三維數(shù)字圖像相關(guān)DIC方法，起源于實驗力學(xué)領(lǐng)域，用于測量位移場和應(yīng)變場。隨著測量方法的逐漸成熟，3D-DIC技術(shù)被廣泛應(yīng)用于其他領(lǐng)域，如材料、生物、醫(yī)療、工業(yè)檢測和航天航空領(lǐng)域中。

豐富的應(yīng)用奠定了3D-DIC方法在科學(xué)和工程領(lǐng)域中的重要地位，同時也對三維數(shù)字圖像相關(guān)DIC方法提出了新的需求，為研究3D-DIC技術(shù)帶來了挑戰(zhàn)，特別是高精度、高計算速度和強(qiáng)魯棒性等要求。

使用3D-DIC數(shù)字圖像相關(guān)技術(shù)，測量物體表面的三維變形時，需要處理各個時刻兩個相機(jī)拍攝到的圖像，包括立體匹配、時域匹配等步驟，計算量非常大。

三維數(shù)字圖像相關(guān)DIC加速和目前的計算速度，尚未能達(dá)到實時測量三維變形的要求，而且計算效率優(yōu)化大多以犧牲部分測量精度為前提?；贕PU加速的三維數(shù)字圖像相關(guān)法，可實現(xiàn)高精度、實時三維數(shù)字圖像相關(guān)變形測量。

三維數(shù)字圖像相關(guān)DIC變形測量，對于計算速度慢、實時性不高的問題，在不犧牲測量精度的前提下，需對3D-DIC變形測量算法進(jìn)行優(yōu)化；然后對三維變形測量算法進(jìn)行并行化分析，并開發(fā)GPU加速的3D-DIC實時變形測量程序。

在POI（Point of Interest）數(shù)量接近10000時，程序的處理速度高達(dá)每幀34ms (約29.4 fps)，滿足了實時處理的需求。

3D-DIC高精度、實時測量難題

三維數(shù)字圖像相關(guān)DIC方法，包括了相機(jī)標(biāo)定、立體匹配、 三維重建和三維位移計算等步驟，其計算量大，實現(xiàn)實時的三維數(shù)字圖像相關(guān)測量系統(tǒng)任務(wù)迫切。

3D-DIC方法中的立體匹配任務(wù)最關(guān)鍵。主流的2D-DIC算法是亞像素迭代式的算法，需要一個相對準(zhǔn)確的初值來保證收斂到正確的結(jié)果，

路徑依賴的初值估計方法，存在誤差累積傳播和難以并行等問題；路徑無關(guān)的初值估計方法難以應(yīng)對大變形或者存在大旋轉(zhuǎn)的場景；基于特征輔助的方法雖然魯棒性很強(qiáng)，但是其中的特征匹配步驟非常耗時。因此，3D-DIC中的立體匹配初值估計方法仍舊需要改善。

GPU 并行加速解決方案

采用基于GPU并行加速的三維數(shù)字圖像相關(guān)法，具有強(qiáng)魯棒性的基于極線約束的3D-DIC立體匹配方法。

（1） 基于極線約束的立體匹配算法。針對魯棒性不強(qiáng)的問題，采用一種新的基于極線約束的立體匹配算法，給高精度迭代算法提供多個初值。

（2）對3D-DIC匹配中的 IC-GN 2 算法進(jìn)行詳細(xì)的并行化分析，然后分別在CPU 和 GPU 實現(xiàn)了并行的 IC-GN 2 算法。

（3）基于CUDA實現(xiàn)GPU加速。對3D-DIC變形測量算法進(jìn)行優(yōu)化；然后基于CUDA 開發(fā)了GPU加速的3D-DIC實時變形測量程序。

3D-DIC 算法優(yōu)化設(shè)計

1、基于極線約束的3D-DIC立體匹配算法

基于極線的立體匹配方法為每個POI 提供了多個初值，特別是在視角差異較大或兩圖存在相對旋轉(zhuǎn)的情況下，并且不會造成誤差累積和傳播等問題。

2、基于圖像特征的匹配初值估計方法

各種圖像特征如SIFT，SURF ，ORB等為DIC匹配算法估計初值。通過將具體的特征算法從其中解耦出來，基于圖像特征的匹配初值估計方法，該方法可使用任何一種或多種圖像特征算法來提供關(guān)鍵點。

SIFT特征由于其強(qiáng)魯棒性，具有尺度不變性、平移不變性和旋轉(zhuǎn)不變性，對視角變換和噪聲等也具有一定的穩(wěn)定性。采用基于SIFT特征為POI估計初始的變形矢量，而形貌測量中使用基于極線約束的立體匹配算法。