🔬 optics

Projection-based coupling of infrared thermography and stereocorrelation-based digital image correlation

Cet article propose une méthode de couplage basée sur la projection qui utilise un modèle de caméra sténopé et des fonctions de base radiale pour projeter avec précision les données de température de la thermographie infrarouge sur les coordonnées de surface 3D issues de la corrélation d'images numériques par stéréocorrélation, permettant ainsi une analyse de plein champ des déformations et des gradients thermiques sur des surfaces courbes.

Auteurs originaux : Jendrik-Alexander Tröger, Lutz Müller-Lohse, Stefan Hartmann

Publié 2026-06-30

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Jendrik-Alexander Tröger, Lutz Müller-Lohse, Stefan Hartmann

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de comprendre comment un morceau de métal se tord et chauffe lorsqu'on le torsionne. Pour ce faire, vous avez besoin de deux types d'« yeux » différents :

L'Œil de la Forme (Corrélation d'Images Numériques) : Celui-ci utilise des caméras classiques pour prendre des photos 3D de la surface de l'objet. Il vous indique exactement où chaque minuscule point de l'objet se déplace dans l'espace. Considérez cela comme un GPS 3D pour la surface.
L'Œil de la Chaleur (Thermographie Infrarouge) : Celui-ci utilise une caméra spéciale sensible à la chaleur. Elle voit la température de la surface, mais uniquement sous la forme d'une image 2D plate. C'est comme une carte thermique, mais elle ne sait pas si la surface est courbe ou plate ; elle voit simplement des pixels de chaleur.

Le Problème :
Habituellement, ces deux « yeux » parlent des langues différentes. L'Œil de la Forme dit : « Le point A est ici dans l'espace 3D. » L'Œil de la Chaleur dit : « Le pixel B est chaud. » Si l'objet est plat, il est facile de les faire correspondre. Mais si l'objet est courbe (comme un tube ou une demi-coque), faire correspondre le point 3D au pixel de chaleur 2D devient un cauchemar. Vous pourriez penser qu'un point est chaud, alors que vous regardez en réalité le mauvais endroit parce que la surface est bombée.

La Solution (La Grande Idée de l'Article) :
Les auteurs ont créé un « traducteur universel » en utilisant un tour mathématique appelé le Modèle de la Caméra Sténopé (Pinhole Camera Model).

Considérez cela comme un spectacle de théâtre d'ombres :

Imaginez que vous avez une marionnette 3D (l'objet) et une source de lumière (la caméra).
Les auteurs ont déterminé exactement comment projeter les coordonnées 3D de l'objet sur l'écran 2D de la caméra de chaleur.
Ils ont fait cela en prenant une seule photo d'un « objet de référence » spécial (une forme en laiton avec des points dessus) que les deux caméras pouvaient voir. Cela a permis de calculer une Matrice de Projection — essentiellement un ensemble d'instructions qui dit : « Si un point est à l'emplacement 3D X, il apparaîtra au pixel 2D Y sur la caméra thermique. »

Une fois qu'ils ont cette carte, ils peuvent prendre les coordonnées 3D de l'objet et savoir instantanément quelle est la température à ce point 3D spécifique, même si la surface est courbe.

Le « Superpouvoir » (Interpolation) :
L'article ne s'arrête pas seulement à la correspondance des points. Ils ont également utilisé un outil mathématique appelé Fonctions de Base Radiale (RBFs).

Imaginez que vous avez quelques points épars de données de température sur une surface courbe. Les RBF sont comme une couverture lissante magique qui s'étend sur ces points pour créer une carte de température continue et lisse.

Pourquoi est-ce génial ? Parce que cette carte lisse permet à l'ordinateur de calculer des choses qui sont habituellement impossibles à mesurer directement :
- Gradients de Température : La vitesse à laquelle la chaleur change lorsque l'on se déplace sur la courbe (comme ressentir la pente d'une colline).
- Taux de Température : La vitesse à laquelle la chaleur change au fil du temps (comme ressentir la rapidité avec laquelle une tasse de café refroidit).

