摘要：针对数字图像相关方法中的大变形测量难题，提出了一种数字图像的种子点匹配方法．对于连续变形的图像系列，将图像子区划分后，选取其中任一子区作为种子点并进行相关匹配，根据相邻状态变形的连续性，提出了一种改进的整像素搜索方法，可保证种子点在大变形情况下仍能匹配成功．当种子点匹配完成后，根据同一状态相邻点变形的连续性，利用种子点的相关参数计算其４个邻近点的相关参数初值并完成匹配，按照同样的方法依次向外扩散，直至所有的点匹配完成．通过刚体旋转和单向拉伸实验表明，对于４０°旋转图像的位移场以及高达１１３％的钢试件大变形，测量结果良好，具有较高的精度，证明了该方法的有效性．
关键词：大变形测量；数字图像相关；种子点；最小二乘迭代
中图分类号：ＴＰ３９１．４ 文献标志码：Ａ 文章编号：０２５３－９８７Ｘ（２０１０）１１－００５１－０５
Ｄｉｇｉｔａｌ Ｉｍａｇｅ Ｃｏｒｒｅｌａｔｉｏｎ Ｍｅｔｈｏｄ Ｂａｓｅｄ ｏｎ Ｓｅｅｄ Ｐｏｉｎｔ ｆｏｒＬａｒｇｅ Ｄｅｆｏｒｍａｔｉｏｎ Ｍｅａｓｕｒｅｍｅｎｔ
Ａｂｓｔｒａｃｔ：Ｔｏ ｓｏｌｖｅ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ｌａｒｇｅ ｄｅｆｏｒｍａｔｉｏｎ ｍｅａｓｕｒｅｍｅｎｔ ｗｉｔｈ ｄｉｇｉｔａｌ ｉｍａｇｅ ｃｏｒｒｅｌａｔｉｏｎ
ｍｅｔｈｏｄ，ａ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｓｅｅｄ ｐｏｉｎｔ ｉｓ ｐｒｅｓｅｎｔｅｄ．Ｄｉｖｉｄｉｎｇ ｓｕｂｓｅｔｓ ｉｎ ｔｈｅ ｒｅｆｅｒｅｎｃｅ ｉｍａｇｅ，ｏｎｅ
ｐｏｉｎｔ ｉｓ ｃｈｏｓｅｎ ａｓ ｔｈｅ ｓｅｅｄ ｐｏｉｎｔ ａｎｄ ｉｓ ｍａｔｃｈｅｄ ｆｉｒｓｔ．Ｕｔｉｌｉｚｉｎｇ ｔｈｅ ｄｅｆｏｒｍａｔｉｏｎ ｃｏｎｔｉｎｕｉｔｙ ｏｆ ａｄｊａｃｅｎｔ
ｓｔａｇｅｓ ｏｆ ａ ｓｅｒｉｅｓ ｉｍａｇｅｓ，ａｎ ｉｍｐｒｏｖｅｄ ｉｎｔｅｇｅｒ ｐｉｘｅｌ ｓｅａｒｃｈ ｍｅｔｈｏｄ ｉｓ ｐｒｏｐｏｓｅｄ，ｗｈｉｃｈ ｇｕａｒａｎｔｅｅｓ
ｔｈａｔ ｔｈｅ ｓｅｅｄ ｐｏｉｎｔ ｃａｎ ｂｅ ｍａｔｃｈｅｄ ｓｕｃｃｅｓｓｆｕｌｌｙ ｅｖｅｎ ｉｎ ｌａｒｇｅ ｄｅｆｏｒｍａｔｉｏｎ ｓｉｔｕａｔｉｏｎ．Ｏｎｃｅ
ｔｈｅ ｓｅｅｄ ｐｏｉｎｔ ｉｓ ｍａｔｃｈｅｄ，ｉｔ ｃａｎ ｂｅ ｕｓｅｄ ｔｏ ｃａｌｃｕｌａｔｅ ｔｈｅ ｉｎｉｔｉａｌ ｃｏｒｒｅｌａｔｉｏｎ ｐａｒａｍｅｔｅｒｓ ｏｆ ｉｔｓ ｆｏｕｒ
ｎｅｉｇｈｂｏｒ ｐｏｉｎｔｓ ｆｏｌｌｏｗｉｎｇ ｔｈｅ ｄｅｆｏｒｍａｔｉｏｎ ｃｏｎｔｉｎｕｉｔｙ ｏｆ ｎｅｉｇｈｂｏｒ ｐｏｉｎｔｓ ｉｎ ｏｎｅ ｓｔａｇｅ，ｔｈｅｎ ｔｈｅ
ｆｏｕｒ ｎｅｉｇｈｂｏｒ ｐｏｉｎｔｓ ｃａｎ ｂｅ ｍａｔｃｈｅｄ ｓｕｃｃｅｓｓｆｕｌｌｙ．Ｔｈｅ ａｂｏｖｅ ｐｒｏｃｅｓｓ ｒｅｐｅａｔｓ ｕｎｔｉｌ ａｌｌ ｔｈｅ ｐｏｉｎｔｓ
ａｒｅ ｍａｔｃｈｅｄ．Ａ ｒｉｇｉｄ ｒｏｔａｔｉｏｎ ｅｘｐｅｒｉｍｅｎｔ ａｎｄ ａ ｔｅｎｓｉｌｅ ｔｅｓｔ ａｒｅ ｃａｒｒｉｅｄ ｏｕｔ ｔｏ ｖｅｒｉｆｙ ｔｈｅ ｐｒｏｐｏｓｅｄ
ｍｅｔｈｏｄ．Ｔｈｅ ｍｅａｓｕｒｅｍｅｎｔ ｒｅｓｕｌｔｓ ｏｆ ４０ｄｅｇｒｅｅｓ ｒｏｔａｔｉｏｎ ａｎｄ ｌａｒｇｅ ｄｅｆｏｒｍａｔｉｏｎ ｕｐ ｔｏ １１３％ｃｏｎｆｉｒｍ
ｔｈｅ ｖａｌｉｄｉｔｙ ａｎｄ ｐｒｅｃｉｓｉｏｎ．
Ｋｅｙｗｏｒｄｓ：ｌａｒｇｅ ｄｅｆｏｒｍａｔｉｏｎ ｍｅａｓｕｒｅｍｅｎｔ；ｄｉｇｉｔａｌ ｉｍａｇｅ ｃｏｒｒｅｌａｔｉｏｎ；ｓｅｅｄ ｐｏｉｎｔ；ｉｔｅｒａｔｉｖｅ ｌｅａｓｔｓｑｕａｒｅｓ ｍｅｔｈｏｄ
４、结论
针对数字图像相关方法在大变形测量中存在的问题，本文提出了一种数字图像的种子点匹配方法．该方法利用系列变形图像相邻状态变形的连续性以及同一状态相邻点的变形连续性，不仅克服了传统的方法在较大刚体旋转或大变形情况下容易失效的问题，而且整个匹配过程不需要人工交互，因此具有较高的计算效率．将本文方法应用于图像刚体旋转实验以及钢试件单向拉伸实验中，对于４０°的图像旋转位移场和钢试件颈缩时产生的高达１１３％的大变形的测量结果均良好，具有较高的测量精度，因此证明了本文方法的有效性．