNCC) ampliamente utilizada se usa para determinar la posición y la forma del subconjunto en la imagen deformada maximizando un coeficiente de correlación42:

donde, Ω es el subconjunto seleccionado; F(x, y) y G(x*, y*) denota la distribución de intensidad de las imágenes de referencia y deformadas; \(\overline{F }\) y \(\overline{G }\) son las intensidades medias en subconjuntos específicos. Y p = (u, v, ux, uy, vx, vy) es el parámetro de deformación para determinar la función de forma que describe el cambio de forma del subconjunto. Y la función de forma común de primer orden se usa43 para actualizar el subconjunto usando el algoritmo avanzado de composición inversa de Gauss-Newton (IC-GN) para el registro de subpíxeles44:

Para la medición de piezas complejas, las superficies discontinuas obvias y la gran deformación dificultan o incluso fracasan en la estimación inicial. Por lo tanto, se utiliza la transformación de características de escala invariable (SIFT)45 para obtener una suposición inicial convergente para piezas complejas.

Cabe mencionar que en el sistema de medición FPP, todos los patrones deformados se capturan desde una vista, y el estudio experimental indica que el algoritmo IC-GN con función de forma de primer orden es suficiente para la coincidencia temporal en la mayoría de los casos de medición de deformación en aplicaciones de ingeniería5 mientras que el algoritmo IC-GN con función de forma de segundo orden es más adecuado para la coincidencia estéreo. Por lo tanto, en este sistema FPP asistido por DIC propuesto, se puede omitir la actualización que requiere mucho tiempo con la función de forma de segundo orden.

Después de obtener los resultados de coincidencia de píxeles, la deformación dentro y fuera del plano se obtiene simultáneamente restando los datos 3D del punto de coincidencia, que se obtiene mediante FPP con interpolación bicúbica de subpíxeles, usando la ecuación. (15).

Nuestro sistema de medición fue desarrollado con una cámara de alta velocidad (Photron FASTCAM Mini AX200) y un proyector de alta velocidad (DLP VisionFly6500). La lente incrustada en la cámara usada tiene una distancia focal de 16 mm y una apertura de f/1.4 y la resolución del proyector es de 1920 × 1080 píxeles. En todos los experimentos dinámicos, la frecuencia de actualización de la imagen sincronizada del proyector y la velocidad de captura de la cámara se establecieron en 4000 Hz, y la resolución de la cámara se estableció en 1024 × 1024 píxeles. Además, el período de los patrones de franjas sinusoidales proyectadas se establece en 32, que se incrementa de 8 a 32 con la ayuda de la fase de referencia. Cabe mencionar que el rango de profundidad de medición de este sistema FPP asistido por DIC depende del rango de superposición para la profundidad de enfoque efectiva del proyector y la cámara.

El marco y los resultados intermedios se muestran en la Fig. 4.

Marco del método de medición de forma y deformación 3D propuesto.

En primer lugar, la estrategia de codificación de superposición de tiempo se utiliza para proyectar los patrones sinusoidales binarios y los patrones codificados en Gray rediseñados. Después del filtrado mediano, se puede reducir la influencia del patrón de motas en la fase restaurada y se puede lograr un desenvolvimiento de fase robusto utilizando el orden de fase complementario k1 y k2 y la fase de referencia. A continuación, el mapa de textura estable se separa de tres patrones de cambio de fase. Y el mapa de textura extraído se utiliza para realizar el seguimiento de puntos correspondiente utilizando el algoritmo DIC asistido por funciones. Por último, la deformación dentro y fuera del plano se calcula comparando los datos 3D precisos y completos de cada punto correspondiente.

Para diseñar el patrón de motas adecuado para garantizar la precisión de la medición tanto de la forma como de la deformación, se lleva a cabo la evaluación experimental. Se fabrican tres tipos de motas en tres regiones de la muestra analizada, como se muestra en la Fig. 5a. Las motas en la región de interés (ROI) 1 y ROI 3 se pintan con un rotulador y un lápiz, respectivamente, y la mota se rocía en la ROI 2 con pintura negra. La Figura 5a es la modulación de los patrones de cambio de fase originales y se aplica filtrado de mediana en patrones de franjas para reducir la influencia del moteado en la recuperación de fase precisa. La modulación de los patrones de cambio de fase después del filtrado se muestra en la Fig. 5b y la fase reconstruida correspondiente se muestra en la Fig. 5c.

Experimento comparativo sobre la precisión de la medición de la forma y la deformación utilizando diferentes patrones de motas. (a) Patrón de textura extraído de patrones de cambio de fase. ( b ) Patrón de textura después del filtrado mediano. ( c ) Fase reconstruida y distribución de errores en tres regiones. (d) Gradientes de intensidad de la muestra analizada. (e) SSSIG de la muestra analizada.

