买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京机械设备研究所申请的专利一种基于数字散斑的应变测量方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115790422B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111055264.3，技术领域涉及：G01B11/16；该发明授权一种基于数字散斑的应变测量方法和系统是由苑文楠;贾彦翔;侯师;李继辉;卞伟伟;巴腾跃;邱旭阳设计研发完成，并于2021-09-09向国家知识产权局提交的专利申请。

本一种基于数字散斑的应变测量方法和系统在说明书摘要公布了：本发明涉及一种基于数字散斑的应变测量方法和系统，方法包括以下步骤：获取用于训练的散斑图像集，对散斑图像集中的每张散斑图像进行随机标记，基于所述随机标记生成训练样本集；基于所述训练样本集训练神经网络模型，得到散斑区域识别模型；获取被测表面的原始图像和变形图像；基于所述散斑区域识别模型识别所述原始图像的散斑区域；以所述原始图像的散斑区域中的每个散斑点为中心建立参考子区，通过亚像素搜索算法在所述变形图像中搜索所述参考子区对应的变形子区，基于所述参考子区和变形子区得到所述散斑点的位移；所有散斑点的位移构成所述变形图像的位移场；基于所述变形图像的位移场，通过面内应变计算方法计算得到被测表面的应变场。

本发明授权一种基于数字散斑的应变测量方法和系统在权利要求书中公布了：1.一种基于数字散斑的应变测量方法，其特征在于，包括以下步骤： 获取用于训练的散斑图像集，对散斑图像集中的每张散斑图像进行随机标记，基于所述随机标记生成训练样本集；基于所述训练样本集训练神经网络模型，得到散斑区域识别模型； 获取被测表面的原始图像和变形图像；基于所述散斑区域识别模型识别所述原始图像的散斑区域； 以所述原始图像的散斑区域中的每个散斑点为中心建立参考子区，通过亚像素搜索算法在所述变形图像中搜索所述参考子区对应的变形子区，基于所述参考子区和变形子区得到所述散斑点的位移；所有散斑点的位移构成所述变形图像的位移场； 基于所述变形图像的位移场，通过面内应变计算方法计算得到被测表面的应变场； 以所述原始图像的散斑区域中的每个散斑点为中心建立参考子区，通过亚像素搜索算法在所述变形图像中搜索所述参考子区对应的变形子区，基于所述参考子区和变形子区得到所述散斑点的位移，包括： 在所述原始图像f中以每个散斑点x,y为中心，以2M+1×2M+1的邻域构建参考子区； 以作为形函数，以标准化最小平方距离函数为目标函数； 通过反相组合匹配策略在变形图像g中搜索与所述参考子区最相似的变形子区； 散斑点x,y的位移表示为Δx＝x′-x,Δy＝y′-y，其中，x',y'表示变形子区的中心点坐标，fx,y和gx′,y′分别为点x,y在参考图像和变形图像中的灰度值，M为子区窗半径，u和v分别为点x,y在X方向和Y方向的位移；fm和gm分别为参考子区和变形子区的平均灰度，待定参数 基于所述变形图像的位移场，通过面内应变计算方法计算得到被测表面的应变场，包括： 以位移场中的每个点为中心构建应变子区； 采用二阶多项式对应变子区内的位移场进行曲面拟合；其中，x,y为应变子区内的点在参考图像中的坐标，ux,y和vx,y分别表示点x,y在水平方向和竖直方向的位移，u0,u1,u2,u3,u4,u5,v0,v1,v2,v3,v4,v5均为拟合参数； 采用最小二乘法求解所述二阶多项式的拟合参数，基于所述二阶多项式得到位移场中每个点的应变； 位移场中所有点的应变构成所述被测表面的应变场。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京机械设备研究所，其通讯地址为：100854 北京市海淀区永定路50号（北京市142信箱208分箱）；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。