CN103514604A - 电子散斑干涉条纹图像骨架线提取方法 - Google Patents

Abstract

本发明公开了一种电子散斑干涉条纹图像骨架线提取方法，包括：（1）输入获得的电子散斑干涉条纹图像I；（2）计算该图像I(i,j)的梯度场；（3）设定离散时间t_n=n△t，△t是离散时间步长，n是迭代次数，及偏微分方程沿条纹法线方向的扩散系数C；（4）构造偏微分方程，通过该方程调整图像I(i,j)的梯度场，并得出图像调整后的梯度场(u,v)的一阶和二阶导数；（5）求梯度场F=(u,v)的散度A；（6）根据散度A的正负源确定干涉条纹图像的骨架线。本发明直接在灰度图基础上提取条纹的骨架线，无需滤波、二值化等操作，步骤简单。考虑到条纹方向性和噪声干扰影响，本发明构造了各向异性方向扩散模型，在调整梯度场时保持条纹图的拓扑结构，即使在高密度区域也不会出现骨架线断裂和粘连。

Description

电子散斑干涉条纹图像骨架线提取方法

技术领域

本发明属于光学检测和光信息处理技术领域，涉及一种电子散斑干涉条纹图像骨架线提取方法。

背景技术

电子散斑干涉术（ESPI）是一项重要的无损检测技术，它利用光学干涉的方式记录携带物体信息的干涉图像，通过对其进行处理和分析，就可得到被测物体的微小位移、形变和缺陷等信息。由于该技术具有结构简单、非接触、高精度和高灵敏度（微米级甚至几十纳米）、快速实时并可在线检测等优点，在复合材料、集成电路、压力容器和焊接物体表面或内部缺陷检测方面具有重要应用，是大型及特殊零部件成形及加工技术和通用部件设计制造技术的必要补充。

在光学干涉测量中，直接获取的光干涉图是一种载波图像，信号表现为条纹的形式，由于待测物理量被隐藏在条纹图中，如何从条纹图中提取出被测物理量，是现代光学测量中需要解决的一个十分重要的问题。干涉条纹是干涉场中光程差相同点的轨迹，因而可以根据干涉条纹的方向、形状、疏密和条纹移动的情况，获得与光程差有关的被测量信息。若要获得待测物体信息，需要求出条纹图的全场相位。条纹中心线法是一种重要的相位提取方法，其主要步骤可归结为：

（1）条纹中心检测得到条纹图骨架线。

（2）自动或人机交互地对条纹定级，确定2kπ包裹过程的k值。

（3）对条纹级数插值，得到全场的相位值。

基于条纹中心线法的理论思路，求取ESPI图像的骨架线至关重要。初始采集的条纹图像中存在着很强的噪声，使条纹的分辨率和可见性受到很大程度的限制，极大地降低了条纹的对比度。而传统的细化算法对图像质量要求较高，需要对初始图形进行滤波、增强、二值化等预处理。这些预处理过程必然会损失图像信息，使测量误差增大。

基于偏微分方程（partial differential equation）的图像处理方法产生于上世纪末，在最近十几年得到了迅速发展。该方法把图像处理变换看作偏微分方程的算子，利用偏微分方程把初始图像变形，通过求解偏微分方程实现各种图像处理功能。与传统的图像处理技术相比，偏微分方程图像处理方法具有以下优点：（1）基于偏微分方程的图像处理过程是一个逐渐演化的过程，能够方便地选择图像处理的中间状态，获得最佳的处理结果。（2）利用数值计算方法可以获得偏微分方程高精度和稳定性好的数值解，所以基于偏微分方程的图像处理方法具有很高的精度和稳定性。（3）该方法非常灵活，结合条纹图的方向信息，通过坐标系旋转的方式可以方便地控制方程的扩散方向，避免传统图像处理方法中的像素追踪等过程，容易执行。（4）基于偏微分方程的骨架线提取方法可以直接作用在灰度图像上，提取图像的骨架，无需经过滤波、二值化、细化等常规的、繁琐的图像处理步骤，过程简单，易于实现。