Los resultados muestran que el filtrado mediano funciona bien para eliminar las motas rociadas discretas mientras se mantienen los detalles de la muestra, pero las motas pintadas acumuladas no se pueden eliminar de las franjas. Y la fase reconstruida usando franjas de filtrado y la distribución de errores en tres regiones se dan en la Fig. 5c, que muestra la fase en ROI 2 con motas rociadas discretas que tiene el error mínimo. Además, la calidad del moteado también es nuestra preocupación para determinar la precisión de la medición de la deformación y la suma del cuadrado de los gradientes de intensidad del subconjunto (SSSIG) se puede utilizar para predecir con precisión la precisión de la deformación, como se demostró en46. Entonces, el gradiente de intensidad y SSSIG con el tamaño del subconjunto 21 × 21 píxeles se calculan y se muestran en la Fig. 5d, e. Se puede encontrar que la calidad del moteado de ROI 2 antes del filtrado es ligeramente inferior a la de ROI 1 pero superior a la de ROI 3, lo que puede garantizar la precisión coincidente en la medición de la deformación. Todos los resultados demuestran que la mota discreta rociada que se muestra en la Fig. 3c y el ROI 2 es adecuada para usarse en el sistema FPP asistido por DIC para garantizar la precisión de la forma 3D y la deformación al mismo tiempo. Entonces, el método de rociado se adopta en nuestros próximos experimentos.

Para verificar la efectividad y la superioridad del sistema de medición FPP asistido por DIC propuesto en piezas complejas en comparación con el sistema de medición estéreo-DIC tradicional, se realizan experimentos comparativos sobre la estructura de panal utilizando dos métodos. Las configuraciones medidas de dos métodos se dan en la Fig. 6a,b. Para esta estructura compleja en particular con un agujero profundo y bordes afilados, los ángulos entre dos equipos se establecen como un ángulo óptimo para dos sistemas diferentes con la condición previa de una reconstrucción exitosa.

Experimento comparativo sobre la reconstrucción de una estructura de panal compleja utilizando estéreo-DIC y FPP. (a) Equipo de medición del método estéreo-DIC basado en dos cámaras. (b) Equipo de medición del método FPP basado en una sola cámara. ( c, d ) Imágenes capturadas de cámaras izquierda y derecha en estéreo-DIC. ( e, f ) Patrones de franjas capturadas en dos momentos en FPP. ( g ) Mapa de disparidad reconstruido en estéreo-DIC. (h) Mapa de profundidad reconstruido en FPP.

Para el método estéreo-DIC, se usa para emparejar pares de imágenes derivados de una configuración estéreo óptica (con un ángulo típico de 30°)47, pero para el algoritmo DIC tradicional, es difícil emparejar imágenes cuando su rotación relativa excede 7 °48. Esto se debe a que el algoritmo de iteración de subpíxeles, como el algoritmo IC-GN, necesita una suposición inicial precisa para garantizar la convergencia. El algoritmo SIFT introducido se puede usar para este propósito, pero no funciona bien cuando hay una distorsión de perspectiva severa, ya que las características correspondientes aparecen significativamente diferentes en las imágenes de dos perspectivas49. Además, si el espécimen probado tiene estructuras complejas como agujeros profundos, bordes afilados, paredes delgadas, regiones de alta curvatura o estructura cóncava-convexa, se vuelve más desafiante para el estéreo-DIC. Por lo tanto, en nuestro experimento, ajustamos el ángulo entre dos cámaras a 5° para garantizar el éxito del estéreo-DIC en este espécimen complejo y las imágenes capturadas y el mapa de disparidad reconstruido se muestran en la Fig. 6c,d,g. Debido a que stereo-DIC es el método basado en áreas, no puede reconstruir la información de los bordes afilados y pierde los detalles, como se muestra en la Fig. 6g.

Para el sistema FPP asistido por DIC presentado, la cámara se coloca en la misma posición que en el método DIC estéreo, pero el ángulo entre el proyector y la cámara se establece en 30° para una mayor precisión de medición. La recuperación de fase y la reconstrucción 3D se calculan píxel por píxel, por lo que se pueden reconstruir los datos 3D de todos los píxeles iluminados por el proyector y capturados por la cámara. Y el principio de medición garantiza que el resultado de la medición del sistema FPP es inmune a la distorsión severa de la perspectiva y los bordes afilados. Además, la lente proyectada suele tener una apertura mayor y un ángulo divergente en comparación con el de las cámaras, por lo que el sistema FPP funciona bien con un ángulo relativamente grande entre la cámara y el proyector para una mayor precisión de medición. Los patrones de franjas deformadas capturados en dos momentos y la profundidad reconstruida en el segundo momento se muestran en la Fig. 6e, f, h. Se puede notar que la integridad del resultado se puede asegurar incluso en los bordes afilados y los detalles como cóncavos y convexos en la muestra. Los resultados experimentales demuestran que el sistema FPP tiene ventajas en la medición de la integridad y la preservación de los detalles para la medición de formas en 3D.

