電子散斑干涉條紋圖相位信息提取的方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種電子散斑干涉條紋圖相位信息提取的方法，包括：1）在圖像處理設(shè)備中輸入一幅電子散斑干涉條紋圖像 I ；2）提取該條紋圖像的骨架線；3）人機(jī)交互對(duì)骨架線進(jìn)行級(jí)數(shù)標(biāo)定，將此結(jié)果圖作為相位插值前的輸入圖像 u ；4）設(shè)定時(shí)間步長(zhǎng)和迭代次數(shù) n ；5）基于上述熱傳導(dǎo)擴(kuò)散方程的差分格式及能量修正條件，求出圖像 u 每個(gè)像素的數(shù)值解；6）當(dāng)達(dá)到設(shè)置的最大迭代次數(shù) n 時(shí)的數(shù)值解即為插值后的相位圖像；本發(fā)明可以廣泛地用于電子散斑干涉條紋圖相位信息的獲取中。
【專(zhuān)利說(shuō)明】電子散斑干涉條紋圖相位信息提取的方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于光學(xué)檢測(cè)和光信息處理【技術(shù)領(lǐng)域】，涉及一種電子散斑干涉條紋圖相位 信息提取方法。

【背景技術(shù)】
[0002] 電子散斑干涉測(cè)量（ESPI)是一項(xiàng)重要的無(wú)損檢測(cè)技術(shù)，它利用光學(xué)干涉的方式， 記錄攜帶物體狀態(tài)改變信息的散斑干涉條紋圖，通過(guò)對(duì)條紋的處理和分析，得到被測(cè)物體 的微小位移、形變和缺陷。由于該技術(shù)具有結(jié)構(gòu)簡(jiǎn)單、抗干擾能力強(qiáng)、非接觸、高精度和高靈 敏度（微米級(jí)甚至幾十納米）、不避光、不需要特殊防震、快速實(shí)時(shí)并可在線檢測(cè)等優(yōu)點(diǎn)，在 復(fù)合材料、集成電路、壓力容器和焊接物體表面或內(nèi)部缺陷檢測(cè)方面具有重要應(yīng)用，是大型 及特殊零部件成形及加工技術(shù)和通用部件設(shè)計(jì)制造技術(shù)的必要補(bǔ)充。因此，該技術(shù)在機(jī)械、 土木、水利、電器、航空航天、兵器工業(yè)及生物醫(yī)學(xué)等領(lǐng)域的檢測(cè)中具有非常重要的地位。
[0003] 條紋圖處理是電子散斑干涉測(cè)量（ESPI)技術(shù)非常重要的一個(gè)環(huán)節(jié)，其處理效果 直接決定了該技術(shù)定量分析的效果和精度。散斑干涉圖是一種載波圖像，信號(hào)多以條紋的 形式表現(xiàn)，由于待測(cè)物理量被隱藏在條紋圖中，因而可以根據(jù)干涉條紋的方向、形狀、疏密 和條紋移動(dòng)的情況，來(lái)獲得物體的被測(cè)量信息。若要獲得待測(cè)物體信息，需要求出條紋圖的 全場(chǎng)相位。條紋中心線法是一種重要的相位提取方法，其主要步驟可歸結(jié)為：
[0004] (1)條紋中心檢測(cè)得到條紋圖骨架線；
[0005] (2)自動(dòng)或人機(jī)交互地對(duì)條紋定級(jí)，確定2k 31包裹過(guò)程的k值；
[0006] (3)對(duì)條紋級(jí)數(shù)插值，得到全場(chǎng)的相位值。
[0007] 基于條紋中心線法的理論思路，準(zhǔn)確求取ESPI圖像的骨架線及對(duì)提取出的骨架 線進(jìn)行合理插值至關(guān)重要。初始采集的條紋圖像中存在著很強(qiáng)的噪聲，使條紋的分辨率和 可見(jiàn)性受到很大程度的限制，極大地降低了條紋的對(duì)比度。而傳統(tǒng)的細(xì)化算法對(duì)圖像質(zhì)量 要求較高，需要對(duì)初始圖形進(jìn)行濾波、增強(qiáng)、二值化等預(yù)處理。這些預(yù)處理過(guò)程必然會(huì)損失 圖像信息，使測(cè)量誤差增大，導(dǎo)致提取出的骨架線不準(zhǔn)確。相位插值過(guò)程中，傳統(tǒng)的線性插 值方法（如：最近鄰、雙線性、三次立方插值）由于沒(méi)有充分挖掘圖像數(shù)據(jù)中的空間梯度信 息和統(tǒng)計(jì)特征，無(wú)法較好地識(shí)別邊緣而導(dǎo)致邊緣模糊或出現(xiàn)鋸齒現(xiàn)象。
