[发明专利]面向材料力学性能的智能三维位移场及应变场测量方法

权利要求书

1.一种面向材料力学性能测量的三维位移场及应变场计算方法，其特征在于，包括以下步骤：

在材料表面随机喷涂散斑，使用两个相机同时连续采集图像以记录材料在外力作用下发生形变的过程；

构造记录材料形变的双目图像作为数据集，材料形变双目图像数据集包括训练集和测试集；

结合2D卷积、3D卷积、转置卷积、卷积LSTM和多任务神经网络，建立一个通过输入左右相机的图像序列来同时计算材料的三维位移场和应变场的神经网络模型；所述三维位移场和应变场的神经网络模型通过4个2D卷积层和3个3D卷积层用于特征提取和细化，卷积LSTM层用于结合时空特征，2个分别由4个转置卷积层组成的分支用于不同任务的结果计算；材料三维位移场和应变场计算模型有两个输入，这两个输入分别为左和右相机采集到的图像序列；材料三维位移场和应变场计算模型的2D卷积层分别对双目图像进行特征提取，并将特征提取的结果组合到一起输入3D卷积层中，3D卷积层的输出结果作为卷积LSTM层输入，最后通过2个由转置卷积层组成的权重独立的分支来实现三维位移场和应变场的计算；

所述4个2D卷积层中，前3个2D卷积层的卷积操作的步长均为2，相当于在提取特征的同时进行了3次下采样，其输出的尺寸为输入图像的1/8，且这3个卷积层后均使用ReLU函数作为激活函数；第4个2D卷积层的卷积操作步长为1，且其后没有激活函数，该层输出的结果为图像的粗特征；

将左右图像的粗特征张量组合在一起构成3D卷积层的输入，第1个3D卷积层的卷积步长为2，相当于对特征进行了一次下采样；第2、3个3D卷积层的卷积步长为1；3个3D卷积层后均有ReLU函数作为激活函数，该层输出的结果为图像的细特征；

将3D卷积层得到的细特征张量输入到卷积LSTM层中，卷积LSTM层的输出分别送入2个由转置卷积层组成的分支，两个分支的转置卷积层权重相互独立，因此可以用于完成不同的任务，2个分支均由4个转置卷积层组成，相当于能够对细特征张量进行4次上采样，从而得到与原始输入图像尺寸相同的结果；分支1用于材料三维位移场测量，分支2用于材料三维应变场测量；

利用自建的训练集数据以多任务神经网络的训练模式训练三维位移场和应变场计算神经网络模型；

利用训练后的三维位移场和应变场计算神经网络模型，输入双目同步采集到的图像序列，计算材料的三维位移场和应变场。

2.根据权利要求1所述的面向材料力学性能测量的三维位移场及应变场计算方法，其特征在于，所述在材料表面随机喷涂散斑，使用两个相机同时连续采集图像以记录材料在外力作用下发生形变的过程，具体包括：

在材料表面随机均匀地喷涂散斑，散斑颜色与材料背景具有较高的对比度，分别采用黑色和白色；

左右相机轴心线保持平行，相机与材料之间的距离满足成像清晰的条件，且材料在左右相机中的成像区域均在图像中部；

左右相机采用外部触发的方式来保证图像在同一时刻被采集，相机的图像采集频率均保持恒定，采集过程中相机白平衡、曝光时间均保持恒定；

左右相机同时连续采集图像以记录材料在外力作用下的形变过程。

3.根据权利要求1所述的面向材料力学性能测量的三维位移场及应变场计算方法，其特征在于，所述构造记录材料形变的双目图像作为数据集，材料形变双目图像数据集包括训练集和测试集，具体包括：

材料形变立体图像数据集通过计算机仿真获得，数据集制作前需要首先准确标定左右相机间的相对位置、相机成像模型，并确定材料的位置、大小和形状；

计算机仿真方法通过标定获得的相机参数、位置关系在内的数据建立一个仿真模型，该仿真模型中材料表面的散斑通过现有的散斑发生器模拟、公开的图像3D-DIC数据集以及实验采集获得；对计算机仿真模型中的材料进行随机的三维形变，根据立体成像模型计算带有散斑的仿真模型在左右相机中的成像结果；得到真实形变过程图像数据、真实三维形变位移场以及真实三维表面模型；

通过仿真连续形变10次以上，获得一个材料三维形变的图像序列；

将双目相机采集或仿真得到的图像数据作为原始数据，形变产生的三维位移场和应变场作为形变过程中对应的真实结果，组成材料形变数据集，该数据集包括训练集和测试集。