Además de la integridad reconstruida, el costo computacional también está relacionado con la reconstrucción dinámica. Para el método estéreo-DIC, la coincidencia estéreo se utiliza para reconstruir las coordenadas 3D mediante el método de triangulación, mientras que la coincidencia temporal se aplica para rastrear el punto correspondiente y calcular el desplazamiento o la deformación. Debido a la naturaleza no lineal de la distorsión de la perspectiva, las funciones de forma de segundo orden deben usarse para la coincidencia estéreo, lo que genera un mayor costo computacional. Pero para la coincidencia temporal, el algoritmo IC-GN con funciones de forma de primer orden sigue siendo aplicable en la mayoría de los casos debido a la misma vista, que tiene una mayor eficiencia computacional5. En realidad, se pueden aplicar tres estrategias de coincidencia diferentes en estéreo-DIC como se muestra en la figura 7, en las que se prefiere la primera que se muestra en la primera columna porque solo se realiza una coincidencia estéreo. Pero para esta estrategia, todavía se requiere una coincidencia temporal 2N-2 adicional, mientras que se necesita una coincidencia temporal N-1 y una coincidencia estéreo N para otras dos estrategias para DIC estéreo. Para el método FPP, se requiere una coincidencia temporal total de N - 1 sin coincidencia estéreo y las coordenadas 3D se pueden obtener a partir de un cálculo de fase simple N.

Comparación de la eficiencia computacional para diferentes estrategias en estéreo-DIC y el sistema FPP asistido por DIC propuesto.

Para comparar la eficiencia computacional de estos dos tipos de métodos, contamos el tiempo de coincidencia de imágenes en el método estéreo-DIC y el cálculo de fase en el método FPP para un cuadro. El algoritmo IG-GN con funciones de forma de primer orden se aplica para la coincidencia temporal; el algoritmo IG-GN con funciones de forma de segundo orden se aplica para la coincidencia estéreo; El algoritmo de cambio de fase, el algoritmo de decodificación de código Gray complementario (CGC) y el algoritmo de extensión de período se utilizan para calcular la fase inequívoca. Todos los algoritmos se implementaron en la plataforma MATLAB (CPU Intel Core™ i5-8250U a 1,60 GHz y RAM DDR3 a 1333 MHz con 8 GB) y la resolución de imagen es de 1024 × 1024 píxeles. El tamaño del subconjunto se establece en 21 × 21 píxeles y todos los píxeles se realizan mediante el algoritmo de seguimiento y el algoritmo de extracción de fase. Como se muestra en la Fig. 7, el tiempo de cálculo de la coincidencia temporal para la disparidad, la coincidencia estéreo para la disparidad y el cálculo de fase para un cuadro es de 10 896 s, 15 254 s y 0,79 s, respectivamente. Si se supone que N es 100, el costo computacional total del sistema FPP asistido por DIC es aproximadamente la mitad del sistema DIC estéreo.

Debe mencionarse que el tamaño de paso en el método DIC generalmente se establece como la mitad del tamaño del subconjunto (10 píxeles en este ejemplo) para evitar el cálculo resultante y el algoritmo de interpolación se usa para obtener un campo de deformación continua en la comunidad DIC. E incluso si se realiza este proceso, el costo computacional del cálculo de fase es mucho menor que el de la coincidencia de DIC y puede ignorarse. Por lo tanto, el costo computacional del sistema FPP es mucho menor que el sistema estéreo-DIC con la tercera estrategia eficiente en la Fig. 7 para la medición de la forma y la deformación en 3D. Por lo tanto, la estrategia basada en FPP tiene una ventaja obvia en la eficiencia computacional en comparación con la estrategia DIC estéreo tradicional.

Con el sistema asistido por DIC propuesto, se captura y mide el proceso de deformación de una pieza compleja. El espécimen medido es una pieza de estructura de panal, que se aplica ampliamente en la fabricación aeroespacial, la ciencia de los materiales y la mecánica estructural con sus excelentes propiedades geométricas y mecánicas. Para comprender mejor las propiedades estructurales, se requiere una forma 3D completa y continua y la deformación de esta estructura por la fuerza. Es un desafío para el método tradicional sin contacto como estéreo-DIC como se describe en la última subsección. Pero con la ventaja de la detección de píxeles del FPP asistido por DIC propuesto, esta estructura compleja se puede medir y los resultados reconstruidos se muestran en la Fig. 8. La parte medida se carga mediante compresión oblicua hacia abajo y se obtiene la forma 3D completa. en cuatro momentos típicos se muestran en la Fig. 8a; los mapas de textura de alta calidad extraídos de los momentos correspondientes se muestran en la Fig. 8b; y la deformación 3D se calculan mediante coincidencia temporal y restando coordenadas 3D como se muestra en la Fig. 8c-e. Los datos experimentales demuestran que el método de medición presentado puede realizar mediciones de forma 3D y análisis de deformación de píxeles para partes de estructuras complejas.

Resultados medidos de la estructura de panal deformada. (a) Formas reconstruidas en diferentes momentos. (b) Mapas de textura recuperados. (c–e) Deformación U, V, W restaurada en los momentos correspondientes en comparación con la del momento 1.

Los experimentos han demostrado la eficacia del sistema de medición FPP asistido por DIC de cámara única propuesto en piezas de estructuras complejas. Algunas aplicaciones potenciales del método propuesto se sugieren a continuación.

