CN111623726B - 一种基于空域填充的干涉条纹空间载频估计方法 - Google Patents

一种基于空域填充的干涉条纹空间载频估计方法 Download PDF

Info

Publication number
CN111623726B
CN111623726B CN202010686022.3A CN202010686022A CN111623726B CN 111623726 B CN111623726 B CN 111623726B CN 202010686022 A CN202010686022 A CN 202010686022A CN 111623726 B CN111623726 B CN 111623726B
Authority
CN
China
Prior art keywords
space
interference fringe
carrier frequency
dimensional
filling
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.)
Active
Application number
CN202010686022.3A
Other languages
English (en)
Other versions
CN111623726A (zh
Inventor
杜永兆
郭明辉
魏梦婉
柳培忠
朱建清
林跃飞
郑超英
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Quanzhou Huagong Intelligent Technology Co ltd
Huaqiao University
Original Assignee
Quanzhou Huagong Intelligent Technology Co ltd
Huaqiao University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Quanzhou Huagong Intelligent Technology Co ltd, Huaqiao University filed Critical Quanzhou Huagong Intelligent Technology Co ltd
Priority to CN202010686022.3A priority Critical patent/CN111623726B/zh
Publication of CN111623726A publication Critical patent/CN111623726A/zh
Application granted granted Critical
Publication of CN111623726B publication Critical patent/CN111623726B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/2441—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures using interferometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G01B11/254—Projection of a pattern, viewing through a pattern, e.g. moiré
    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Operations Research (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Instruments For Measurement Of Length By Optical Means (AREA)

Abstract

本发明提供了干涉测量技术领域的一种基于空域填充的干涉条纹空间载频估计方法，包括如下步骤：步骤S1、输入二维空间干涉条纹图；步骤S2、随机提取二维空间干涉条纹图中x方向和y方向的一维干涉条纹信息；步骤S3、利用窗函数对一维干涉条纹信息作加权操作；步骤S4、对加权操作后的一维干涉条纹信息进行空域填充操作；步骤S5、对空域填充操作后的一维干涉条纹信息进行离散傅里叶变换，得到频域插值频谱；步骤S6、对频域插值频谱进行频谱滤波，得到一级频谱分量；步骤S7、搜寻一级频谱分量中强度峰值的坐标位置；步骤S8、基于坐标位置计算x方向和y方向的空间载频大小。本发明的优点在于：极大的提升了空间载频计算的精度以及速度。