由于条纹图具有明显的方向信息，天津大学唐晨教授提出了基于方向的扩散模型[1]，该方程利用条纹图的方向性，使方程仅沿着条纹方向进行扩散。在此基础上，唐晨教授提出建立耦合偏微分方程模型对图像梯度矢量场（Gradient Vector Field）进行扩散调整[2-3]，根据调整后GVF场的拓扑性质，通过求取GVF场的雅可比矩阵，并利用一个设定的阈值确定电子散斑干涉条纹的骨架线。但是该方法在骨架线确定过程中对阈值的选取较为困难，且提取的骨架线容易断裂。

参考文献：

[1].Chen Tang,Lin Han,Hongwei Ren,Dongjian Zhou,Yiming Chang,Xiaohang Wang,and Xiaolong Cui.Second-order oriented partial-differential equations for denoising inelectronic-speckle-pattern interferometry fringes.vol.33,no.19,Optics Letters,pp.2179-2181,2008.

[2].Chen Tang,Wenjing Lu,Yuanxue Cai,Lin Han,and Gao Wang.Nearlypreprocessing-free method for skeletonization of gray-scale electronic speckle patterninterferometry fringe patterns via partial differential equations.Optics Letters,vol.33,no.2,pp.183-185,2008.

[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 patternswith high density.Applied Optics,vol.49,no.16,pp.2979-2984,2010.

发明内容

针对上述现有技术，本发明提供一种电子散斑干涉条纹图像骨架线提取方法，利用一个各向异性偏微分方程调整图像的梯度矢量场，通过分析梯度矢量场的散度性质提取出条纹图的骨架线。该方法可直接用于灰度图像，无需任何预处理，在使用时无需设定阈值，且提取的骨架线无断裂和粘连。

为了解决上述技术问题，本发明一种电子散斑干涉无损检测条纹图像骨架线提取方法，包括下列步骤：

步骤1：获得一幅电子散斑干涉无损检测条纹图像I；

步骤2：令I_i,j代表像素(i,j)的灰度值I(i,j)，计算得到该电子散斑干涉无损检测条纹图像I(i,j)的梯度场为F(i,j)=(u(i,j),v(i,j))，其中：

$\left\{\begin{array}{c}u(i,j)=I(i+1,j)-I(i,j)\\ v(i,j)=I(i,j+1)-I(i,j)\end{array}\right.$

步骤3：设定离散时间t_n=n△t，△t是离散时间步长，n是迭代次数，及偏微分方程沿条纹图像法线方向的滤波系数C；

步骤4：根据步骤3设定的参数构造偏微分方程，由该偏微分方程调整电子散斑干涉无损检测条纹图像I(i,j)的梯度场，并得出电子散斑干涉无损检测调整后的梯度场(u,v)的一阶导数及二阶导数；

步骤5：根据步骤4求出的电子散斑干涉无损检测调整后的梯度场(u,v)的一阶导数及二阶导数，求取矢量场F=(u,v)的散度A；

步骤6：根据散度A的正负源确定电子散斑干涉无损检测条纹图像的骨架线，包括：于某一点(i,j)，若divA(i,j)>0，则该点为正源点，该点对应电子散斑干涉无损检测条纹图像中的暗条纹图像骨架点；若divA(i,j)<0，则该点为负源点，该点对应电子散斑干涉无损检测条纹图像中的亮条纹图像骨架点；若divA(i,j)=0，该点为无源点，该点为非骨架点；以此类推，得出电子散斑干涉无损检测条纹图像中的所有骨架点，从而提取电子散斑干涉无损检测条纹图像骨架线。

