数字图像相关（DIC）是一种非接触式光学变形测量方法，具有全场、光路简单、高精度、强环境适应性等优势，已广泛应用于航空航天、汽车、国防、生命健康等重要领域。随着先进结构和高端装备等研究对象的尺度、性能及其服役环境日趋极端，研究物质在极端环境下的极端力学性能和响应规律已成为未来具有引领性的前沿方向之一（中国力学2035发展战略）。其中，突破极端条件下的高精度DIC测量方法既是实验力学领域中的研究热点与难点，也是发现极端力学新原理、新现象的重要技术支撑和服务国家需求的重要切入点。
近日，湖南大学何巍、清华大学谢惠民团队针对极端条件下的DIC方法、技术和应用进行了全面深入的综述。该综述重点介绍了DIC在高温、高速、多尺度以及水下等典型极端条件中的应用，总结了其所面临的关键挑战和现有解决方案（如图1所示），在此基础上提出了一些亟待解决的问题，并探讨了在日益极端的测量需求牵引下，DIC方法未来的发展趋势和机遇。该研究成果以Digital image correlation in extreme conditions为题发表于固体力学和机械工程领域国际著名期刊Thin-Walled Structures。
图1 DIC在典型极端测量条件下面临的挑战
高温环境
高温环境下DIC测量面临的主要挑战包括热辐射、热流扰动和散斑质量劣化等导致的“退相关”。高温热辐射可导致图像过曝光；空气受热不均匀产生的热雾效应可使光路发生偏转从而导致图像失真；散斑可能由于热膨胀系数与样品的差异，导致受热膨胀过程中脱落，或是因高温而烧蚀。目前经典的解决方案为结合单色光主动照明、光学滤波和气刀技术：采用蓝/紫光照明，并在镜头前加入窄带通滤波片以滤除蓝/紫光以外波段，降低热辐射造成的影响；在加热装置与镜头之间使用气刀或是风扇等加速空气流通，以减轻热雾效应。此外，为了提高散斑质量的稳定性，结合耐高温材料发展参数化散斑制备技术是一种切实可行的方案。图2展示了两种典型的高温3D DIC测试系统。
图2 高温3D DIC测试系统示意图（a）单相机；（b）双相机
水下环境
水下环境DIC测量面临的主要挑战包括光的多次折射带来的复杂畸变，如图3所示。诸多学者建立了不同的折射校正模型以提高DIC系统在测量水下目标时的精度。这些模型大体可以分为两类，一类将图像的畸变分为折射畸变与镜头畸变两部分，通过精确确定成像设备与折射界面的方向和位置来建立模型从而消除畸变，这类方法往往较为繁琐，但更为精确。而另一类则建立一种近似模型来补偿由于光线折射所产生的失真，这类方法可能无法满足高精度的使用需求，但往往更为简单。
图3 水下DIC测量中光的多次折射示意图
高速场景
高速DIC测量面临的主要挑战包括两台高速相机的同步问题以及光照不稳定问题。在采用双相机3D DIC系统记录高速瞬态过程时，确保两台高速相机能够实现同步拍摄至关重要，然而，这一过程在经济性和实际操作性方面均存在较大困难。尽管有学者提出了一些方案来解决同步拍摄的问题，但更加易于实现的方案是发展单相机高速3D DIC系统来记录瞬态过程。此外，高速相机的使用通常需要强光源进行辅助照明，但常用的闪光灯在照明周期内的亮度和波长变化易对DIC测量造成干扰。而激光光源能够提供更为稳定的光照条件，有望减少对DIC测量结果的影响。
微尺度
微尺度DIC测量面临的主要挑战包括微观散斑制备、显微图像的复杂空间畸变和时变漂移。常用的微观散斑制备方法可分为两大类：第一类涉及在样品表面制备纳米薄膜，随后破坏薄膜的连续性，使其转变为离散的纳米颗粒，进而形成微观散斑；第二类则是采用压缩空气、化学诱导等方法直接在样品表面制备散斑图案。显微图像的复杂畸变则是更为棘手的问题，如扫描电镜图像同时存在空间畸变和时间漂移现象，迫切需要发展更为简易和有效的畸变校准方法。
大尺度
尺度DIC测量面临的主要挑战包括多相机系统的标定和校准。在多个相机同时对同一大型目标进行拍摄时，必须将所有相机的视场统一到一个共同的世界坐标系中。实现这一目标通常需要各个相机的视场之间存在一定程度的重叠，然而，在实际应用中，确保这种重叠视场的存在并非总是可行。当相机之间缺乏重叠视场时，则需要依赖额外的设备辅助来测定相机间的相对位置和姿态，以便将各个相机的视场精确地整合到全局坐标系之内。图4分别展示了重叠视场和分布式视场所对应的多相机3D DIC系统及位移场。
图4 多相机3D DIC系统（a）重叠视场;（b）分布式视场
未来研究方向
散斑质量稳定性的保障和提升：散斑若长期持续暴露于高低温、腐蚀性液体、疲劳、冲击、振动等极端环境中，易出现质量严重退化现象，迫切需要发展耐久性更强的参数化散斑制备技术；
单一极端条件下的DIC算法和系统改进：发展更为恶劣条件下的DIC测量技术，如对水下环境测量而言，有待突破气泡、湍流或是浑浊水体等带来的精度严重下降难题；
耦合极端条件下的DIC算法和系统改进：工程应用中更常面临多种极端条件的同时干扰，然而耦合极端条件下的DIC测量技术仍然匮乏，亟需发展融合、匹配多种优化策略的增强型DIC方法；
DIC的自动化和智能化：目前主流DIC软件的分析过程中仍需人为设定参数、图像处理速度较慢。将机器学习、深度学习等人工智能技术与DIC方法相结合有望实现更精确、更高效、更强普适性的自动化分析流程。
湖南大学何巍副教授和清华大学谢惠民教授为论文通讯作者。湖南大学方棋洪教授、任毅如教授，中国航发湖南动力机械研究所李加强高工等给予了重要指导，该研究工作得到了国家自然科学基金重点项目、面上项目和湖南省创新人才计划项目的资助。
原文链接：
https://doi.org/10.1016/j.tws.2024.112589
审核：力学家
力学类综合、全面、专业的信息平台，为力学发声。关注力学学科、力学与多学科交叉、力学工程应用领域的最新科研进展和资讯，坚持“前沿、探索、创新、引领、争鸣”的高精尖发展目标，为力学人搭建交流平台。欢迎关注，投稿联系：lxrgzh2021@163.com
免责声明：本公众号致力于打造专属力学人的交流平台，分享力学领域相关资讯，相关内容仅供参考学习，所有发表内容，均不代表【力学人】的观点。如若本公众号侵犯了媒体或个人的知识产权，我们将立即予以删除。
