散斑干涉条纹图降噪技术比较研究

电子散斑干涉条纹图在形成的过程中引入大量的散斑噪声,有效地去除噪声是电子散斑干涉技术研究的重要课题之一。对电子散斑干涉条纹的降噪方法进行了比较研究,仿真结果表明,传统的空域降噪方式在滤除噪声的同时对图像造成了一定的模糊,降低了图像的对比度。只有在降噪的同时充分地考虑条纹的方向性和条纹密度,才能更好地保留条纹图的结构和对比度,并为下一步提取相位图进行测量奠定一个好的基础。     

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。     

电子散斑干涉条纹处理偏微分方程方法的回顾与展望

介绍了偏微分方程(PDE)图像处理的基本原理,构造偏微分方程模型的变分法和常见的滤波模型,并给出常见滤波模型的能量泛函。回顾了近几年偏微分方程图像处理技术在电子散斑干涉(ESPI)条纹处理中的应用成果,包括应用偏微分方程图像处理方法同时实现电子散斑干涉条纹图和相位图的滤波和增强处理,提出用于密集电子散斑干涉条纹处理的方向偏微分方程模型及提取电子散斑干涉条纹骨架线的偏微分方程方法。介绍了这些方法与传统方法相比的优势,并进一步展望了偏微分方程图像处理在光测技术中的发展趋势。     

LabVIEW和MATLAB在电子散斑干涉图像处理中的应用

为了在散斑测试技术中方便地处理散斑图像,采用LabVIEW和MATLAB结合的方法设计了一个简单的电子散斑干涉图像处理系统,利用LabVIEW设计显示界面,并调用MATLAB强大的图像处理功能来对散斑图像进行处理.结果表明,这种方法处理过的散斑图像增强了散斑条纹的对比度.     

ESPI技术测量静态和准动态面内位移

利用高速CCD摄像技术和电子散斑图干涉(ESPI)法，研究了薄板的静态和准动态面内位移测量技术。采用小光圈成像技术和图像灰度进行线性变换的图像处理技术，实现对散斑图像的低通滤波和高通增强处理，提高了散斑条纹的对比度和清晰度，为条纹图的定量处理提供了方便。     

基于深度学习的ESPI条纹图骨架线智能提取

为实现电子散斑干涉条纹图骨架线的自动提取,引入了深度学习技术。网络利用带噪声的电子散斑干涉条纹图和对应的骨架线图进行训练,然后将所有待测电子散斑干涉条纹图同时输入训练后的网络中,即可直接得到相应的骨架线图像。提取200幅实验电子散斑干涉条纹图的骨架线只需11.7 s,且对于存在断裂的电子散斑干涉条纹图,传统骨架线法会失效,利用训练完成的网络可获得完整骨架线。通过对该网络在模拟电子散斑干涉条纹图和实验电子散斑干涉条纹图上性能的评估,证实了基于深度学习的电子散斑干涉条纹图骨架线智能提取的可行性。     

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。     

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。     

电子剪切散斑中的相位分析方法

由于在电子剪切散斑干涉中被测物理量与光学位相直接相关，通过对干涉条纹的处理能够精确获取物体变形场的位相信息，运用相位分析方法即可导出物体在外力作用下的微小位移及形变。本文综述了电子剪切散斑干涉中条纹的位相测量方法，介绍了目前较为常用的几种相位分析方法的工作原理及实验方法，并讨论了各种方法在工程运用上的所具有的特点。     

基于同态滤波和全变差的激光图像降噪方法

针对激光主动成像图像的特点,提出了一种基于同态滤波和全变差的图像降噪方法.首先对图像进行同态滤波,提高图像的对比度并去除激光图像的散斑噪声,然后采用基于最小化全变差模型去除激光图像的高斯噪声和脉冲噪声.采用信噪比、对比度和亮度失真度作为图像降噪效果的评估,将算法与中值降噪、小波与中值滤波结合降噪等进行对比实验,实验结果...     

