В измерениях вибраций в двумерной цифровой технике связанных изображений (2D-DIC) ограниченный диапазон глубины вызовет проблему размытости изображений диффузионного пятна, когда слишком большое смещение диффузионного пятна связанное вызывает проблему размытости изображений диффузионного пятна. Для расширения диапазона глубины в этой статье предлагается метод размытия диффузионного пятна, который интегрирует фильтрацию Винера и адаптивное локальное сглаживание. Этот метод анализирует механизм размытия диффузионного пятна в изображениях и использует фильтрацию Винера для восстановления исходного рассеянного изображения. Затем он использует стратегию адаптивного локального сглаживания для подавления эффекта колебаний, возникающего из-за обратной фильтрации Винера. Наконец, для проверки эффективности предложенного метода в этой статье были проведены практические эксперименты по размытию диффузионного пятна и измерению связанного смещения и измерению вибраций. В эксперименте эффективности размытия диффузионного пятна рассеянное изображение получило более высокий градиент яркости и меньший оптимальный размер подмножества, что говорит о том, что новый метод может эффективно увеличивать контрастность диффузионного пятна и получать изображения высокого качества восстановления. В эксперименте восстановления смещения поверхности максимальный динамический диапазон измерения увеличился на 9%, а степень дискретности измерения смещения поверхности относительно реального значения уменьшилась на 8.8%, что эффективно расширило диапазон глубины 2D-DIC. В реальном измерении вибраций этот метод повысил отношение сигнал/шум периодических вибраций на 5.5%, и в то же время средняя ошибка была снижена на 2.4%, что существенно повысило точность измерения 2D-DIC. Предложенный в этой статье метод значительно расширил стандартную глубину 2D-DIC в этом методе существенно поддерживается мониторинг полных вибраций в сложной динамической среде.

Избавление от размытости; Расширение диапазона глубины; Связанные цифровые изображения; Смещение поверхности; Фильтрация Винера