Tillämpningsforskning av bildförstoring baserad på diffusionsmodell i tredimensionell digital bildkorrelation

Skarpare bilder för bättre mätningar

Många moderna ingenjörer förlitar sig på kameror för att följa hur material böjer sig, töjs eller spricker, utan att röra vid dem. Denna studie visar hur smartare bildförbättring kan återvinna användbar detalj som normalt går förlorad när en enda kamera förväntas göra flera kameras jobb, vilket gör mätningarna billigare och nästan lika precisa som avancerade laboratorieuppställningar.

Hur kameror observerar deformation

Tekniken i centrum för arbetet kallas tredimensionell digital bildkorrelation, en metod som observerar ett slumpmässigt mönster av små prickar målade på ett objekt. Genom att jämföra hur prickmönstret förskjuts mellan bildpar kan en dator rekonstruera hur varje punkt på ytan rör sig i tre dimensioner. Traditionellt kräver detta minst två noggrant synkroniserade kameror från olika vinklar, vilket driver upp kostnaderna och gör experiment med snabba händelser, som stötar, tekniskt krävande.

Varför enkelkamerasystem tappar detalj

För att förenkla experiment har forskare utvecklat optiska trick som låter en kamera bete sig som flera. Speglar eller prisman delar upp inkommande ljus så att samma kamerasensor fångar flera vyer samtidigt. Detta undviker svåra tidsmässiga synkroniseringsproblem och tar bort behovet av en matchande andra kamera. Nackdelen är att kamerans fasta antal pixlar måste delas mellan de virtuella vyerna, så varje vy får lägre upplösning och finare prickdetaljer blir suddiga. Denna förlust av skärpa minskar direkt hur exakt objektets rörelse och form kan mätas.

Lära en modell att återställa detaljen

Författarna föreslår ett smartare sätt att återskapa den förlorade detaljen efter att bilden fångats. Deras metod, kallad LaESR Diff, kombinerar två moderna bildalgoritmfamiljer. Först producerar en förbättrad variant av en generativ modell en bästa gissning om hur en skarpare prickbild borde se ut. Sedan förfinar en diffusionsprocess denna gissning gradvis genom att lägga till och ta bort noggrant kontrollerat brus, och arbetar bakåt från slumpmässighet till en ren, högupplöst bild. Teamet anpassade båda stegen för prickbilder, vars täta, fina kornstruktur skiljer sig mycket från vardagsfotografier.

Designad för mätning, inte bara utseende

De flesta bildförbättringsverktyg är anpassade för att tillfredsställa det mänskliga ögat eller få bra poäng på generella kvalitetsmått som peak signal to noise ratio eller structural similarity. För prickbaserad mätning betyder små förskjutningar av en enskild pixel mer än mjukhet eller kontrast. För att återspegla detta byggde författarna in en matematisk term i träningen som gynnar lokal likhet i små plåtar av prickmönstret — samma typ av jämförelse som senare används vid rörelsemätning. De ersatte också ett vanligt jämnt brusupplägg med en skarp toppformad kurva så att högfrekventa texturer överlever diffusionsprocessen istället för att spädas ut.

Testning på delade data och riktiga metallprover

Den nya metoden kontrollerades först mot en offentlig benchmark för tredimensionell bildkorrelation, där grundsann form och rörelse hos ett komplext prov är kända. Jämfört med standardstorleksändring och andra avancerade superupplösningsverktyg producerade LaESR Diff skarpare prickbilder och, viktigare, minskade felen i återvunnen ythöjd med mer än hälften vid mycket hög förstoring. Metoden minskade också förskjutningsfel med ungefär två tredjedelar jämfört med enkel interpolation. I ett separat labtest drog teamet i ett stålexemplar medan de filmade med flera stereouppställningar, inklusive enkelkamerasystem med speglar och prismor, och jämförde den härledda töjningen med en oberoende mätare.

Förvandla en billigare uppställning till en nästan premium‑lösning

I labbförsöken visade enkelkamerasystemet med störst förlust i upplösning initialt de största mätfelen. Efter att dess bilder förbättrats med LaESR Diff sjönk dess genomsnittliga fel nära det traditionella tvåkamerasystemets nivå, även vid åttafaldig förstoring. Andra förbättringsmetoder hjälpte antingen mindre eller försämrade noggrannheten vid hög förstoring. Författarna visade också att vanliga bildkvalitetsmått inte följer mätprecision väl, vilket understryker behovet av att bedöma sådana verktyg efter hur de förbättrar faktiska experimentella resultat.

Vad detta betyder för framtida mätningar

För icke‑experter är huvudresultatet att avancerad superupplösning kan förvandla kompakta, billigare enkelkamerariggar till mätverktyg som kan mäta på nivå med mer komplexa tvåkamerasystem. Genom att återställa fina prickdetaljer som optisk uppdelning normalt skulle kasta bort bevarar den föreslagna metoden enkelkamerans bekvämlighet utan att betala den vanliga prisskillnaden i precision. Samma strategi att skräddarsy bildförbättring efter mätuppgiftens behov kan appliceras på många andra områden där kameror tyst fungerar som vetenskapliga instrument, från övervakning av broar till inspektion av flygplansdelar.

Citering: Zhou, D., Li, H., Yao, C. et al. Application research of image super-resolution reconstruction technology based on diffusion model in 3D digital image correlation. Sci Rep 16, 15767 (2026). https://doi.org/10.1038/s41598-026-44638-7

Nyckelord: bildsuperupplösning, digital bildkorrelation, diffusionsmodell, stereovision med en kamera, kontaktlös mätning