基于岩土材料变形时空非均匀特征的DSCM分析方法

技术领域

本发明涉及一种数字散斑相关分析法，具体涉及一种基于岩土材料变形时空非均匀特征，通过动态调整像素测点的搜索范围来提高图像分析效率的数字散斑相关分析法。

背景技术

数字散斑相关方法(digital speckle correlation method, 简称DSCM）是一种以数码相机或CCD摄像机等工具作为数字化图像采集设备，并利用数字图像处理分析技术，计算追踪不同阶段中数字化散斑图像几何点的坐标变化，从而实现位移量测以及变形分析的一种量测方法。DSCM作为一种光测方法具有全场性、非接触性以及高精度等特点，适用于岩土材料变形过程的可视化量测，在岩土工程模型实验中有着普遍而独特的作用。近年来，随着数字照相设备以及计算机硬件的快速发展，DSCM在包括岩土工程在内的各领域实验研究中得以广泛应用。如在铁路轨道变形研究中，由于此技术的量测特性，可获得常规方法难以求取的位移数据；在滑坡变形场研究中，应用DSCM可计算滑坡体上各个点的方向和位移变化量，得到测点的滑坡位移分布图；利用此技术的三维观测系统可有效观测岩石变形破坏机制，为岩土介质宏细观变形破坏机制的研究提供重要借鉴。数字散斑相关法在各领域的广泛应用彰显了此方法突出的优越性。一般来说，DSCM系统由硬件与软件两部分组成，分别实现图像采集与图像分析两项核心功能，在当前实验条件下，硬件设备基本能够满足各实验对于图像采集的要求，因此，提供一种DSCM快速分析方法，进而形成一套高效完整且可满足用户需求的分析软件则成为DSCM方法推广的关键所在。

提高图像分析的速度和变形量测的精度是优化DSCM系统的两个最为关键的研究内容。

关于通过动态调整像素测点的搜索范围提高DSCM系统图像分析速度的研究，目前可归纳为两种代表性思路：一是在搜索半径不变的情况下通过调整搜索的角度缩小搜索范围，减少相关分析中像素点的搜索数量从而提高分析速度；二是通过调整搜索半径缩小搜索范围从而提高分析速度。关于第一种思路，《岩土工程学报》2015年第8期中，《基于岩土渐进变形特征的数字散斑相关优化分析法》提出了一种基于岩土渐进变形特征的“局部定向搜索”快速分析方法，提高图像分析速度。关于第二种思路，《光学技术》2013年第3期中，《预测搜索算法在图像相关中的应用》介绍了一种将散斑图分成若干子区域，利用相邻子区域之间位移的加权来预测未知区域的位移，在预测的区域附近进行小范围的搜索寻找相关系数最大的区域进而提高计算速度的方法。但是，此方法采用划分子区域加权计算的方式进行预测，在应用于变形情况复杂的岩土材料中存在一定的误差，在提高分析速度的同时，一定程度上降低了分析的精度。

发明内容

本发明所要解决的技术问题在于，克服现有技术存在的缺陷，提出了一种基于岩土材料变形时空非均匀特征的DSCM快速分析方法。本发明方法，基于调整搜索半径缩小搜索范围的思路，通过划分参考网格，并将网格单元节点的最大位移作为网格单元内测点的搜索半径实现动态搜索。本发明以网格单元节点的最大位移作为网格单元内测点的搜索半径，相对于通过加权方式确定像素测点搜索半径的方法，在量测精度方面存在着优势。

本发明基于岩土材料所具有时空非均匀性变形特征，即岩土材料变形的大小在不同的时间点或阶段以及不同的空间区域往往有着明显的不同，针对DSCM系统图像分析速度问题，通过动态调整像素测点的搜索范围来提高图像分析效率。本发明通过在软件中编程实施上述方法，实现发明目的。

本发明实现发明目的的技术方案如下：

基于岩土材料变形时空非均匀特征的DSCM分析方法如图1所示，具体步骤如下：

步骤1. 在待分析的序列图像中，在第1幅图像上选定一个大于后续分析的图像测点范围，然后选定一个大于实际分析过程中的像素测点间距来划分初始网格测点，以减少网格测点的图像分析时间。所述图像是指DSCM试验过程中通过图像采集设备获取的岩土材料表面位移场、应变场及总体变形的序列照片。

步骤2. 选用相同的搜索半径和1个像素的搜索步长，进行全部序列图像的测点分析，获得各个图像对应的变形后测点网格数据，作为后续图像分析的参考网格。

步骤3. 利用待分析的序列图像，重新建立图像分析项目，在图像分析参数和选项设置中，通过设定参考网格数据文件在计算机硬盘上的存储位置，由图像分析程序在正式分析前读取到计算机内存中。

