1. 引言 (Introduction)
- 背景：文章讨论了数字图像相关性（DIC）技术在非专家手中的多学科应用，强调了斑点图案质量对准确变形跟踪的重要性。
- 研究目的：研究旨在评估各种斑点图案质量评估指标的实用性，以选择最佳的斑点制作方法，以用于二维DIC应变测量。研究以标准的巴西拉伸强度岩石力学实验室测试为案例研究。
2. 方法 (Methods)
- 斑点图案制作方法：研究优化了四种斑点图案制作方法（喷涂、喷枪、印章和激光雕刻），以产生适合特定DIC设置的良好视觉质量图案。
- 斑点图案分析：使用10种已发布的指标分析了每种方法制备的20个样本的斑点图案，并通过对斑点图案进行数值变形模拟来量化系统误差和随机误差。
3. DIC算法和斑点评估方法 (DIC Subset-Based Algorithms and Methods of Speckle Evaluation)
- DIC算法：简要描述了基于子集的DIC算法，这些算法通过将图像划分为小区域（子集）并跟踪它们在变形过程中的变化来测量位移和应变。
- 斑点评估方法：讨论了五种类型的斑点图案质量评估方法，包括斑点大小和形状、灰度强度值分布、斑点大小和灰度强度值分布的组合、灰度强度值的梯度和/或二阶导数，以及基于数值模拟的误差量化。
4. 实验方法 (Methodology)
- 实验设置：详细描述了实验方法，包括斑点图案的制备、图像采集、DIC软件的使用以及数值模拟的实施。
- 数据采集：使用5MP相机拍摄了每个样本的斑点图案，并使用Ncorr DIC软件进行分析。
5. 结果 (Results)
- 斑点大小：使用图像形态学和自相关函数对斑点大小进行了表征，并总结了结果。
- 灰度强度分布：展示了基于灰度强度分布的斑点图案质量评估指标的结果，包括子集熵、平均子集波动和熵。
- 斑点大小和灰度强度值的组合：基于斑点大小和灰度强度值的多因素融合指数（MFFI）的结果。
- 灰度强度值的导数：分析了斑点图案质量评估指标，这些指标量化了灰度强度值的一阶和二阶导数。
- 数值模拟结果：展示了所有斑点图案方法的数值模拟结果，并使用子集大小为30和60像素的情况。
6. 讨论 (Discussion)
- 斑点图案质量评估指标的实用性：讨论了斑点图案质量评估指标在实际应用中的局限性，特别是在比较视觉上相似的斑点图案时。
- 数值模拟的重要性：强调了数值模拟在评估斑点图案质量方面的重要性，并提出了实施这种方法的综合指导。
7. 结论 (Conclusions)
- 斑点图案质量的影响：文章得出结论，现有的斑点图案质量评估指标对于一般实践者来说价值有限，建议使用数值变形模拟来全面评估斑点图案质量，并优化斑点图案制备程序。
参考文献
Gagnon, É., & Day, J. J. (2025). The Practicality of Quality Assessment Metrics for Millimetre-Scale Digital Image Correlation Speckle Patterns. Strain, 61, e12491.
