A Self-Correcting Strategy of the Digital Volume Correlation Displacement Field Based on Image Matching: Application to Poor Speckles Quality and Complex-Large Deformation

数字体积相关（DVC）广泛用于基于CT扫描的三维位移和应变场分析。然而，DVC方法的适用性在地质材料方面受到限制：CT斑点直接与材料的微观结构相关，斑点结构无法人为改变，斑点质量通常较差。此外，大多数地质材料表现出弹塑性质，在外部载荷下会经历复杂的大变形，有时会导致应变局部化现象。这些因素导致通过DVC获得的位移场存在不准确性，目前缺乏位移场的校正方法和准确性评估技术。如果DVC位移场的准确性足够高，则变形前后两个体积图像的灰度残留应最小化，利用这一特征开发位移场的校正方法是可行的。提出了基于图像匹配的DVC位移场自校正策略，从实验测量误差中得到。通过花岗岩残土的CT三轴试验证明了所提出方法的有效性。在不添加其他参数或调整DVC原始参数的情况下，灰度残留表明所提出的方法可以有效提高位移场的准确性。此外，准确性评估方法可以合理地估计位移场的准确性。所提出的方法可以有效提高DVC三维位移场在质量较差和复杂大变形状态下的准确性。

提高DVC方法在岩土材料中的位移场精度

利用图像匹配自我校正DVC位移场

提出了一种基于图像匹配的自我校正DVC位移场的方法，能够有效提高DVC方法在岩土材料中的位移场精度，实验结果表明该方法有效

最近相关研究包括“Digital Volume Correlation for Materials Characterization: A Review”和“Digital Volume Correlation: A Review of the Method and its Applications”