Aplicación en ambiente especial con distorsiones para mejor estabilidad de medición. En algunas aplicaciones especiales, las DIC se realizan utilizando dispositivos de imagen especiales, como el microscopio electrónico de barrido (SEM), que genera una distorsión de la imagen no despreciable y reduce la precisión de la medición50. En SEM DIC, las distorsiones que varían temporal y espacialmente no son despreciables en la imagen SEM debido al proceso de imagen fundamentalmente diferente en un sistema SEM de un sistema óptico51. Y el efecto acumulativo tanto de la deriva como de las distorsiones espaciales puede introducir un gran error en el análisis posterior de desplazamiento y deformación52,53. La distorsión variable en el tiempo o la distorsión de deriva se produce durante todo el proceso de exploración, que no es estacionario. Para SEM DIC, se desarrolla una metodología de visión estéreo equivalente para imitar dos cámaras inclinando las etapas de muestra, por lo que dos imágenes SEM obtenidas antes y después de inclinar las etapas de muestra necesitan corrección de distorsión, respectivamente. Pero para el sistema de cámara única propuesto, solo se debe corregir una imagen. Además, no hay movimiento mecánico en el método propuesto, por lo que también se puede evitar el error de reconstrucción debido a las variaciones del ángulo de rotación en SEM DIC. Por lo tanto, el sistema de cámara única propuesto tiene potencial para aplicarse en un entorno especial con distorsiones para una mejor estabilidad de la medición una vez que se diseñe e incruste una unidad de proyección microscópica en SEM para iluminar el campo de medición.

Aplicación sobre piezas complejas con estructura fina para mayor resolución. Se acepta comúnmente que las propiedades mecánicas, como la resistencia y la rigidez, dependen intrínsecamente de la estructura diseñada utilizando diferentes materiales54. Por lo tanto, se espera medir la forma, la deformación y la tensión de alta resolución de piezas complejas. Para demostrar el alto poder de resolución potencial del método propuesto, se realiza un experimento comparativo en tubos compuestos trenzados55,56. Un tubo trenzado biaxialmente se teje usando tiras trenzadas con una estructura fina como se muestra en la Fig. 9f.

Experimento comparativo sobre la reconstrucción de un tubo trenzado biaxialmente utilizando DIC estéreo y FPP asistido por DIC de una sola cámara. ( a, b ) Imágenes capturadas con motas de las cámaras izquierda y derecha en estéreo-DIC. ( c – e ) Mapa de disparidad reconstruido en estéreo-DIC utilizando diferentes tamaños de subconjunto (píxel). (f) Mapa de textura antes de rociar el speckle. ( g ) Patrón de franjas capturado después de rociar motas. ( h, i ) Mapas de fase reconstruidos en FPP asistido por DIC de una sola cámara desde vistas superiores y oblicuas.

Después de rociar el patrón de motas, se utilizan el método estéreo-DIC basado en dos cámaras y el método FPP basado en una sola cámara para medir esta estructura compleja, respectivamente. Las imágenes capturadas de las cámaras izquierda y derecha se muestran en la Fig. 9a,b y el mapa de disparidad reconstruido utilizando diferentes tamaños de subconjunto se muestra en la Fig. 9c–e. Se encuentra que se recupera la información del contorno básico, pero los detalles en las correas trenzadas se ven borrosos por la operación de correlación. Aunque la reducción del tamaño del subconjunto puede mejorar la resolución, las estructuras finas no se pueden reconstruir incluso si el tamaño del subconjunto se reduce a 21 × 21 píxeles. Para el método propuesto, uno de los patrones de franjas capturados se muestra en la Fig. 9g y la fase resuelta se muestra en la Fig. 9h,i. Los resultados muestran que las estructuras finas están bien conservadas debido a la capacidad de reconstrucción de píxel a píxel. Por lo tanto, en comparación con el estéreo-DIC, el método propuesto puede lograr la medición de la forma con mayor resolución y detalles ricos, lo que ayuda a mapear aún más la difamación de campo completo de alta resolución y las tensiones en partes complejas con estructura fina.

Aplicación en medida y detección en tiempo real con menor coste computacional. Se ha demostrado que el costo computacional total del sistema FPP asistido por DIC es aproximadamente la mitad del sistema DIC estéreo tradicional porque se omite la mitad del cálculo de coincidencia en un sistema de una sola cámara y el costo computacional del cálculo de fase es mucho menor que eso. de coincidencia DIC. En trabajos anteriores, los investigadores lograron mediciones de deformación en tiempo real impulsadas por computación paralela utilizando el sistema DIC estéreo57,58 y lograron mediciones de forma 3D en tiempo real basadas en el sistema FPP59. Por lo tanto, este sistema de una sola cámara es más eficaz en las mediciones de deformación en tiempo real en comparación con el estéreo-DIC y se espera que logre la medición de la forma y la deformación en tiempo real con ayuda de la GPU. Pero debe mencionarse que el tamaño de paso en el método estéreo-DIC generalmente se establece como la mitad del tamaño del subconjunto para evitar el cálculo resultante y el algoritmo de interpolación se usa para obtener un campo de deformación continua en la comunidad DIC; el cálculo de píxel a píxel se realiza en el sistema FPP asistido por DIC, lo que generará un costo computacional adicional abundante en el cálculo de la deformación. Por lo tanto, se sugiere que el cálculo de píxel a píxel se realice para la reconstrucción de la forma, pero el muestreo y la interpolación se realicen para el análisis de deformación en busca de una reconstrucción en tiempo real.

