仪器仪表学报

作者：金旭，张一鸣，李广，徐自力

单位：金旭,1.西安交通大学航天航空学院西安710049； 2.西安交通大学复杂服役环境重大装备结构强度 与寿命全国重点实验室西安710049,,张一鸣,1.西安交通大学航天航空学院西安710049； 2.西安交通大学复杂服役环境重大装备结构强度 与寿命全国重点实验室西安710049,,李广,1.西安交通大学航天航空学院西安710049； 2.西安交通大学复杂服役环境重大装备结构强度 与寿命全国重点实验室西安710049,,徐自力,1.西安交通大学航天航空学院西安710049； 2.西安交通大学复杂服役环境重大装备结构强度 与寿命全国重点实验室西安710049,zlxu@mail.xjtu.edu.cn,

关键词：旋转结构;数字图像相关;自监督学习;高斯过程回归;位移场

基金：装备重大基础研究项目(514010106-302-1)资助

针对传统数字图像相关（DIC）方法因依赖子集相关性计算，在旋转测试中存在去相关现象和参数敏感性高的问题，提出了一种融合高斯过程回归（GPR）引导自监督DIC的旋转位移场测量方法（GPR-SSL-DIC）。该方法构建基于Kolmogorov-Arnold网络的自监督学习框架，利用重建图像与参考图像的灰度差异及位移场平滑约束设计自监督损失函数，驱动位移场自适应优化，从而避免了传统DIC方法基于子集匹配范式的局限。为增强网络对大角度旋转的收敛能力，在结构目标区域检测具有旋转不变性的SURF特征点，并利用其位移信息构建稀疏观测样本；进一步结合GPR预测全局位移场作为初始解，以引导网络收敛至真实解空间。数值模拟试验表明，在全周刚体旋转及耦合大变形工况下，所提方法的平均端点误差不超过0.0017pixels；在叠加正弦位移的复杂场景中，其平均端点误差不超过0.0074pixels，较传统DIC方法减少93.5%，验证了该方法对不同旋转工况的自适应能力与高精度表现。旋转叶片位移测量试验显示，在帧间旋转角度为9°时，所提方法对叶片表面固定点距离测量的标准差较传统DIC方法减少54.3%，稳定性更优；在帧间旋转角度达30°时，传统DIC方法因去相关失效，而所提方法仍能稳定获取叶片位移分布。研究表明，所提方法具备处理大角度旋转场景的能力，为旋转结构位移场测量提供了有效手段。

来源：2025年第11期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第11期