CN111521112A - 一种傅里叶及窗口傅里叶变换的联合相位重构算法 - Google Patents
一种傅里叶及窗口傅里叶变换的联合相位重构算法 Download PDFInfo
- Publication number
- CN111521112A CN111521112A CN202010327645.1A CN202010327645A CN111521112A CN 111521112 A CN111521112 A CN 111521112A CN 202010327645 A CN202010327645 A CN 202010327645A CN 111521112 A CN111521112 A CN 111521112A
- Authority
- CN
- China
- Prior art keywords
- window
- phase
- dimensional
- distribution
- fourier
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 22
- 238000001228 spectrum Methods 0.000 claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000000605 extraction Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 11
- 238000005315 distribution function Methods 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 claims description 2
- 230000001629 suppression Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 1
- 230000003287 optical effect Effects 0.000 abstract description 6
- 230000008030 elimination Effects 0.000 abstract description 3
- 238000003379 elimination reaction Methods 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 230000010363 phase shift Effects 0.000 description 4
- 238000005305 interferometry Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B9/00—Measuring instruments characterised by the use of optical techniques
- G01B9/02—Interferometers
- G01B9/02083—Interferometers characterised by particular signal processing and presentation
- G01B9/02084—Processing in the Fourier or frequency domain when not imaged in the frequency domain
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/147—Discrete orthonormal transforms, e.g. discrete cosine transform, discrete sine transform, and variations therefrom, e.g. modified discrete cosine transform, integer transforms approximating the discrete cosine transform
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Discrete Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Signal Processing (AREA)
- Instruments For Measurement Of Length By Optical Means (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种傅里叶及窗口傅里叶变换的联合相位重构算法,其特征在于,针对单帧载频干涉条纹图,利用傅里叶空频分析法滤除背景光强及其他无关项的干扰,利用傅里叶逆变换处理将其转换到空域内;随后对其进行二维窗口傅里叶变换处理,将得到的窗口傅里叶频谱分布中的最大值进行提取,滑动窗口函数获得整幅干涉条纹的窗口傅里叶脊分布,包裹相位可对窗口傅里叶脊求相位角计算求取。随后对该包裹相位进行二维解包裹处理,获得所需连续相位。本发明与传统WFT相比,克服了背景光强干扰问题,并通过正一级频谱移中处理化简了载频条纹在面形拟合时存在的消倾斜等繁杂过程,显著提高了WFT相位重构技术的精度,可进一步应用于大口径光学元件测量中。