En este trabajo, se utiliza un sistema de cámara única basado en FPP asistido por DIC para lograr la medición de forma 3D y el análisis de deformación en partes de estructuras complejas. En primer lugar, se desarrolla un sistema de medición utilizando el método de medición de forma 3D altamente robusto y altamente eficiente basado en luz codificada en Gray, en el que la geometría 3D de campo completo de estructuras complejas se puede reconstruir píxel por píxel. Luego, se aplica rociado de motas con distribución discreta y filtrado mediano para reducir la influencia de las motas en la medición de la forma; la extracción de modulación se utiliza para obtener patrones de motas estables para una medición precisa de la deformación. Y finalmente, el DIC asistido por funciones se usa para rastrear el punto de coincidencia en diferentes momentos y la deformación 3D se calcula comparando la información de forma 3D completa del punto de coincidencia obtenido por FPP. Los resultados experimentales han demostrado que el método presentado tiene una ventaja obvia en la integridad reconstruida y la eficiencia computacional en comparación con la estrategia DIC estéreo tradicional y puede realizar mediciones de forma y deformación en 3D en piezas complejas, lo cual es un desafío e incluso imposible para el método DIC estéreo tradicional. .

El método de medición propuesto en este trabajo es una extensión y complemento del método estéreo-DIC tradicional para algunas estructuras complejas particulares con orificios profundos o bordes afilados (piezas AM, por ejemplo, estructura de panal) y piezas complejas con estructura fina (piezas de compuestos poliméricos, ej., tubo compuesto biaxialmente trenzado), y es beneficioso para el análisis en fabricación aditiva, mecánica estructural y mecánica de materiales.

Los datos pueden compartirse previa solicitud razonable y la correspondencia debe enviarse a QZ

Baqersad, J., Poozesh, P., Niezrecki, C. & Avitabile, P. Fotogrametría y métodos ópticos en dinámica estructural: una revisión. mecánico sist. Proceso de señal. 86, 17–34 (2017).

Artículo ANUNCIOS Google Académico

Leach, R. et al. Metrología geométrica para la fabricación aditiva de metales. J. CIRP Ann. 68, 677–700 (2019).

Artículo Google Académico

Everton, SK, Hirsch, M., Stravroulakis, P., Leach, RK & Clare, AT Revisión del monitoreo de procesos in situ y metrología in situ para la fabricación aditiva de metal. Mate. Des. 95, 431–445 (2016).

Artículo CAS Google Académico

Sutton, MA, Orteu, JJ & Schreier, H. Correlación de imágenes para mediciones de forma, movimiento y deformación: conceptos básicos, teoría y aplicaciones (Springer, 2009).

Google Académico

Pan, B. Correlación de imágenes digitales para la medición de la deformación de la superficie: desarrollos históricos, avances recientes y metas futuras. medida ciencia Tecnología 29, 082001. https://doi.org/10.1088/1361-6501/aac55b (2018).

Artículo ADS CAS Google Académico

Li, X., Xu, W., Sutton, MA y Mello, M. Estudios de deformación en el plano a nanoescala in situ de películas poliméricas ultrafinas durante la deformación por tracción utilizando microscopía de fuerza atómica y técnicas de correlación de imágenes digitales. Trans. IEEE. Nanotecnología. 6, 4–12 (2007).

Artículo ANUNCIOS Google Académico

Carr, J., Baqersad, J., Niezrecki, C. & Avitabile, P. Tensión dinámica de campo completo en palas de aerogeneradores utilizando técnicas de correlación de imágenes digitales y conjuntos limitados de datos medidos de objetivos fotogramétricos. Exp. tecnología 40, 819–831 (2016).

Artículo Google Académico

Luo, PF, Chao, YJ, Sutton, MA & Peters, WH Medición precisa de deformaciones tridimensionales en cuerpos deformables y rígidos usando visión artificial. Exp. mecánico 33, 123–132. https://doi.org/10.1007/bf02322488 (1993).

Artículo Google Académico

Orteu, J.-J. 3-D computer vision in experimental mechanics. Opt. Lasers Eng. 47, 282–291 (2009).

Artículo Google Académico

Genovese, K. Un sistema DIC omnidireccional para la medición dinámica de la tensión en tejidos y órganos biológicos blandos. Optar. Ing. Láseres. 116, 6–18 (2019).

Artículo Google Académico

Pankow, M., Justusson, B. & Waas, AM Técnica de correlación de imágenes digitales tridimensionales utilizando una sola cámara de alta velocidad para medir grandes desplazamientos fuera del plano a altas velocidades de cuadro. aplicación Optar. 49, 3418–3427. https://doi.org/10.1364/AO.49.003418 (2010).