Description

一种基于空域填充的干涉条纹空间载频估计方法
技术领域
本发明涉及干涉测量技术领域，特别指一种基于空域填充的干涉条纹空间载频估计方法。
背景技术
在现代干涉光学精密测量中，光学元件面形检测、高精度非球面面型检测、三维物体表面轮廓测量以及干涉显微成像技术等光学测量与成像领域都涉及干涉条纹或者结构光条纹的分析技术。其中二维空间载频干涉条纹分析技术在上述应用领域中具有重要的地位，由于在干涉测量过程中引入线性空间载频技术，使得基于单幅空间载频干涉条纹的分析就能够实现相位信息的恢复，能够应用于动态与瞬态实时测量与成像应用需求。二维空间载频干涉条纹可以由以下公式描述：
I(x,y)＝a(x,y)+b(x,y)cos[2π(f0xx+f0yy)+φ(x,y)],
式中a(x,y)为背景光强，b(x,y)为调制函数，f0x和f0y分别为x和y方向的空间载频分量大小，φ(x,y)为待测物理量的相位信息。
实际应用中，一般采用阵列图像传感器记录干涉条纹，即干涉条纹的采集是采样离散化的结果。离散情况下的二维空间载频干涉条纹表示为：
Figure BDA0002587588760000011
式中u0和v0分别为接近f0x和f0y的整数，M、N分别为x和y方向上的采样点数，采样的间距为Tx＝Ty＝1；m和n分别表示x方向和y方向上的离散值，u0/M和v0/N为离散空间载频大小。
考虑到离散化过程，实际空间载频f0x和f0y与离散化后的采样空间载频u0/M和v0/N之间存在离散误差，二者的关系描述如下：
Figure BDA0002587588760000021
式中δx和δy分别表示x方向和y方向上的所述的空间载频f0x和f0y与Niquest采样后离散化空间载频u0/M和v0/N非整数取值导致的误差值。那么实际的空间载频f0x和f0y与离散化空间载频u0/M和v0/N之间的误差为：
Figure BDA0002587588760000022
式中δfx和δfy分别为由于离散化导致的x方向和y方向上的空间载频离散化误差。
可见，在实际干涉条纹分析过程(比如采用傅里叶变换条纹分析法存在的“移频误差”)中，必须考虑空间载频误差导致的相位畸变和误差问题。因此，解决空间载频离散化误差在干涉条纹分析过程中具有重要的应用价值，比如解决傅里叶变换条纹分析法存在的“移频误差”、全息干涉显微成像中的存在的相位畸变误差以及干涉型相位显微成像中载频相位畸变校正与抑制等应用具有重要价值。
文献(Qi Fan,Hongru Yang,Gaoping Li,and Jianlin Zhao,Suppressingcarrier removal error in the Fourier transform method for interferogramanalysis,Journal of Optics,12,115401-4(2010).)提出了一种基于二维傅里叶变换后的一级频谱质心估计以确定精确的空间载频大小，该方法在一定程度上解决了空间载频误差问题，但是其估计精度及稳定性受干涉条纹噪声等因素影响。文献(Yongzhao Du,Guoying Feng,Hongru Li,Shouhuan Zhou,Accurate carrier-removal technique basedon zero padding in Fourier transform method for carrier interferogramanalysis,Optik-International Journal for Light and Electron Optics,125(3):1056-1061(2014).)提出了基于空域零填的改进二维傅里叶变换条纹分析方法，采用空域零填充后，通过二维傅里叶变换得到频域插值的频谱，然后通过对一级频谱分量峰值定位得到插值后的空间载频大小估计，抑制了傅里叶变换因为移频误差导致的相位复原误差，提高了相位解调精度，但是由于采用空域填充的方法导致计算量较大，降低了方法的运行速度。