基于散斑去模糊的数字图像相关深度量程拓展

在二维数字图像相关技术（2D-DIC）的振动测量中，有限的深度量程会在散斑离面位移过大时引发散斑图像模糊问题。为了实现深度量程的拓展，本文提出一种融合维纳滤波和自适应局部平滑的离焦散斑去模糊方法。该方法首先分析了散斑图像中离焦模糊的产生机制，并利用维纳滤波对原始模糊图像进行复原。随后，通过引入自适应局部平滑策略对维纳滤波反卷积产生的振铃效应进行抑制。最后，为了验证本文所提方法的有效性，分别进行了离焦散斑去模糊实验、离面位移测量实验和振动测量实验。在离焦去模糊效果实验中，散斑图像获得了更高的平均强度梯度和更小的最优子集尺寸，表明新方法可以有效提升散斑对比度并获得高质量复原图像；在离面位移重构实验中，最大动态测量范围提升了9%，离面位移测量值相对于真实值的离散程度降低了8.8%，有效拓展了2D-DIC的深度量程；在实际振动测量中，该方法将周期振动信噪比提升了5.5%，同时将均值误差降低了2.4%，有效提高了2D-DIC的测量精度。本文所提出方法显著拓展了传统2D-DIC在深度方向的测量能力，为复杂动态场景下的全场振动监测提供了可靠技术支持。