3B dijital görüntü korelasyonunda difüzyon modeline dayalı görüntü süper çözünürlük yeniden yapılandırma teknolojisinin uygulama araştırması

Daha iyi ölçümler için daha keskin görüntüler

Birçok modern mühendis, malzemelerin nasıl büküldüğünü, gerildiğini veya çatladığını temas etmeden izlemek için kameralara güvenir. Bu çalışma, akıllı görüntü geliştirme yöntemlerinin, tek bir kameradan beklenenin çok daha fazlasını yapması istendiğinde genellikle kaybolan kullanılabilir ayrıntıları nasıl kurtarabileceğini gösteriyor; böylece ölçümler daha ucuz ve yüksek donanımlı laboratuvar düzeneklerine neredeyse eşdeğer doğrulukta yapılabiliyor.

Kameralar deformasyonu nasıl izler

Bu çalışmanın merkezindeki teknik, üç boyutlu dijital görüntü korelasyonu olarak adlandırılır; nesne üzerine boyanmış rastgele benek desenini izleyen bir yöntemdir. Benek deseninin iki görüntü arasındaki kaymasını karşılaştırarak bir bilgisayar yüzeydeki her noktanın üç boyutta nasıl hareket ettiğini yeniden oluşturabilir. Geleneksel olarak bunun için farklı açılardan bakan en az iki dikkatle senkronize edilmiş kamera gerekir; bu da maliyeti yükseltir ve çarpma gibi hızlı olayları içeren deneyleri teknik olarak zorlaştırır.

Tek kamera sistemleri neden ayrıntı kaybeder

Deneyleri basitleştirmek için araştırmacılar, tek bir kameranın birkaç kamera gibi davranmasını sağlayan optik hileler geliştirdiler. Aynalar veya prizmalar gelen ışığı bölerek aynı kamera sensörünün birden fazla görüşü aynı anda kaydetmesini sağlar. Bu, zamanlama sorunlarını önler ve eşleşen ikinci bir kamera satın alma ihtiyacını ortadan kaldırır. Ancak bedel, kameranın sabit piksel sayısının sanal görüşler arasında bölünmesi; böylece her görüş daha düşük çözünürlüklü olur ve ince benek detayları birbirine karışır. Bu keskinlik kaybı doğrudan nesnenin hareket ve biçiminin ne kadar hassas ölçülebildiğini azaltır.

Ayrıntıları geri koymayı öğreten bir model

Yazarlar, görüntü yakalandıktan sonra eksik ayrıntıyı yeniden inşa etmek için daha akıllı bir yol öneriyor. LaESR Diff adındaki yöntemleri, modern görüntü algoritmalarının iki ailesini birleştirir. Önce, üretken bir modelin geliştirilmiş bir versiyonu, daha keskin bir benekli görüntünün nasıl görünebileceğine dair en iyi tahmini üretir. Ardından bir difüzyon süreci, bu tahmini kontrollü şekilde gürültü ekleyip çıkararak adım adım iyileştirir; rastlantısallıktan temiz, yüksek çözünürlüklü bir görüntüye geri çalışır. Ekip her iki adımı da benekli resimler için özelleştirdi; çünkü onların yoğun, ince taneli yapısı günlük fotoğraflardan çok farklıdır.

Sadece görünüme değil, ölçüme yönelik tasarım

Çoğu görüntü iyileştirme aracı insan gözüne hoş gelmeye veya tepe sinyal-gürültü oranı ya da yapısal benzerlik gibi genel kalite ölçütlerinde yüksek puan almaya göre ayarlanır. Benek tabanlı ölçümde tek bir pikselin küçük kaymaları, düzgünlük veya kontrasttan daha önemlidir. Bunu yansıtmak için yazarlar, eğitimlerine ölçüm sırasında daha sonra kullanılacak benek deseninin küçük yamalarındaki yerel benzerliği tercih eden bir matematiksel terim eklediler. Ayrıca yaygın kullanılan düzgün bir gürültü zamanlamasını, yüksek frekanslı dokuların difüzyon sürecinde silinmek yerine korunmasını sağlayan keskin tepe biçimli bir kuralla değiştirdiler.

Paylaşılan veriler ve gerçek metal örnekleri üzerinde test

Yeni yöntem önce üç boyutlu görüntü korelasyonu için bilinen bir kıyas seti üzerinde kontrol edildi; burada karmaşık bir numunenin gerçek biçimi ve hareketi biliniyordu. Standart yeniden boyutlandırma ve diğer gelişmiş süper çözünürlük araçlarıyla karşılaştırıldığında LaESR Diff, daha keskin benekli görüntüler üretti ve daha da önemlisi, çok yüksek büyütmede yüzey yüksekliği hatalarını yarıdan fazla azalttı. Temel enterpolasyona göre yer değiştirme hatalarını da yaklaşık üçte iki oranında düşürdü. Ayrı bir laboratuvar testinde ekip, bir çelik örneği gererken bunu birkaç stereo düzenekle kaydetti; bunlar arasında aynalar ve prizmalar kullanan tek kamera sistemleri de vardı ve türetilen gerilmeyi bağımsız bir ölçüm cihazıyla karşılaştırdılar.

Daha ucuz bir düzenek nasıl neredeyse premium olur

Bu laboratuvar denemelerinde, başlangıçta en güçlü çözünürlük kaybı gösteren tek kamera sistemi en büyük ölçüm hatalarını sergiledi. Görüntüleri LaESR Diff ile geliştirildikten sonra ortalama hatası geleneksel iki kamera sistemine yakın bir seviyeye düştü, hatta sekiz kat büyütme durumunda bile. Diğer iyileştirme yöntemleri ya daha az yardımcı oldu ya da yüksek büyütmede doğruluğu bozdu. Yazarlar ayrıca yaygın görüntü kalite skorlarının ölçüm doğruluğunu iyi yansıtmadığını göstererek, bu tür araçların gerçek deneysel sonuçları nasıl iyileştirdiğine göre değerlendirilmesi gerektiğini vurguladılar.

Gelecekteki ölçümler için ne anlama geliyor

Uzman olmayanlar için ana sonuç, gelişmiş süper çözünürlüğün kompakt, daha düşük maliyetli tek kamera düzeneklerini daha karmaşık iki kamera sistemleriyle yarışan ölçüm araçlarına dönüştürebilmesidir. Optik bölmenin normalde atacağı ince benek ayrıntılarını geri kazanarak önerilen yaklaşım, tek kameranın sağladığı kolaylığı korurken doğruluktaki olağan cezayı ortadan kaldırır. Görüntü iyileştirmeyi ölçüm görevinin gereksinimlerine göre uyarlama stratejisi, köprülerin izlenmesinden uçak parçalarının incelenmesine kadar kameraların bilimsel araçlar olarak kullanıldığı birçok alana yayılabilir.

Atıf: 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

Anahtar kelimeler: görüntü süper çözünürlük, dijital görüntü korelasyonu, difüzyon modeli, tek kamera stereo görüş, temassız ölçüm