2016年四川大学的兰斌等人针对质心法估空间载频估计精度不高和零填充导致的计算量大的问题，在文献(Bin Lan,Guoying Feng,Zheliang Dong,Tao Zhang,ShouhuanZhou,A carrier removal method based on frequency domain self-filtering forinterferogram analysis,Optik-International Journal for Light and ElectronOptics,127(15):5961-5967(2016).)中提出了频域自滤波的空间载频估计方法，针对二维傅里叶变换后的一级频谱分量进行局部自滤波操作，然后采用质心法估计精确的空间载频，取得了较好的效果。同年，印度的Singh Mandeep等人在文献中(Singh Mandeep,KhareKedar,Accurate efficient carrier estimation for single-shot digitalholographic imaging,Optics letters,41(21):4871-4874(2016).)报道了一种精确的空间载频估计方法，通过傅里叶变换得到的一级频谱分量进行空间载频粗估计，然后对一级频谱分量局部领域进行矩阵离散傅里叶变换得到精确的载频误差偏移量，最终实现精确估计二维全息干涉图的空间载频大小，但是该方法容易受到一级频谱分量的频谱泄露误差影响。
发明内容
本发明要解决的技术问题，在于提供一种基于空域填充的干涉条纹空间载频估计方法，实现提升空间载频计算的精度以及速度。
本发明是这样实现的：一种基于空域填充的干涉条纹空间载频估计方法，包括如下步骤：
步骤S1、输入二维空间干涉条纹图；
步骤S2、随机提取所述二维空间干涉条纹图中x方向和y方向的一维干涉条纹信息；
步骤S3、利用窗函数对所述一维干涉条纹信息作加权操作；
步骤S4、对加权操作后的所述一维干涉条纹信息进行空域填充操作；
步骤S5、对空域填充操作后的所述一维干涉条纹信息进行离散傅里叶变换，得到频域插值频谱；
步骤S6、对所述频域插值频谱进行频谱滤波，得到一级频谱分量；
步骤S7、搜寻所述一级频谱分量中强度峰值的坐标位置；
步骤S8、基于所述坐标位置计算x方向和y方向的空间载频大小。
进一步地，所述步骤S1中，所述二维空间干涉条纹图的公式为：
I(x,y)＝a(x,y)+b(x,y)cos[2π(f0xx+f0yy)+φ(x,y)]；
其中x表示横坐标，y表示纵坐标，a(x,y)表示背景光强，b(x,y)表示调制函数，f0x表示x方向的空间载频分量大小，f0y表示y方向的空间载频分量大小，φ(x,y)表示待测物理量的相位信息。
进一步地，所述步骤S2中，所述x方向的一维干涉条纹信息具体为：
Figure BDA0002587588760000041
所述y方向的一维干涉条纹信息具体为：
Figure BDA0002587588760000042
其中m表示x方向上的离散值，n表示y方向上的离散值，u0表示接近f0xx的整数，v0表示接近f0yy的整数，M表示x方向上的采样点数，N表示y方向上的采样点数，u0/M表示x方向上的离散空间载频大小，v0/N表示y方向上的离散空间载频大小，a(m)表示x方向上的离散背景光强，a(n)表示y方向上的离散背景光强，b(m)表示x方向上的离散调制函数，b(n)表示y方向上的离散调制函数，φ(m)和φ(n)均表示待测物理量的离散相位信息，Ix(m)表示x方向的一维干涉条纹信息，Iy(n)表示y方向的一维干涉条纹信息。
进一步地，所述步骤S3具体为：
Ixw(m)＝W(m)·Ix(m)；
Iyw(n)＝W(n)·Iy(n)；
其中W(m)和W(n)表示窗函数，Ixw(m)表示加权操作后的x方向的一维干涉条纹信息，Iyw(n)表示加权操作后的y方向一维干涉条纹信息；
所述窗函数为高斯窗函数、汉明窗函数或者汉宁窗函数。
进一步地，所述步骤S4具体为：利用填充因子k，对加权操作后的所述一维干涉条纹信息进行空域填充操作：
Figure BDA0002587588760000051
Figure BDA0002587588760000052
其中random表示空域填充值，Ipk(m)表示x方向上进行空域填充操作后的一维干涉条纹信息，Ipk(n)表示y方向上进行空域填充操作后的一维干涉条纹信息，k＝10Δ(Δ＝1，2，3...)；