[0008] 基于偏微分方程（partial differential equation)的圖像處理方法產(chǎn)生于上世 紀(jì)末，在最近十幾年得到了迅速發(fā)展。該方法把圖像處理變換看作偏微分方程的算子，利 用偏微分方程把初始圖像變形，通過(guò)求解偏微分方程實(shí)現(xiàn)各種圖像處理功能。與傳統(tǒng)的圖 像處理技術(shù)相比，偏微分方程圖像處理方法具有以下優(yōu)點(diǎn)：（1)基于偏微分方程的圖像處 理過(guò)程是一個(gè)逐漸演化的過(guò)程，能夠方便地選擇圖像處理的中間狀態(tài)，獲得最佳的處理結(jié) 果；（2)利用數(shù)值計(jì)算方法可以獲得偏微分方程高精度和穩(wěn)定性好的數(shù)值解，所以基于偏 微分方程的圖像處理方法具有很高的精度和穩(wěn)定性；（3)該方法非常靈活，結(jié)合條紋圖的 方向信息，通過(guò)坐標(biāo)系旋轉(zhuǎn)的方式可以方便地控制方程的擴(kuò)散方向，避免傳統(tǒng)圖像處理方 法中的像素追蹤等過(guò)程，容易執(zhí)行；(4)基于偏微分方程的骨架線提取方法可以直接作用 在灰度圖像上，提取圖像的骨架，無(wú)需經(jīng)過(guò)濾波、二值化、細(xì)化等常規(guī)的、繁瑣的圖像處理步 驟，過(guò)程簡(jiǎn)單，易于實(shí)現(xiàn)；（5)基于偏微分方程的相位插值算法不僅可以實(shí)現(xiàn)插值，而且在 插值同時(shí)能夠?qū)D像進(jìn)行平滑，提高了運(yùn)算速度。
[0009] 由于條紋圖具有明顯的方向信息，天津大學(xué)唐晨教授提出了基于方向的擴(kuò)散模 型，（其內(nèi)容發(fā)表在參考文獻(xiàn)[1]中），該方程利用條紋圖的方向性，使方程僅沿著條紋 方向進(jìn)行擴(kuò)散。在此基礎(chǔ)上，唐晨教授提出建立耦合偏微分方程模型對(duì)圖像梯度矢量場(chǎng) (Gradient Vector Field)進(jìn)行擴(kuò)散調(diào)整，（其內(nèi)容發(fā)表在參考文獻(xiàn)[2]和參考文獻(xiàn)[3] 中），根據(jù)調(diào)整后GVF場(chǎng)的拓?fù)湫再|(zhì)，通過(guò)求取GVF場(chǎng)的雅可比矩陣，并利用一個(gè)設(shè)定的閾 值確定電子散斑干涉條紋的骨架線。但是該方法在骨架線確定過(guò)程中對(duì)閾值的選取較為困 難，且提取的骨架線容易斷裂。傳統(tǒng)線性插值中的C樣條插值，對(duì)于圖像的平坦區(qū)域能夠取 得較好的效果，但無(wú)法較好地識(shí)別邊緣而導(dǎo)致邊緣模糊或出現(xiàn)鋸齒現(xiàn)象。
[0010] 參考文獻(xiàn)：
[0011] [1]. Chen Tang, Lin Han, Hongwei Ren, Dongjian Zhou, Yiming Chang, Xiaohang Wang, and Xiaolong Cui. Second-order oriented partial-differential equations for denoising in electronic-speckle-pattern interferometry fringes (二 階方向偏微分方程在電子散斑干涉條紋圖中的濾波處理）.vol. 33, no. 19, Optics Letters，pp. 2179-2181，2008.
[0012] [2]. Chen Tang, Wenjing Lu, Yuanxue Cai，Lin Han, and Gao Wang. Nearly preprocessing-free method for skeletonization of gray-scale electronic speckle pattern interferometry fringe patterns via partial differential equations (基于 偏微分方程無(wú)需預(yù)處理的灰度電子散斑干涉圖像骨架線提取方法）.Optics Letters，vol. 33, no. 2, pp. 183-185, 2008.
[0013] [3]. Chen Tang, Hongwei Ren, Ren, Linlin Wang, Zhifang Wang, Lin Han, and Tao Gao. Oriented couple gradient vector fields for skeletonization of gray-scale optical fringe patterns with high density (稱(chēng)合梯度矢量場(chǎng)對(duì)高密度灰度光條紋的骨 架化）· Applied Optics, vol. 49, no. 16, ρρ· 2979-2984, 2010.


