CN114485448B - 一种自适应散斑干涉测量方法及系统 - Google Patents
一种自适应散斑干涉测量方法及系统 Download PDFInfo
- Publication number
- CN114485448B CN114485448B CN202210088045.3A CN202210088045A CN114485448B CN 114485448 B CN114485448 B CN 114485448B CN 202210088045 A CN202210088045 A CN 202210088045A CN 114485448 B CN114485448 B CN 114485448B
- Authority
- CN
- China
- Prior art keywords
- speckle
- fusion
- images
- image
- phase shift
- 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
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
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及光学测量技术领域,特别是涉及一种自适应散斑干涉测量方法及系统,该方法包括:基于四步相移算法,每一次相移均按照曝光时间从短到长获取一组待检测物体的散斑图像,获取四组参考散斑图像;分别对各组参考散斑图像进行图像融合,获取四幅参考散斑融合图像;基于四步相移算法,获取四组变形后散斑图像;分别对各组变形后散斑图像进行图像融合,获取四幅变形后散斑融合图像;四幅变形后散斑融合图像和四幅参考散斑融合图像均存放到GPU内存中,通过并行计算,根据四幅变形后散斑融合图像和四幅参考散斑融合图像确定所述待检测物体变形的相位,并完成实时显示。本发明提高了相位测量的稳定性和适用性。
Description
技术领域
本发明涉及光学测量技术领域,特别是涉及一种自适应散斑干涉测量方法及系统。
背景技术
散斑干涉计量法是一种基于光学干涉原理的精密测量技术。根据特定的光学布置,散斑干涉测量可用于测量面内和面外的全场变形。剪切成像通过使用剪切装置简化了光学布置,通过设置剪切量和剪切方向测量平面外变形的导数。干涉仪利用相干光的波动特性分析表面特性,包括平面内和平面外的位移以及梯度。如果在干涉仪中引入可控相移,则两光束之间的光程差会产生给定的恒定相位。通过引入相移技术,干涉图的对比度得到了很大的提高,精密测量成为可能。相移可以通过两种方式引入。空间相移技术仅获取一个带有空间载波的条纹图像。由于通常需要傅里叶分析来提取目标频谱,因此很难实现实时相位计算。而时间相移技术直接获取具有已知相移的多个干涉图像,结合并行计算,实时计算代表物理信息的相位差。
散斑干涉测量需要一束或多束相干光来照亮样品表面。为了获得高质量的干涉图,通常样品表面的照明是均匀的,以便图像中的像素灰度与光强度呈正比关系。在没有发生过度曝光或曝光不足的情况下,通常可以满足此要求。在激光束照射下,对于平面样品,很容易通过将样品倾斜到与光源成一定角度以避免直接反射来避免过度曝光。而对于曲面样本,通常需要专门的放置姿态才能将亮点移出图像。但是对于球面或圆柱面,无论物体或光路如何布置,都会出现过度曝光区域。另一种方法是在测试样品表面的反射率降低之前进行表面处理。然而,在不允许表面处理的橡胶涂层结构的无损检测中,这类强反射光斑会导致散斑图像的过度曝光区域丢失测量信息。
综上所述,因光照布置、物体表面曲率和样品反射率的因素常导致计算出的相位图像质量差,导致现有的方法适用性不高,布置相对复杂,从而造成相位测量准确性低。
