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。     

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。     

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。     

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。     

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。     

基于ESPI的图像处理系统

从电子散斑干涉测量技术的基本原理出发 ,通过建立数学模型 ,编制了一种ESPI条纹图像处理软件 ,并通过电子散斑干涉条纹图象特征的分析 ,尝试一种频域滤波去噪算法———DCT指数低通滤波。实验结果表明该方法对ESPI条纹图象是有效的。     

电子散斑干涉图样及其模拟/数字混合处理

本文建立了一个电子散斑干涉(ESPI)系统。干涉图样经模拟电子处理,去掉散斑频谱以外的大部分噪声;再经数字图像处理,去掉散斑频谱内的残留噪声。与传统的ESPI系统相比,本系统大大提高了干涉条纹可见度,改善了测量精度。实验测量了几     

基于旋滤波的InSAR干涉条纹图滤波方法

InSAR干涉条纹图处理中，对噪声进行滤波是非常关键的一步。该文在分析现有滤波算法的基础上，考虑了干涉条纹图方向性特点，提出了基于旋滤波的InSAR干涉条纹图滤波方法。可以有效地去除残点对相位解缠的影响，同时保持相位信息不受损害。对仿真数据及真实InSAR数据的处理结果证明了该方法的有效性。     

基于深度学习的剪切散斑干涉条纹图滤波方法

剪切散斑干涉技术作为一种非接触式的高精度光学全场测量方法,可以对复合材料内部缺陷进行无损检测,但所得的相位条纹图中包含大量散斑噪声,会对检测结果和精度产生严重影响。为此,提出了一种基于无监督图像风格转换模型（CycleGAN）的相位条纹图滤波方法。该方法将剪切散斑干涉技术获取的原始噪声相位条纹图通过网络训练转换为理想无噪声条纹图,从而实现对相位条纹图中噪声的滤除。实验结果表明,所提方法能够实现对噪声的高效滤除,滤波图像边界清晰、对比显著,且运行时间明显优于其他方法,仅需30 ms左右便能实现条纹图的高质量滤波,符合动态无损检测的发展需求,为相位条纹图的噪声滤除提供了新的思路。     

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。     

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.     

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。     

基于小波变换的空域相关法在肌电信号中的应用

为了消除混杂在肌电信号中的噪声,并保留信号的细节,提出了基于小波变换空域相关法的肌电信号消噪方法.文章首先对小波变换和空域相关滤波的基本理论进行了简要的概述,其次就空域相关滤波用于肌电信号的消噪过程进行了详细的分析.通过肌电信号的小波分解,用空域相关法分离信号与噪声,并给出了一种针对肌电信号各层噪声能量阈值的估计算法.实验结果表明,空域相关滤波较好的保留了肌电信号的边缘特征,为肌电信号的特征提取创造了良好的条件.     

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。     

基于相关性分析和支持向量机的手部肌电信号动作识别

为了有效提取表面肌电信号(SEMG)的特征,该文提出了一种基于相关性分析的改进的特征提取方法。首先用空域相关法对两路SEMG信号进行消噪预处理,然后对处理后的SEMG信号进行四尺度小波变换,并通过相关性分析提取SEMG信号的重要边缘在各尺度上的小波系数,以各尺度上的这些系数的平方和构建六维特征向量输入支持向量机分类器,对手部的多个动作进行分类。实验结果表明,基于相关性分析和小波变换构筑的特征向量结合支持向量机的方法能够以较高识别率区分伸腕、屈腕、展拳、握拳4种动作,能够得到比传统的神经网络分类器更为准确的分类结果。