Расчет деформации методом корреляции цифровых изображений с использованием графического ускорителя
Автор: Александр Николаевич Мушников
Организация: Федеральное государственное бюджетное учреждение науки Институт машиноведения имени Э.С. Горкунова Уральского отделения Российской академии наук
Системы бесконтактного измерения механических деформаций (видеоэкстензометры) широко применяются при механических испытаниях различных конструкционных материалов для точного определения деформаций испытуемого образца. В совокупности с регистрацией сил, создаваемых испытательной машиной [1], это позволяет построить диаграмму деформирования, а затем рассчитать различные механические свойства материала (например, модуля Юнга, коэффициента Пуассона, предела текучести и т.д.). Функционирование всех современных видеоэкстензометров основано на методе корреляции цифровых изображений, который был предложен еще в 70-х годах прошлого века [2], а для определения деформаций стал активно применяться последние 15 лет в связи с ростом производительности вычислительной техники.
Для получения субпиксельной точности метода изображения многократно увеличиваются с использованием интерполяции, а также проводится фильтрация от помех. Например, для 8-битных монохромных изображений теоретически максимальную точность можно получить при увеличении изображений в 256 раз в каждом направлении. Однако масштабирование входного сигнала квадратично повышает требования к производительности системы и объему оперативной памяти. Поэтому, как правило, ограничиваются увеличением в 10-20 раз.
Методы обработки изображений хорошо поддаются распараллеливанию. Между тем, все известные видеоэкстензометры осуществляют обработку данных на центральном процессоре (CPU). Цель работы заключается в реализации алгоритмов определения деформаций с использованием графического ускорителя (GPU).
Увеличение скорости обработки изображений позволяет повысить точность определения деформации при измерениях в режиме реального времени. На рисунке продемонстрирован эксперимент на одноосное статическое растяжение с постоянной скоростью (график должен быть близок к линейному). Использование GPU повысило скорость обработки в 14,5 раз, что на частоте 15 кадров в секунду позволило снизить среднеквадратическое отклонение (sd) на 6%.
Работа выполнена в рамках государственного задания ИМАШ УрО РАН.
1.Мушников А.Н., Задворкин С.М., Перунов Е.Н., Выскребенцев С.В., Измайлов Р.Ф., Вичужанин Д.И., Соболева Н.Н., Игумнов А.С. Экспериментальная установка для исследований физических свойств материалов в условиях плоского напряженного состояния // Diagnostics, Resource and Mechanics of Materials and Structures. 2022. № 4. С. 50-60.
2.Keating T.J., Wolf P.R., Scarpace F.L. An Improved Method of Digital Image Correlation // Photogrammetric Engineering and Remote Sensing. 1975. №41(8). P. 993–1002.
