本发明涉及材料变形测试，尤其涉及一种基于统计学特征的温敏散斑图像质量多维评估与优化方法及装置。
背景技术：
1、三维变形场与温度场的耦合测量，主要采用荧光材料制作温敏散斑以增强待测物表面特征信息，同时表征物体各点温度信息。在算法和参数不变的情况下，耦合测量精度主要受限于散斑图像质量。但温敏散斑颜色、发光强度等特征随温度的变化而变化，图像质量不稳定、相关性易退化，直接影响了后续温度场和变形场耦合测量的精度、计算效率和计算结果的一致性。
技术实现思路
1、本针对现有技术的以上不足或改进需求，本发明提供了一种基于统计学特征的温敏散斑图像质量多维评估与优化方法及装置，以期实现对温敏散斑信息的快速准确评估与优化，制作最优散斑图案，提升多场耦合测量的精度与效率。
2、为了实现上述目的，按照本发明的一方面，提供了一种基于统计学特征的温敏散斑图像质量多维评估与优化方法，包括以下步骤：
3、s1：采集待评价散斑图像，计算散斑图像的平均灰度梯度、散斑占空比、散斑的灰度方差，并基于散斑图像的平均灰度梯度、散斑占空比、散斑的灰度方差构建初始评估参数，对图像散斑质量进行初始评价；
4、s2：如果初始评价合格，则对待评价散斑图像模拟施加若干像素位移，并基于数字图像相关法对变形前后的图像进行位移计算，与位移真值比对获取全场位移场的均方根误差，表征图像散斑精度；同时对数字图像相关法中迭代优化的次数进行统计，表征图像散斑效率；
5、s3：根据全场位移场的均方根误差和迭代优化的次数是否小于预定阈值判断是否进行进一步循环优化，如果都小于预定阈值，则不需要进行循环优化，将此时的散斑图像作为最优散斑结果；否则进行循环优化；
6、s4：在需要进行循环优化的情况下根据优化后的散斑特征信息，制作试样标准散斑图像和温敏散斑，再利用步骤s1～s3的方法进行图像散斑质量进行初始评价与优化，直至得到最优散斑场。
7、在一种实施方式中，步骤s1中，采集待评价散斑图像包括：
8、选取待测物同等批次的工件作为散斑待优化试样，并通过丝网印刷技术将初始散斑模板制作至散斑待优化试样的表面。
9、在一种实施方式中，步骤s1中散斑图像的平均灰度梯度的计算公式如下：
10、
11、其中，δf表示散斑图像的平均灰度梯度，w、h分别表示图像散斑区域的高和宽，fx(xi,yj)与fy(xi,yj)分别表示图像散斑区域像素点(xi,yj)在x与y方向上的导数。
12、在一种实施方式中，步骤s1中散斑图像的散斑占空比通过下述方式获得：
13、根据图像总体灰度范围选取合适的阈值进行二值化，以此提取图像中所有散斑点；
14、计算图像中的散斑像素点数及整片待计算区域的所有像素点数量，二者相除得到图像中散斑占空比，计算公式如下：
15、
16、其中，m表示图像的散斑占空比，m1表示图像中的散斑像素点，m2表示整片待计算区域的所有像素点数量。
17、在一种实施方式中，步骤s1中的初始评估参数的公式为：
18、
19、其中，p表示图像散斑的初始评估参数，s1表示散斑点的总体灰度方差，δf表示散斑图像的平均灰度梯度，m表示散斑占空比，其中，散斑当初始评估参数p越大时，图像散斑制作质量越高，三维变形测量误差越小。
20、在一种实施方式中，位移真值通过模拟施加的位移矢量获得。
21、在一种实施方式中，进行循环优化的步骤包括：
22、将全场位移场的均方根误差和迭代优化的次数作为散斑场二值矢量优化的目标函数，对数字散斑场的特征参数进行迭代优化，得到优化后的散斑特征信息，其中，数字散斑场的特征参数包括散斑的半径、密排度、偏移量。
23、在一种实施方式中，所述散斑特征参数是在生成标准数字散斑图像时所需的预设参数，标准数字散斑图像由位置随机的圆形散斑基元组成，数字形式表示为：
