專利名稱：一種用于二維相位展開(kāi)的相位梯度相關(guān)質(zhì)量圖獲取方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理領(lǐng)域，用于對(duì)包裹在[-兀，兀)主值區(qū)間內(nèi)的包裹相位圖進(jìn)行相位 展開(kāi)的二維相位展開(kāi)算法，可應(yīng)用于路徑跟蹤法和最小范數(shù)法等相位展開(kāi)方法，為一種 用于二維相位展開(kāi)的相位梯度相關(guān)質(zhì)量圖獲取方法。
背景技術(shù)：
相位展開(kāi)問(wèn)題存在于眾多涉及相干波處理的研究與應(yīng)用領(lǐng)域，如光學(xué)干涉表面形貌 測(cè)量、干涉合成孔徑雷達(dá)、醫(yī)學(xué)磁共振成像和自適應(yīng)光學(xué)等領(lǐng)域。這些領(lǐng)域中，研究對(duì) 象的表面形貌信息與二維平面上分布的連續(xù)相位有確定的比例關(guān)系，故可用二維平面上 分布的連續(xù)相位來(lái)描述對(duì)象的表面形貌。但在獲取二維平面上的相位時(shí)，每一點(diǎn)的相位 是由反正切函數(shù)計(jì)算獲得的，被包裹在[-7t, U)主值區(qū)間內(nèi)，使得二維相位圖中的相位分 布呈現(xiàn)不連續(xù)的階躍分布。因此，需要把不連續(xù)的包裹相位展開(kāi)為連續(xù)的實(shí)際相位，以 反映真實(shí)的被測(cè)物體表面形貌。這種在二維平面上由包裹相位重建或恢復(fù)出連續(xù)分布的 實(shí)際相位的過(guò)程，稱為相位展開(kāi)。
由于實(shí)際輪廓不連續(xù)、噪聲干擾及條紋欠采樣等因素，對(duì)各種測(cè)量手段獲得的包裹 相位圖進(jìn)行相位展開(kāi)一般較為困難。為了解決相位展開(kāi)的難題，二十余年來(lái)人們提出了 多種相位展開(kāi)方法。大體可分為兩類路徑跟蹤法和最小范數(shù)法。路徑跟蹤相位展開(kāi)方 法通過(guò)沿一定的積分路徑對(duì)包裹相位圖積分，來(lái)重建真實(shí)的相位輪廓。為了提高相位展 開(kāi)結(jié)果的可靠性，該類方法中積分路徑的確定需要以質(zhì)量圖為指導(dǎo)。質(zhì)量圖是描述包裹 相位圖每個(gè)像素?cái)?shù)據(jù)質(zhì)量高低的二維數(shù)據(jù)陣列，它與對(duì)應(yīng)的包裹相位圖在像素空間位置 上一一對(duì)應(yīng)。在實(shí)際相位不連續(xù)、噪聲、欠采樣等相位梯度變化較大的區(qū)域，易導(dǎo)致相 位展開(kāi)錯(cuò)誤，因此這些相位展開(kāi)不可靠的區(qū)域應(yīng)被標(biāo)記為低質(zhì)量區(qū)域。而包裹相位圖中 相位變化較小的可靠區(qū)域則應(yīng)被標(biāo)記為高質(zhì)量區(qū)域。在進(jìn)行相位展開(kāi)時(shí)，高質(zhì)量區(qū)域作 為優(yōu)先積分路徑區(qū)域被優(yōu)先展開(kāi)，低質(zhì)量區(qū)域則最后通過(guò)積分獲得其展開(kāi)相位。通過(guò)這 種質(zhì)量圖引導(dǎo)積分路徑的方法，可確保相位展開(kāi)誤差被限制在低質(zhì)量區(qū)域，能有效避免 誤差的積累和傳遞。作為另一類相位展開(kāi)方法，最小范數(shù)方法則通過(guò)全局或局部?jī)?yōu)化方 法求解出其相位梯度與包裹相位梯度最為逼近的展開(kāi)相位面。為了克服實(shí)際相位不連續(xù)、
噪聲、欠采樣等導(dǎo)致的相位展開(kāi)錯(cuò)誤，最小范數(shù)方法在優(yōu)化目標(biāo)函數(shù)中賦予每個(gè)像素一定的權(quán)重來(lái)消除不可靠區(qū)域?qū)φ归_(kāi)結(jié)果的影響，而權(quán)重的選取也是以質(zhì)量值為指導(dǎo)的。 那些易出現(xiàn)相位展開(kāi)錯(cuò)誤的不可靠區(qū)域質(zhì)量較低，賦予其較低的權(quán)重；而高質(zhì)量區(qū)域賦 予較高的權(quán)重。這種依靠質(zhì)量值確定權(quán)重的加權(quán)最小范數(shù)方法獲得了很好的相位展開(kāi)結(jié) 果。因此，質(zhì)量圖在相位展開(kāi)中具有非常關(guān)鍵的作用。
在相位展開(kāi)過(guò)程中，常見(jiàn)的質(zhì)量圖有相關(guān)質(zhì)量圖、調(diào)制度質(zhì)量圖、偽相關(guān)質(zhì)量圖、 最大相位梯度質(zhì)量圖和相位導(dǎo)數(shù)方差質(zhì)量圖等(D. C. Ghiglia, M. Pritt. Two-dimensional phase unwrapping: theory, algorithms, and software New York: Wiley-Interscience publication, 1998)。
相關(guān)質(zhì)量圖是一種使用效果較好的質(zhì)量圖，但是它只適用于干涉合成孔徑雷達(dá)數(shù)
據(jù)，這在實(shí)際運(yùn)用中有很大的局限性。
調(diào)制度質(zhì)量圖，它利用光柵投影產(chǎn)生的條紋的調(diào)制度來(lái)衡量包裹相位數(shù)據(jù)質(zhì)量的好
壞。但它必須對(duì)原始條紋圖進(jìn)行計(jì)算處理，對(duì)于包裹相位圖無(wú)法處理。
偽相關(guān)質(zhì)量圖是對(duì)相關(guān)質(zhì)量圖的模擬，它解決了相關(guān)圖只能用于干涉合成孔徑雷達(dá) 數(shù)據(jù)的局限，具有廣泛的適用性，質(zhì)量圖可以通過(guò)下式得到
<formula>formula see original document page 5</formula>
這里(/力是以像素(W,")為中心的"^:鄰域內(nèi)所有像素點(diǎn)。^是包裹相位圖的相位數(shù)據(jù)。
這種相位質(zhì)量圖可以從任何包裹相位數(shù)據(jù)圖計(jì)算得出。
最大相位梯度表示在每個(gè)像素點(diǎn)的AxA模板內(nèi)最大相位梯度值，某一點(diǎn)的最大相位
梯度定義如下
<formula>formula see original document page 5</formula>
這里A。和A。.是相位在x和y方向的偏導(dǎo)數(shù)，這個(gè)式子表示首先分別選取x和y方向上
偏導(dǎo)數(shù)的最大值，然后再相互比較選擇較大的那一個(gè)作為最大相位梯度。 相位導(dǎo)數(shù)方差函數(shù)，其質(zhì)量函數(shù)定義如下
<formula>formula see original document page 5</formula>
這里(/力是以(w,")為中心的"yfc模板內(nèi)的點(diǎn)，△。.和《.是相位在;c和j;方向上的的偏導(dǎo)
數(shù)，X^和《是A"模板內(nèi)所有像素在x和;;方向上的偏導(dǎo)數(shù)的平均值。已有的研究 表明，相位導(dǎo)數(shù)變化圖是一種較為可靠的相位質(zhì)量圖。在實(shí)際的相位展開(kāi)應(yīng)用中，所使用的質(zhì)量圖能否真實(shí)地反映包裹相位質(zhì)量，在很大 程度上決定了相位展開(kāi)結(jié)果是否正確。因此，尋找一個(gè)能反映包裹相位質(zhì)量的可靠質(zhì)量 圖，對(duì)于相位展開(kāi)有重要意義。現(xiàn)有的質(zhì)量圖主要包括相關(guān)質(zhì)量圖、調(diào)制度質(zhì)量圖、偽 相關(guān)質(zhì)量圖、最大相位梯度質(zhì)量圖和相位導(dǎo)數(shù)方差質(zhì)量圖等。相關(guān)質(zhì)量圖和調(diào)制度質(zhì)量 圖無(wú)法由包裹相位圖直接獲得，具有較大的應(yīng)用局限性。其余的幾種質(zhì)量圖由于能直接 從包裹相位圖直接得到，因而更為常用。對(duì)于偽相關(guān)質(zhì)量圖和最大相位梯度質(zhì)量圖，它 們易錯(cuò)誤地將相位梯度大但沒(méi)有出現(xiàn)欠采樣且無(wú)噪聲的可靠區(qū)域標(biāo)識(shí)為低質(zhì)量區(qū)域，因 此有時(shí)不能準(zhǔn)確地評(píng)估相位圖質(zhì)量，這無(wú)疑將影響相位展開(kāi)效果。相位導(dǎo)數(shù)方差質(zhì)量圖 由于利用了局域內(nèi)的相位梯度方差信息，可以克服偽相關(guān)質(zhì)量圖和最大相位梯度質(zhì)量圖 的弊端，被認(rèn)為是一種目前最為可靠的質(zhì)量圖。但是相位導(dǎo)數(shù)方差質(zhì)量圖也存在自身的 缺陷，其質(zhì)量值是當(dāng)前像素一定鄰域內(nèi)的相位梯度方差，這一統(tǒng)計(jì)特性會(huì)弱化相鄰像素 對(duì)應(yīng)質(zhì)量值之間的差異，導(dǎo)致對(duì)包裹相位質(zhì)量的區(qū)分度變差，會(huì)給一些包裹相位圖的相 位展開(kāi)帶來(lái)問(wèn)題。
發(fā)明內(nèi)容
本發(fā)明目的在于克服上述己有的質(zhì)量圖的不足，提供一種能正確反應(yīng)包裹相位圖質(zhì) 量的質(zhì)量圖，該質(zhì)量圖運(yùn)用在相位展開(kāi)算法中能夠提高二維相位展開(kāi)的正確率和精度。
本發(fā)明的技術(shù)解決方案為 一種用于二維相位展開(kāi)的相位梯度相關(guān)質(zhì)量圖獲取方 法，包括以下步驟
1) 、利用待處理的包裹相位圖g(X,力，分別求出其X方向的相位梯度圖 ,"力-g(x + l,力—g"，力和:v方向的相位梯度圖力(x,力g(;c，^ + l) —g(X，力，分別簡(jiǎn) 記為,和力。其中x方向指垂直方向，y方向指水平方向，0<:c《V, (X;;《H， x, j;
均為正整數(shù)，V、 H為包裹相位圖垂直方向和水平方向上的圖像大??；
2) 、從包裹相位圖中任取一位置(:cj;)，分別對(duì)相位梯度圖A和^中(;^)處元素進(jìn)行 梯度相關(guān)性處理-<formula>formula see original document page 6</formula>I] Z [/^，力-"加][力(!' +夂/ + 0 —
、S Z"加]、2 S [/^+k，_/+/)-^2]2
式中Af、iV分別為x、_y方向上像素鄰域的大小，也即相關(guān)性處理的模板大小，A0c,y，/,AO 和i /x，y,U)為相位梯度相關(guān)系數(shù)，表示相位梯度圖中分別以(1，力和^ + /,>; + "為中
心、大小為MXiV的兩個(gè)子圖的相關(guān)系數(shù)，其中/， A為整數(shù)，/和k的取值范圍分別為 0《/《M禾卩0 S iV ， A(u,/,A:)和&0,少，/,"分別表示垂直方向和水平方向的相位
梯度相關(guān)系數(shù)；"/,1與^2分別表示相位梯度圖力中以(1,力和(^ + /,;; + ^:)為中心的M
XiV區(qū)域內(nèi)元素的平均值，與M^2分別表示相位梯度圖A中以(x，力和O + /，y + fc)為
中心的MXN區(qū)域內(nèi)元素的平均值；
3) 、求出包裹相位圖(;c,力處像素對(duì)應(yīng)的質(zhì)量值
2"，力-^[^"J義"+ A",W，"]
其中g(shù)0c,力表示(X,力處的質(zhì)量值，D為(/,0的取值個(gè)數(shù)；
4) 、改變(x,力的值，重復(fù)步驟2)和3)，直至求出包裹相位圖中所有像素對(duì)應(yīng)的質(zhì)量 值，得到用于二維相位展開(kāi)的相位梯度相關(guān)質(zhì)量圖。
作為優(yōu)選方式，步驟2)中，相關(guān)性處理的模板MXN為奇數(shù)邊長(zhǎng)的方形區(qū)域，
的取值為(l,O)、 (O，l)或(l,l)。 本發(fā)明的有益效果如下
1) 本發(fā)明克服了相關(guān)質(zhì)量圖和調(diào)制度質(zhì)量圖無(wú)法從包裹相位圖中直接得出的問(wèn)題，
可以根據(jù)包裹相位圖計(jì)算得到，應(yīng)用范圍廣；
2) 本發(fā)明得到的相位梯度相關(guān)質(zhì)量圖有效避免了偽相關(guān)質(zhì)量圖和最大相位梯度質(zhì) 量圖的缺點(diǎn)，能正確地將相位梯度大但沒(méi)有出現(xiàn)欠采樣且無(wú)噪聲的可靠區(qū)域標(biāo)識(shí)為高質(zhì) 量區(qū)域；
3) 本發(fā)明得到的相位梯度相關(guān)質(zhì)量圖克服了相位導(dǎo)數(shù)方差質(zhì)量圖區(qū)分度差的缺陷， 對(duì)于包裹相位圖中的實(shí)際相位不連續(xù)、噪聲、欠采樣等低質(zhì)量區(qū)域的判別效果很好，可 以有效地用于對(duì)包裹相位圖的正確展開(kāi)。
圖1為計(jì)算機(jī)模擬的具有復(fù)雜輪廓的原始圖像。 圖2為圖l對(duì)應(yīng)的包裹相位圖。 圖3為利用偽相關(guān)質(zhì)量圖得到的相位展開(kāi)結(jié)果。 圖4為圖3的三維顯示。
圖5為利用最大相位梯度質(zhì)量圖得到的相位展開(kāi)結(jié)果。 圖6為圖5的三維顯示。
圖7為利用相位導(dǎo)數(shù)方差質(zhì)量圖得到的相位展開(kāi)結(jié)果。 圖8為圖7的三維顯示。
圖9為本發(fā)明得到的圖2的相位梯度相關(guān)質(zhì)量圖。
圖10為本發(fā)明利用相位梯度相關(guān)質(zhì)量圖得到的相位展開(kāi)結(jié)果。
圖11為圖IO的三維顯示。
具體實(shí)施例方式
本發(fā)明首先分別求出包裹相位圖X和y方向的相位梯度圖；然后分別對(duì)X和^方向 相位梯度圖上每一點(diǎn)進(jìn)行相關(guān)處理分別以梯度圖中當(dāng)前處理點(diǎn)及與該點(diǎn)有特定距離的 點(diǎn)為中心，選取相同大小的模板，對(duì)這兩個(gè)模板進(jìn)行相關(guān)計(jì)算；最后將x和少方向相位
梯度圖中每一點(diǎn)元素對(duì)應(yīng)的相關(guān)結(jié)果求和作為質(zhì)量值。本發(fā)明構(gòu)造的質(zhì)量圖可以由包裹 圖直接導(dǎo)出，在相位展開(kāi)時(shí)有很好的應(yīng)用效果。
下面結(jié)合具體實(shí)施例和附圖對(duì)本發(fā)明進(jìn)一步說(shuō)明，但不以此限制本發(fā)明的保護(hù)范圍。
圖1為一個(gè)計(jì)算機(jī)模擬的含有實(shí)際相位不連續(xù)的復(fù)雜輪廓曲面，圖像大小為256X 256。其對(duì)應(yīng)的包裹相位圖如圖2所示，該待相位展開(kāi)的包裹相位圖由于存在實(shí)際相位 不連續(xù)現(xiàn)象，可以用來(lái)測(cè)試質(zhì)量圖處理復(fù)雜輪廓相位圖的能力。
利用質(zhì)量導(dǎo)引相位展開(kāi)算法，采用偽相關(guān)質(zhì)量圖、最大相位梯度質(zhì)量圖和相位導(dǎo)數(shù) 方差質(zhì)量圖對(duì)圖2進(jìn)行相位展開(kāi)，其結(jié)果分別如圖3、 5和7所示，它們對(duì)應(yīng)的三維顯 示分別為圖4、 6和8中所示。這些圖中所示的結(jié)果表明，利用這些已有的質(zhì)量圖，都 無(wú)法正確地展開(kāi)該復(fù)雜輪廓對(duì)應(yīng)的包裹相位圖。
利用質(zhì)量導(dǎo)引相位展開(kāi)算法，采用相位梯度相關(guān)質(zhì)量圖對(duì)包裹相位圖2進(jìn)行相位展 開(kāi)，質(zhì)量圖按照如下步驟獲得1) 、利用如圖2所示的待處理的包裹相位圖g(x，力，分別求出其x方向的相位梯 度圖/;(:c,力-g(x + l，力-g(x,力和y方向的相位梯度圖y;(x,力-g(:c,;; + l)…gO:,力，分 別簡(jiǎn)記為,和/y。其中x方向指垂直方向，y方向指水平方向，，0<X《256， 0<y《
256， x， y均為正整數(shù)；
2) 、從包裹相位圖中任取一位置(JC,;;)，分別對(duì)相位梯度圖《和A中(x,力處元素進(jìn)行 梯度相關(guān)性處理
Z Z[/力'，力-"/J[/力.+ 0/)- 2]
」Z Zi]2x I] S L/;("k,/+/)—"/x2]2
Z Z [力("力—"加〗[力("^ + 0— 2]
、￡ Z [/力w)—"加〗、乞 S L/;("k,/+/)—"/,2]2
式中M、iV分別為x、_y方向上像素鄰域的大小，也即相關(guān)性處理的模板大小，
和i^(;c,乂/，A:)為相位梯度相關(guān)系數(shù)，表示相位梯度圖中分別以(^，力和^ + /,;; + ^:)為中
心、大小為MXiV的兩個(gè)子圖的相關(guān)系數(shù)，其中/， A:為整數(shù)，/和k的取值范圍分別為 0 2 / S M禾卩0 S iV ， A0c，少，/,&)和^(x,y，/, A:)分別表示垂直方向和水平方向的相位
梯度相關(guān)系數(shù)；"^與1^2分別表示相位梯度圖厶中以(:^)和0 + /,>; + ^為中心的M
XiV區(qū)域內(nèi)元素的平均值，"/>;1與 2分別表示相位梯度圖^中以(;^)和(1 + /,^ + ^:)為
中心的MXN區(qū)域內(nèi)元素的平均值；
在這里，MXW取值為3X3， (/，A:)有兩個(gè)值，分別為(1，0)和(0,1);
3) 、求出包裹相位圖(;c,力處像素對(duì)應(yīng)的質(zhì)量值
2(x，力=^[i ;c(x，>a0) +&(:c,_y，0,l) +A(x，j,l，0) +A(x，_y，0,l);
4) 、改變Oc，力的值，重復(fù)步驟2)和3)，直至求出包裹相位圖中所有像素對(duì)應(yīng)的質(zhì)量 值，得到用于二維相位展開(kāi)的相位梯度相關(guān)質(zhì)量圖，得到質(zhì)量圖如圖9所示。
圖IO是利用相位梯度相關(guān)質(zhì)量圖得到的展開(kāi)結(jié)果，圖ll是其三維顯示，展開(kāi)結(jié)果 正確無(wú)誤。可見(jiàn)，本發(fā)明得到的相位梯度相關(guān)質(zhì)量圖克服了其他質(zhì)量圖的問(wèn)題，解決了相位不連續(xù)處質(zhì)量不易判別的難題，利用本發(fā)明獲得的質(zhì)量圖能夠正確地進(jìn)行包裹相位 圖的相位展開(kāi)。
權(quán)利要求
1、一種用于二維相位展開(kāi)的相位梯度相關(guān)質(zhì)量圖獲取方法，其特征是包括以下步驟1)、利用待處理的包裹相位圖g(x，y)，分別求出其x方向的相位梯度圖fx(x，y)＝g(x+1，y)-g(x，y)和y方向的相位梯度圖fy(x，y)＝g(x，y+1)-g(x，y)，分別簡(jiǎn)記為fx和fy，其中x方向指垂直方向，y方向指水平方向，0＜x≤V，0＜y≤H，x，y均為正整數(shù)，V、H為包裹相位圖垂直方向和水平方向上的圖像大小；2)、從包裹相位圖中任取一位置(x，y)，分別對(duì)相位梯度圖fx和fy中(x，y)處元素進(jìn)行梯度相關(guān)性處理<maths id="math0001" num="0001" ><math><![CDATA[ <mrow><msub> <mi>R</mi> <mi>x</mi></msub><mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo></mrow><mo>=</mo><mfrac> <mrow><munderover> <mi>Σ</mi> <mrow><mi>i</mi><mo>=</mo><mi>x</mi><mo>-</mo><mi>M</mi><mo>/</mo><mn>2</mn> </mrow> <mrow><mi>x</mi><mo>+</mo><mi>M</mi><mo>/</mo><mn>2</mn> </mrow></munderover><munderover> <mi>Σ</mi> <mrow><mi>j</mi><mo>=</mo><mi>y</mi><mo>-</mo><mi>N</mi><mo>/</mo><mn>2</mn> </mrow> <mrow><mi>y</mi><mo>+</mo><mi>N</mi><mo>/</mo><mn>2</mn> </mrow></munderover><mo>[</mo><msub> <mi>f</mi> <mi>x</mi></msub><mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo></mrow><mo>-</mo><msub> <mi>u</mi> <mrow><mi>fx</mi><mn>1</mn> </mrow></msub><mo>]</mo><mo>[</mo><msub> <mi>f</mi> <mi>x</mi></msub><mrow> <mo>(</mo> <mi>i</mi> <mo>+</mo> <mi>k</mi> <mo>,</mo> <mi>j</mi> <mo>+</mo> <mi>l</mi> <mo>)</mo></mrow><mo>-</mo><msub> <mi>u</mi> <mrow><mi>fx</mi><mn>2</mn> </mrow></msub> </mrow> <msqrt><munderover> <mi>Σ</mi> <mrow><mi>i</mi><mo>=</mo><mi>x</mi><mo>-</mo><mi>M</mi><mo>/</mo><mn>2</mn> </mrow> <mrow><mi>x</mi><mo>+</mo><mi>M</mi><mo>/</mo><mn>2</mn> </mrow></munderover><munderover> <mi>Σ</mi> <mrow><mi>j</mi><mo>=</mo><mi>y</mi><mo>-</mo><mi>N</mi><mo>/</mo><mn>2</mn> </mrow> <mrow><mi>y</mi><mo>+</mo><mi>N</mi><mo>/</mo><mn>2</mn> </mrow></munderover><mo>[</mo><msub> <mi>f</mi> <mi>x</mi></msub><mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo></mrow><mo>-</mo><msub> <mi>u</mi> <mrow><mi>fx</mi><mn>1</mn> </mrow></msub><msup> <mo>]</mo> <mn>2</mn></msup><munderover> <mi>Σ</mi> <mrow><mi>i</mi><mo>=</mo><mi>x</mi><mo>-</mo><mi>M</mi><mo>/</mo><mn>2</mn> </mrow> <mrow><mi>x</mi><mo>+</mo><mi>M</mi><mo>/</mo><mn>2</mn> </mrow></munderover><munderover> <mi>Σ</mi> <mrow><mi>j</mi><mo>=</mo><mi>x</mi><mo>-</mo><mi>N</mi><mo>/</mo><mn>2</mn> </mrow> <mrow><mi>y</mi><mo>+</mo><mi>N</mi><mo>/</mo><mn>2</mn> </mrow></munderover><mo>[</mo><msub> <mi>f</mi> <mi>x</mi></msub><mrow> <mo>(</mo> <mi>i</mi> <mo>+</mo> <mi>k</mi> <mo>,</mo> <mi>j</mi> <mo>+</mo> <mi>l</mi> <mo>)</mo></mrow><mo>-</mo><msub> <mi>u</mi> <mrow><mi>fx</mi><mn>2</mn> </mrow></msub><msup> <mo>]</mo> <mn>2</mn></msup> </msqrt></mfrac> </mrow>]]></math></maths><maths id="math0002" num="0002" ><math><![CDATA[ <mrow><msub> <mi>R</mi> <mi>y</mi></msub><mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo></mrow><mo>=</mo><mfrac> <mrow><munderover> <mi>Σ</mi> <mrow><mi>i</mi><mo>=</mo><mi>x</mi><mo>-</mo><mi>M</mi><mo>/</mo><mn>2</mn> </mrow> <mrow><mi>x</mi><mo>+</mo><mi>M</mi><mo>/</mo><mn>2</mn> </mrow></munderover><munderover> <mi>Σ</mi> <mrow><mi>j</mi><mo>=</mo><mi>y</mi><mo>-</mo><mi>N</mi><mo>/</mo><mn>2</mn> </mrow> <mrow><mi>y</mi><mo>+</mo><mi>N</mi><mo>/</mo><mn>2</mn> </mrow></munderover><mo>[</mo><msub> <mi>f</mi> <mi>y</mi></msub><mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo></mrow><mo>-</mo><msub> <mi>u</mi> <mrow><mi>fy</mi><mn>1</mn> </mrow></msub><mo>]</mo><mo>[</mo><msub> <mi>f</mi> <mi>y</mi></msub><mrow> <mo>(</mo> <mi>i</mi> <mo>+</mo> <mi>k</mi> <mo>,</mo> <mi>j</mi> <mo>+</mo> <mi>l</mi> <mo>)</mo></mrow><mo>-</mo><msub> <mi>u</mi> <mrow><mi>fy</mi><mn>2</mn> </mrow></msub> </mrow> <msqrt><munderover> <mi>Σ</mi> <mrow><mi>i</mi><mo>=</mo><mi>x</mi><mo>-</mo><mi>M</mi><mo>/</mo><mn>2</mn> </mrow> <mrow><mi>x</mi><mo>+</mo><mi>M</mi><mo>/</mo><mn>2</mn> </mrow></munderover><munderover> <mi>Σ</mi> <mrow><mi>j</mi><mo>=</mo><mi>y</mi><mo>-</mo><mi>N</mi><mo>/</mo><mn>2</mn> </mrow> <mrow><mi>y</mi><mo>+</mo><mi>N</mi><mo>/</mo><mn>2</mn> </mrow></munderover><mo>[</mo><msub> <mi>f</mi> <mi>y</mi></msub><mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo></mrow><mo>-</mo><msub> <mi>u</mi> <mrow><mi>fy</mi><mn>1</mn> </mrow></msub><msup> <mo>]</mo> <mn>2</mn></msup><munderover> <mi>Σ</mi> <mrow><mi>i</mi><mo>=</mo><mi>x</mi><mo>-</mo><mi>M</mi><mo>/</mo><mn>2</mn> </mrow> <mrow><mi>x</mi><mo>+</mo><mi>M</mi><mo>/</mo><mn>2</mn> </mrow></munderover><munderover> <mi>Σ</mi> <mrow><mi>j</mi><mo>=</mo><mi>x</mi><mo>-</mo><mi>N</mi><mo>/</mo><mn>2</mn> </mrow> <mrow><mi>y</mi><mo>+</mo><mi>N</mi><mo>/</mo><mn>2</mn> </mrow></munderover><mo>[</mo><msub> <mi>f</mi> <mi>y</mi></msub><mrow> <mo>(</mo> <mi>i</mi> <mo>+</mo> <mi>k</mi> <mo>,</mo> <mi>j</mi> <mo>+</mo> <mi>l</mi> <mo>)</mo></mrow><mo>-</mo><msub> <mi>u</mi> <mrow><mi>fy</mi><mn>2</mn> </mrow></msub><msup> <mo>]</mo> <mn>2</mn></msup> </msqrt></mfrac> </mrow>]]></math></maths>式中M、N分別為x、y方向上像素鄰域的大小，也即相關(guān)性處理的模板大小，Rx(x，y，l，k)和Ry(x，y，l，k)為相位梯度相關(guān)系數(shù)，表示相位梯度圖中分別以(x，y)和(x+l，y+k)為中心、大小為M×N的兩個(gè)子圖的相關(guān)系數(shù)，其中l(wèi)，k為整數(shù)，l和k的取值范圍分別為0≤l≤M和0≤k≤N，Rx(x，y，l，k)和Ry(x，y，l，k)分別表示垂直方向和水平方向的相位梯度相關(guān)系數(shù)；ufx1與ufx2分別表示相位梯度圖fx中以(x，y)和(x+l，y+k)為中心的M×N區(qū)域內(nèi)元素的平均值，ufy1與ufy2分別表示相位梯度圖fy中以(x，y)和(x+l，y+k)為中心的M×N區(qū)域內(nèi)元素的平均值；3)、求出包裹相位圖(x，y)處像素對(duì)應(yīng)的質(zhì)量值<maths id="math0003" num="0003" ><math><![CDATA[ <mrow><mi>Q</mi><mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo></mrow><mo>=</mo><mfrac> <mn>1</mn> <mrow><mn>2</mn><mi>D</mi> </mrow></mfrac><mo>[</mo><msub> <mi>R</mi> <mi>x</mi></msub><mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo></mrow><mo>+</mo><msub> <mi>R</mi> <mi>y</mi></msub><mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>,</mo> <mi>l</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo></mrow><mo>]</mo> </mrow>]]></math></maths>其中Q(x，y)表示(x，y)處的質(zhì)量值，D為(l，k)的取值個(gè)數(shù)；4)、改變(x，y)的值，重復(fù)步驟2)和3)，直至求出包裹相位圖中所有像素對(duì)應(yīng)的質(zhì)量值，得到用于二維相位展開(kāi)的相位梯度相關(guān)質(zhì)量圖。
2、根據(jù)權(quán)利要求1所述的一種用于二維相位展開(kāi)的相位梯度相關(guān)質(zhì)量圖獲取方法， 其特征是步驟2)中，相關(guān)性處理的模板MXiV為奇數(shù)邊長(zhǎng)的方形區(qū)域，(/,"的取值為 (1,0)、 (O,l)或(l，l)。
全文摘要
一種用于二維相位展開(kāi)的相位梯度相關(guān)質(zhì)量圖獲取方法，首先分別求出包裹相位圖x和y方向的相位梯度圖；然后分別對(duì)x和y方向相位梯度圖上每一點(diǎn)進(jìn)行相關(guān)處理分別以梯度圖中當(dāng)前處理點(diǎn)及與該點(diǎn)有特定距離的點(diǎn)為中心，選取相同大小的模板，對(duì)這兩個(gè)模板進(jìn)行相關(guān)計(jì)算；最后將x和y方向相位梯度圖中每一點(diǎn)元素對(duì)應(yīng)的相關(guān)結(jié)果求和作為質(zhì)量值，得到相位梯度相關(guān)質(zhì)量圖。本發(fā)明的相位梯度相關(guān)質(zhì)量圖可以由包裹圖直接導(dǎo)出，能對(duì)包裹相位圖中的實(shí)際相位不連續(xù)、噪聲、欠采樣等低質(zhì)量區(qū)域進(jìn)行有效的判別，可以正確地展開(kāi)包含低質(zhì)量區(qū)域的包裹相位圖。
文檔編號(hào)G01B11/24GK101655357SQ20091018339
公開(kāi)日2010年2月24日 申請(qǐng)日期2009年9月11日 優(yōu)先權(quán)日2009年9月11日
發(fā)明者趙萬(wàn)成, 路元?jiǎng)?申請(qǐng)人:南京大學(xué)