本发明方法中引入物理理论中的散度概念，首先对电子散斑干涉条纹图像求取初始梯度场；再按照空间导数离散格式，求出图像梯度场中各点的一阶偏导数和二阶偏导数，根据设定的时间步长△t和迭代次数n利用偏微分方程对图像初始梯度场进行扩散调整，得到调整后的新梯度场；最后对调整后的梯度场进行散度分析，判断得出电子散斑干涉条纹的骨架线。本发明实际是在对电子散斑干涉条纹图像的梯度场使用偏微分方程的方法进行调整，并分析梯度场的散度性质。该方法可在灰度图的基础上直接提取条纹的骨架线，无需经过滤波、二值化、细化等操作，步骤简单。在充分考虑条纹方向性和噪声干扰的情况下，本发明构造了各向异性方向扩散模型，在调整梯度场的过程中保持条纹图的拓扑结构，即使在高密度区域也不会出现骨架线断裂和粘连。

与现有技术相比，本发明的有益效果是：

本发明在构造偏微分方程的基础上，将散度的物理学意义映射到电子散斑干涉条纹图的梯度场中，判断ESPI条纹图的骨架线。在提取骨架线时，该方法依靠对梯度场进行散度分析，因此该方法可以直接作用于灰度图像上，无需经过图像预处理的繁琐过程；另外，散度分析的过程中无需设定任何参数，可以避免在对梯度场进行拓扑分析的过程中阈值难以确定的问题。此外，在偏微分方程扩散调整的过程中，本发明充分考虑到图像的方向特性，构造了各向异性偏微分方程，对电子散斑干涉条纹图的梯度场进行调整，并且控制方程沿条纹法线方向的扩散程度，从而可有效保持条纹图的拓扑性质，避免提取的骨架线出现粘连、断裂等问题，因此可用于高密度、高噪声的电子散斑干涉条纹图中。综上，本发明通过构造的偏微分方程，并将散度的物理意义映射到图像梯度场中提取电子散斑干涉条纹图的骨架线，本发明的图像处理方法可以广泛地用于高噪声的电子散斑干涉条纹图骨架线提取。

附图说明

图1(a)是ESPI原图；

图1(b)和图1(c)分别是本发明方法得到的亮条纹和暗条纹的骨架线；图1(d)是本发明方法得到的骨架线与原图叠加在一起显示的结果。

图2(a)至图2(f)为本发明方法和现有技术文献中方法的比较，

其中：图2(a)为原始图像：图2(b)为采用现有技术文献中方法得到的暗条纹的骨架线；图2(c)为采用现有技术文献中方法得到的亮条纹的骨架线与原图的叠加效果；图2(d)为本发明方法得到的亮条纹的骨架线；图2(e)为本发明方法得到的暗条纹的骨架线；图2(f)为本发明方法得到的亮条纹和暗条纹的骨架线与原图的叠加效果；

图3(a)为一幅模拟ESPI图；

图3(b)为本发明方法得到图3(a)模拟ESPI图的暗条纹的骨架线；

图3(c)为本发明方法得到的图3(b)暗条纹的骨架线与图3(a)所示的原图的叠加效果；

图4(a)为另一幅模拟ESPI图；

图4(b)为本发明方法得到图4(a)模拟ESPI图的暗条纹的骨架线；

图4(c)为本发明方法得到的图4(b)暗条纹的骨架线与图4(a)所示的原图的叠加效果；

图5为本发明方法的步骤流程图。

具体实施方式

下面结合具体实施方式对本发明作进一步详细地描述。

现代光测技术以光干涉条纹图的形式表现物体的物理属性，从条纹图中获得物体变形位移信息的关键是准确地提取相位。而提取相位最直接的方法是条纹骨架线法。本发明提出一种电子散斑干涉无损检测条纹图像骨架线提取方法。

众所周知，轮胎是最常见和最常用的工业产品之一,随着国家对交通运输安全的重视，轮胎质量检测问题已经引起众多轮胎生产厂家的关注。轮胎的内部缺陷——脱层和气泡是在轮胎制造过程中产生的,它直接影响到用户的车辆及载物的安全，尤其是直接波及到人的生命安全，对社会及家庭造成巨大危害。从有关部门的统计资料上可看出，目前高速公路发生的交通事故中2/3是由轮胎引起的，而其中70%是由轮胎质量造成的，因此确保成品胎的质量是至关重要的。无损检测是在不损坏轮胎结构材料、不改变轮胎形状和尺寸的前提下对轮胎进行性能测试的项目。而对于轮胎内部的气泡缺陷，最有效、最便捷的是激光散斑无损检测法。下面结合轮胎内部激光散斑无损检测ESPI图像骨架提取对本发明作详细地描述。