所述空域填充为零填充或者均值为0的随机数填充。
进一步地，所述步骤S5具体为：
Figure BDA0002587588760000053
Figure BDA0002587588760000054
其中Gpk()表示频域插值频谱，uk表示整数，
Figure BDA0002587588760000055
进一步地，所述步骤S6具体为：
x方向：
Figure BDA0002587588760000056
y方向:
Figure BDA0002587588760000057
其中uk0为整数，表示频域插值频谱的中心位置。
进一步地，所述步骤S6中，所述频谱滤波采用带通矩形窗或者带通高斯窗。
进一步地，所述步骤S7具体为：
Figure BDA0002587588760000058
Figure BDA0002587588760000061
其中ukm表示x方向上一级频谱分量中强度峰值的坐标位置，ukn表示y方向上一级频谱分量中强度峰值的坐标位置。
进一步地，所述步骤S8具体为：
Figure BDA0002587588760000062
Figure BDA0002587588760000063
其中
Figure BDA0002587588760000064
表示x方向的空间载频大小，
Figure BDA0002587588760000065
表示y方向的空间载频大小，round表示取最近整数值，δx和δy分别表示x方向和y方向上的实际空间载频与离散化采样后的空间载频之间的误差值。
本发明的优点在于：
1、通过对一维干涉条纹信息进行空域填充操作，再分别计算x方向和y方向的空间载频大小，相对于传统上采用二维干涉条纹信号的整体参与计算的方法，极大的减小了计算量，进而极大的提升了空间载频计算的速度。
2、通过对一维干涉条纹信息进行空域填充操作以得到得到频域插值频谱，在上采样频域域内实现更准确的一级频谱分量的强度峰值坐标位置的估计，相对于传统上二维傅里叶变换一级频谱峰值坐标定位法和一级频谱质心法等空间载频估计方法，极大的提升了空间载频计算的精度，且算法稳定。
3、通过在上采样频域域内实现更准确的一级频谱分量的强度峰值坐标位置的估计，不受二维干涉条纹噪声影响，相对于传统上二维傅里叶变换一级频谱质心法等空间载频估计方法，具有更好的鲁棒性。
4、通过窗函数对一维干涉条纹信息作加权操作，抑制频谱泄露，进而极大的提升了空间载频计算的精度。
附图说明
下面参照附图结合实施例对本发明作进一步的说明。
图1是本发明一种基于空域填充的干涉条纹空间载频估计方法的流程图。
图2是本发明相位分布示意图。
图3是本发明二维干涉条纹示意图。
图4是本发明随机提取x方向和y方向的一维干涉条纹信息的示意图。
具体实施方式
请参照图1至图4所示，本发明一种基于空域填充的干涉条纹空间载频估计方法的较佳实施例之一，包括如下步骤：
步骤S1、输入二维空间干涉条纹图；
步骤S2、随机提取所述二维空间干涉条纹图中x方向和y方向的一维干涉条纹信息；
步骤S3、利用窗函数对所述一维干涉条纹信息作加权操作，用于抑制频谱泄露；
步骤S4、对加权操作后的所述一维干涉条纹信息进行空域填充操作；在空域上的填充不会改变其空间频率的大小；
步骤S5、对空域填充操作后的所述一维干涉条纹信息进行离散傅里叶变换，得到频域插值频谱；
步骤S6、对所述频域插值频谱进行频谱滤波，得到一级频谱分量；
步骤S7、搜寻所述一级频谱分量中强度峰值的坐标位置；
步骤S8、基于所述坐标位置计算x方向和y方向的空间载频大小。
所述步骤S1中，所述二维空间干涉条纹图的公式为：
I(x,y)＝a(x,y)+b(x,y)cos[2π(f0xx+f0yy)+φ(x,y)]；
其中x表示横坐标，y表示纵坐标，a(x,y)表示背景光强，b(x,y)表示调制函数，f0x表示x方向的空间载频分量大小，f0y表示y方向的空间载频分量大小，φ(x,y)表示待测物理量的相位信息。
在实际应用中采用二维阵列相机记录二维空间载频干涉条纹，因此得到的数据是对所述二维空间干涉条纹图的公式离散化的结果。离散情况下的二维空间载频干涉条纹表示为：
