基于莫尔条纹的三维物体的旋转不变识别

本文提出一种基于莫尔条纹的三维物体旋转不变识别方法。采用阴影莫尔法的装置和频域滤波的方法,可得到物体的莫尔条纹图。因为物体的莫尔条纹是物体的等高线,体现三维物体特征的高度函数以莫尔等高线的形式编码于强度图中,因此基于莫尔条纹的相关识别具有本征三维识别的特点。采用振幅调制和功率谱相减的联合变换相关,用实现旋转不变识别的综合鉴别函数(SDF)作为联合变换相关输入的参考图像,来获得具有识别目标的旋转不变性和高的相关识别率。计算机模拟试验结果证明了这种方法用于三维物体旋转不变性识别的有效性。     

用二元小波滤波器作图像相关识别

本文提出用二元小波滤波器作图像相关识别的技术。利用小波变换对图像处理的优越性,对小波滤波函数进行二元化处理,成为二元带通滤波器,并应用于旋转图像的识别,本文进行了理论阐述和计算机模拟实验,结果证实了设计的可行性,与经典的联合变换相关器相比输出功能大为提高。     

相位编码条纹调制联合变换相关器的优化技术

提出一种基于SONG相关的参考图像相位编码条纹调制联合变换相关器。该相关器引入SONG相关技术,吸收其突出的区分能力和抗噪性能,相对于传统的参考图像相位编码条纹调制联合变换相关器和其他改进技术,该相关器兼顾多项性能,具有更加突出的抑制干扰信号能力、抗噪声性能和多目标区分能力。仿真实验结果表明：当输入图像受到非覆盖性背景噪声影响时,识别度表现平稳,能够维持在99%以上;当输入图像受到替换噪声影响时,识别度能够达到96%以上。     

基于逆滤波器的旋转不变匹配滤波相关识别

提出了用逆滤波器来进行旋转不变匹配滤波相关识别方法 ;采用级联变形滤波器可以实现透射匹配相关峰强度对透射输入能量的优化 ,大大改善相关峰的锐度 ,计算机模拟结果显示 ,对旋转图像 ,在平面内按 0°～ 32°旋转 ,每 4°取一灰度图像的旋转不变匹配滤波相关器 ,具有较好的相关不变识别性能 ,特别是目标图像在部分输入情况下也能较好地识别     

旋转不变的三维物体识别

提出一种具有旋转不变性的三维物体识别的新方法。该方法通过结构照明的方法,使物体的高度分布以变形条纹的形式编码于二维强度像中。由于条纹图像包含有物体的高度分布信息,因而对条纹图的相关识别具有本征三维识别的特点。旋转不变性是通过使用多通道滤波器实现的,此滤波器可以由不同方向三维物体对应的变形条纹图像经计算机处理得到。相关识别方法可以用光学匹配空间滤波器实现。计算机模拟实验证明了这种方法的有效性,它不仅可以实现旋转不变的三维物体识别,还可以给出物体旋转角度的估计值。     

基于相关输出相似性度量的目标识别算法

为了提高光学联合变换相关器(JTC)的目标识别能力,基于相似性度量原理,提出了一种新颖的相关输出图像数字处理算法。实验结果表明,该算法能够准确地识别旋转畸变-4°到+10°及缩放比例畸变70%到140%范围内的待识别目标,极大地提高了光学联合变换相关器的畸变不变容忍度。     

基于傅里叶变换的干涉条纹对比度增强算法

论述了一种干涉条纹对比度增强的算法.将二维离散傅里叶变换后得到的干涉条纹图像频谱分布,应用带通滤波器滤波.滤波过程中,在保持通带内相位谱不变的条件下,增大了通带内幅频谱的值.然后对滤波后的频谱分布进行逆二维离散傅里叶变换,可得到对比度增强后的干涉条纹图像.实验表明,该方法在保持干涉条纹中心线空间位置不变的情况下,可以有效地增强干涉条纹的对比度.     