利用本发明方法实现轮胎内部电子散斑干涉无损检测条纹图像骨架线的提取方法包括以下步骤，如图5所示，

步骤1：输入一幅轮胎内部电子散斑干涉无损检测条纹图像I。

步骤2：求取轮胎内部电子散斑干涉无损检测条纹图像I的梯度场。

令I_i,j代表像素(i,j)的灰度值I(i,j)，计算得到该轮胎内部电子散斑干涉无损检测条纹图像I(i,j)的初始梯度场为F(i,j)=(u(i,j),v(i,j))，其中：

$\left\{\begin{array}{c}u(i,j)=I(i+1,j)-I(i,j)\\ v(i,j)=I(i,j+1)-I(i,j)\end{array}\right.---\left(1\right)$

步骤3：设定离散时间t_n=n△t，△t是离散时间步长，n是迭代次数，及偏微分方程沿条纹图像法线方向的滤波系数C。

步骤4：根据步骤3设定的参数构造偏微分方程，由该偏微分方程调整轮胎内部电子散斑干涉无损检测条纹图像I(i,j)的梯度场，具体操作如下介绍。

偏微分方程扩散模型的构造原理：

设是图像梯度方向（条纹法线方向）的单位矢量，η是与之垂直（条纹切线方向）的单位矢量。于是有

$\begin{array}{c}\mathrm{\&zeta;}=\frac{1}{\sqrt{I_x^2+I_y^2}}\left(\begin{array}{c}{I}_x\\ I_y\end{array}\right)\\ \mathrm{\&eta;}=\frac{1}{\sqrt{I_x^2+I_y^2}}\left(\begin{array}{c}-I_y\\ I_x\end{array}\right)\end{array}---\left(2\right)$

设(cosα,cosβ)是ξ方向上的方向余弦，则

$\begin{array}{c}\cos \mathrm{\&alpha;}=\frac{I_x}{\sqrt{I_x^2+I_y^2}}\\ \cos =\frac{I_y}{\sqrt{I_x^2+I_y^2}}\end{array}---\left(3\right)$

I在ξ方向上的一阶偏导数为

I_ξ=I_xcosα+I_ycosβ  (4)

由上式推导可得到I在η方向和ξ方向上的二阶偏导数分别为

$\begin{array}{c}{I}_{\mathrm{\&eta;\&eta;}}=\frac{I_{\mathrm{xx}}{I}_y^2-2I_x{I}_y{I}_{\mathrm{xy}}+I_{\mathrm{yy}}{I}_x^2}{I_x^2+I_y^2}\\ I_{\mathrm{\&zeta;\&zeta;}}=\frac{I_{\mathrm{xx}}{I}_x^2+2I_x{I}_y{I}_{\mathrm{xy}}+I_{\mathrm{yy}}{I}_y^2}{I_x^2+I_y^2}\end{array}---\left(5\right)$

以上方程的运算是以图像梯度信息为基础的，为了使扩散更精确，本发明引入了图像方向信息，以方向角θ_i,j表示像素(i,j)的条纹方向与X轴的夹角，则上式可改写为

I_ηη=I_xxcos²θ+I_yysin²θ+2I_xysinθcosθ  (6)

I_ξξ=I_yycos²θ+I_xxsin²θ-2I_xysinθcosθ

一般从保护图像边缘的角度出发，要求扩散只沿着平行于图像边缘的方向进行。考虑到ESPI图像的特殊性，即图像是大量散斑点的统计结果，没有明显的边界，因此本发明设计方程沿两个方向同时进行扩散，这里为了避免方程沿条纹法线方向过度扩散致使ESPI图像条纹变得模糊，本发明设定法线方向的滤波系数C，并设为一个小于0.1的值，以此限制方程沿此方向的扩散程度。于是有扩散方程