Figure BDA0002587588760000081
式中u0和v0分别为接近f0x和f0y的整数，M、N分别为x和y方向上的采样点数，采样的间距为Tx＝Ty＝1；m和n分别表示x方向和y方向上的离散值，u0/M和v0/N为离散空间载频大小。
考虑到离散化过程，实际空间载频f0x和f0y与离散化后的采样空间载频u0/M和v0/N之间存在离散误差，即f0x和f0y不等于Niquest采样后离散频率1/M和1/N的整数倍，二者的关系描述如下：
Figure BDA0002587588760000082
式中δx和δy分别表示x方向和y方向上的所述的空间载频f0x和f0y与Niquest采样后离散化空间载频u0/M和v0/N非整数取值导致的误差值。那么实际的空间载频f0x和f0y与离散化空间载频u0/M和v0/N之间的误差为：
Figure BDA0002587588760000083
式中δfx和δfy分别为由于离散化导致的x方向和y方向上的空间载频离散化误差。
所述步骤S2中，所述x方向的一维干涉条纹信息具体为：
Figure BDA0002587588760000084
所述y方向的一维干涉条纹信息具体为：
Figure BDA0002587588760000085
其中m表示x方向上的离散值，n表示y方向上的离散值，u0表示接近f0xx的整数，v0表示接近f0yy的整数，M表示x方向上的采样点数，N表示y方向上的采样点数，u0/M表示x方向上的离散空间载频大小，v0/N表示y方向上的离散空间载频大小，a(m)表示x方向上的离散背景光强，a(n)表示y方向上的离散背景光强，b(m)表示x方向上的离散调制函数，b(n)表示y方向上的离散调制函数，φ(m)和φ(n)均表示待测物理量的离散相位信息，Ix(m)表示x方向的一维干涉条纹信息，Iy(n)表示y方向的一维干涉条纹信息。
所述步骤S3具体为：
Ixw(m)＝W(m)·Ix(m)；
Iyw(n)＝W(n)·Iy(n)；
其中W(m)和W(n)表示窗函数，Ixw(m)表示加权操作后的x方向的一维干涉条纹信息，Iyw(n)表示加权操作后的y方向一维干涉条纹信息；
所述窗函数为高斯窗函数、汉明窗函数或者汉宁窗函数。
所述步骤S4具体为：利用填充因子k，对加权操作后的所述一维干涉条纹信息进行空域填充操作：
Figure BDA0002587588760000091
Figure BDA0002587588760000092
其中random表示空域填充值，Ipk(m)表示x方向上进行空域填充操作后的一维干涉条纹信息，Ipk(n)表示y方向上进行空域填充操作后的一维干涉条纹信息，k＝10Δ(Δ＝1，2，3...)；空间载频计算的精度受填充因子k影响；
所述空域填充为零填充或者均值为0的随机数填充，为了实现空域填充后不改变原始干涉条纹的空间载频大小。
所述步骤S5具体为：
Figure BDA0002587588760000093
Figure BDA0002587588760000094
其中Gpk()表示频域插值频谱，uk表示整数，
Figure BDA0002587588760000095
所述步骤S6具体为：
x方向：
Figure BDA0002587588760000096
y方向:
Figure BDA0002587588760000101
其中uk0为整数，表示频域插值频谱的中心位置。
所述步骤S6中，所述频谱滤波采用带通矩形窗或者带通高斯窗。
所述步骤S7具体为：
Figure BDA0002587588760000102
Figure BDA0002587588760000103
其中ukm表示x方向上一级频谱分量中强度峰值的坐标位置，ukn表示y方向上一级频谱分量中强度峰值的坐标位置。
所述步骤S8具体为：
Figure BDA0002587588760000104
Figure BDA0002587588760000105
其中
Figure BDA0002587588760000106
表示x方向的空间载频大小，
Figure BDA0002587588760000107
