数字图像体相关算法(Digital Volume Correlation; DVC)是在数字图像相关法(Digital Image Correlation; DIC)技术基础之上发展起来的,它是一种分析物体内部变形技术。自上世纪九十年代B. K. Bay等提出了数字图像体相关方法以来,得到了广泛的关注,伴随着电子计算机、数字图像等技术的快速发展,其应用领域也越来越广。DVC需要的三维数据,大体上有两种来源：(1)计算机层析三维成像；(2)光学共焦显微三维成像。我国的DVC计算研究开展时间不长,但取得了喜人的进步。北京航空航天大学潘兵等提出基于梯度的测量物体内部变形的DVC算法,牛永强、樊雪松等也做了大量有关方面的研究,2011年,北京大学的J. Huang老师等利用三维共焦荧光显微镜和DVC技术,测量加载前后随机嵌入微米荧光珠凝胶内部三维变形场分布。目前计算三维位移场的方法有较多。但面临的问题就是如何在大量数据的前提下,做到最大程度提高位移计算精度以及效率。在本文中,通过采用图像一阶灰度梯度来计算三维位移场,避免采用高阶的灰度梯度带来的麻烦,计算效率大幅提升,并在亚像素位置处进行三元三次灰度插值法来提高位移计算精度,做到精度和效率兼顾。本文的主要内容如下：(1)本文在绪论部分主要介绍了课题的选题背景与研究意义,并介绍了该课题国内外研究的进展与应用,研究进展主要体现在两个方面,一方面是算法方面的研究；另一方面主要集中在三维图像采集,DVC结合这些三维图像对生物组织,材料等不同应用场合进一步研究。在数字图像体相关中,会涉及到使用各种三维数据作为研究载体,在文中也简单介绍了CT (Computer tomography)、LSCM(Laser Scanning Confocal Microscopy)和OCT (Optical Coherence Tomography)等几种为DVC提供三维数据的技术。(2)为了引出数字图像体相关的基本原理,首先介绍了二维数字图像相关的基本原理,然后在DIC的基础上,讲解了数字图像体相关测量(DVC)方法,着重分析了数字体图像相关测量的基本原理,在DVC中,我们提及到了几个关键性的问题,即相关函数的选择依据、三维数字体图像中相关函数的形式,整体像素、亚像素的测量,以及对亚像素插值的分析,在本文中,我们采用在一阶灰度梯度的计算的基础上,使用三元三次亚像素插值进行灰度插值,使得计算效率跟与计算精度兼顾。(3)最后在基于前面的理论基础上,对空间的刚体平移测量进行实验仿真,模拟散斑成像,并对散斑进行平移变形处理,设置变形参数,通过前面的算法计算获得测量结果数据进行分析,验证了三元三次插值亚像素插值在数字体图像相关测量中能提高计算精度,并且计算速度也有比较大的改善。