发明内容
本发明的目的是提供一种自适应散斑干涉测量方法及系统,提高了相位测量的稳定性和适用性。
为实现上述目的,本发明提供了如下方案:
一种自适应散斑干涉测量方法,包括:
基于四步相移算法,每一次相移均按照曝光时间从短到长获取一组待检测物体的散斑图像,并标定每组待检测物体的散斑图像的曝光时间和曝光次数,获取四组散斑图像,记为四组参考散斑图像;
分别对各组参考散斑图像进行图像融合,获取四幅参考散斑融合图像;
基于四步相移算法,每一次相移均按照曝光时间从短到长获取一组待检测物体变形后的散斑图像,并标定每组待检测物体变形后的散斑图像的曝光时间和曝光次数,获取四组散斑图像,记为四组对比散斑图像;
分别对各组对比散斑图像进行图像融合,获取四幅对比散斑融合图像;
获得设定组数的参考散斑融合图像和设定组数的对比散斑融合图像,每组参考散斑融合图像均包括四幅参考散斑融合图像,每组对比散斑融合图像均包括四幅对比散斑融合图像;
分别对设定组数参考散斑融合图像中对应相位的参考散斑融合图像进行图像融合,获得四幅变形前散斑融合图像;
分别对设定组数对比散斑融合图像中对应相位的对比散斑融合图像进行图像融合,获得四幅变形后散斑融合图像;
基于并行计算,根据四幅变形前散斑融合图像和四幅变形后散斑融合图像确定所述待检测物体变形的相位。
可选地,所述基于并行计算,根据四幅变形前散斑融合图像和四幅变形后散斑融合图像确定所述待检测物体变形的相位,具体包括:
其中,φ表示所述待检测物体变形的相位,R01表示变形前第一次相移对应的散斑融合图像,R02表示变形前第二次相移对应的散斑融合图像,R03表示变形前第三次相移对应的散斑融合图像,R04表示变形前第四次相移对应的散斑融合图像,R11表示变形后第一次相移对应的散斑融合图像,R12表示变形后第二次相移对应的散斑融合图像,R13表示变形后第三次相移对应的散斑融合图像,R14表示变形后第四次相移对应的散斑融合图像。
其中,k表示曝光序数,N1和N2均表示曝光次数,R0i表示第i次相移后的参考散斑融合图像,R1i表示第i次相移后的对比散斑融合图像,i∈[1,2,3,4],表示变形前第i次相移后的第k次曝光时的散斑图像,表示变形后第i次相移后的第k次曝光时的散斑图像。
可选地,一种自适应散斑干涉测量方法还包括:利用计算机控制压电陶瓷产生相位变化实现所述四步相移算法中的四步相移。
本发明还公开了一种自适应散斑干涉测量系统,包括:
四组参考散斑图像获取模块,用于基于四步相移算法,每一次相移均按照曝光时间从短到长获取一组待检测物体的散斑图像,并标定每组待检测物体的散斑图像的曝光时间和曝光次数,获取四组散斑图像,记为四组参考散斑图像;
四幅参考散斑融合图像获取模块,用于分别对各组参考散斑图像进行图像融合,获取四幅参考散斑融合图像;
四组对比散斑图像获取模块,用于基于四步相移算法,每一次相移均按照曝光时间从短到长获取一组待检测物体变形后的散斑图像,并标定每组待检测物体变形后的散斑图像的曝光时间和曝光次数,获取四组散斑图像,记为四组对比散斑图像;
四幅对比散斑融合图像获取模块,用于分别对各组对比散斑图像进行图像融合,获取四幅对比散斑融合图像;
设定组数的参考散斑融合图像和对比散斑融合图像获得模块,用于获得设定组数的参考散斑融合图像和设定组数的对比散斑融合图像,每组参考散斑融合图像均包括四幅参考散斑融合图像,每组对比散斑融合图像均包括四幅对比散斑融合图像;
变形前散斑融合图像确定模块,用于分别对设定组数参考散斑融合图像中对应相位的参考散斑融合图像进行图像融合,获得四幅变形前散斑融合图像;
变形后散斑融合图像确定模块,用于分别对设定组数对比散斑融合图像中对应相位的对比散斑融合图像进行图像融合,获得四幅变形后散斑融合图像;