${\&PartialD;}_{y}I=I_{\mathrm{\&eta;\&eta;}}+{\mathrm{CI}}_{\mathrm{\&zeta;\&zeta;}}---\left(7\right)$

对构造得到的偏微分方程进行离散化。设θ_i,j是像素(i,j)的条纹方向与X轴(水平方向)的夹角。令表示u(i,j,t_n)，时间导数项u_t在(i,j,t_n)的离散格式为同样令

表示v(i,j,t_n)，时间导数项v_t在(i,j,t_n)的离散格式为根据各向异性扩散模型，偏微分方程的离散格式如下：

$\left\{\begin{array}{c}{u}_{i,j}^{n+1}=u_{i,j}^n+\mathrm{\&Delta;t}[{\left(u_{\mathrm{\&eta;\&eta;}}\right)}_{i,j}^n+C{\left(u_{\mathrm{\&zeta;\&zeta;}}\right)}_{i,j}^n]\\ v_{i,j}^{n+1}=v_{i,j}^n+\mathrm{\&Delta;t}[{\left(v_{\mathrm{\&eta;\&eta;}}\right)}_{i,j}^n+C{\left(v_{\mathrm{\&zeta;\&zeta;}}\right)}_{i,j}^n]\end{array}\right.---\left(8\right)$

其中u_ηη和u_ξξ分别是u沿着条纹切线方向和法线方向的二阶导数，v_ηη和v_ξξ分别是v沿着条纹切线方向和法线方向的二阶导数，C为一常数，用来控制方程沿条纹法线方向的扩散程度，

$\left\{\begin{array}{c}{\left(u_{\mathrm{\&eta;\&eta;}}\right)}_{i,j}^n={\left(u_{\mathrm{xx}}\right)}_{i,j}^n{\cos }^2\left({\mathrm{\&theta;}}_{i,j}\right)+2{\left(u_{\mathrm{xy}}\right)}_{i,j}^n\cos \left({\mathrm{\&theta;}}_{i,j}\right)\sin \left({\mathrm{\&theta;}}_{i,j}\right)+{\left(u_{\mathrm{yy}}\right)}_{i,j}^n{\sin }^2\left({\mathrm{\&theta;}}_{i,j}\right)\\ {\left(u_{\mathrm{\&zeta;\&zeta;}}\right)}_{i,j}^n={\left(u_{\mathrm{yy}}\right)}_{i,j}^n{\cos }^2\left({\mathrm{\&theta;}}_{i,j}\right)-2{\left(u_{\mathrm{xy}}\right)}_{i,j}^n\cos \left({\mathrm{\&theta;}}_{i,j}\right)\sin \left({\mathrm{\&theta;}}_{i,j}\right)+{\left(u_{\mathrm{xx}}\right)}_{i,j}^n{\sin }^2\left({\mathrm{\&theta;}}_{i,j}\right)\\ {\left(v_{\mathrm{\&eta;\&eta;}}\right)}_{i,j}^n={\left(v_{\mathrm{xx}}\right)}_{i,j}^n{\cos }^2\left({\mathrm{\&theta;}}_{i,j}\right)+2{\left(v_{\mathrm{xy}}\right)}_{i,j}^n\cos \left({\mathrm{\&theta;}}_{i,j}\right)\sin \left({\mathrm{\&theta;}}_{i,j}\right)+{\left(v_{\mathrm{yy}}\right)}_{i,j}^n{\sin }^2\left({\mathrm{\&theta;}}_{i,j}\right)\\ {\left(v_{\mathrm{\&zeta;\&zeta;}}\right)}_{i,j}^n={\left(v_{\mathrm{yy}}\right)}_{i,j}^n{\cos }^2\left({\mathrm{\&theta;}}_{i,j}\right)-2{\left(v_{\mathrm{xy}}\right)}_{i,j}^n\cos \left({\mathrm{\&theta;}}_{i,j}\right)\sin \left({\mathrm{\&theta;}}_{i,j}\right)+{\left(v_{\mathrm{xx}}\right)}_{i,j}^n{\sin }^2\left({\mathrm{\&theta;}}_{i,j}\right)\end{array}\right.---\left(9\right)$