【發(fā)明內(nèi)容】

[0014] 針對(duì)上述現(xiàn)有技術(shù)的不足，本發(fā)明的目的是：提供一種電子散斑干涉條紋圖相位 信息提取方法，利用一個(gè)各向異性偏微分方程調(diào)整圖像的梯度矢量場(chǎng)，通過(guò)分析梯度矢量 場(chǎng)的散度性質(zhì)提取出條紋圖的骨架線。在此基礎(chǔ)上，對(duì)提取出的骨架線級(jí)數(shù)標(biāo)定，利用熱傳 導(dǎo)原理進(jìn)行偏微分方程相位插值，從而恢復(fù)出物體的全場(chǎng)相位。以求通過(guò)該方法實(shí)現(xiàn)直接 作用于灰度圖像的功能，無(wú)需任何預(yù)處理，在使用時(shí)無(wú)需設(shè)定閾值，且提取的骨架線無(wú)斷 裂和粘連現(xiàn)象。而相位插值后能夠很好的恢復(fù)全場(chǎng)相位，無(wú)需再進(jìn)行圖像平滑，能在一定程 度上減少對(duì)圖像的處理時(shí)間，從而減少對(duì)處理器的要求。
[0015] 為了解決上述技術(shù)問(wèn)題，本發(fā)明是通過(guò)這樣的技術(shù)方案實(shí)現(xiàn)的：電子散斑干涉條 紋圖相位信息提取方法，以激光干涉和圖像處理設(shè)備為測(cè)試平臺(tái)，其特征在于，采用偏微分 方程提取相位信息，包括下列步驟：
[0016] 步驟1 :在圖像處理設(shè)備中輸入一幅電子散斑干涉條紋圖像I ;
[0017] 步驟2 :提取該條紋圖像的骨架線；
[0018] 步驟3 :人機(jī)交互對(duì)骨架線進(jìn)行級(jí)數(shù)標(biāo)定：先設(shè)定某一條紋級(jí)數(shù)n，相鄰條紋的最 大相差級(jí)數(shù)為±1，其中向峰頂方向?yàn)?1，向峰谷方向?yàn)?1 ;將設(shè)定好的條紋級(jí)數(shù)乘以π， 恢復(fù)出骨架線上的相位值，將此結(jié)果圖作為相位插值前的輸入圖像U ;
[0019] 步驟4 :假設(shè)圖像u的大小為ΜΧΝ，屮，」（1彡i彡Μ，1彡j彡Ν)為（i，j)點(diǎn)處的 灰度值，時(shí)間步長(zhǎng)為Λ t，迭代次數(shù)為n，在方程的演化過(guò)程中，tn = η Λ t時(shí)刻的演化圖像 u(i，j，nAt)表示為用一個(gè)前向差分來(lái)計(jì)算，S卩

【權(quán)利要求】
1. 電子散斑干涉條紋圖相位信息提取方法，以激光干涉和圖像處理設(shè)備為測(cè)試平臺(tái)， 其特征在于，采用偏微分方程提取相位信息，包括下列步驟： 步驟1:在圖像處理設(shè)備中輸入一幅電子散斑干涉條紋圖像I; 步驟2 :提取該條紋圖像的骨架線； 步驟3 :人機(jī)交互對(duì)骨架線進(jìn)行級(jí)數(shù)標(biāo)定：先設(shè)定某一條紋級(jí)數(shù)n，相鄰條紋的最大相 差級(jí)數(shù)為±1，其中向峰頂方向?yàn)?1，向峰谷方向?yàn)?1 ;將設(shè)定好的條紋級(jí)數(shù)乘以，恢復(fù) 出骨架線上的相位值，將此結(jié)果圖作為相位插值前的輸入圖像u; 步驟4 :假設(shè)圖像u的大小為MXN，Ui，j(l彡i彡M，1彡j彡N)為（i，j)點(diǎn)處的灰 度值，時(shí)間步長(zhǎng)為At，迭代次數(shù)為n，在方程的演化過(guò)程中，tn =nAt時(shí)刻的演化圖像 u(i，j，nAt)表示為用一個(gè)前向差分來(lái)計(jì)算，S卩
構(gòu)造熱傳導(dǎo)擴(kuò)散方 程錯(cuò)誤！未找到引用源。的差分格式為：