相位确定模块,用于基于并行计算,根据四幅变形前散斑融合图像和四幅变形后散斑融合图像确定所述待检测物体变形的相位。
可选地,所述相位确定模块,具体包括:
其中,φ表示所述待检测物体变形的相位,R01表示变形前第一次相移对应的散斑融合图像,R02表示变形前第二次相移对应的散斑融合图像,R03表示变形前第三次相移对应的散斑融合图像,R04表示变形前第四次相移对应的散斑融合图像,R11表示变形后第一次相移对应的散斑融合图像,R12表示变形后第二次相移对应的散斑融合图像,R13表示变形后第三次相移对应的散斑融合图像,R14表示变形后第四次相移对应的散斑融合图像。
其中,k表示曝光序数,N1和N2均表示曝光次数,R0i表示第i次相移后的参考散斑融合图像,R1i表示第i次相移后的对比散斑融合图像,i∈[1,2,3,4],表示变形前第i次相移后的第k次曝光时的散斑图像,表示变形后第i次相移后的第k次曝光时的散斑图像。
可选地,一种自适应散斑干涉测量系统,还包括:利用计算机控制压电陶瓷产生相位变化实现所述四步相移算法中的四步相移。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明一种自适应散斑干涉测量方法及系统,通过融合不同曝光时间获得的变形前的参考散斑图像和变形后的散斑图像,提高四步相移算法获取不同相位时散斑图像的质量,通过对不同曝光程度的散斑图像进行图像融合,在曝光亮度不均条件下进行自适应散斑干涉测量,从而提高相位测量的稳定性和适用性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种自适应散斑干涉测量方法流程示意图;
图2为本发明一段曝光时间内多张曝光图像强度区域分布特征示意图;
图3为本发明HDRPR实时检测方法示意图;
图4为本发明实施例针对试件的试验检测环境示意图;
图5为本发明实施例试验结果示意图;
图6为本发明一种自适应散斑干涉测量系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种自适应散斑干涉测量方法及系统,提高了相位测量的稳定性和适用性。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明一种自适应散斑干涉测量方法流程示意图,如图1所示,一种自适应散斑干涉测量方法,包括:
步骤101:基于四步相移算法,每一次相移均按照曝光时间从短到长获取一组待检测物体的散斑图像,并标定每组待检测物体的散斑图像的曝光时间和曝光次数,获取四组散斑图像,记为四组参考散斑图像。
其中,步骤101具体包括:基于计算机控制压电陶瓷产生相位变化,采用四步相移算法获取待检测物体的四幅参考散斑融合图像。
一组待检测物体的散斑图像包括不同曝光程度的散斑图像,随着逐渐增加曝光时间,散斑图像从曝光不足区域大于正常曝光区域到曝光不足区域减少、曝光过度区域增加,直到曝光不足区域减少到0。
正常曝光区域为图像灰度值在0到255之间;当图像灰度值大于或等于255时为曝光过度区域,当图像灰度值小于或等于0时为曝光不足区域。
步骤102:分别对各组参考散斑图像进行图像融合,获取四幅参考散斑融合图像。
其中,步骤102具体包括:在CPU端分别对各组参考散斑图像进行图像融合,获取四幅参考散斑融合图像。
步骤103:基于四步相移算法,每一次相移均按照曝光时间从短到长获取一组待检测物体变形后的散斑图像,并标定每组待检测物体变形后的散斑图像的曝光时间和曝光次数,获取四组散斑图像,记为四组对比散斑图像。
一组待检测物体变形后的散斑图像包括不同曝光程度的散斑图像,随着逐渐增加曝光时间,散斑图像从曝光不足区域大于正常曝光区域到曝光不足区域减少、曝光过度区域增加,直到曝光不足区域减少到0。