Description
技术领域
本发明涉及光学干涉测量领域,尤其涉及一种傅里叶及窗口傅里叶变换的联合相位重构算法。
背景技术
光学干涉测量作为一种非接触测量方法被定义为新世纪精密测量技术的重要发展方向。相位提取是光学干涉测量中的关键一步。传统的相位提取技术主要分相移法及傅里叶变换法,但其各有局限性,相移法在测量大口径光学元件时易受到大气扰动,且处理数据较为复杂;傅里叶变换法有效的克服以上相移法存在的机械振动和气流影响,但傅里叶变换是一种全局分析技术,使局域内噪声滤除不彻底,降低相位重构精度。近些年来提出的窗口傅里叶变换相位提取算法在一定程度上解决了局部分析的问题,并通过局域(窗口)分析使干涉条纹不受噪声影响,成为当前大口径光学元件测量常用方法之一。
利用窗口傅里叶相位提取技术对某一干涉条纹进行处理时,默认窗口内包含的条纹成分为线性分布,但实际的载频条纹呈非线性分布,导致算法在运行时产生线性相位误差。目前对于干涉条纹的这种线性相位误差处理,一般是采取缩小窗口尺寸,使窗口内的干涉条纹近似认为线性,但小尺寸窗口在频域内尺寸激增,导致区域内条纹低频成分受到背景光强干扰,且小尺寸窗口处理下,算法运行时间冗长,不利于实际应用。
因此,提供一种新的傅里叶及窗口傅里叶变换的联合相位重构算法是本领域技术人员亟需解决的技术问题。
发明内容
为解决上述技术问题,本发明提供一种傅里叶及窗口傅里叶变换的联合相位重构算法
本发明提供一种傅里叶及窗口傅里叶变换的联合相位重构算法,包括以下步骤:
步骤1:对采集或仿真的初始载频条纹进行二维傅里叶变换,获得其频谱分布;
所述载频条纹强度表示为:
步骤2:针对上述单帧载频条纹,对其进行二维傅里叶变换处理,由于载频成分的引入,使原始指数相位场内的正负一级频谱发生位置的偏移,在其对应频域内呈现正一,负一级频谱分离的状态,在此状态下,载频条纹对应频域分布可表示为:
F(f1,f2)=A(f1,f2)+C(f1-fx,f2-fy)+C*(f1+fx,f2+fy) (2)
其中,等号右侧从左至右依次为:直流分量,正一级频谱及负一级频谱,载频的大小控制着正负一级频谱间的间距。
步骤3:根据不同条纹图的正一级频谱分布特点,选取合适的滤波窗类型,常用的几种滤波窗口,如汉宁窗,海明窗及布莱克曼滤波窗,可自行根据对应正一级频谱的分布特点进行选取;其次选定对应滤波窗口的中心带宽,其数值与正一级频谱的中心位置(fx,fy)保持一致,反复调试提取出完整的正一级频谱并滤除背景光强及无关项.将正一级频谱成分移至中心位置,获得滤除背景光强项的干涉条纹成分,记为C(f1,f2)。
步骤4:将步骤3提取的正一级频谱进行傅里叶逆变换处理,将其由频域转移到空域内,获得包含相位信息分布成分,记为c(x,y),表示为
步骤5:对步骤4获得的包含相位信息的正一级频谱的空域成分进行窗口傅里叶变换相位提取处理,对于WFT相位提取技术,输入端为上述c(x,y),则其对应窗口傅里叶变换可表示为
根据仿真及实验的多次调试,选取WFT算法所用默认窗口类型为高斯窗,其一维表达式为
式中σ代表高斯窗函数在x轴方向上的延伸,可理解为高斯窗口尺寸大小.
对式(5)的一维窗口函数进行旋转或点乘,得到其对应二维分布,对应二维高斯窗函数可表示为
g(x,y)=gx(x)gy(y) (6)
其中,gx(x)=gy(y)=g(x),定义σx、σy为此二维窗口函数在x,y轴方向上的延伸。在前期对窗口尺寸的精度分析中,确定了可使条纹线性相位误差抑制度达最大时的最优高斯窗口尺寸为σx=σy=5pixel;
将所述c(x,y)及二维高斯窗函数g(x,y)带入式(4)内,整理可得:Sf0(u,v;ξ,η)=c(x,y)Gx,y(u,v;ξ,η) (7)
Gx,y(u,v;ξ,η)=Gx,y(u,v;ξ)Gx,y(u,v;η) (8)
其中
定义Gx,y(u,v;ξ)、Gx,y(u,v;η)分别为沿x,y轴的一维复增益因子,而Gx,y(u,v;ξ,η)为二维复增益因子。
当在满足(ξ,η)=(ωx,ωy)时,二维增益因子Gx,y(u,v;ξ,η)取得最大值,为
确定窗口覆盖区域内的最大谱值(或称为脊值)处的自变量值,将其赋值为该窗口内的局部频率(或称相位导数),滑动窗口累计所有窗口内的脊值并叠加,获得整幅载频条纹的窗口傅里叶脊值分布,对其进行相位角计算获得包裹相位。
步骤:6:利用二维离散余弦相位解包裹算法对包裹相位进行解包处理获得连续相位,并利用Zernike多项式重构三维面形分布。
与相关技术相比,本发明具有以下有益效果:
1、传统WFT技术中所提取的包裹相位均包含载频成分,在后续面形拟合时还需人为进行消倾斜处理,本发明在对干涉条纹进行背景光强滤除后,将正一级频谱移中后消除了载频的影响,使后续包裹相位不包含载频,简化算法操作流程。