步骤4. 在第1幅图像上，在参考网格覆盖的图像范围内部，以一个网格测点间距来划分实际测点网格，所述实际测点网格是指获取参考网格数据后对图像进行正式分析时划分的网格。

步骤5. 对于实际测点网格中的任意一个网格节点Pi（即测点），采用“点是否在四边形内部或边界”的通识几何判别方法，扫描分析计算机内存中所有参考网格数据，找到测点Pi所在的参考网格单元（如P1、P2、P3、P4，P1、P2、P3、P4为参考网格的4个结点）。

步骤6. 计算Pi所在的参考网格单元的4个节点在第N+1幅图像上x和y方向的最大位移值dmax(dmax=max{dx1, dy1, dx2, dy2, dx3, dy3, dx4, dy4})，然后，将该位移值作为第N幅图像Pi的搜索半径。其中（x，y）是分析图像中测点的像素坐标，x表示横坐标，y表示纵坐标，dx1, dy1, dx2, dy2, dx3, dy3, dx4, dy4是Pi所在网格单元4个节点坐标的位移值。

步骤7. 采用常规数字散斑相关方法，分析获得测点Pi在第N+1幅图像上的位置坐标，通过比较测点Pi在第N幅和第N+1幅图像上位置坐标差值计算出Pi的位移。所述常规数字散斑相关方法为测点采用相同搜索半径的图像分析方法。

步骤8. 循环步骤5～步骤7，直到实际测点网格中所有的网格测点分析完毕，即可以获得全部测点的位移数据。

本发明方法依据参考网格动态调整搜索范围，“逐个测点动态范围搜索”，可以有效提高数字散斑相关方法的分析速度；适用于多种岩土材料的数字散斑相关分析，分析速度均有显著的提高；本发明可与考虑岩体裂隙影响的数字散斑相关分析的精度优化方法相结合，有效消除由于岩体裂隙所产生的误差，提高计算精度，同时依然能够提高图像分析的速度；能有效“抑制”图像噪声产生的测点位移分析误差或错误，从而可以提高岩土材料变形的DSCM量测精度。

附图说明

图1为本发明方法编程框图。

图2为本发明方法在数字照相变形量测软件系统PhotoInfor中功能选项图。

图3为本发明数字散斑相关分析网格图（第k幅图像）。

图4为本发明数字散斑相关分析网格图（第k+1幅图像）。

图5为本发明方法与现有所有测点采用相同搜索半径的分析方法的计算速度对比图。

图6为本发明方法结合考虑岩体裂隙影响的误差修正方法的计算速度对比图。

具体实施方式

下面结合附图和实施例对本发明做进一步描述。

本发明通过编程在数字照相变形量测软件系统PhotoInfor 得以实现。在软件中将本发明的的功能命名为“逐个测点动态范围搜索法（PDSS）”，如图2所示。

本发明的图像的分析总体分为两大步骤，第一步先在图像上划分一个涵盖实际分析范围的测点间距较大的网格（这里简称参考网格），第一步分析在测点搜索半径方面同传统方法，所有测点采用相同的搜索半径，第二步利用第一步分析结果作为实际测点网格分析的参考网格，取参考网格单元节点的最大位移作为网格单元内测点的搜索半径，然后进行快速分析。具体说明如下：首先，图像上所有像素测点采用相同的搜索范围进行分析获取参考网格数据。如图3所示，假设第k幅实验图像上有一测点Pi，在外荷载作用下，随着图像区域变形，移动到如图4所示的第k+1幅图像的位置，产生的位移为ds；然后通过采用“点是否在四边形内部或边界”的几何判别方法确定Pi所在的参考网格P1P2P3P4，将P1、P2、P3、P4四个节点 x和y方向的最大位移值作为Pi在第k幅图像上的搜索范围值。

实施过程选取三种常用的岩土试验材料—岩石、砂土和相似材料，应用普通法（不使用参考网格，所有测点采用相同搜索半径的图像分析方法）、考虑岩体裂隙影响的误差修正方法以及PDSS 法进行分析对比。计算测试软硬件环境为 64 位 Windows10 操作系统、酷睿 i7-4770CPU（3.4GHZ）、16GB 内存、1TB 硬盘和集成显卡。在三种岩土材料的图像分析过程中，测点分别取 5000 点与 10000点，像素块大小统一取 21 像素×21 像素，亚像元参数均取 1 个像素。试验过程中，采用单反相机作为图像采集设备，获取岩石、砂土和相似材料在实验过程中表面位移场、应变场、及总体变形的序列图像，并将序列图像转换为BMP格式用以PhotoInfor程序进行图像处理。其中，用以岩石分析的序列照片共有12张，砂土分析的序列照片共有12张，相似材料分析的序列照片共有16张。