利用数码相机曝光量和曝光时间之间的关系,根据成像强度的区域分布特征,从短到长标定曝光次数和一组曝光时间。
曝光量一般通过数字相机的曝光时间来调整。因为原始图像的选择直接关系到融合质量和计算效率,曝光时间的确定对于图像融合至关重要。由于在散斑图像中经常发现曝光过度或曝光不足的区域是局部斑点,因此散斑图像可以分为三个部分,即正常曝光区域A、曝光过度区域V和曝光不足区域U。
开始多曝光图像采集,相机的曝光时间最初设置为零。在这种情况下,图像在曝光不足的状态下整体较暗。通过逐渐增加曝光时间,视野中的明亮区域变得可见,并随着曝光时间的增加逐渐饱和。就在这种饱和发生之前,确定第一张散斑图像I(1)的相应曝光时间。如图2(a)所示,图像中只有圆圈内区域A(1)正常曝光,其余区域U(1)仍然曝光不足(阴影区域)。随着曝光时间的增加,饱和发生并且饱和区域扩大直到其边界达到A(1)。图2(b)为第二张散斑图像I(2)确定相应的曝光时间。在这种情况下图2(c),图像被分为三个区域,包括过度曝光区域V(1)、正常曝光区域A(2)和曝光不足区域U(2)。曝光时间不断调整,直到曝光不足区域减少。在这样的程序之后,确定一系列曝光时间。一旦确定了一系列曝光时间,就可以在变形前后获得同一相移步骤的一系列散斑图像。
本发明的散斑图像融合为一种高效的稳定的可用于时间相移的图像融合算法。
本发明采用实时的检测策略:利用计算机控制压电陶瓷控制驱动镜的移动步长,在每一个相移下,根据标准曝光多次,并利用提出的融合算法,融合同一个光场下多个曝光量的散斑图像。为了避免CPU和GPU间频繁的数据交互,图像融合是在CPU端完成的,融合的散斑图像被发送到GPU端,执行滤波和相位计算。本发明采用四步相移,相移范围内从小到大循环,每相移一次,输出一张相位图像。
步骤104:分别对各组对比散斑图像进行图像融合,获取四幅对比散斑融合图像。
其中,步骤104具体包括:在CPU端分别对各组对比散斑图像进行图像融合,获取四幅对比散斑融合图像。
步骤105:获得设定组数的参考散斑融合图像和设定组数的对比散斑融合图像,每组参考散斑融合图像均包括四幅参考散斑融合图像,每组对比散斑融合图像均包括四幅对比散斑融合图像。
步骤106:分别对设定组数参考散斑融合图像中对应相位的参考散斑融合图像进行图像融合,获得四幅变形前散斑融合图像。
步骤107:分别对设定组数对比散斑融合图像中对应相位的对比散斑融合图像进行图像融合,获得四幅变形后散斑融合图像。
步骤108:基于并行计算,根据四幅变形前散斑融合图像和四幅变形后散斑融合图像确定所述待检测物体变形的相位。
其中,步骤108具体包括:基于GPU并行计算,根据四幅变形前散斑融合图像和四幅变形后散斑融合图像确定所述待检测物体变形的相位;四幅变形后散斑融合图像和四幅变形前散斑融合图像均存放到GPU内存中。
其中,φ表示所述待检测物体变形的相位,R01表示变形前第一次相移对应的散斑融合图像,R02表示变形前第二次相移对应的散斑融合图像,R03表示变形前第三次相移对应的散斑融合图像,R04表示变形前第四次相移对应的散斑融合图像,R11表示变形后第一次相移对应的散斑融合图像,R12表示变形后第二次相移对应的散斑融合图像,R13表示变形后第三次相移对应的散斑融合图像,R14表示变形后第四次相移对应的散斑融合图像。
其中,k表示曝光序数,N1和N2均表示曝光次数,R0i表示第i次相移后的参考散斑融合图像,R1i表示第i次相移后的对比散斑融合图像,i∈[1,2,3,4],表示变形前第i次相移后的第k次曝光时的散斑图像,表示变形后第i次相移后的第k次曝光时的散斑图像。
下面详细说明本发明一种自适应散斑干涉测量方法。