2、本发明解决了WFT相位提取技术在选取小尺寸窗口情况下出现的背景光强干扰问题,并通过最优窗口尺寸的共同作用对载频干涉条纹的线性相位误差做统一抑制,使该FT-WFT联合算法处理下的相位提取精度优于传统WFT技术。
附图说明
图1:基于本发明提出的FT-WFT联合相位重构算法流程图;
图2:经计算机仿真生成的单帧载频干涉条纹图;
图3:经傅里叶变换的载频干涉条纹频谱分布图;
图4:经矩形滤波窗提取的正一级频谱分布图
图5:移中的正一级频谱分布图;
图6:正一级频谱经傅里叶逆变换转换到空域内的强度分布图;
图7:滤除背景光强得到的干涉条纹成分经WFT后得到的窗口傅里叶脊值分布图
图8:对窗口傅里叶脊值求取相位角得到的包裹相位分布图;
图9:生成的包裹相位经二维离散余弦相位解包裹处理得到的连续相位分布图;
图10:传统WFT相位重构算法处理图2所获包裹相位分布图;
图11:包裹相位经Zernike多项式拟合重构的三维面形分布图;
具体实施方式
下面将结合附图和实施方式对本发明作进一步说明。
一种傅里叶及窗口傅里叶变换的联合相位重构算法,如图1所示,其详细步骤为:
步骤1:对单帧载频干涉条纹图进行二维傅里叶变换得到频谱分布;仿真尺寸为300×300pixel的载频干涉条纹图,添加均值μ=0,方差σ=1的高斯白噪声,获得初始干涉条纹图,如图2所示;对其进行二维傅里叶变换,得到其二维频谱分布,如图3所示为其对应三维频谱立体分布俯视图;
步骤2:正一级频谱的提取及转移;根据其正一级频谱分布特点,选取滤波窗口为矩形窗,并通过计算机调试,确定矩形窗口大小为24pixel,在频域内将干涉条纹傅里叶谱与滤波窗进行点乘运算,获得滤除背景光强及无关项的基频频谱,如图4所示,并将其移至区域中心位置,如图5所示;
步骤3:二维傅里叶逆变换得到空域分布;对移中的正一级频谱进行二维傅里叶逆变换处理,得到其空域内强度分布图,如图6所示;
步骤4:对IFT得到的二维条纹成分进行二维傅里叶变换得到窗口傅里叶谱;对经频谱处理后的载频条纹信号进行二维窗口傅里叶变换,其中窗口类型选取为高斯窗,窗口尺寸大小为5pixel,得到信号的窗口傅里叶谱,并通过最大谱值搜寻找到可使窗口区域内谱值达最大时的自变量取值,记为该点局部频率,图7所示为其脊值分布;对脊值进行相位角计算得到包裹相位,如图8所示;
步骤5:提取每个窗口内脊值(最大谱值)并对其做相位角计算获得包裹相位;利用离散余弦相位解包裹算法对步骤4获得的包裹相位进行解包处理,得到连续相位,如图9所示;
步骤6:进行离散余弦解包裹处理获得连续相位并重构面形;对初始干涉条纹图直接进行WFT技术处理,选用小尺寸窗口σ=5pixel进行相位提取,所获包裹相位分布如图10所示;与本发明提取的包裹相位进行对比可知,利用传统WFT技术所获包裹相位存在相位在某些区域变化不明显呈连续现象,认为其部分低频成分受到背景光强干扰,本发明提出FT-WFT联合算法在对初始干涉条纹进行傅里叶空频处理,去除背景光强及其他无关项,所获包裹相位清晰,且不包含载频成分,无需做后续消倾斜处理;利用Zernike多项式重构面形得到图11所示的三维面形分布。
传统WFT技术中所提取的包裹相位均包含载频成分,在后续面形拟合时还需人为进行消倾斜处理,本发明在对干涉条纹进行背景光强滤除后,将正一级频谱移中后消除了载频的影响,使后续包裹相位不包含载频,简化算法操作流程。
本发明解决了WFT相位提取技术在选取小尺寸窗口情况下出现的背景光强干扰问题,并通过最优窗口尺寸的共同作用对载频干涉条纹的线性相位误差做统一抑制,使该FT-WFT联合算法处理下的相位提取精度优于传统WFT技术。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (1)
1.一种傅里叶及窗口傅里叶变换的联合相位重构算法,其特征在于:所述算法包括以下步骤:
步骤一:对采集或仿真的初始载频条纹进行二维傅里叶变换,获得其频谱分布;
所述载频条纹强度表示为:
步骤二:针对单帧载频条纹,对其进行二维傅里叶变换处理,载频条纹对应频域分布表示为:
F(f1,f2)=A(f1,f2)+C(f1-fx,f2-fy)+C*(f1+fx,f2+fy) (2)
其中,等号右侧从左至右依次为:直流分量,正一级频谱及负一级频谱,载频的大小控制着正负一级频谱间的间距;
步骤三:根据不同条纹图的正一级频谱分布特点,选取合适的滤波窗类型;其次选定对应滤波窗口的中心带宽,其数值与正一级频谱的中心位置(fx,fy)保持一致,反复调试提取出完整的正一级频谱并滤除背景光强及无关项.将正一级频谱成分移至中心位置,获得滤除背景光强项的干涉条纹成分,记为C(f1,f2);
步骤四:将步骤三提取的正一级频谱进行傅里叶逆变换处理,将其由频域转移到空域内,获得包含相位信息分布成分,记为c(x,y),表示为:
步骤五:对步骤四获得的包含相位信息的正一级频谱的空域成分进行窗口傅里叶变换相位提取处理,对于WFT相位提取技术,输入端为上述c(x,y),其对应窗口傅里叶变换表示为
根据仿真及实验的多次调试,选取WFT算法所用默认窗口类型为高斯窗,其一维表达式为
式中σ代表高斯窗函数在x轴方向上的延伸,可理解为高斯窗口尺寸大小.