其中u_x、u_y是u₀的一阶导数，v_x、v_y是v₀的一阶导数；u_xx、u_xy、u_yy是u₀的二阶导数，v_xx、v_xy、v_yy是v₀的二阶导数。

条纹方向与X轴的夹角θ_i,_j由梯度法得到，如下：

${\mathrm{\&theta;}}_{i,j}=\frac{1}{2}\arctan \left[\frac{\underset{(i,j)\&Element;A}{\mathrm{\&Sigma;}}2I_x{I}_y}{\underset{(i,j)\&Element;A}{\mathrm{\&Sigma;}}(I_y^2-I_x^2)}\right]---\left(10\right)$

按照以下差分格式，根据步骤3设定的参数解偏微分方程，求出轮胎内部电子散斑干涉无损检测调整后的梯度场(u,v)的一阶导数及二阶导数。

${\left(u_x\right)}_{i,j}^n=\frac{u_{i+1,j}^n-u_{i-1,j}^n}{2}---\left(11\right)$

${\left(u_y\right)}_{i,j}^n=\frac{u_{i,j+1}^n-u_{i,j-1}^n}{2}---\left(12\right)$

${\left(u_{\mathrm{xx}}\right)}_{i,j}^n=u_{i+1,j}^n-2u_{i,j}^n+u_{i-1,j}^n---\left(13\right)$

${\left(u_{\mathrm{yy}}\right)}_{i,j}^n=u_{i,j+1}^n-2u_{i,j}^n+u_{i,j-1}^n---\left(14\right)$

${\left(u_{\mathrm{xy}}\right)}_{i,j}^n=\frac{u_{i+1,j+1}^n-u_{i+1,j-1}^n-u_{i-1,j+1}^n+u_{i-1,j-1}^n}{4}---\left(15\right)$

${\left(v_x\right)}_{i,j}^n=\frac{v_{i+1,j}^n-v_{i-1,j}^n}{2}---\left(16\right)$

${\left(v_y\right)}_{i,j}^n=\frac{v_{i,j+1}^n-v_{i,j-1}^n}{2}---\left(17\right)$

${\left(v_{\mathrm{xx}}\right)}_{i,j}^n=v_{i+1,j}^n-2v_{i,j}^n+v_{i-1,j}^n---\left(18\right)$

${\left(v_{\mathrm{yy}}\right)}_{i,j}^n=v_{i,j+1}^n-2v_{i,j}^n+v_{i,j-1}^n---\left(19\right)$

${\left(v_{\mathrm{xy}}\right)}_{i,j}^n=\frac{u_{i+1,j+1}^n-u_{i+1,j-1}^n-u_{i-1,j+1}^n+u_{i-1,j-1}^n}{4}---\left(20\right)$

步骤5：根据步骤4求出的轮胎内部电子散斑干涉无损检测调整后的梯度场(u,v)的一阶导数及二阶导数，求取梯度场F=(u,v)的散度A。

步骤6：确定散度A的正负源。对于某一点(i,j)，根据散度的物理性质，divA(i,j)>0，表明该点为正源点；divA(i,j)<0，则该点为负源点；divA(i,j)=0，该点为无源点。

确定轮胎内部电子散斑干涉无损检测条纹图的骨架线，即，正源点对应轮胎内部电子散斑干涉无损检测条纹图像中的暗条纹图像骨架点；负源点对应轮胎内部电子散斑干涉无损检测条纹图像中的亮条纹图像骨架点，无源点为非骨架点。

