摘要
数字体图像相关(Digital volume correlation,DVC)方法作为定量研究生物材料或非均质工程材料内部结构演化的有力工具,在材料内部变形场分析中发挥着日益重要的作用。目前主流的基于Newton-Raphson算法或反向复合Gauss-Newton(Inverse compositional Gauss-Newton,IC-GN)算法的迭代DVC方法可以达到相当高的精度,但是对迭代过程的初值也有较高要求。若迭代初值显著偏离正确解,容易使迭代算法经历较多迭代步才能收敛至正确解,严重偏离的初值甚至会导致迭代算法不收敛或收敛至错误解。基于快速傅里叶变换的互相关(Fast Fouri...
- 单位