CN112037156B - 数字散斑自适应帧频解调算法 - Google Patents
数字散斑自适应帧频解调算法 Download PDFInfo
- Publication number
- CN112037156B CN112037156B CN202010778708.5A CN202010778708A CN112037156B CN 112037156 B CN112037156 B CN 112037156B CN 202010778708 A CN202010778708 A CN 202010778708A CN 112037156 B CN112037156 B CN 112037156B
- Authority
- CN
- China
- Prior art keywords
- src
- digital speckle
- image
- phase difference
- speckle
- 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
Links
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000001914 filtration Methods 0.000 claims abstract description 15
- 238000001228 spectrum Methods 0.000 claims abstract description 6
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 7
- 238000005259 measurement Methods 0.000 abstract description 6
- 239000000463 material Substances 0.000 abstract description 5
- 238000010223 real-time analysis Methods 0.000 abstract description 5
- 238000006073 displacement reaction Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种数字散斑自适应帧频解调算法，包括以下步骤：首先任意选取图像序列中的相邻两帧图像及一帧非相邻帧图像，作为某帧时刻的输入数据，对选取的数字散斑图像进行傅里叶变换得到散斑的频谱，然后设计频率带通滤波器和方向滤波器对三幅数字散斑图像进行带通滤波及方向滤波，其次对频域处理后的数字散斑图像进行反傅里叶变换，计算角度和幅值，对散斑图像相位做两两相位差，对上述相位差再做加权平均得到整体相位差，最后带入预测模型，计算最后振幅量。本发明方法简单，在保证高计算精度的同时，能够进行高速实时分析，适应较差的外场测试；同时能够针对特定方向进行分析测量，不易引入其它方向干扰，适应不同材质的振动特性。
Description
技术领域
本发明涉及数字散斑干扰测量技术领域，特别是涉及一种数字散斑自适应帧频解调算法。
背景技术
数字散斑干扰测量技术相较于传统测量技术，具有精度高/无需接触等特点，在建筑业以及医疗行业有着广泛应用。然而现存算法存在以下问题：
1)结构复杂，设备要求精度高；
2)算法技术复杂，难以达到实时分析的目的；
3)全方向分析，针对特殊方向计算容易引入其它方向干扰；
4)技术精度有限，对特殊材质难以响应。
为获得高精度的位移变化量，在相机ccd尺寸一定的前提下，就需要进行亚像素分析。目前针对数字散斑干扰测量技术常用的算法如下：
1)相关搜索的亚像素插值算法：
假设需要精度为0.01个像素单位作为进度，则至少需要将图像进行长宽各100倍的插值处理。抛开插值算法不同，其带来计算量增加；同时由于图像本身噪声影响，导致最终插值图像与实际图像反馈信息误差较大，影响最终结果的准确性；
2)曲面拟合求解亚像素位移：
通过计算相邻8个点的相关系数，进行拟合为连续的曲面，然后求出曲面的极值点作为最终的结果。但是该算法位移求解精度受相关搜索区域大小的影响，好的结果必须需要较大的区域参与计算，同时受到曲面函数和相关函数的影响，计算精度低；
3)Newton-Raphson迭代法(N-R算法)：
N-R算法是1989年由Sutton与bruck等人提出，通过采用一阶函数来描述图像子区域的位移或者变形模式。NR算法在上述算法中精度高，但是需要较好的初值，同时计算量是前者的数十倍。
综上，当前算法面临的问题如下：
(1)精度与计算时间的矛盾，在精度要求下当前算法无法完成嵌入式端的高速实时分析；
(2)在设备分析过程中，需要保证设备稳定无振动，难以适应较差的外场测试；
(3)当前算法计算结果往往是多个方向位移的矢量和，无法单独对特定方向进行分析测量；
(4)在固定帧率的高速相机下，无法适应不同材质的振动特性。
因此亟需提供一种新型的数字散斑自适应帧频解调算法来解决上述问题。
发明内容
本发明所要解决的技术问题是提供一种数字散斑自适应帧频解调算法，方法简单，在保证高计算精度的同时，能够进行高速实时分析。