Fringe-contoured-window sine/cosine filter for saw-tooth phase maps in ESPI

In electronic speckle pattern interferometry (ESPI), because saw-tooth phase map obtained by phase-shifting is inherently full of speckle noise, noise reduction should be carried out to suppress high-level noise before it is unwrapped. In accordance with the feature of the saw-tooth phase map, an adaptive filter method combining the classical sine/cosine filter and the fringe orientation information of the phase map is developed. A fringe orientation map is first generated from the saw-tooth phase map, and then a fringe-contoured window is derived accordingly. Finally, filtering is carried out within the window. Compared with existing filters, it has a better performance on phase jump information preservation without any blurring effect on phase distribution provided that filtering is implemented on the equal-phase window. Moreover, its capability for noise reduction is more powerful. The effectiveness and advantages of the novel filter have been also verified by both simulated and real saw-tooth phase maps.     

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。     

大位移电子散斑干涉法

针对电子散斑干涉（ESPI）法处理大位移时的困难,提出了一种改进的ESPI法。将数字散斑相关法（DSCM）引入ESPI中,由DSCM计算引起散斑去相关的面内位移,将所得二维面内位移对失配散斑场进行校准,恢复干涉条纹。用对离面位移敏感的ESPI光路,结合相移方法求得对应离面位移的相位数据,和二维面内位移一起,构成物体三维位移。对周边同定、中心加载的有机玻璃试件进行了测量,结果表明能产生质量干涉条纹,证明该方法是合理、可行的。     

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。     

Two-dimensional adaptive block Kalman filtering of SAR imagery

A method for removing speckle from synthetic aperture radar (SAR) imagery by using 2-D adaptive block Kalman filtering is introduced. The image process is represented by an autoregressive model with a nonsymmetric half-plane (NSHP) region of support. New 2-D Kalman filtering equations are derived which taken into account not only the effect of speckles as multiplicative noise but also the effects of the additive receiver thermal noise and the blur. This method assumes local stationarity within a processing window, whereas the image can be assumed to be globally nonstationary. A recursive identification process using the stochastic Newton approach is also proposed which can be used on-line to estimate the filter parameters based upon the information within each new block of the image. Simulation results on several images are provided to indicate the effectiveness of the proposed method when used to remove the effects of speckle noise as well as those of the additive noise     

基于Curvelet变换的ESPI图像散斑噪声抑制算法研究

重点研究了Curvelet变换的去噪原理及方法,并结合ESPI条纹图中散斑乘性噪声的特性,提出了改进的Curvelet变换去噪方法,即在去噪之前,先将图像进行对数变换,使得乘性噪声变成加性噪声,然后再进行Curvelet变换去噪,这样会更有利于噪声与边缘信息的分离。并把该方法应用在对轮胎的激光无损检测图像处理系统中,实验结果表明该方法在有效去除散斑噪声的同时,较好地保持了条纹图的边缘细节信息。     

激光显示中散斑减弱的研究

简述了散斑的形成机理,具体分析了在近场条件下通过降低激光的时间或空间相干性来抑制散斑的方法,以及仅通过降低激光的相干性来减弱激光显示中散斑的缺陷。提出一种全新在远场条件下减弱散斑的超声光栅法,且详细说明了超声波减弱散斑的工作原理。当合成的激光束通过因超声波在液体媒介中的传播而形成的"位相光栅"时,激光发生衍射,通过一系列透镜将所有衍射光完全会聚到投影屏幕上,投影移动的干涉条纹在屏幕上产生"沸腾"的散斑图样,考虑到人眼的视觉暂留特性。散斑在人眼中得到均匀化。以绿光为例,说明了激光束通过"位相光栅"时,经过CCD相机和图像处理系统,显示屏幕上散斑对比度和光强的变化,显示了超声光栅法有效地抑制了激光显示中的散斑现象。