基于莫尔条纹的三维物体相关识别

提出了一种新的基于莫尔条纹的三维物体识方法。用阴影莫尔法的装置,采用频域滤波的方法,得到物体的莫尔条纹。用受到物体表面高度调制的莫尔条纹图作为输入图像,用光学匹配空间滤波的概念来实现相关识别方法,根据输出的相关峰值大小即可判别不同的物体。因为物体的莫尔条纹是物体的等高线,体现三维物体特征的高度函数以莫尔等高线的形式编码于莫尔条纹中,因此基于莫尔条纹的相关识别具有本征三维识别的特点。计算机模拟试验结果证明了这种方法用于三维物体识别的可能性。     

基于光栅调制的归一化频谱三维识别

为了解决三维物体识别速度和识别能力问题,提出了一种采用光栅调制基频滤波的归一化频谱相关识别新方法。基于归一化频谱相关模型,对物体平移和旋转后的基频模进行了理论分析和实验论证,得出了物体基频模具有平移不变性的特性。实验论证了该方法的有效性,采用该方法不仅能有效识别三维位物体,而且还能估计物体的旋转角度,精度优于±2°。结果表明,由于该方法只需投影一幅正弦光栅条纹,采集一帧变形条纹图,可以适用于三维物体的动态识别和在线识别。     

双功率谱干涉实现图像识别

提出一种新的图像识别方法 ,直接利用输入图像和参考图像的联合变换相关功率谱进行双功率谱干涉 ,不需要特殊的光学元件 ,也不需要对功率谱进行调制和改造。实验表明 ,相同图像的双功率谱干涉出现明显的条纹 ,而不同图像则几乎不出现干涉条纹。     

能量分布识别相位畸变的自适应双域滤波方法

在基于能量分布识别相位畸变方法中,条纹图像的质量是影响畸变识别精度的主要因素之一。为了准确辨别条纹相位畸变,需对条纹图像进行滤波处理,滤除图像中的噪声以及背景信息等。提出了一种基于能量分布的自适应图像滤波方法,通过傅里叶变换将图像转换为能量分布图,根据畸变与未畸变图像能量弥散度差值大小对小波滤波的阈值进行调整,旨在寻求能量弥散度差值最大的阈值作为针对当前图像的滤波方法可接受阈值。通过对单空域、单频域以及双域滤波方法进行实验验证,结果表明单一使用空域或频域滤波处理,畸变图像与未畸变图像能量分布差别在1.4 %~3.2 %,使用非自适应双域滤波方法进行滤波处理,能量分布差别在7 %以上,而采用自适应双域滤波方法进行滤波处理,能量分布差别超过8 %。自适应双域滤波方法显著提高了能量的识别精度。     

改进非下采样轮廓波在散斑条纹中的滤波处理

为了改进传统多尺度变换滤波在电子散斑干涉（ESPI）条纹图中去噪效果和边缘细节保护不理想问题，提出改进非下采样轮廓波（NSCT）滤波算法。采用离散平稳小波变换和NSCT变换模型，联合非线性扩散和改进的快速非局部均值滤波算法，进行了理论分析和实验验证，取得了将本文中算法应用于模拟和实验ESPI条纹图滤波效果定量分析的数据。结果表明，本文中的算法在模拟ESPI条纹图和实验图相比其它算法散斑指数最小分别为0.41121，0.38043，0.35362，对应峰值信噪比最大；该算法在提升去噪能力的同时，能够更好地恢复条纹细节信息。研究结果为以后应用多尺度变换滤波在ESPI条纹图打下了基础。     

基于Goldstein滤波的数字散斑条纹图降噪方法

有效去除数字散斑条纹图中的噪声是散斑干涉测量技术中的关键问题。提出了一种基于Goldstein滤波的数字散斑条纹图平滑方法。该方法需要将散斑条纹图中的干涉相位转换为矢量空间中的单位矢量,并进行快速傅里叶变换(FFT),得到其频谱,然后对频谱进行加权处理,从而抑制噪声的频率成分,再将加权处理后的频谱变换到空间域,计算干涉相位,得到原始散斑条纹图的滤波结果。将该滤波方法运用于四步相移数字散斑干涉条纹图像处理。实验结果表明,该方法在滤除散斑噪声的同时能够有效地保护散斑条纹图的轮廓和细节信息,增强了散斑干涉条纹的对比度。     