表示y方向的空间载频大小，round表示取最近整数值，δx和δy分别表示x方向和y方向上的实际空间载频与离散化采样后的空间载频之间的误差值。
以x方向为例，空间载频也可表示为：
Figure BDA0002587588760000108
其中δκx表示x方向上的实际空间载频与频域插值后的离散化空间载频之间的误差值；实际的空间载频与离散的空间载频大小之间的差值为：
Figure BDA0002587588760000109
可见，当把原始干涉填完进行空域零填充扩大k倍后，其离散化的空间载频计算误差相应降低了k倍，提高了原始干涉条纹空间载频计算的精度。
由上式可知存在不确定性，但是当k＝10Δ(Δ＝1，2，3...)时，可以使得Fx和Fy比直接得到离散载频量u0和v0在精确度上提高了Δ个数量级，即使得其空间载频误差相应的降低Δ个量级。考虑到实际应用中对精度的要求和计算机内存的限制，一般取Δ＝1，即使得载频大小估计精度提高了10倍。
本发明一种基于空域填充的干涉条纹空间载频估计方法的较佳实施例之二，针对模拟生成的二维空间干涉条纹来阐述空间载频大小计算过程。如图2所示为由Matlab内置Peak函数模拟生成的相位分布，它的PV值和RMS值分布为3.664rad和0.441rad；图3所示为对应模拟当给定的x方向和y方向的空间载频大小分别为f0x＝10.820/256pixel-1和f0y＝16.220/256pixel-1时模拟生成的二维空间干涉条纹，二维干涉条纹图大小为256×256pixel2。如图1所示，一种基于空域填充的干涉条纹空间载频估计方法，包括以下步骤：
S1：输入二维空间载频干涉条纹图，所述二维空间载频干涉条纹如图3所示；
S2：对输入二维空间载频干涉条纹图随机提取x方向和y方向上的一维干涉条纹信息，如图4所示，其中x方向提取的是x＝76piexl位置处的一维干涉条纹，y方向提取得是y＝201pixel位置处的一维干涉条纹；
S3：对提取的x方向和y方向的一维干涉条纹作窗函数加权操作抑制频谱泄露，所采用的窗函数为高斯窗函数；
S4：进行填充因子k＝10倍的空域零填充操作；
S5：对空域填充后的一维干涉条纹作离散傅里叶变换得到频域插值后的频谱；
S6：采用带通矩形窗函数在频域中作频谱滤波得到一级频谱分量；
S7：搜寻一级频谱分量能量或强度峰值的坐标位置，其中x方向上的一级频谱峰值坐标位置为：
Figure BDA0002587588760000111
y方向上的一级频谱峰值坐标位置为：
Figure BDA0002587588760000112
S8：由峰值坐标位置精确估计得到x方向和y方向上的空间载频大小分别为：f0x＝10.80/256pixel-1和f0y＝16.20/256pixel-1。
与传统二维傅里叶变换一级频谱峰值坐标定位法和质心法两种空间载频估计方法进行比较，结果表明采用坐标定位法得到的x方向和y方向上的空间载频大小分别为：f0x＝11.00/256pixel-1和f0y＝16.00/256pixel-1；而采用质心法的x方向和y方向上的空间载频大小分别为：f0x＝11.09/256pixel-1和f0y＝16.11/256pixel-1。可见本发明的计算结果最接近真实的空间载频，误差最小。
综上所述，本发明的优点在于：
1、通过对一维干涉条纹信息进行空域填充操作，再分别计算x方向和y方向的空间载频大小，相对于传统上采用二维干涉条纹信号的整体参与计算的方法，极大的减小了计算量，进而极大的提升了空间载频计算的速度。
2、通过对一维干涉条纹信息进行空域填充操作以得到得到频域插值频谱，在上采样频域域内实现更准确的一级频谱分量的强度峰值坐标位置的估计，相对于传统上二维傅里叶变换一级频谱峰值坐标定位法和一级频谱质心法等空间载频估计方法，极大的提升了空间载频计算的精度，且算法稳定。
3、通过在上采样频域域内实现更准确的一级频谱分量的强度峰值坐标位置的估计，不受二维干涉条纹噪声影响，相对于传统上二维傅里叶变换一级频谱质心法等空间载频估计方法，具有更好的鲁棒性。
4、通过窗函数对一维干涉条纹信息作加权操作，抑制频谱泄露，进而极大的提升了空间载频计算的精度。
虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。