为解决上述技术问题，本发明采用的一个技术方案是：提供一种数字散斑自适应帧频解调算法，包括以下步骤：
S1：任意选取图像序列中的相邻两帧图像及一帧非相邻帧图像，作为某帧时刻的输入数据，对选取的数字散斑图像进行傅里叶变换得到散斑的频谱；
S2：设计频率带通滤波器对选取的数字散斑图像进行带通滤波；
S3：设计方向滤波器对步骤S2带通滤波后的数字散斑图像进行方向滤波；
S4：对频域处理后的数字散斑图像进行反傅里叶变换，得到散斑的复振幅，从复振幅中计算散斑图像相位；
S5：对步骤S4计算得到的散斑图像相位做两两相位差，得到两个单个相位差；
S6：对步骤S5求得的相位差以像素能量为权值进行加权平均计算，得到两个整体相位差；
S7：将步骤S6得到的该帧时刻的整体相位差以及其它帧时刻计算出的整体相位差均引入预测模型进行线性预测，选取出作为预测的一帧数字散斑图像，得到最后的振幅量。
在本发明一个较佳实施例中，假定图像序列为Src1，Src2，Src3，……，Srcn-j，……，Srcn-1，Srcn，取三帧图像Srcn，Srcn-1，Srcn-j，其中n≥j≥2；包括以下步骤：
S1：对三幅数字散斑图像进行傅里叶变换得到散斑的频谱：
上式中A为散斑干涉图像的幅值，
为散斑干涉图像的相位，x，y为散斑干涉图像坐标位置，t为时间；
S2：设计频率带通滤波器对三幅数字散斑图像进行带通滤波：
上式中b为带通滤波器参数；
S3：设计方向滤波器对三幅数字散斑图像进行方向滤波：
上式中θ为方向滤波器参数；
S4：对频域处理后的数字散斑图像进行反傅里叶变换，得到散斑的复振幅：K(x，y，t)，从复振幅K(x，y，t)中计算散斑图像相位
上式中Im[K(x，y，t)]为复振幅的取虚部运算，Re[K(x，y，t)]为复振幅的取实部运算；
S5：对三帧数字散斑图像Srcn与Srcn-1，Srcn与Srcn-j做两两相位差，得到
与
S6：对步骤S5求得的相位差以像素能量为权值进行加权平均计算整体的相位差：
S7：将该帧时刻计算出的
与
以及其它帧时刻计算出的整体相位差引入预测模型进行线性预测，得到最后的振幅量
或者
在本发明一个较佳实施例中，所述预测模型采用自回归模型或卡尔曼模型或神经网络预测模型。
本发明的有益效果是：
(1)本发明算法简单，计算过程未使用迭代算法，减少计算量，减少耗时，用时间差及使用非相邻帧图像代替插值图像算法，在保证高计算精度的同时，能够进行高速实时分析；
(2)在设备分析过程中无需本地光对图像进行增强，对设备的精度、稳定性要求不高，能够适应较差的外场测试；
(3)本发明算法使用不同的方向滤波参数能够针对特定方向进行分析测量，不易引入其它方向干扰；
(4)在固定帧率的高速相机下，本发明使用自适应算法对图像帧的选择性抽取计算，能够适应不同材质的振动特性。
附图说明
图1是本发明数字散斑自适应帧频解调算法的流程图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
请参阅图1，本发明实施例包括：
一种数字散斑自适应帧频解调算法，假定图像序列为Src1，Src2，Src3，……，Srcn-j，……，Srcn-1，Srcn，取三帧图像Srcn，Srcn-1，Srcn-j，其中n≥j≥2；包括以下步骤：
S1：对三幅数字散斑图像进行傅里叶变换得到散斑的频谱：
上式中A为散斑干涉图像的幅值，
为散斑干涉图像的相位，x，y为散斑干涉图像坐标位置，t为时间；
S2：数字散斑在成像过程中由于大气干扰以及其它因素导致图像灰度值变化异常，而在正常状态下的散斑图像稳定，无灰度值突变。通过合适的带通滤波器可以有效消除部分干扰因素。设计频率带通滤波器对三幅数字散斑图像进行带通滤波：
上式中b为带通滤波器参数，该参数可实时调整，以解析结果信噪比最好为最佳参数；
S3：由于不同物体在震动响应上存在各自特性，选择合适的震动检测方向可以获取更好得结果。设计方向滤波器对三幅数字散斑图像进行方向滤波：
上式中θ为方向滤波器参数，该参数可实时调整，以解析结果信噪比最好为最佳参数；
S4：对频域处理后的数字散斑图像进行反傅里叶变换得到散斑的复振幅：K(x，y，t)，从复振幅K(x，y，t)中计算散斑图像相位
上式中Im[K(x，y，t)]为复振幅的取虚部运算，Re[K(x，y，t)]为复振幅的取实部运算；
S5：对三帧数字散斑图像Srcn与Srcn-1，Srcn与Srcn-j做相位差，得到
与
S6：数字散斑图像中存在部分像素无效，影响最终的相位计算。选取置信度高的像素点参与计算对结果的影响起着重要作用。对步骤S5求得的相位差以像素能量为权值进行加权平均计算整体的相位差：
通过加权算法，削减相机本底噪声对最终结果的影响比重，提高计算精度。
S7：在高帧率相机下，相位变化与位移变化近似成正比，则物体振动幅度等价相位变化幅度。由于物体本身材质决定物体对振动相应特性，两相邻帧之间的差值
存在小于算法测量范围的最小值，导致计算值错误，同时由于物体在振动时有一定的连续性和规律性，因此引入
将
与
以及之前多帧时刻的计算结果(整体相位差)引入卡尔曼预测模型进行线性预测，得到最后的振幅量
