数字体积相关（Digital Volume Correlation，简称DVC）是一种强大的图像分析技术，广泛应用于材料科学和工程领域，用于研究复杂三维结构的力学行为和变形。通过比较在加载或变形的不同状态下捕获的一对三维数字图像中的像素强度，DVC能够高精度、非侵入性地跟踪和量化位移、应变和其他力学性质。

这种无损和定量的方法在研究各种材料方面具有广泛的应用，从生物组织和复合材料到多孔材料，为了解材料在各种条件下的力学响应提供了宝贵的见解，并对工程和生物医学应用中的材料力学行为的理解有着重要贡献。

克服限制

DVC可以以局部或全局的方式进行。在局部方法中，一个三维图像通常被划分为几个子体积，并计算每个子体积的位移插值的独立参数。对于每个子体积，计算一个匹配子集，以最大化它们之间的相关性。在全局方法中，计算整个三维图像上的位移插值的全局共享参数。总的来说，全局方法的DVC结果准确性高于局部方法，因为具有全局位移插值的连续性。

然而，全局DVC更广泛使用的主要限制是硬件限制，因为在优化过程中需要存储和更新整个参考和变形的三维图像的大量计算能力。

一种新方法

曼彻斯特大学的Harwell数据分析经理Fabien Leonard博士开发了一种基于子体积自适应网格方法的解决方案，用于在超过运行DVC算法的硬件所允许的大小限制之上进行全局DVC。

该方法依赖于将大网格化体积分割为较小的重叠体积和相应的网格，计算机硬件可以依次处理这些体积以执行全局DVC。然后，评估重叠区域中的节点，并将子体积的全局DVC结果合并为一个覆盖整个XCT体积的输出结果文件。

通过对在某一石墨样品上进行的压缩力学加载的原位测试进行演示，该方法提供了在需要对大体积进行全局DVC并且网格密度能够被用户定义以适应样品中预期损伤位置的情况下，克服硬件限制的解决方案。

这些研究结果已经发表在《非破坏性测试电子杂志》上。