Claims (10)

1.一种基于空域填充的干涉条纹空间载频估计方法，其特征在于：包括如下步骤：
步骤S1、输入二维空间干涉条纹图；
步骤S2、随机提取所述二维空间干涉条纹图中x方向和y方向的一维干涉条纹信息；
步骤S3、利用窗函数对所述一维干涉条纹信息作加权操作；
步骤S4、对加权操作后的所述一维干涉条纹信息进行空域填充操作；
步骤S5、对空域填充操作后的所述一维干涉条纹信息进行离散傅里叶变换，得到频域插值频谱；
步骤S6、对所述频域插值频谱进行频谱滤波，得到一级频谱分量；
步骤S7、搜寻所述一级频谱分量中强度峰值的坐标位置；
步骤S8、基于所述坐标位置计算x方向和y方向的空间载频大小。
2.如权利要求1所述的一种基于空域填充的干涉条纹空间载频估计方法，其特征在于：所述步骤S1中，所述二维空间干涉条纹图的公式为：
I(x,y)＝a(x,y)+b(x,y)cos[2π(f0xx+f0yy)+φ(x,y)]；
其中x表示横坐标，y表示纵坐标，a(x,y)表示背景光强，b(x,y)表示调制函数，f0x表示x方向的空间载频分量大小，f0y表示y方向的空间载频分量大小，φ(x,y)表示待测物理量的相位信息。
3.如权利要求2所述的一种基于空域填充的干涉条纹空间载频估计方法，其特征在于：所述步骤S2中，所述x方向的一维干涉条纹信息具体为：
Figure FDA0002587588750000011
所述y方向的一维干涉条纹信息具体为：
Figure FDA0002587588750000012
其中m表示x方向上的离散值，n表示y方向上的离散值，u0表示接近f0xx的整数，v0表示接近f0yy的整数，M表示x方向上的采样点数，N表示y方向上的采样点数，u0/M表示x方向上的离散空间载频大小，v0/N表示y方向上的离散空间载频大小，a(m)表示x方向上的离散背景光强，a(n)表示y方向上的离散背景光强，b(m)表示x方向上的离散调制函数，b(n)表示y方向上的离散调制函数，φ(m)和φ(n)均表示待测物理量的离散相位信息，Ix(m)表示x方向的一维干涉条纹信息，Iy(n)表示y方向的一维干涉条纹信息。
4.如权利要求3所述的一种基于空域填充的干涉条纹空间载频估计方法，其特征在于：所述步骤S3具体为：
Ixw(m)＝W(m)·Ix(m)；
Iyw(n)＝W(n)·Iy(n)；
其中W(m)和W(n)表示窗函数，Ixw(m)表示加权操作后的x方向的一维干涉条纹信息，Iyw(n)表示加权操作后的y方向一维干涉条纹信息；
所述窗函数为高斯窗函数、汉明窗函数或者汉宁窗函数。
5.如权利要求4所述的一种基于空域填充的干涉条纹空间载频估计方法，其特征在于：所述步骤S4具体为：利用填充因子k，对加权操作后的所述一维干涉条纹信息进行空域填充操作：
Figure FDA0002587588750000021
Figure FDA0002587588750000022
其中random表示空域填充值，Ipk(m)表示x方向上进行空域填充操作后的一维干涉条纹信息，Ipk(n)表示y方向上进行空域填充操作后的一维干涉条纹信息，k＝10Δ(Δ＝1，2，3...)；
所述空域填充为零填充或者均值为0的随机数填充。
6.如权利要求5所述的一种基于空域填充的干涉条纹空间载频估计方法，其特征在于：所述步骤S5具体为：
Figure FDA0002587588750000023
Figure FDA0002587588750000031
其中Gpk()表示频域插值频谱，uk表示整数，
Figure FDA0002587588750000032
7.如权利要求6所述的一种基于空域填充的干涉条纹空间载频估计方法，其特征在于：所述步骤S6具体为：
x方向：
Figure FDA0002587588750000033
y方向:
Figure FDA0002587588750000034
其中uk0为整数，表示频域插值频谱的中心位置。
8.如权利要求1所述的一种基于空域填充的干涉条纹空间载频估计方法，其特征在于：所述步骤S6中，所述频谱滤波采用带通矩形窗或者带通高斯窗。
9.如权利要求7所述的一种基于空域填充的干涉条纹空间载频估计方法，其特征在于：所述步骤S7具体为：
Figure FDA0002587588750000035
Figure FDA0002587588750000036
其中ukm表示x方向上一级频谱分量中强度峰值的坐标位置，ukn表示y方向上一级频谱分量中强度峰值的坐标位置。
10.如权利要求9所述的一种基于空域填充的干涉条纹空间载频估计方法，其特征在于：所述步骤S8具体为：
Figure FDA0002587588750000037
Figure FDA0002587588750000038
其中
Figure FDA0002587588750000039
表示x方向的空间载频大小，
Figure FDA00025875887500000310
表示y方向的空间载频大小，round表示取最近整数值，δx和δy分别表示x方向和y方向上的实际空间载频与离散化采样后的空间载频之间的误差值。
CN202010686022.3A 2020-07-16 2020-07-16 一种基于空域填充的干涉条纹空间载频估计方法 Active CN111623726B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010686022.3A CN111623726B (zh) 2020-07-16 2020-07-16 一种基于空域填充的干涉条纹空间载频估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010686022.3A CN111623726B (zh) 2020-07-16 2020-07-16 一种基于空域填充的干涉条纹空间载频估计方法