实施例应用本发明PDSS法的基本过程分为以下8个步骤：

（1）在待分析的序列图像中，对第1幅图像上选定一个大于后续实际分析的图像测点范围，然后选定一个较大的像素测点间距来划分初始网格测点，以减少网格测点的图像分析时间。本实施例中岩石、砂土及相似材料参考网格的像素测点间距分别选取为25、45、50像素，实际分析过程中岩石材料5000测点及10000测点分析的测点间距分别取10像素及7像素，砂土材料5000测点及10000测点分析的测点间距分别取19像素及13像素，相似材料5000测点及10000测点分析的测点间距分别取20像素及14像素。

（2）在进行测点数字散斑相关分析中，选用相同的搜索半径和1个像素的搜索步长（测试过程中岩石材料、砂土材料及相似材料的搜索半径分别为15、16、16像素），然后进行全部序列图像的测点分析，这样获得的各个图像对应的变形后测点网格数据，称之为后续实际图像分析的参考网格。

（3）参考网格分析结束后，利用待分析的序列图像，重新建立图像分析项目，在图像分析参数和选项设置中，通过设定参考网格数据文件在计算机硬盘上的存储位置，由图像分析程序在正式分析前读取到计算机内存中。

（4）在第1幅图像上，在参考网格覆盖的图像范围内部，以某一个网格测点间距来划分实际测点网格。

（5）对于实际测点网格中的任意一个网格节点Pi（即测点），采用“点是否在四边形内部或边界”的通识几何判别方法，扫描分析计算机内存中所有参考网格数据，找到测点Pi所在的参考网格单元（如P1P2P3P4）。

（6）计算Pi所在的参考网格单元的4个节点在第N+1幅图像上x和y方向的最大位移值dmax(dmax=max{dx1, dy1, dx2, dy2, dx3, dy3, dx4, dy4})，然后，将该位移值作为第N幅图像Pi的搜索半径。

（7）采用数字散斑相关方法，通过相关性分析，分析获得测点Pi在第N+1幅图像上的位置坐标，通过比较测点Pi在第N幅和第N+1幅图像上位置坐标差值计算出Pi的位移。

（8）循环步骤5～步骤7，直到所有实际分析网格中的网格测点分析完毕，即可以获得全部测点的位移数据。

图5说明了本发明应用于三种常用的岩土试验材料—岩石、砂土和相似材料中的图像分析速度与常规方法（所有测点采用相同搜索半径的分析方法）的对比关系。由图5可知，本发明的应用使得三种岩土实验材料的分析速度提高了8~16倍，可见本发明能够有效解决具有时空非均匀变形特征的岩土材料的数字散斑相关快速分析问题。

图6说明了本发明结合考虑岩体裂隙影响误差修正方法的计算速度变化情况。测试选取岩石材料，测点数为5000点，正方形像素块大小为21×21像素，亚像元参数取1来进行计算，以不考虑裂隙影响且所有测点采用相同搜索半径的普通方法计算时间为基准，PDSS法与考虑岩体裂隙影响误差修正方法相结合的分析速度提高了5倍，尽管没有PDSS单独使用提高的倍数高（13倍），但相对于单独使用误差修正方法（-0.4倍）来说，图像分析的速度仍有显著提高（5.4倍）。

本发明具体实施过程中在量测精度方面的问题表现为以下两点：（1）在DSCM量测分析过程中，由于光照环境影响所产生的局部图像噪声通常难以完全避免，这也正是常见噪声区域附近像点产生位移分析误差或错误的主要原因。图像上出现的一些小白斑是最常见的图像噪声显现形式，当参考单元网格的4个节点未受噪声影响（即位移准确），而白斑（噪声区）正好位于单元网格内时，由于网格内实际测点的搜索范围主要取决于参考单元网格的4个节点的正确位移，不会像普通方法那样直接受到白斑噪声的影响，因此，对噪声产生的测点位移误差或错误能够起到有效的“抑制”作用。（2）本发明的使用前提要求网格单元内的测点位移不大于单元4个节点的位移，经试验测试，岩石、砂土和相似材料的图像测点区域总体上都能够满足这一条件。对于岩土材料个别区域不满足这一条件的情形（噪声引起的错误情形除外），可通过在PDSS确定的测点搜索范围基础上适当扩大一定范围，解决参考网格内测点位移大于单元节点位移的问题。