四步相移计算相位的过程需要记录变形前的四幅图像以及变形后的四幅图像:
其中,a是散斑图像的背景强度,b是散斑图像的调制项;是未知的随机相位;i是相移步骤的序数。I0i和I1i分别表示变形前和变形后的散斑图像。φ是编码物体表面变形的参数(相位),φ的计算公式可由上式求得:
该技术用于光强分布较合理的情况,具有良好的性能。当光强分布超出允许范围后,相位图像的质量明显下降。本发明在每一次相移步骤下记录多个给定曝光度水平的散斑图像,此时散斑图像强度可描述为:
k是曝光序数;N是总共的曝光次数。当明暗变化较大的表面呈现在相机的视场中时,不同曝光度的散斑图像只能编码图像亮度适当的区域,因此融合不同曝光度的散斑图像可以大幅扩张散斑图像的有效编码区域。实时检测要求融合算法的复杂度应尽量低并能有效计算出高质量的相位图像。所以本发明根据四步相移原理,构造图像融合算法,融合的散斑图像可表示为:
由于在测量过程中,光照状态几乎保持不变,且曝光次数和曝光时间是预定义的,可以认为不同曝光度的散斑图像具有单调的关系。
当光强分布处于图像灰度值可表征的动态范围内时,αi,i=1,2…N是一系列的比例系数。当图像过曝光或欠曝光时,8位的图像灰度值分别是255和0。将式(2)和(3)带入式(1),从融合的散斑图像计算出的相位可表达为:
可以发现,只要控制不同相移步骤下的αi始终对齐,最后的相位计算形式和式(1)是一致的,所以公式(2)构建的融合算法可用于相位计算。
HDRPR(高动态范围相位重建)将多曝光的散斑图像融合成一张编码更高动态范围相位信息的单个图像,HDRPR一种非接触的光学方法,可应用于光亮表面的亚微米变形检测。该技术相对于传统的方法较为耗时。本发明根据实时检测要求,提出一种稳定有效的实现策略,该策略是一种结合了相机多曝光采图、压电陶瓷控制和CPU-GPU编程的技术方案,GPU主要用于并行计算相位图像,因此在程序执行前,预定义了8块GPU内存,4块用于存放参考图R0i,4块用于存放变形图R1i,i=1,2,3,4。
首先,通过输入特定的直流电压控制压电陶瓷产生π/2的相位变化,相位从小到大在0到3π/2范围内循环。在该相位下,利用步骤1标定的曝光规则多次曝光记录当前光场。基于CPU多线程技术并行技术应用步骤2中的式(2)融合得到一张散斑图像,散斑图像保存在主机端的内存中,此时,拷贝融合的散斑图像到客户端的内存中。测量中该过程不断重复,当客户端内存中同时存在R0i和R1i时,i=1,2,3,4,此时调用GPU应用式(4)计算相位φ。CUDA是一种有效的可用于调用GPU的计算平台。利用该平台上,按照一维的形式排列线程块并预定义了与图像分辨率等同的GPU线程束,以确保解相位和滤波的高并发性。计算得到的相位图像复制回主机端分线程实时显示。需要注意的是,在一次测量中,保存R0i的内存块只更新一次,保存R1i的内存块循环更新。图3展示了该策略的示意图。
下面以具体实施例说明本发明一种自适应散斑干涉测量方法。
将本发明一种自适应散斑干涉测量方法应用于检测橡胶金属粘接圆柱壳内壁的脱粘缺陷检测,测量过程如下:
a)将圆柱壳放置在检测平台上,架设剪切散斑干涉设备于被测物前方。调整探头位姿,直到被测物成像在视场中间(图4)。
b)打开激光器,让激光散斑覆盖被测物。调整相机光圈,焦距,曝光时间,直到被测物清晰成像,并尽量充满相机视场。根据检测经验设置剪切量。
c)设置最小曝光时间。开始相机曝光量标定流程。曝光标定完成后,开始实时高动态范围相位重建,并刷新参考图。利用卤素灯或热风机,加热试件表面。
试验结果如图5所示,图5中(a)、(b)和(c)的上方图为散斑图像,下方为对应的相位图像。通过对比可以清晰的看到基于HDRPR计算得到的相位图像,很好的融合了不同曝光度的散斑图像编码的相位信息,并可以实现实时的检测需求。