24、
25、式中，函数c(x,y)表示圆形散斑基元，其中心坐标(x,y)；散斑总数为h2，向量x(m,n)和y(m,n)分别表示第m行第n列散斑中心x方向和y方向上的偏移量。
26、在一种实施方式中，在步骤s4中，制作试样标准散斑图像时采用的方法包括丝网印刷、印章、滚轮和贴纸。
27、基于同样的发明构思，按照本发明的二方面，提供了基于统计学特征的温敏散斑图像质量多维评估与优化装置，包括：
28、初始评价模块，用于采集待评价散斑图像，计算散斑图像的平均灰度梯度、散斑占空比、散斑的灰度方差，并基于散斑图像的平均灰度梯度、散斑占空比、散斑的灰度方差构建初始评估参数，对图像散斑质量进行初始评价；
29、散斑精度与效率参数获取模块，用于如果初始评价合格，则对待评价散斑图像模拟施加若干像素位移，并基于数字图像相关法对变形前后的图像进行位移计算，与位移真值比对获取全场位移场的均方根误差，表征图像散斑精度；同时对数字图像相关法中迭代优化的次数进行统计，表征图像散斑效率；
30、循环优化判定模块，用于根据全场位移场的均方根误差和迭代优化的次数是否小于预定阈值判断是否进行进一步循环优化，如果都小于预定阈值，则不需要进行循环优化，将此时的散斑图像作为最优散斑结果；否则进行循环优化；
31、再次评估模块，用于在需要进行循环优化的情况下根据优化后的散斑特征信息，制作试样标准散斑图像和温敏散斑，再利用初始评价模块、散斑精度与效率参数获取模块以及循环优化判定模块的方法进行图像散斑质量进行初始评价与优化，直至得到最优散斑场。
32、相对于现有技术，本发明的优点和有益的技术效果如下：
33、本发明创新性地从统计学的角度出发，预先计算散斑图像中平均灰度梯度、占空比、散斑灰度方差等参数，用以表征散斑图的灰度、梯度、形态学等基本质量特征，并构建初始评估参数对图像散斑质量进行初始评价。后续以相关计算的位移场均方根误差统计学特征表征散斑精度，以反向合成高斯-牛顿迭代算法的迭代次数的均方根表征散斑效率，克服单一准则的散斑图像评估的局限性，为后期优化散斑图像提供评判标准，确保耦合测量的精度、计算效率和计算结果的一致性。
1.基于统计学特征的温敏散斑图像质量多维评估与优化方法，其特征在于，包括：
2.如权利要求1所述的基于统计学特征的温敏散斑图像质量多维评估与优化方法，其特征在于，步骤s1中，采集待评价散斑图像包括：
3.如权利要求1所述的基于统计学特征的温敏散斑图像质量多维评估与优化方法，其特征在于，步骤s1中散斑图像的平均灰度梯度的计算公式如下：
4.如权利要求1所述的基于统计学特征的温敏散斑图像质量多维评估与优化方法，其特征在于，步骤s1中散斑图像的散斑占空比通过下述方式获得：
5.如权利要求1所述的基于统计学特征的温敏散斑图像质量多维评估与优化方法，其特征在于，步骤s1中的初始评估参数的公式为：
6.如权利要求1所述的基于统计学特征的温敏散斑图像质量多维评估与优化方法，其特征在于，位移真值通过模拟施加的位移矢量获得。
7.如权利要求1所述的基于统计学特征的温敏散斑图像质量多维评估与优化方法，其特征在于，进行循环优化的步骤包括：
8.如权利要求7所述的基于统计学特征的温敏散斑图像质量多维评估与优化方法，其特征在于，所述散斑特征参数是在生成标准数字散斑图像时所需的预设参数，标准数字散斑图像由位置随机的圆形散斑基元组成，数字形式表示为：
9.如权利要求1中所述的基于统计学特征的温敏散斑图像质量多维评估与优化方法，其特征在于，在步骤s4中，制作试样标准散斑图像时采用的方法包括丝网印刷、印章、滚轮和贴纸。
10.基于统计学特征的温敏散斑图像质量多维评估与优化装置，其特征在于，包括：