Artículo ADS PubMed Google Scholar

Pan, B. & Wang, Q. Correlación de imagen digital estéreo microscópica de una sola cámara utilizando una rejilla de difracción. Optar. Expreso 21, 25056–25068. https://doi.org/10.1364/OE.21.025056 (2013).

Artículo ADS PubMed Google Scholar

Wu, L., Zhu, J. & Xie, H. Un modelo de punto virtual modificado de la técnica 3D DIC usando una sola cámara y un biprisma. medida ciencia Tecnología 2, 5. https://doi.org/10.1088/0957-0233/25/11/115008 (2014).

Artículo CAS Google Académico

Yu, L. & Pan, B. Correlación de imágenes estéreo-digitales de una sola cámara con un adaptador de cuatro espejos: Diseño y validación optimizados. Optar. Ing. Láseres. 87, 120–128. https://doi.org/10.1016/j.optlaseng.2016.03.014 (2016).

Artículo Google Académico

Pan, B., Yu, L. y Zhang, Q. Revisión de las técnicas de correlación de imágenes estéreo-digitales de una sola cámara para la medición de forma y deformación en 3D de campo completo. ciencia Tecnología China. ciencia 61, 2–20. https://doi.org/10.1007/s11431-017-9090-x (2017).

Artículo ANUNCIOS Google Académico

Yu, L. & Pan, B. Mediciones de forma y deformación 3D de alta velocidad y fotograma completo utilizando correlación de imágenes estéreo-digitales y una cámara de alta velocidad de un solo color. Optar. Ing. Láseres. 95, 17–25. https://doi.org/10.1016/j.optlaseng.2017.03.009 (2017).

Artículo Google Académico

Nilsson, E. & Nilsson, A. Predicción y medición de algunas propiedades dinámicas de estructuras sándwich con núcleos de nido de abeja y espuma. J. Sonido Vibración. 251, 409–430 (2002).

Artículo ANUNCIOS Google Académico

Kelkar, PU et al. Estructuras auxéticas celulares para metamateriales mecánicos: una revisión. Sensores 20, 3132 (2020).

Artículo ADS CAS Google Académico

Zhang, Z., Wen, Q., Li, P. y Hu, H. Aplicación de estructura de panal auxético de punta de flecha doble en la medición de desplazamiento. Sens. Act. Un Phys. 333, 113218 (2021).

Artículo Google Académico

Geng, J. Imágenes de superficie 3D de luz estructurada: un tutorial. Adv. Optar. Fotón. 3, 128–160. https://doi.org/10.1364/aop.3.000128 (2011).

Artículo CAS Google Académico

Xu, J. & Zhang, S. Estado, desafíos y perspectivas futuras de la perfilometría de proyección de franjas. Optar. Ing. Láseres. https://doi.org/10.1016/j.optlaseng.2020.106193 (2020).

Artículo Google Académico

Zuo, C. et al. Algoritmos de cambio de fase para perfilometría de proyección de franjas: una revisión. Optar. Ing. Láseres. 109, 23–59. https://doi.org/10.1016/j.optlaseng.2018.04.019 (2018).

Artículo Google Académico

Su, X. & Zhang, Q. Método de medición de forma tridimensional dinámica: una revisión. Optar. Ing. Láseres. 48, 191–204. https://doi.org/10.1016/j.optlaseng.2009.03.012 (2010).

Artículo ANUNCIOS Google Académico

Zhang, S. Medición de forma 3D de alta velocidad con métodos de luz estructurada: una revisión. Optar. Ing. Láseres. 106, 119–131 (2018).

Artículo Google Académico

Zuo, C. et al. Perfilometría por transformada de Micro Fourier (μFTP): medición de forma 3D a 10 000 fotogramas por segundo. Optar. Ing. Láseres. 102, 70–91. https://doi.org/10.1016/j.optlaseng.2017.10.013 (2018).

Artículo Google Académico

Wu, Z., Guo, W., Li, Y., Liu, Y. y Zhang, Q. Medición de forma tridimensional de alta velocidad y alta eficiencia basada en luz codificada en Gray. Fotón. Res. 8, 819–829. https://doi.org/10.1364/prj.389076 (2020).

Artículo Google Académico

Lei, SY y Zhang, S. Medición flexible de formas tridimensionales mediante desenfoque del proyector. Optar. Letón. 34, 3080–3082. https://doi.org/10.1364/Ol.34.003080 (2009).

Artículo ADS PubMed Google Scholar

Lei, S. y Zhang, S. Generación de patrones de franjas sinusoidales digitales: patrones binarios de desenfoque versus patrones sinusoidales de enfoque. Optar. Ing. Láseres. 48, 561–569 (2010).

Artículo Google Académico

Su, X. & Chen, W. Perfilometría por transformada de Fourier: una revisión. Optar. Ing. Láseres. 35, 263–284. https://doi.org/10.1016/s0143-8166(01)00023-9 (2001).