结合非连续性测度的方向偏微分方程在电子散斑干涉中的应用

近年来,电子散斑干涉测量技术(ESPI)在光学粗糙表面的变形测量和无损检测方面应用广泛。应用该技术时,条纹图中大量的散斑噪声给提取条纹信息带来了极大的困难。偏微分方程图像滤波方法是一种方案灵活、处理效果良好的图像去噪方法,尤其是方向偏微分方程,因其只沿着条纹方向进行滤波,更适合电子散斑干涉条纹图。由于条纹图的疏密程度不同,因此在考虑滤波方向的同时,还应考虑不同位置像素点的滤波程度。该文在方向偏微分方程基础上引入非连续性测度,提出结合非连续性测度(DCM)的方向偏微分方程。利用该方程对模拟的条纹图以及实际获得的条纹图进行滤波,实验结果表明该文方法能够充分滤除稀疏条纹处的噪声,同时有效保持密集条纹处的重要特征。     

正弦脉冲宽度调制条纹结合相位编码条纹的三维测量方法

提出了正弦脉宽调制和相位编码结合的一种三维形貌测量方法。这种方法离焦投影编码的两种条纹到被测对象上,使用相移算法,由正弦脉冲宽度调制条纹得到截断相位,由相位编码条纹解码得到条纹级次,从而恢复测量对象的三维形貌。实验结果证明了该方法有两个优点:(1)轻度离焦滤除了谐波从而能降低测量误差;(2)基于相位的编码方式能测量表面反射率不一物体。     

基于小波变换的ESPI图像去噪及边缘提取

电子散斑干涉条纹的强噪声特性使其信噪比过低,常用的图像滤波方法对于散斑干涉条纹都存在一定的不足。针对散斑条纹的特点,建立了自适应滤波与小波变换相结合的组合迭代滤波方法。在对散斑条纹预处理基础上,通过选择不同的小波函数以及更改分解层次和函数中的阈值达到不同的滤波效果。经反复试验,对于不同的小波基,采用4层分解,阈值为0.15～0.3时与自适应滤波的迭代效果最好。在滤波的基础上对图像进行了二值化,并采用Sobel算子对其进行边缘提取,最终得到电子散斑干涉条纹的边缘分布图。结果表明,该方法可以有效消除条纹图中的散斑噪声,并且条纹的边缘得以较好的保留。     

散斑全场分析的moire理论

提出把散斑图看成随机栅迭加的概念,用moire方法建立了散斑全场分析的数学描述,得出与物理过程相符的条纹公式,并对散斑条纹对比度与试件变形量、滤波孔的关系、散斑条纹图上的二次散斑性质作了讨论。     

Phase error correction method based on the Gaussian filtering algorithm and intensity variance

To overcome the invalid phase and phase jump phenomenon generated during the phase unwrapping, a phase error correction method based on the Gaussian filtering algorithm and intensity variance is proposed in this paper. First, a threshold of fringe intensity variance is set to identify and clear the phase in the invalid region. Then, the Gaussian filtering algorithm is employed to correct the phase order at the fringe junction, and then the absolute phase is corrected. Finally, the phase correction experiments of different geometric objects are carried out to verify the feasibility and accuracy of the proposed method. The method proposed in this paper can be extended to the correction of absolute phase error obtained by any coding method.     

基于同态滤波的电子散斑干涉图像处理

由于散斑具有可测的强度和确定的相位,正逐渐被人们重视和进一步研究,现广泛应用于无损检测领域。电子散斑干涉条纹图上总是附带大量的随机散斑颗粒噪声。一般来说,散斑图像记录的变形信息主要集中在低频部分,而噪声主要在高频部分。为了得到变形物体的连续相位分布,需要用适当的方法对散斑干涉条纹图像进行滤波降噪处理。同态滤波是一种将亮度范围压缩和对比度增强的频域处理方法。采用基于同态滤波原理设计出的新的低通滤波器,将其运用于3步相移电子散斑干涉条纹图像处理,并从理论上进行了详细的论述。结果表明,运用该滤波器处理散斑条纹图像,过滤了大量的散斑颗粒噪声,增强了散斑干涉条纹的对比度。