图6为本发明一种自适应散斑干涉测量系统结构示意图,如图6所示,一种自适应散斑干涉测量系统,包括:
四组参考散斑图像获取模块201,用于基于四步相移算法,每一次相移均按照曝光时间从短到长获取一组待检测物体的散斑图像,并标定每组待检测物体的散斑图像的曝光时间和曝光次数,获取四组散斑图像,记为四组参考散斑图像;
四幅参考散斑融合图像获取模块202,用于分别对各组参考散斑图像进行图像融合,获取四幅参考散斑融合图像;
四组对比散斑图像获取模块203,用于基于四步相移算法,每一次相移均按照曝光时间从短到长获取一组待检测物体变形后的散斑图像,并标定每组待检测物体变形后的散斑图像的曝光时间和曝光次数,获取四组散斑图像,记为四组对比散斑图像;
四幅对比散斑融合图像获取模块204,用于分别对各组对比散斑图像进行图像融合,获取四幅对比散斑融合图像;
设定组数的参考散斑融合图像和对比散斑融合图像获得模块205,用于获得设定组数的参考散斑融合图像和设定组数的对比散斑融合图像,每组参考散斑融合图像均包括四幅参考散斑融合图像,每组对比散斑融合图像均包括四幅对比散斑融合图像;
变形前散斑融合图像确定模块206,用于分别对设定组数参考散斑融合图像中对应相位的参考散斑融合图像进行图像融合,获得四幅变形前散斑融合图像;
变形后散斑融合图像确定模块207,用于分别对设定组数对比散斑融合图像中对应相位的对比散斑融合图像进行图像融合,获得四幅变形后散斑融合图像;
相位确定模块208,用于基于并行计算,根据四幅变形前散斑融合图像和四幅变形后散斑融合图像确定所述待检测物体变形的相位。
相位确定模块208,具体包括:
其中,φ表示所述待检测物体变形的相位,R01表示变形前第一次相移对应的散斑融合图像,R02表示变形前第二次相移对应的散斑融合图像,R03表示变形前第三次相移对应的散斑融合图像,R04表示变形前第四次相移对应的散斑融合图像,R11表示变形后第一次相移对应的散斑融合图像,R12表示变形后第二次相移对应的散斑融合图像,R13表示变形后第三次相移对应的散斑融合图像,R14表示变形后第四次相移对应的散斑融合图像。
其中,k表示曝光序数,N1和N2均表示曝光次数,R0i表示第i次相移后的参考散斑融合图像,R1i表示第i次相移后的变形后散斑融合图像,i∈[1,2,3,4],表示变形前第i次相移后的第k次曝光时的散斑图像,表示变形后第i次相移后的第k次曝光时的散斑图像。
一种自适应散斑干涉测量系统,还包括:相位变化驱动模块,用于利用计算机控制压电陶瓷产生相位变化实现所述四步相移算法中的四步相移。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种自适应散斑干涉测量方法,其特征在于,包括:
基于四步相移算法,每一次相移均按照曝光时间从短到长获取一组待检测物体的散斑图像,并标定每组待检测物体的散斑图像的曝光时间和曝光次数,获取四组散斑图像,记为四组参考散斑图像;一组待检测物体的散斑图像包括不同曝光程度的散斑图像,随着逐渐增加曝光时间,散斑图像从曝光不足区域大于正常曝光区域到曝光不足区域减少、曝光过度区域增加,直到曝光不足区域减少到0;正常曝光区域为图像灰度值在0到255之间;当图像灰度值大于或等于255时为曝光过度区域,当图像灰度值小于或等于0时为曝光不足区域;
分别对各组参考散斑图像进行图像融合,获取四幅参考散斑融合图像;
基于四步相移算法,每一次相移均按照曝光时间从短到长获取一组待检测物体变形后的散斑图像,并标定每组待检测物体变形后的散斑图像的曝光时间和曝光次数,获取四组散斑图像,记为四组对比散斑图像;一组待检测物体变形后的散斑图像包括不同曝光程度的散斑图像,随着逐渐增加曝光时间,散斑图像从曝光不足区域大于正常曝光区域到曝光不足区域减少、曝光过度区域增加,直到曝光不足区域减少到0;
