文献综述（或调研报告）：
数字图像相关(Digital Image Correlation，DIC)技术最早由Yamaguchi、Peters、Sutton M A等人于20世纪80年代提出，为提高该算法的测量精度和计算速度，学者们在亚像素匹配算法、插值算法、图像噪声抑制等方面进行了一系列工作。 如今, 数字图像相关由于设备简单、测量精度高、隔振要求低等一系列优势, 已广泛应用于航空、航天、材料、生物等领域，成为了光测实验力学领域最受欢迎的形貌、变形和应变测量方法。
1、3D-DIC测量变形流程图
2、双目立体视觉原理
双目立体视觉模仿人眼识别空间三维位置的原理。下图中 Oc1 和 Oc2 分别表示左右两个摄像机的光心，可以看到,空间中的待测点 P 分别成像于点 P1（左摄像机的像平面上）与点 P2（右摄像机的像平面上）。可以很直观地看到,至少需要两个摄像机，才能唯一确定空间 P 点的三维坐标，由 Oc1P1 和 Oc2P2 两条直线的交点即可确定。
3、相机标定
相机标定是通过实验和计算的方法来确定相机的参数，从而得出相机和被测物体在世界坐标系中的位置。一般采用计算机视觉领域广泛应用的张正友标定法，左、右相机同时拍摄若干张平面标定板（棋盘格、圆点或同心圆特征图案) 在不同姿态下的图像，将标定板上特征图案的精确相对位置作为已知参数，根据非线性最小二乘优化方法来确定系统的内、外参数，标定参数包括：
- 相机内参：镜头焦距、像平面主点坐标、畸变参数等。其中畸变主要分为径向畸变和切向畸变，径向畸变使图像发生枕形和桶形变形，切向畸变一般很小，不被引入。
- 相机外参：相机坐标系和世界坐标系之间的旋转矩阵R和平移矩阵T。
- 对于立体视觉系统来说，双相机标定还需要确定两个相机之间的相对位姿关系。由于两个相机的视场是重叠的，因此可以在标定相机内参的过程中同时，标定两个相机的相对外参。
4、图像匹配
图像匹配就是用某种搜索方法寻找参考图像和目标图像之间有最大相关性的子区。通过定义图像子区相关函数，衡量参考图像子区和目标图像子区之间相似程度。相关函数有很多种定义方法，如零均值归一化最小平方距离相关函数、参数化最小平方距离相关函数等。
相关搜索算法是 DIC 的核心，搜索方法分为整像素搜索和亚像素搜索两类。进行整像素搜索时，只考略子区位移而不考虑变形，相关计算时只有u、v, 两个位移参量，搜索位移值以整像素为单位。当整像素搜索的精度达不到实验要求时，需要在整像素搜索的基础再进行亚像素搜索。稳定性、精度和搜索速度是搜索方法考虑的重要因素。相关学者提出了众多搜索方法，并分析了他们的精度、稳定性和搜索速度。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