Artículo Google Académico

Zuo, C., Huang, L., Zhang, M., Chen, Q. & Asundi, A. Algoritmos de desenvolvimiento de fase temporal para perfilometría de proyección de franjas: una revisión comparativa. Optar. Ing. Láseres. 85, 84–103. https://doi.org/10.1016/j.optlaseng.2016.04.022 (2016).

Artículo Google Académico

Siegmann, P., Álvarez-Fernández, V., Díaz-Garrido, F. & Patterson, EA Un método de medición de desplazamiento simultáneo dentro y fuera del plano. Optar. Letón. 36, 10–12 (2011).

Artículo ANUNCIOS Google Académico

Felipe-Sesé, L. & Díaz, FA Aproximación a la metodología del daño en un panel compuesto basado en una combinación de proyección Fringe y correlación de imágenes digitales 2D. mecánico sist. Proceso de señal. 101, 467–479. https://doi.org/10.1016/j.ymssp.2017.09.002 (2018).

Artículo ANUNCIOS Google Académico

Felipe-Sesé, L., López-Alba, E. & Díaz, FA Análisis 3D de desplazamiento y deformación de campo completo durante ensayos de impacto de baja energía empleando un sistema de cámara única. Estructura de pared delgada. 148, 106584. https://doi.org/10.1016/j.tws.2019.106584 (2020).

Artículo Google Académico

Shi, H., Ji, H., Yang, G. & He, X. Sistema de medición de forma y deformación mediante la combinación de proyección de franjas y correlación de imágenes digitales. Optar. Ing. Láseres. 51, 47–53 (2013).

Artículo Google Académico

Nguyen, TN, Huntley, JM, Burguete, RL & Coggrave, CR Medición de forma y desplazamiento de superficies discontinuas mediante la combinación de proyección de franjas y correlación de imágenes digitales. Optar. Ing. 50, 101505 (2011).

Artículo ANUNCIOS Google Académico

Wu, Z., Guo, W., Pan, B., Kemao, Q. y Zhang, Q. Una perfilometría de proyección de franjas asistida por DIC para la medición de forma, desplazamiento y deformación en 3D de alta velocidad de superficies texturizadas. Optar. Ing. Láseres. https://doi.org/10.1016/j.optlaseng.2021.106614 (2021).

Artículo Google Académico

Sansoni, G., Corini, S., Lazzari, S., Rodella, R. & Docchio, F. Imágenes tridimensionales basadas en proyección de luz de código Gray: Caracterización del algoritmo de medición y desarrollo de un sistema de medición para aplicaciones industriales . aplicación Optar. 36, 4463–4472. https://doi.org/10.1364/ao.36.004463 (1997).

Artículo ADS CAS PubMed Google Scholar

Wu, Z., Guo, W. y Zhang, Q. Medición de forma tridimensional de alta velocidad basada en el cambio de luz de código Gray. Optar. Expreso 27, 22631–22644. https://doi.org/10.1364/OE.27.022631 (2019).

Artículo ADS PubMed Google Scholar

Wu, Z., Guo, W. & Zhang, Q. Método de cambio de fase de dos frecuencias versus método basado en codificación Gray en perfilometría de proyección de franjas dinámicas: una revisión comparativa. Optar. Ing. Láseres. 153, 106995. https://doi.org/10.1016/j.optlaseng.2022.106995 (2022).

Artículo Google Académico

Zhang, Q., Su, X., Xiang, L. & Sun, X. Medición de forma tridimensional basada en luz de código Gray complementaria. Optar. Ing. Láseres. 50, 574–579. https://doi.org/10.1016/j.optlaseng.2011.06.024 (2012).

Artículo Google Académico

Kulkarni, R. & Rastogi, P. Algoritmos de eliminación de ruido Fringe: una revisión. Optar. Ing. Láseres. 135, 106190 (2020).

Artículo Google Académico

Pan, B., Xie, H. & Wang, Z. Equivalencia de los criterios de correlación de imágenes digitales para la coincidencia de patrones. aplicación Optar. 49, 5501–5509. https://doi.org/10.1364/AO.49.005501 (2010).

Artículo ADS PubMed Google Scholar

Bruck, HA, McNeill, SR, Sutton, MA y Peters, WH Correlación de imágenes digitales mediante el método de corrección diferencial parcial de Newton-Raphson. Exp. mecánico 29, 261–267. https://doi.org/10.1007/bf02321405 (1989).

Artículo Google Académico

Pan, B., Li, K. & Tong, W. Cálculo de correlación de imágenes digitales rápido, sólido y preciso sin cálculos redundantes. Exp. mecánico 53, 1277–1289. https://doi.org/10.1007/s11340-013-9717-6 (2013).

Artículo Google Académico

Zhou, Y., Pan, B. & Chen, YQ Medición de grandes deformaciones mediante correlación de imágenes digitales: un enfoque totalmente automatizado. aplicación Optar. 51, 7674–7683. https://doi.org/10.1364/AO.51.007674 (2012).