对式(5)的一维窗口函数进行旋转或点乘,得到其对应二维分布,对应二维高斯窗函数可表示为
g(x,y)=gx(x)gy(y) (6)
其中,gx(x)=gy(y)=g(x),定义σx、σy为此二维窗口函数在x,y轴方向上的延伸。在前期对窗口尺寸的精度分析中,确定了可使条纹线性相位误差抑制度达最大时的最优高斯窗口尺寸为σx=σy=5pixel;
将所述c(x,y)及二维高斯窗函数g(x,y)带入式(4)内,整理可得
Sf0(u,v;ξ,η)=c(x,y)Gx,y(u,v;ξ,η) (7)
Gx,y(u,v;ξ,η)=Gx,y(u,v;ξ)Gx,y(u,v;η) (8)
其中
定义Gx,y(u,v;ξ)、Gx,y(u,v;η)分别为沿x,y轴的一维复增益因子,而Gx,y(u,v;ξ,η)为二维复增益因子。
当在满足(ξ,η)=(ωx,ωy)时,二维增益因子Gx,y(u,v;ξ,η)取得最大值,为
确定窗口覆盖区域内的最大谱值(或称为脊值)处的自变量值,将其赋值为该窗口内的局部频率(或称相位导数),滑动窗口累计所有窗口内的脊值并叠加,获得整幅载频条纹的窗口傅里叶脊值分布,对其进行相位角计算获得包裹相位:
步骤六:利用二维离散余弦相位解包裹算法对包裹相位进行解包处理获得连续相位,并利用Zernike多项式重构三维面形分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010327645.1A CN111521112B (zh) | 2020-04-23 | 2020-04-23 | 一种傅里叶及窗口傅里叶变换的联合相位重构算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010327645.1A CN111521112B (zh) | 2020-04-23 | 2020-04-23 | 一种傅里叶及窗口傅里叶变换的联合相位重构算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111521112A true CN111521112A (zh) | 2020-08-11 |
CN111521112B CN111521112B (zh) | 2021-04-27 |
Family
ID=71904294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010327645.1A Active CN111521112B (zh) | 2020-04-23 | 2020-04-23 | 一种傅里叶及窗口傅里叶变换的联合相位重构算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111521112B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114764149A (zh) * | 2021-01-13 | 2022-07-19 | 中国石油化工股份有限公司 | 陡坡带砂砾岩体有利相带描述方法 |
CN114964014A (zh) * | 2022-05-23 | 2022-08-30 | 天津大学四川创新研究院 | 基于太赫兹的多层膜厚测量方法及可读存储介质 |
CN115248549A (zh) * | 2022-01-12 | 2022-10-28 | 浙江理工大学 | 一种打散消除杂散频谱噪声的数字全息三维重建方法 |
CN115307746A (zh) * | 2022-08-10 | 2022-11-08 | 苏州科技大学 | 一种单色光的干涉测量相位计算方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102620685A (zh) * | 2012-03-23 | 2012-08-01 | 东南大学 | 一种基于史托克维尔变换的改进窗口傅里叶三维测量法 |
CN102628676A (zh) * | 2012-01-19 | 2012-08-08 | 东南大学 | 一种光学三维测量中的自适应窗口傅里叶相位提取法 |
US20120294420A1 (en) * | 2010-02-10 | 2012-11-22 | Canon Kabushiki Kaisha | Analyzing method of phase information, analyzing program of the phase information, storage medium, and x-ray imaging apparatus |
CN103267496A (zh) * | 2013-05-20 | 2013-08-28 | 东南大学 | 一种基于小波变换的改进窗口傅里叶三维测量法 |
CN110160459A (zh) * | 2019-06-06 | 2019-08-23 | 山东师范大学 | 基于改进光流场理论提取散斑干涉条纹图形变相位的方法 |
-
2020
- 2020-04-23 CN CN202010327645.1A patent/CN111521112B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120294420A1 (en) * | 2010-02-10 | 2012-11-22 | Canon Kabushiki Kaisha | Analyzing method of phase information, analyzing program of the phase information, storage medium, and x-ray imaging apparatus |
CN102628676A (zh) * | 2012-01-19 | 2012-08-08 | 东南大学 | 一种光学三维测量中的自适应窗口傅里叶相位提取法 |
CN102620685A (zh) * | 2012-03-23 | 2012-08-01 | 东南大学 | 一种基于史托克维尔变换的改进窗口傅里叶三维测量法 |
CN103267496A (zh) * | 2013-05-20 | 2013-08-28 | 东南大学 | 一种基于小波变换的改进窗口傅里叶三维测量法 |
