The determination of three components of displacements at material surfaces is possible using surface topography information of undeformed (reference) and deformed states. The height digital image correlation (hDIC) technique was developed and demonstrated to achieve micro-level in-plane resolution and nanoscale out-of-plane precision. However, in the original formulation hDIC and other topography-based correlation techniques perform well in the determination of continuous displacements. In the present study of material deformation up to cracking and filan failure, the ability to identify discontinuous triaxial displacements at emerging discontinuities is important. For this purpose, a new method reported herein was developed based on the hDIC technique. The hDIC solution procedure comprises two stages, namely, integer-pixel level correlation and sub-pixel level correlation. In order to predict the displacement and height changes in discontinuous regions, a smoothing stage was inserted between the two main stages. The proposed method determines accurately the discontinuous edges, and the out-of-plane displacements become sharply resolved without any further intervention in the algorithm function. High computational demand required to determine discontinuous displacements using high density topography data was tackled by employing the graphics processing unit (GPU) parallel computing capability with the paging approach. The hDIC technique with GPU parallel computing implementation was applied for the identification of discontinuous edges in an aluminium alloy dog bone test specimen subjected to tensile testing up to failure.

中文翻译：

---

使用表面形貌识别裂纹产生的不连续位移

使用未变形（参考）和变形状态的表面形貌信息，可以确定材料表面位移的三个分量。高度数字图像相关（hDIC）技术得到了开发，并被证明可以实现微型平面内分辨率和纳米级平面外精度。但是，在原始公式中，hDIC和其他基于地形的相关技术在确定连续位移方面表现良好。在目前对材料变形直至裂纹和纤维断裂的研究中，在新兴的不连续处识别不连续三轴位移的能力很重要。为此，基于hDIC技术开发了本文报道的新方法。hDIC解决方案过程包括两个阶段，即 整数像素级相关性和子像素级相关性。为了预测不连续区域的位移和高度变化，在两个主要阶段之间插入了一个平滑阶段。所提出的方法准确地确定了不连续的边缘，并且平面外的位移变得清晰起来，而无需对算法功能进行任何进一步干预。通过使用具有分页方法的图形处理单元（GPU）并行计算功能，解决了使用高密度地形数据确定不连续位移所需的高计算需求。将具有GPU并行计算实现的hDIC技术应用于识别经过拉伸测试直至断裂的铝合金狗骨头测试样品中的不连续边缘。为了预测不连续区域的位移和高度变化，在两个主要阶段之间插入了一个平滑阶段。所提出的方法准确地确定了不连续的边缘，并且平面外的位移变得清晰起来，而无需对算法功能进行任何进一步干预。通过使用具有分页方法的图形处理单元（GPU）并行计算功能，解决了使用高密度地形数据确定不连续位移所需的高计算需求。将具有GPU并行计算实现的hDIC技术应用于识别经过拉伸测试直至断裂的铝合金狗骨试样中的不连续边缘。为了预测不连续区域的位移和高度变化，在两个主要阶段之间插入了一个平滑阶段。所提出的方法准确地确定了不连续的边缘，并且平面外的位移变得清晰起来，而无需对算法功能进行任何进一步干预。通过使用具有分页方法的图形处理单元（GPU）并行计算功能，解决了使用高密度地形数据确定不连续位移所需的高计算需求。将具有GPU并行计算实现的hDIC技术应用于识别经过拉伸测试直至断裂的铝合金狗骨头测试样品中的不连续边缘。在两个主要阶段之间插入了一个平滑阶段。所提出的方法准确地确定了不连续的边缘，并且平面外的位移变得清晰起来，而无需对算法功能进行任何进一步干预。通过使用具有分页方法的图形处理单元（GPU）并行计算功能，解决了使用高密度地形数据确定不连续位移所需的高计算需求。将具有GPU并行计算实现的hDIC技术应用于识别经过拉伸测试直至断裂的铝合金狗骨头测试样品中的不连续边缘。在两个主要阶段之间插入了一个平滑阶段。所提出的方法准确地确定了不连续的边缘，并且平面外的位移变得清晰起来，而无需对算法功能进行任何进一步干预。通过使用带有分页方法的图形处理单元（GPU）并行计算功能，解决了使用高密度形貌数据确定不连续位移所需的高计算需求。将具有GPU并行计算实现的hDIC技术应用于识别经过拉伸测试直至断裂的铝合金狗骨头测试样品中的不连续边缘。并且无需在算法功能上进行任何进一步干预即可大幅解决平面外位移。通过使用具有分页方法的图形处理单元（GPU）并行计算功能，解决了使用高密度地形数据确定不连续位移所需的高计算需求。将具有GPU并行计算实现的hDIC技术应用于识别经过拉伸测试直至断裂的铝合金狗骨头测试样品中的不连续边缘。并且无需在算法功能上进行任何进一步干预即可大幅解决平面外位移。通过使用具有分页方法的图形处理单元（GPU）并行计算功能，解决了使用高密度地形数据确定不连续位移所需的高计算需求。将具有GPU并行计算实现的hDIC技术应用于识别经过拉伸测试直至断裂的铝合金狗骨头测试样品中的不连续边缘。