Publications (2)

Publication Number Publication Date
CN111623726A CN111623726A (zh) 2020-09-04
CN111623726B true CN111623726B (zh) 2021-07-06

Family

ID=72258642

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010686022.3A Active CN111623726B (zh) 2020-07-16 2020-07-16 一种基于空域填充的干涉条纹空间载频估计方法

Country Status (1)

Country Link
CN (1) CN111623726B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103217888A (zh) * 2012-11-09 2013-07-24 浙江师范大学 一种计算机制合成彩色彩虹全息图的制作方法
CN103983212A (zh) * 2014-05-28 2014-08-13 中国科学院上海光学精密机械研究所 基于gpu并行计算小波变换的光学条纹图相位提取方法
CN110230996A (zh) * 2019-05-30 2019-09-13 西安理工大学 基于二维稀疏s变换快速频域解相的三维面形测量方法
CN210719020U (zh) * 2019-08-13 2020-06-09 华侨大学 基于光场栅的位移测量装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020080366A1 (en) * 2000-12-27 2002-06-27 Nikon Corporation Apparatus for measuring surface shape, lateral coordinate calibration method therefor, and optical member having been measured with said apparatus or method

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103217888A (zh) * 2012-11-09 2013-07-24 浙江师范大学 一种计算机制合成彩色彩虹全息图的制作方法
CN103983212A (zh) * 2014-05-28 2014-08-13 中国科学院上海光学精密机械研究所 基于gpu并行计算小波变换的光学条纹图相位提取方法
CN110230996A (zh) * 2019-05-30 2019-09-13 西安理工大学 基于二维稀疏s变换快速频域解相的三维面形测量方法
CN210719020U (zh) * 2019-08-13 2020-06-09 华侨大学 基于光场栅的位移测量装置

Also Published As

Publication number Publication date
CN111623726A (zh) 2020-09-04

Similar Documents

Publication Publication Date Title
Wildeman Real-time quantitative Schlieren imaging by fast Fourier demodulation of a checkered backdrop
Mazzoleni et al. Gaussian pre-filtering for uncertainty minimization in digital image correlation using numerically-designed speckle patterns
McKenna et al. Performance of digital image velocimetry processing techniques
US8170374B2 (en) Image reconstruction method
CN109087348B (zh) 一种基于自适应区域投射的单像素成像方法
CN101976434A (zh) 一种用于图像配准的频域加权的相关方法
US9632038B2 (en) Hybrid phase unwrapping systems and methods for patterned wafer measurement
CN105890540A (zh) 基于数字图像相关的物体离面变形相位测量方法
CN116972771B (zh) 白光扫描干涉三维重建方法、装置、电子设备及存储介质
CN103886600B (zh) 一种连续相位板加工误差识别方法
Stone et al. Subpixel registration of images
CN114993452B (zh) 基于宽带相位运动放大的结构微小振动测量方法与系统
Boutelier TecPIV—A MATLAB-based application for PIV-analysis of experimental tectonics
CN111079893A (zh) 用于干涉条纹图滤波的生成器网络的获取方法和装置
CN111623726B (zh) 一种基于空域填充的干涉条纹空间载频估计方法
Cai et al. A new adaptive multiresolution noise-filtering approach for SAR interferometric phase images
CN116879894A (zh) 一种针对矿区大梯度形变区域的相位解缠方法及系统
TUȚĂ et al. A principal component analysis (PCA) based method for shape extraction
Wells et al. Polynomial edge reconstruction sensitivity, subpixel Sobel gradient kernel analysis
CN114923437B (zh) 一种基于离焦二值方波条纹的三维测量方法及装置
Siddiolo et al. A direction/orientation-based method for shape measurement by shadow moiré
Wells et al. Image correlation, non-uniformly sampled rotation displacement measurement estimation
Wei et al. Analysis of depth from defocus measurements for micro-imaging and 3D micro-visual reconstruction
CN115435707A (zh) 一种基于相位评价函数的数字全息重建距离优化方法
Dai et al. Automated image registration in semiconductor industry: a case study in the direct-to-digital holography inspection system

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