其中C1表示將初始圖像迭代n次后的圖像； 步驟5 :設(shè)定時(shí)間步長(zhǎng)At、迭代次數(shù)n; 步驟6:基于步驟4中的熱傳導(dǎo)擴(kuò)散方程錯(cuò)誤！未找到引用源。的差分格式，并結(jié)合能 量修正條件，即每次迭代前均將骨架線上的相位值重新賦為初始值，求出圖像u每個(gè)像素 的數(shù)值解 步驟7 :重復(fù)步驟4和步驟6,直到達(dá)到設(shè)置的最大迭代次數(shù)n停止迭代，此時(shí)的數(shù)值解 ?:；T即為插值后的相位圖像。
2. 根據(jù)權(quán)利要求1所述電子散斑干涉條紋圖相位信息提取方法，其特征在于，其中提 取條紋圖骨架線步驟2的具體步驟包括： 步驟2-1 :令I(lǐng)i,」代表像素（i，j)的灰度值I(i，j)，計(jì)算得到步驟1中的輸入圖像I(i，j)的梯度場(chǎng)為F(i，j) = (u(i，j)，v(i，j))， u(i,j) =I(i+1,j)-I(i,j)； v(i,j) =I(i,j+l)-I(i,j)； 其中：u(i,j)和v(i,j)分別為輸入圖像I(i,j)的u場(chǎng)和v場(chǎng)； 步驟2-2 :構(gòu)造偏微分方程的離散格式，0u是像素（i,j)的條紋方向與X軸（水平方 向）的夾角，離散時(shí)間tn =nAt,At是離散時(shí)間步長(zhǎng)，n是迭代次數(shù)；令"表示u(i,j,tn), 時(shí)間導(dǎo)數(shù)項(xiàng)ut在（i，j，tn)的離散格式為
同樣令》表示v(i，j，tn)，時(shí)間 ?+1 n 導(dǎo)數(shù)項(xiàng)\在（i，j，tn)的離散格式為
根據(jù)各向異性擴(kuò)散模型，偏微分方程 的離散格式如下：

其中Uqq和Uu分別是U沿著條紋切線方向和法線方向的二階導(dǎo)數(shù)，Vqq和分別 是V沿著條紋切線方向和法線方向的二階導(dǎo)數(shù)，C為一常數(shù)，用來(lái)控制方程沿條紋法線方向 的擴(kuò)散程度，將U11 、V11n和Vu分別用Uxx、Uxy、Uyy、Vxx、Vxy、Vyy和0i，j表示如下：
其中Uxx、Uxy、Uyy是U的二階導(dǎo)數(shù)，Vxx、Vxy、Vyy是V的二階導(dǎo)數(shù)； 步驟2-3 :利用梯度法計(jì)算條紋方向與X軸的夾角0U;
其中，Ix和Iy分別為I在X方向和y方向上的一階導(dǎo)數(shù)； 步驟2-4 :給出離散時(shí)間步長(zhǎng)At、迭代次數(shù)n、擴(kuò)散系數(shù)C; 步驟2-5:對(duì)于每次迭代按如下公式，求出梯度場(chǎng)（u，v)的二階導(dǎo)數(shù)uxx、uyy、uxy、vxx、vyy 和VXy ;
步驟2-6 :基于上述偏微分方程擴(kuò)散模型的離散格式，根據(jù)設(shè)定的時(shí)間步長(zhǎng)At、迭代 次數(shù)n、擴(kuò)散系數(shù)C，調(diào)整梯度場(chǎng)（u，v); 步驟2-7:求取矢量場(chǎng)F= (u，v)的散度A，對(duì)于某一點(diǎn)（i，j)，根據(jù)散度的物理性質(zhì)，divA(i，j)>0,表明該點(diǎn)為正源點(diǎn)，對(duì)應(yīng)暗條紋的骨架線；divA(i，j)〈0,則該點(diǎn)為負(fù)源點(diǎn)，對(duì) 應(yīng)亮條紋的骨架；divA(i，j) =0,該點(diǎn)為無(wú)源點(diǎn)，S卩非骨架點(diǎn)；以此類(lèi)推，得出電子散斑干 涉無(wú)損檢測(cè)條紋圖像中的所有骨架點(diǎn)，從而提取電子散斑干涉無(wú)損檢測(cè)條紋圖像骨架線。
【文檔編號(hào)】G06T5/00GK104268837SQ201410502639
【公開(kāi)日】2015年1月7日 申請(qǐng)日期:2014年9月26日 優(yōu)先權(quán)日:2014年9月26日
【發(fā)明者】張芳, 肖志濤, 耿磊, 吳駿, 李月龍, 王丹玨 申請(qǐng)人:天津工業(yè)大學(xué)