或者
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他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (3)
1.一种数字散斑自适应帧频解调方法，其特征在于，包括以下步骤：
S1：任意选取图像序列中的相邻两帧图像及一帧非相邻帧图像，作为某帧时刻的输入数据，对选取的数字散斑图像进行傅里叶变换得到散斑的频谱；
S2：设计频率带通滤波器对选取的数字散斑图像进行带通滤波；
S3：设计方向滤波器对步骤S2带通滤波后的数字散斑图像进行方向滤波；
S4：对频域处理后的数字散斑图像进行反傅里叶变换，得到散斑的复振幅，从复振幅中计算散斑图像相位；
S5：对步骤S4计算得到的散斑图像相位做两两相位差，得到两个单个相位差；
S6：对步骤S5求得的相位差以像素能量为权值进行加权平均计算，得到两个整体相位差；
S7：将步骤S6得到的该帧时刻的整体相位差以及其它帧时刻计算出的整体相位差均引入预测模型进行线性预测，选取出作为预测的一帧数字散斑图像，得到最后的振幅量。
2.根据权利要求1所述的数字散斑自适应帧频解调方法，其特征在于，假定图像序列为Src1，Src2，Src3，……，Srcn-j，……，Srcn-1，Srcn，取三帧图像Srcn，Srcn-1，Srcn-j，其中n≥j≥2；包括以下步骤：
S1：对三幅数字散斑图像进行傅里叶变换得到散斑的频谱：
上式中A为散斑干涉图像的幅值，
为散斑干涉图像的相位，x，y为散斑干涉图像坐标位置，t为时间；
S2：设计频率带通滤波器对三幅数字散斑图像进行带通滤波：
上式中b为带通滤波器参数；
S3：设计方向滤波器对三幅数字散斑图像进行方向滤波：
上式中θ为方向滤波器参数；
S4：对频域处理后的数字散斑图像进行反傅里叶变换，得到散斑的复振幅K(x，y，t)，从复振幅K(x，y，t)中计算散斑图像相位
上式中Im[K(x，y，t)]为复振幅的取虚部运算，Re[K(x，y，t)]为复振幅的取实部运算；
S5：对三帧数字散斑图像Srcn与Srcn-1，Srcn与Srcn-j做两两相位差，得到单个相位差
与
S6：对步骤S5求得的相位差以像素能量为权值进行加权平均计算整体的相位差：
S7：将该帧时刻计算出的
与
以及其它帧时刻计算出的整体相位差引入预测模型进行线性预测，得到最后的振幅量
或者
3.根据权利要求1或2所述的数字散斑自适应帧频解调方法，其特征在于，所述预测模型采用自回归模型或卡尔曼模型或神经网络预测模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010778708.5A CN112037156B (zh) | 2020-08-05 | 2020-08-05 | 数字散斑自适应帧频解调算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010778708.5A CN112037156B (zh) | 2020-08-05 | 2020-08-05 | 数字散斑自适应帧频解调算法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112037156A CN112037156A (zh) | 2020-12-04 |
| CN112037156B true CN112037156B (zh) | 2023-01-31 |
Family
ID=73582427
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010778708.5A Active CN112037156B (zh) | 2020-08-05 | 2020-08-05 | 数字散斑自适应帧频解调算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112037156B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101871769A (zh) * | 2010-06-02 | 2010-10-27 | 山东师范大学 | 三维变形场同时载频调制的电子散斑检测方法 |
| CN102620674A (zh) * | 2012-03-29 | 2012-08-01 | 上海大学 | 一种简易电子散斑干涉的实时相移方法 |
| US9651477B1 (en) * | 2016-04-01 | 2017-05-16 | The United States Of America, As Represented By The Secretary Of The Army | Method and apparatus for simultaneous observation of three-degrees of vibrational freedom using single heterodyne beam |
| CN110068283A (zh) * | 2019-04-25 | 2019-07-30 | 东华大学 | 一种应用于面内应变的数字散斑传感系统 |