以此类推，得出轮胎内部电子散斑干涉无损检测条纹图像中的所有骨架点，从而提取轮胎内部电子散斑干涉无损检测条纹图像骨架线。

综上，本发明的设计思路是：在数学中散度(divergence)是一个重要概念，有着广泛的实际应用。它的重要性在于可用于表征空间各点矢量场发散的强弱程度，散度描述向量场的强弱性质，在物理上，散度的意义是描述场的有源性。某一点或某个区域的散度大于零，表示向量场在这一点或这一区域有新的通量产生，小于零则表示向量场在这一点或区域有通量湮灭。这样的点或区域分别称为向量场的正源（发散源）和负源（洞）。基于散度的这些性质，本发明将散度的概念引入到电子散斑干涉条纹图像骨架线的提取过程中来。梯度矢量场可以明确给出各像素点的梯度方向，相邻像素点之间的梯度方向总是由灰度值低的点指向灰度值高的点，本发明将散度性质映射到图像梯度适量场中，由此得出了简单有效的图像骨架提取算法。

下面给出一组实验结果图1(a)、图2(a)、图3(a)和图4(a)分别是初始图像；图1(b)和图1(c)、图2(d)和图2(e)、图3(b)和图4(b)是采用本发明得到的相应图像的骨架线；图2(b)为采用现有技术文献中方法得到的暗条纹的骨架线，图2(c)为采用现有技术文献中方法得到的亮条纹的骨架线与原图的叠加效果；图1(d)、图2(f)、图3(c)和图4(c)是采用本发明得到的图像骨架线和初始图像叠加比对的效果图。

由以上比较及分析可以看出本发明的优势是：在提取骨架线时，可以直接作用于灰度图像上，无需经过图像预处理的繁琐过程；另外，散度分析的过程中无需设定任何参数，可以避免在对梯度场进行拓扑分析的过程中阈值难以确定的问题，并能够很好的避免提取的骨架线出现粘连、断裂等问题，因此，本发明电子散斑干涉无损检测条纹图像骨架线提取方法可用于高密度、高噪声的电子散斑干涉条纹图中。

尽管上面结合图对本发明进行了描述，但是本发明并不局限于上述的具体实施方式，本发明可以有效的应用在采用条纹中心线法提取相位的电子散斑干涉术（ESPI）无损检测技术中，诸如，在复合材料、集成电路、压力容器和焊接物体表面或内部缺陷检测等工程领域。上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨的情况下，还可以做出很多变形，这些均属于本发明的保护之内。

Claims (1)

1.一种电子散斑干涉无损检测条纹图像骨架线提取方法，包括下列步骤：

步骤1：获得并输入一幅电子散斑干涉无损检测条纹图像I；

步骤2：令I_i,j代表像素(i,j)的灰度值I(i,j)，计算得到该电子散斑干涉无损检测条纹图像I(i,j)的梯度场为F(i,j)=(u(i,j),v(i,j))，其中：

$\left\{\begin{array}{c}u(i,j)=I(i+1,j)-I(i,j)\\ v(i,j)=I(i,j+1)-I(i,j)\end{array}\right.$

步骤3：设定离散时间t_n=n△t，△t是离散时间步长，n是迭代次数，及偏微分方程沿条纹图像法线方向的滤波系数C；

步骤4：根据步骤3设定的参数构造偏微分方程，由该偏微分方程调整电子散斑干涉无损检测条纹图像I(i,j)的梯度场，并得出电子散斑干涉无损检测调整后的梯度场(u,v)的一阶导数及二阶导数；

步骤5：根据步骤4求出的电子散斑干涉无损检测调整后的梯度场(u,v)的一阶导数及二阶导数，求取梯度场F=(u,v)的散度A；

步骤6：根据散度A的正负源确定电子散斑干涉无损检测条纹图像的骨架线，包括：

于某一点(i,j)，

若divA(i,j)>0，则该点为正源点，该点对应电子散斑干涉无损检测条纹图像中的暗条纹图像骨架点；

若divA(i,j)<0，则该点为负源点，该点对应电子散斑干涉无损检测条纹图像中的亮条纹图像骨架点；

若divA(i,j)=0，该点为无源点，该点为非骨架点；

以此类推，得出电子散斑干涉无损检测条纹图像中的所有骨架点，从而提取电子散斑干涉无损检测条纹图像骨架线。

Images