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。     

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。     

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。     

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。     

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。     

基于深度学习的激光剪切散斑干涉无损检测缺陷识别

剪切散斑干涉技术通过测量物体表面变形来推断其内部缺陷,具有高灵敏度、检测范围广、精度高等优点,是一种极具潜力的复合材料无损检测技术。目前缺陷识别主要采用人工方式,而人工识别不但检测效率低且受到专业性限制。为了提高剪切散斑干涉无损检测方法中的缺陷识别精度和效率,本文提出基于深度学习剪切散斑干涉缺陷识别方法。利用高精度四步相移技术获取剪切散斑相位条纹高质量成像;引入了应用广泛的YOLOv5和Faster R-CNN目标检测算法,通过实验采集了大量的缺陷图像,分别用YOLOv5和Faster R-CNN两种算法获得训练模型。然后将这两种模型分别应用于剪切散斑干涉无损检测中的复合材料缺陷检测。最后,实验从检测速率和检测精度方面对模型识别效果进行了对比分析。实验结果表明,激光剪切散斑干涉技术结合深度学习的方法能有效地实现剪切散斑干涉无损检测的缺陷自动识别,Faster R-CNN和YOLOv5的检测速率分别能达到11 f/s和50 f/s,并且两种深度学习算法的平均精度均能达到92%以上,验证了提出方法的可行性。     

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系统,并将其产生的干涉图样进行模拟/数字混合处理。这种方法将数字图像处理技术应用干电子散斑干涉测量,使之与传统的模拟信号处理技术相结合,有效地改善了电子散斑干涉条纹图像质量,提高了测量精度。实验测量了几种物体的离面形变,而内位移和简谐振动并给出了一些实验结果。     

基于主元分析的随机相移散斑图分析算法

剪切散斑相移干涉术需要提取物体加载后的动态相位变化,因此提出一种基于主元分析的随机相移散斑图分析算法。该算法采用相关计算法从随机相移散斑图中获得随机相移条纹图,然后利用主元分析算法(PCA)从一组随机相移条纹图中提取动态相位分布。实验结果表明,相关计算法处理散斑图所得的随机相移条纹图具有较高信噪比,PCA提取的相位具有较高的精度和效率。该算法无需迭代计算,对随机相移条纹图的空间载波频率没有严格的要求,适合动态剪切散斑干涉测量。     

单幅干涉条纹图相位提取新算法

散斑干涉测量中,得到的干涉条纹图必须通过提取当中的真实相位才能够得出所测的物理量。从干涉条纹图中提取相位常用的相移法,过程复杂、对环境要求较高,而且要通过解包裹运算才能求得真实相位,容易产生误差。通过希尔伯特变换,基于离散余弦求解泊松方程的方法,提出从单幅干涉条纹中提取真实相位的新算法。通过实验分析,本文提出的新方法能够有效地从单幅干涉条纹中提取真实相位,并且在现实情况中,本文提出的新方法从单幅干涉条纹图中提取相位误差小于相移法,而且运行速度快,为从干涉条纹图中提取真实相位提供了新的参考。