Artículo ADS PubMed Google Scholar

Pan, B., Xie, H., Wang, Z., Qian, K. y Wang, Z. Estudio sobre selección de tamaño de subconjunto en la correlación de imágenes digitales para patrones de motas. Optar. Expreso https://doi.org/10.1364/oe.16.007037 (2008).

Artículo PubMed Google Académico

Neri, P., Paoli, A., Razionale, AV & Santus, C. Sistema de cámaras de baja velocidad para mediciones de vibraciones 3D-DIC en el rango de kHz. mecánico sist. Proceso de señal. 162, 108040 (2022).

Artículo Google Académico

Wu, R., Zhang, D., Yu, Q., Jiang, Y. y Arola, D. Supervisión del estado de las palas de aerogeneradores en funcionamiento mediante correlación de imágenes digitales tridimensionales. mecánico sist. Proceso de señal. 130, 470–483 (2019).

Artículo ANUNCIOS Google Académico

Thiruselvam, NI & Subramanian, SJ Correlación estéreo asistida por funciones. Cepa 55, e12315 (2019).

Artículo Google Académico

Sutton, MA y col. Metrología en un microscopio electrónico de barrido: Desarrollos teóricos y validación experimental. medida ciencia Tecnología 17, 2613 (2006).

Artículo ADS CAS Google Académico

Zhu, T. et al. Estereovisión cuantitativa en un microscopio electrónico de barrido. Exp. mecánico 51, 97–109 (2011).

Artículo CAS Google Académico

Sutton, MA, Li, N., Joy, D., Reynolds, AP y Li, X. Microscopía electrónica de barrido para mediciones cuantitativas de deformación pequeña y grande, parte I: imágenes SEM con aumentos de 200 a 10 000. Exp. mecánico 47, 775–787 (2007).

Artículo Google Académico

Sutton, MA y col. Microscopía electrónica de barrido para mediciones cuantitativas de pequeñas y grandes deformaciones, parte II: validación experimental para aumentos de 200 a 10,000. Exp. mecánico 47, 789–804 (2007).

Artículo Google Académico

Heim, FM, Daspit, JT y Li, X. Cuantificación del efecto de la variabilidad de la arquitectura de remolque en el rendimiento de los tubos compuestos trenzados biaxialmente. compos. Ing. B. 201, 108383 (2020).

Artículo CAS Google Académico

Heim, FM, Daspit, JT, Holzmond, OB, Croom, BP y Li, X. Análisis de la variabilidad de la arquitectura de remolque en tubos compuestos trenzados biaxialmente. compos. Ing. B. 190, 107938 (2020).

Artículo CAS Google Académico

Bumgardner, CH et al. Análisis de composites SiC/SiC para aplicaciones energéticas en condiciones ambientales. Mermelada. Cerámica. Soc. 104, 481–491 (2021).

Artículo CAS Google Académico

Shao, X., Dai, X., Chen, Z. & He, X. Método de correlación de imágenes digitales 3D en tiempo real y su aplicación en el monitoreo del pulso humano. aplicación Optar. 55, 696–704 (2016).

Artículo ANUNCIOS Google Académico

Holzmond, O. & Li, X. Detección de defectos en tiempo real in situ de piezas impresas en 3D. Agregar Fabricación 17, 135–142 (2017).

Google Académico

Guo, W., Wu, Z., Li, Y., Liu, Y. y Zhang, Q. Medición de formas 3D en tiempo real con rejilla compuesta de doble frecuencia y reducción de errores inducidos por el movimiento. Optar. Expreso 28, 26882–26897. https://doi.org/10.1364/OE.403474 (2020).

Artículo ADS PubMed Google Scholar

Descargar referencias

Este trabajo cuenta con el apoyo de la Fundación Nacional de Ciencias Naturales de China (62075143); el Programa Nacional Postdoctoral para Talentos Innovadores de China (BX2021199); Programa de apoyo a la ciencia y la tecnología de la provincia de Sichuan (2021YFS0398) y los Fondos de investigación fundamental para las universidades centrales (2022SCU12010). Los autores agradecen los útiles comentarios de los revisores.

Facultad de Ingeniería Electrónica e Informática, Universidad de Sichuan, Chengdu, 610065, China

Zhoujie Wu, Wenbo Guo, Zhengdong Chen, Haoran Wang, Xunren Li y Qican Zhang

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

ZW propuso la idea. ZW y QZ desarrollaron la descripción teórica del método. ZW, WG y ZC realizaron experimentos. ZW, HW y XL procesaron datos experimentales. QZ supervisó esta investigación. ZW y QZ escribieron y editaron el manuscrito.

Correspondencia a Qican Zhang.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Wu, Z., Guo, W., Chen, Z. et al. Medición tridimensional de formas y deformaciones en piezas de estructuras complejas. Informe científico 12, 7760 (2022). https://doi.org/10.1038/s41598-022-11702-x

Descargar cita

Recibido: 24 enero 2022

Aceptado: 28 de abril de 2022

Publicado: 11 mayo 2022

DOI: https://doi.org/10.1038/s41598-022-11702-x

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.