CN110160459A (zh) * | 2019-06-06 | 2019-08-23 | 山东师范大学 | 基于改进光流场理论提取散斑干涉条纹图形变相位的方法 |
Non-Patent Citations (2)
Title |
---|
XIANGLU DAI等: "Geometric phaseanalysisbasedonthewindowedFouriertransform for thedeformation field measurement", 《OPTICS&LASERTECHNOLOGY》 * |
杨初平等: "畸变测量中应用窗口傅里叶变换载频条纹分析", 《光电工程》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114764149A (zh) * | 2021-01-13 | 2022-07-19 | 中国石油化工股份有限公司 | 陡坡带砂砾岩体有利相带描述方法 |
CN114764149B (zh) * | 2021-01-13 | 2023-04-07 | 中国石油化工股份有限公司 | 陡坡带砂砾岩体有利相带描述方法 |
CN115248549A (zh) * | 2022-01-12 | 2022-10-28 | 浙江理工大学 | 一种打散消除杂散频谱噪声的数字全息三维重建方法 |
CN115248549B (zh) * | 2022-01-12 | 2024-05-24 | 浙江理工大学 | 一种打散消除杂散频谱噪声的数字全息三维重建方法 |
CN114964014A (zh) * | 2022-05-23 | 2022-08-30 | 天津大学四川创新研究院 | 基于太赫兹的多层膜厚测量方法及可读存储介质 |
CN115307746A (zh) * | 2022-08-10 | 2022-11-08 | 苏州科技大学 | 一种单色光的干涉测量相位计算方法 |
CN115307746B (zh) * | 2022-08-10 | 2023-08-18 | 苏州科技大学 | 一种单色光的干涉测量相位计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111521112B (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111521112B (zh) | 一种傅里叶及窗口傅里叶变换的联合相位重构算法 | |
CN112116616B (zh) | 基于卷积神经网络的相位信息提取方法、存储介质及设备 | |
CN102628676A (zh) | 一种光学三维测量中的自适应窗口傅里叶相位提取法 | |
Servin et al. | Modern fringe pattern analysis in interferometry | |
CN107917676A (zh) | 一种基于条纹图像频谱分析的干涉测量方法 | |
CN103267496B (zh) | 一种基于小波变换的改进窗口傅里叶三维测量法 | |
CN104155011B (zh) | 一种二维干涉图的相位提取方法 | |
CN107167087A (zh) | 一种基于经验小波变换的物体变形测量方法 | |
CN106931905B (zh) | 一种基于非线性优化的数字莫尔条纹相位提取方法 | |
CN112381731B (zh) | 一种基于图像去噪的单帧条纹图像相位分析方法及系统 | |
Gdeisat et al. | Fast fringe pattern phase demodulation using FIR Hilbert transformers | |
CN104614083B (zh) | 一种恢复相移干涉图相位分布、及获取两幅图间相移量的方法 | |
Trusiak et al. | Space domain interpretation of incoherent moiré superimpositions using FABEMD | |
Li et al. | Quadratic polar coordinate transform technique for the demodulation of circular carrier interferogram | |
CN109916332B (zh) | 一种带载频单幅干涉条纹相位重构方法 | |
Cywińska et al. | Enhancing single-shot fringe pattern phase demodulation using advanced variational image decomposition | |
CN116224327A (zh) | 一种基于学习网络的矿区大梯度形变区相位解缠方法 | |
Abdul-Rahman et al. | Three-dimensional Fourier fringe analysis | |
Kujawinska et al. | Fringe pattern analysis using Fourier transform techniques | |
CN115307746B (zh) | 一种单色光的干涉测量相位计算方法 | |
Montrésor et al. | Processing of digital holograms with 2d windowed Fourier transform: Study, performance analysis and gpu implementation | |
CN114623782B (zh) | 一种无低通滤波的数字莫尔三维测量方法 | |
El-Azami et al. | Phase extraction method in fringe projection profilometry using instantaneous frequency | |
Vithin et al. | Robust method for fringe demodulation under rapid phase and amplitude fluctuations | |
CN118333871B (zh) | 基于CA-ResNet的矿区沉陷相位滤波方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |