專利名稱：基于二維集合經(jīng)驗(yàn)?zāi)B(tài)分解的dspi條紋濾波系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及激光無(wú)損檢測(cè)領(lǐng)域，具體地，涉及一種基于二維集合經(jīng)驗(yàn)?zāi)B(tài)分解的DSPI條紋濾波系統(tǒng)。
背景技術(shù)：
數(shù)字散斑干涉術(shù)(DigitalSpeckle Pattern Interferometry, DSPI),是一種全場(chǎng)、非接觸、實(shí)時(shí)的測(cè)量方法，用來(lái)較精準(zhǔn)地測(cè)量離面位移。與全息術(shù)(HolographicInterferometry, HI)相比,DSPI具有操作簡(jiǎn)便、抗干擾能力強(qiáng)等優(yōu)點(diǎn),然而由于攝像機(jī)分辨率不足，因此DSPI條紋信號(hào)的質(zhì)量很差，遠(yuǎn)遠(yuǎn)不能和HI相提并論。因此，為了提高條紋信號(hào)的信噪比，濾波技術(shù)成為DSPI發(fā)展中的一個(gè)重要課題。以傅里葉變換和小波變換為基礎(chǔ)的現(xiàn)有方法，或處理效果不佳，或自適應(yīng)性較差，都不能盡如人意。為了能夠自適應(yīng)地減少DSPI條紋信號(hào)中的噪聲，M. B. Bernini等人提出了基于二維經(jīng)驗(yàn)?zāi)B(tài)分解(B1-dimensional Empirical Mode Decomposition, BEMD)的濾波方法。這種方法雖然取得了重大突破，在一定范圍內(nèi)效果優(yōu)良，但還是留下了一些技術(shù)缺陷，有待于進(jìn)一步研究。M. B. Bernini的濾波方法，存在著一個(gè)重大的技術(shù)缺陷，即一種時(shí)常發(fā)生在BEMD方法中的漏波現(xiàn)象，這種現(xiàn)象的起因在于模式混疊(Mode Mixing)。漏波現(xiàn)象可以解釋為，本來(lái)應(yīng)該屬于一個(gè)BIMF內(nèi)的成分，可能會(huì)在其他頻段的BIMF中出現(xiàn)，或者一個(gè)BIMF分量中出現(xiàn)了不同頻率成分，這使得分解不徹底，不能形成特征單一的BMF分量，進(jìn)而影響了濾波效果。相比以往的接觸式傳感器測(cè)試，雖然DSPI無(wú)損檢測(cè)有著諸多優(yōu)勢(shì)，但如果不能提高提高條紋信號(hào)的信噪比，無(wú)法突破這個(gè)技術(shù)瓶頸，那么該測(cè)量技術(shù)的應(yīng)用前景則極為暗淡。

發(fā)明內(nèi)容
針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明的目的是提供一種基于二維集合經(jīng)驗(yàn)?zāi)B(tài)分解的DSPI條紋濾波系統(tǒng)，經(jīng)過(guò)本發(fā)明的濾波之后，條紋信號(hào)的信噪比有了極大的提升，視覺(jué)效果良好。與本發(fā)明相結(jié)合的DSPI無(wú)損檢測(cè)技術(shù)，可以直接投入工程實(shí)際，檢測(cè)零件是否有損傷存在。為實(shí)現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案一種基于二維集合經(jīng)驗(yàn)?zāi)B(tài)分解的DSPI條紋濾波系統(tǒng)，包括極值削減模塊、信號(hào)分解模塊、BIMFs分組模塊、去噪保真模塊和矯正模塊，其中極值削減模塊，負(fù)責(zé)消除DSPI條紋信號(hào)中處于最高頻帶的極值點(diǎn)，再將粗濾波條紋信號(hào)交給信號(hào)分解模塊處理；信號(hào)分解模塊，接收到來(lái)自極值削減模塊的處理結(jié)果，借助BEEMD信號(hào)分解方法，將粗濾波條紋信號(hào)分解成為一系列BIMF子信號(hào)，并按頻率從高到低排列，最后交給BIMFs分組模塊處理；BIMFs分組模塊，接收到來(lái)自于信號(hào)分解模塊的一組BMF子信號(hào)，根據(jù)BMF成分特征負(fù)責(zé)將子信號(hào)分組噪聲組、信息組、背景光組，最后將分組結(jié)果交給去噪保真模塊；去噪保真模塊，接收到分組模塊的分組信息，舍棄噪聲組與背景光組信號(hào)，只保留信息組信號(hào)，并將信息組信號(hào)交給矯正模塊處理；矯正模塊，即“過(guò)濾波”矯正模塊，接收到來(lái)自去噪保真模塊的處理結(jié)果，消除“過(guò)濾波”現(xiàn)象。所述極值消減模塊，是為極值點(diǎn)的偵測(cè)提供便利，進(jìn)而加速信號(hào)分解模塊的進(jìn)程。由于信號(hào)分解模塊的主程序BEEMD是在迭代過(guò)程中不斷地尋找信號(hào)極值點(diǎn)和繪制包絡(luò)面，因此包含在DSPI條紋信號(hào)內(nèi)的高密度的極值點(diǎn)會(huì)嚴(yán)重消耗計(jì)算機(jī)的計(jì)算資源，因此，在分解信號(hào)之前，利用均值濾波器消除最高頻帶內(nèi)的散斑噪聲點(diǎn)，不僅可以保護(hù)所求信息，還能·有效地減少信號(hào)分解模塊的工作量。不過(guò)，需要指出的是，均值濾波的設(shè)計(jì)尺寸是關(guān)鍵尺寸過(guò)大，會(huì)給條紋信號(hào)帶來(lái)模糊失真；尺寸過(guò)小，消除極值點(diǎn)的數(shù)量太少，沒(méi)有效果。所述信號(hào)分解模塊，將一個(gè)DSPI條紋信號(hào)分解成為一系列局部窄帶、特征單一的BIMF子信號(hào)，并按頻率從高到低排列。一般情況下，由于噪聲處于高頻段，所求信息處于中頻段，直流分量(背景光)處于低頻段，因此這種按信號(hào)頻率高低從原信號(hào)中抽離BIMF成分的分解方法意義重大。傳統(tǒng)的分解方法BEMD，被一種廣泛存在的模式混疊現(xiàn)象困擾，限制了工程應(yīng)用。N. E. Huang等在其著作中定義了這種現(xiàn)象一個(gè)BMF由不同頻率的成分構(gòu)成，或是相近頻率的成分在不同的BMF中。模式混疊是信號(hào)間歇性造成的，不僅能夠引起時(shí)頻分布上的混淆，而且會(huì)使處在混疊區(qū)域的BMF成分失去物理意義。為了攻克這一難題，N. E. Huang等人提出了一種基于噪聲輔助數(shù)據(jù)分析(Noise-assisted DataAnalysis, NADA)的方法，命名為“二維集合經(jīng)驗(yàn)?zāi)B(tài)分解(B1-dimensional EnsembleEmpirical Mode Decomposition, BEEMD)”。定義每個(gè)BIMF為集合的平均值,每次實(shí)驗(yàn)的對(duì)象是信號(hào)本身和具有有限幅值的白噪聲。在無(wú)需任何附加準(zhǔn)則的條件下，BEEMD可以自適應(yīng)地完成分解過(guò)程，而且較BEMD更精準(zhǔn)。這種集合的思想充分利用了白噪聲的統(tǒng)計(jì)學(xué)特性，每次添加的白噪聲都不一樣，如果實(shí)驗(yàn)次數(shù)足夠多，那么白噪聲就會(huì)相互消除，最后把集合的平均值作為BMF。值得一提的是，以往的BEEMD算法，都不是真正的BEEMD，被稱作偽BEEMD (Pseudo-BEEMD)0主要原因是，在BEMD的篩分過(guò)程中，使用的并不是二維BEMD。在過(guò)程中，分解的對(duì)象并不是一個(gè)二維信號(hào)，而是抽取出來(lái)的一行(列)信號(hào)，分解的方法是一維EMD，而本發(fā)明使用的是以RBF方法繪制包絡(luò)面為基礎(chǔ)的真正的BEMD。對(duì)一個(gè)DSPI條紋I (X，y)進(jìn)行BEEMD分解,得到如下表達(dá)式
權(quán)利要求
1.一種基于二維集合經(jīng)驗(yàn)?zāi)B(tài)分解的DSPI條紋濾波系統(tǒng)，其特征在于包括極值削減模塊、信號(hào)分解模塊、BIMFs分組模塊、去噪保真模塊和矯正模塊，其中 極值削減模塊，負(fù)責(zé)消除DSPI條紋信號(hào)中處于最高頻帶的極值點(diǎn)，再將粗濾波條紋信號(hào)交給信號(hào)分解模塊處理； 信號(hào)分解模塊，接收到來(lái)自極值削減模塊的處理結(jié)果，借助BEEMD信號(hào)分解方法，將粗濾波條紋信號(hào)分解成為一系列BIMF子信號(hào)，并按頻率從高到低排列，最后交給BIMFs分組模塊處理； BIMFs分組模塊，接收到來(lái)自于信號(hào)分解模塊的一組BMF子信號(hào)，根據(jù)BMF成分特征負(fù)責(zé)將子信號(hào)分組噪聲組、信息組、背景光組，最后將分組結(jié)果交給去噪保真模塊； 去噪保真模塊，接收到分組模塊的分組信息，舍棄噪聲組與背景光組信號(hào)，只保留信息組信號(hào)，并將信息組信號(hào)作加和處理，最后將結(jié)果交給矯正模塊處理； 矯正模塊，即“過(guò)濾波”矯正模塊，接收到來(lái)自去噪保真模塊的處理結(jié)果，消除“過(guò)濾波”現(xiàn)象。
2.根據(jù)權(quán)利要求1所述的一種基于二維集合經(jīng)驗(yàn)?zāi)B(tài)分解的DSPI條紋濾波系統(tǒng)，其特征是，所述極值削減模塊，是為極值點(diǎn)的偵測(cè)提供便利，進(jìn)而加速信號(hào)分解模塊的進(jìn)程，包含在DSPI條紋信號(hào)內(nèi)的高密度極值點(diǎn)會(huì)嚴(yán)重消耗計(jì)算機(jī)的計(jì)算資源，在分解信號(hào)之前，利用均值濾波器消除最高頻帶內(nèi)的散斑噪聲點(diǎn)。
3.根據(jù)權(quán)利要求1所述的一種基于二維集合經(jīng)驗(yàn)?zāi)B(tài)分解的DSPI條紋濾波系統(tǒng)，其特征是，所述信號(hào)分解模塊采用BEEMD信號(hào)分解方法，即以RBF方法繪制包絡(luò)面為基礎(chǔ)，對(duì)一個(gè)DSPI條紋I (x，y)進(jìn)行BEEMD分解，得到如下表達(dá)式 KN ^ = X S-(x^)+ Z 巧(U)+F (u) u) J=Ij=K+\ 其中，_/ 、是余量，與背景光對(duì)應(yīng)(U)是前K階BIMF分量之和，與隨機(jī) N散斑噪聲對(duì)應(yīng)；X S 是余下BMF分量之和，與所需信息對(duì)應(yīng)。
J=K^l
4.根據(jù)權(quán)利要求3所述的一種基于二維集合經(jīng)驗(yàn)?zāi)B(tài)分解的DSPI條紋濾波系統(tǒng)，其特征是，所述BMFs分組模塊依據(jù)每個(gè)BMF分量的自相關(guān)函數(shù)的計(jì)算結(jié)果，判斷各個(gè)分量之間的相關(guān)程度，找到噪聲組與信息組的分界點(diǎn)，即K值，將噪聲與信息分開，假設(shè)方程(I)中 N的前兩項(xiàng)(A >0和藝C-(X, 7)分別記作nK(x，y)和cK(x，y)，然后計(jì)算量值J=Ij=K+l 尸⑷—IlVcM]1 dxdy \\[rn(x^y)Y dxdy 其中，rn(x, y)和rjx, y)分別是nK(x, y)和cK(x, y)的自相關(guān)函數(shù)，K的取值范圍為1-N，以I為進(jìn)給量，利用方程(I)和(2)，不斷地計(jì)算P(K)值，根據(jù)P(K)值繪制曲線，再計(jì)算一個(gè)量值R(K) = P(K)/P(K+1)，當(dāng)R(K)取最大值時(shí)，對(duì)應(yīng)的K值即為所求。
5.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的一種基于二維集合經(jīng)驗(yàn)?zāi)B(tài)分解的DSPI條紋濾波系統(tǒng)，其特征是，所述矯正模塊主要由兩個(gè)正交的帶通濾波器構(gòu)成，分別沿橫向和縱向去除負(fù)頻率，然后合并各自的相位信息，即可產(chǎn)生矯正條紋信號(hào)。
全文摘要
本發(fā)明提供了一種基于二維集合經(jīng)驗(yàn)?zāi)B(tài)分解的DSPI條紋濾波系統(tǒng)，包括極值削減模塊、信號(hào)分解模塊、BIMFs分組模塊、去噪保真模塊和矯正模塊，在不引入間歇性測(cè)試的前提下，使其使用BEEMD方法分解DSPI條紋信號(hào)，得到一組從高頻到低頻排列的BIMF分量，每個(gè)BIMF都是局部窄帶、具有單一特征的子信號(hào)，按著相鄰BIMF成分間的相關(guān)性，將噪聲與信息區(qū)分開來(lái)，保留有用信息，即可完成濾波過(guò)程。經(jīng)過(guò)本發(fā)明的濾波之后，條紋信號(hào)的信噪比有了極大的提升，視覺(jué)效果良好。與本發(fā)明相結(jié)合的DSPI無(wú)損檢測(cè)技術(shù)，可以直接投入工程實(shí)際，檢測(cè)零件是否有損傷存在。
文檔編號(hào)G01N21/88GK103020907SQ20121051376
公開日2013年4月3日 申請(qǐng)日期2012年12月4日 優(yōu)先權(quán)日2012年12月4日
發(fā)明者周義, 周生通, 李鴻光 申請(qǐng)人:上海交通大學(xué)