-
2020
- 2020-08-05 CN CN202010778708.5A patent/CN112037156B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101871769A (zh) * | 2010-06-02 | 2010-10-27 | 山东师范大学 | 三维变形场同时载频调制的电子散斑检测方法 |
| CN102620674A (zh) * | 2012-03-29 | 2012-08-01 | 上海大学 | 一种简易电子散斑干涉的实时相移方法 |
| US9651477B1 (en) * | 2016-04-01 | 2017-05-16 | The United States Of America, As Represented By The Secretary Of The Army | Method and apparatus for simultaneous observation of three-degrees of vibrational freedom using single heterodyne beam |
| CN110068283A (zh) * | 2019-04-25 | 2019-07-30 | 东华大学 | 一种应用于面内应变的数字散斑传感系统 |
Non-Patent Citations (1)
| Title |
|---|
| 电子散斑干涉场的空间调制与解调技术;孙平;《光电子激光》;20050930;1093-1096 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112037156A (zh) | 2020-12-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3588290B2 (ja) | デジタル画像のサブピクセル・アライメント方法 | |
| CN112254801B (zh) | 一种微小振动视觉测量方法及系统 | |
| CN115856889B (zh) | 一种误差自动校正的InSAR时序变形监测方法 | |
| CN107994885B (zh) | 一种同时估计未知输入和状态的分布式融合滤波方法 | |
| CN110231620B (zh) | 一种噪声相关系统跟踪滤波方法 | |
| Li et al. | Improved edge detection algorithm for canny operator | |
| CN107728112B (zh) | 在目标导向矢量严重失配情况下的稳健波束形成方法 | |
| CN111220980B (zh) | 一种地基sar非线性大气相位补偿方法 | |
| CN113048876A (zh) | 一种应用于移相式激光干涉仪的振动检测预处理方法 | |
| CN111913155A (zh) | 基于阵列雷达的二维doa估计方法 | |
| CN107273877B (zh) | 加权的多尺度复合窗指纹方向场建立方法及分级平滑算法 | |
| CN113238227A (zh) | 一种结合深度学习的改进最小二乘相位解缠方法及系统 | |
| US20080316174A1 (en) | Motion estimation with adaptation of the correlation block size | |
| CN112037156B (zh) | 数字散斑自适应帧频解调算法 | |
| CN114119367B (zh) | 一种分区域的同步相移干涉图超分辨重建的插值方法 | |
| CN111175692A (zh) | 基于分层合成Lasso先验模型的离格稀疏贝叶斯DOA估计方法 | |
| CN111369620A (zh) | 一种基于改进piv的水平油水两相流流速测量方法 | |
| CN107977939B (zh) | 一种基于可靠度的加权最小二乘相位展开计算方法 | |
| Aach et al. | Estimation of multiple local orientations in image signals | |
| CN110716203A (zh) | 一种被动声纳目标的时频分析与跟踪方法 | |
| CN115127683B (zh) | 一种动态干涉仪干涉图参数失配的相位提取的方法 | |
| CN112652000B (zh) | 一种针对图像小尺度运动方向判定的方法 | |
| CN113048877A (zh) | 一种应用于移相式激光干涉仪的抗振移相方法 | |
| CN113066015A (zh) | 一种基于神经网络的多模态遥感影像旋转差异校正方法 | |
| JP2002267728A (ja) | 方位探知方法および方位探知装置 |
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 |