Les Expériences :
L'équipe a testé cela sur deux éléments :

Une Demi-Coque en Plastique : Ils l'ont chauffée. Comme le plastique est un mauvais conducteur de chaleur, la chaleur est restée près de la source. Leur méthode a réussi à mapper la chaleur à la forme courbe et à calculer la vitesse à laquelle la température changeait, bien que la réaction lente du plastique ait rendu le calcul du « taux » un peu bruité.
Un Tube Métallique : Ils ont tordu et étiré un tube métallique. Le métal conduit bien la chaleur. Leur méthode a réussi à mapper la chaleur et la contrainte sur le tube courbe, montrant exactement où le métal chauffait en raison de la torsion et à quelle vitesse cette chaleur augmentait.

Le Résultat Final :
Cet article présente une méthode pour prendre deux systèmes de caméras distincts et calibrés indépendamment (un pour la forme, un pour la chaleur) et fusionner parfaitement leurs données en utilisant un modèle de caméra simple. Cela permet aux scientifiques de voir toute l'histoire de la déformation et de l'échauffement d'objets courbes simultanément, fournissant un ensemble de données riche pour comprendre les matériaux sans avoir besoin de construire un équipement de caméra personnalisé et coûteux.

Résumé technique : Couplage par projection de la thermographie infrarouge et de la corrélation d'images numériques basée sur la stéréocorrélation

Énoncé du problème
En mécanique des solides expérimentale, les techniques de mesure de champ complet telles que la corrélation d'images numériques (DIC) et la thermographie infrarouge (IRT) sont des standards pour analyser respectivement les champs de déformation de surface et de température. Cependant, un défi important surgit lors du couplage de ces ensembles de données, particulièrement pour les surfaces non planes (courbes). La DIC, notamment la 3D-DIC basée sur la stéréocorrélation, fournit des coordonnées de points matériels tridimensionnels dans un référentiel lagrangien. En revanche, l'IRT mesure des températures de pixels dans un référentiel eulérien (bidimensionnel). Exprimer à la fois les champs de déplacement et de température dans le même référentiel lagrangien (c'est-à-dire aux points matériels spécifiques) est essentiel pour le calibrage de modèles constitutifs, la découverte de modèles et la validation numérique. Les approches existantes reposent souvent sur des cadres hybrides multi-vues complexes nécessitant une calibration intégrée ou des configurations matérielles spécifiques (par exemple, des miroirs dichroïques), ou sont limitées aux éprouvettes planes où les gradients à travers l'épaisseur sont négligés. De plus, de nombreux systèmes commerciaux utilisent la DIC basée sur des sous-ensembles (locale), ce qui rend difficile pour les chercheurs n'ayant pas accès au code source d'intégrer ces systèmes pour l'analyse thermo-mécanique.

Méthodologie
Les auteurs proposent une méthode de couplage externe par projection qui utilise le modèle de la caméra sténopé (pinhole) pour projeter les données de température bidimensionnelles de l'IRT vers les coordonnées de points tridimensionnelles de la 3D-DIC par stéréocorrélation. La méthodologie se compose de trois étapes principales :

Calibrage de la matrice de projection :
- Deux systèmes de classe industrielle calibrés indépendamment (un pour l'IRT, un pour la 3D-DIC) sont utilisés.
- Une seule image d'un objet de référence tridimensionnel (une cible en forme de « livre ouvert » avec des marqueurs ponctuels) est capturée simultanément par les deux systèmes.
- L'objet de référence est fabriqué en laiton, ce qui permet aux marqueurs d'être visibles à la fois en lumière visible (pour la DIC) et en infrarouge (pour l'IRT) grâce aux différences d'émissivité, éliminant ainsi le besoin de chauffer la cible au préalable.
- En utilisant la transformation linéaire directe (DLT), un système linéaire homogène ($Am=0$) est assemblé et résolu par décomposition en valeurs singulières pour déterminer la matrice de projection $M$ du modèle de la caméra sténopé. Cette matrice relie les coordonnées 3D de l'objet aux coordonnées de pixels 2D de l'IR.
Interpolation globale (spatiale et temporelle) :
- Pour calculer les gradients spatiaux et les taux temporels, une description de surface continue est requise. Les auteurs emploient des fonctions de base radiale (RBF) comme ansatz d'interpolation globale.
- Interpolation spatiale : Les coordonnées discrètes de points DIC sont interpolées sur des paramètres de surface ( $\Psi$ ) pour reconstruire la surface courbe. Simultanément, les températures de pixels discrètes de l'image IR sont interpolées sur des coordonnées de pixels ( $x^\Theta$ ).
- Interpolation temporelle : L'interpolation est étendue au domaine temporel. Les coefficients des RBF spatiales sont eux-mêmes interpolés par des RBF sur le temps. Cela permet de reconstruire des champs continus dans l'espace et dans le temps.
Calcul des dérivées :
- Gradient de température : Le gradient de température dans le plan est calculé en appliquant la règle de la chaîne au champ de température interpolé, en utilisant la dérivée de l'équation de projection pour mapper les dérivées de coordonnées de pixels vers les coordonnées réelles.
- Taux de température : La dérivée temporelle matérielle de la température (taux de température) est calculée en dérivant le champ interpolé par rapport au temps, en tenant compte à la fois des changements locaux et des contributions convectives dues au mouvement de la surface.

Résultats clés
La méthodologie a été validée par deux expériences :

Demi-coque polymère cylindrique (purement thermique) : Une demi-coque en acide polylactique a été chauffée sur une plaque de cuivre. La projection a réussi à mapper les températures sur la surface courbe. Bien que les gradients de température aient été visualisés avec succès (montrant des gradients plus élevés près des contacts thermiques), le taux de température s'est avéré dominé par le bruit en raison de la faible conductivité thermique du polymère et des limitations du processus d'imagerie IR. Les auteurs notent qu'une régression (lissage) plutôt qu'une interpolation pourrait être nécessaire pour les calculs de taux dans de tels scénarios à faible conductivité.
Tube sous traction-torsion (thermo-mécanique) : Un tube en alliage de zinc injecté a été soumis à des chargements proportionnels de traction-torsion. Le système a réussi à capturer le champ complet de déformation, de température, de gradient de température et de taux de température. Grâce à la conductivité thermique plus élevée du métal, les calculs de taux de température ont produit des résultats raisonnables, montrant un taux homogène d'environ $1^\circ\text{C s}^{-1}$ pendant le chargement et une diminution rapide lors du déchargement. L'approche RBF globale a également permis de calculer les directions de déformation principales, qui sont typiquement difficiles à obtenir avec des méthodes d'interpolation locale.

Signification et affirmations
L'article affirme fournir une approche modulaire et simple pour coupler des systèmes industriels calibrés indépendamment pour l'analyse de champ complet thermo-mécanique. Les principales contributions incluent :

Couplage externe : La méthode ne nécessite aucune modification des algorithmes internes de calibration ou de corrélation des systèmes DIC ou IRT commerciaux, ce qui la rend accessible aux chercheurs utilisant des équipements standards.
Applicabilité aux surfaces courbes : Contra-irement à de nombreuses études antérieures de 2D-DIC/IRT, cette méthode est explicitement conçue et validée sur des géométries courbes et complexes.
Sortie de données étendue : En étendant l'interpolation globale au domaine temporel, la méthode permet le calcul des taux de température sur des surfaces courbes, une capacité que les auteurs affirment ne pas avoir encore été abordée dans la littérature à l'aide de données de champ complet.
Nature de post-traitement : L'approche fonctionne comme une étape de post-traitement supplémentaire qui peut être intégrée dans les protocoles expérimentaux existants sans modifier les procédures d'acquisition ou de recalage d'images.

Les auteurs maintiennent un ton modeste concernant les limites, reconnaissant que la précision de la projection dépend de la qualité de la calibration et que le bruit dans les données IR peut affecter le calcul des taux de température, particulièrement pour les matériaux à faible conductivité thermique. Ils suggèrent que les travaux futurs devraient se concentrer sur la quantification de l'incertitude et l'optimisation des conceptions expérimentales pour les champs hétérogènes.

Articles similaires