分别对各组对比散斑图像进行图像融合,获取四幅对比散斑融合图像;
获得设定组数的参考散斑融合图像和设定组数的对比散斑融合图像,每组参考散斑融合图像均包括四幅参考散斑融合图像,每组对比散斑融合图像均包括四幅对比散斑融合图像;
分别对设定组数参考散斑融合图像中对应相位的参考散斑融合图像进行图像融合,获得四幅变形前散斑融合图像;
分别对设定组数对比散斑融合图像中对应相位的对比散斑融合图像进行图像融合,获得四幅变形后散斑融合图像;
基于并行计算,根据四幅变形前散斑融合图像和四幅变形后散斑融合图像确定所述待检测物体变形的相位。
2.根据权利要求1所述的自适应散斑干涉测量方法,其特征在于,所述基于并行计算,根据四幅变形前散斑融合图像和四幅变形后散斑融合图像确定所述待检测物体变形的相位,具体包括:
其中,φ表示所述待检测物体变形的相位,R01表示变形前第一次相移对应的散斑融合图像,R02表示变形前第二次相移对应的散斑融合图像,R03表示变形前第三次相移对应的散斑融合图像,R04表示变形前第四次相移对应的散斑融合图像,R11表示变形后第一次相移对应的散斑融合图像,R12表示变形后第二次相移对应的散斑融合图像,R13表示变形后第三次相移对应的散斑融合图像,R14表示变形后第四次相移对应的散斑融合图像。
4.根据权利要求1所述的自适应散斑干涉测量方法,其特征在于,还包括:利用计算机控制压电陶瓷产生相位变化实现所述四步相移算法中的四步相移。
5.一种自适应散斑干涉测量系统,其特征在于,包括:
四组参考散斑图像获取模块,用于基于四步相移算法,每一次相移均按照曝光时间从短到长获取一组待检测物体的散斑图像,并标定每组待检测物体的散斑图像的曝光时间和曝光次数,获取四组散斑图像,记为四组参考散斑图像;一组待检测物体的散斑图像包括不同曝光程度的散斑图像,随着逐渐增加曝光时间,散斑图像从曝光不足区域大于正常曝光区域到曝光不足区域减少、曝光过度区域增加,直到曝光不足区域减少到0;正常曝光区域为图像灰度值在0到255之间;当图像灰度值大于或等于255时为曝光过度区域,当图像灰度值小于或等于0时为曝光不足区域;
四幅参考散斑融合图像获取模块,用于分别对各组参考散斑图像进行图像融合,获取四幅参考散斑融合图像;
四组对比散斑图像获取模块,用于基于四步相移算法,每一次相移均按照曝光时间从短到长获取一组待检测物体变形后的散斑图像,并标定每组待检测物体变形后的散斑图像的曝光时间和曝光次数,获取四组散斑图像,记为四组对比散斑图像;一组待检测物体变形后的散斑图像包括不同曝光程度的散斑图像,随着逐渐增加曝光时间,散斑图像从曝光不足区域大于正常曝光区域到曝光不足区域减少、曝光过度区域增加,直到曝光不足区域减少到0;
四幅对比散斑融合图像获取模块,用于分别对各组对比散斑图像进行图像融合,获取四幅对比散斑融合图像;
设定组数的参考散斑融合图像和对比散斑融合图像获得模块,用于获得设定组数的参考散斑融合图像和设定组数的对比散斑融合图像,每组参考散斑融合图像均包括四幅参考散斑融合图像,每组对比散斑融合图像均包括四幅对比散斑融合图像;
变形前散斑融合图像确定模块,用于分别对设定组数参考散斑融合图像中对应相位的参考散斑融合图像进行图像融合,获得四幅变形前散斑融合图像;
变形后散斑融合图像确定模块,用于分别对设定组数对比散斑融合图像中对应相位的对比散斑融合图像进行图像融合,获得四幅变形后散斑融合图像;
相位确定模块,用于基于并行计算,根据四幅变形前散斑融合图像和四幅变形后散斑融合图像确定所述待检测物体变形的相位。
8.根据权利要求5所述的自适应散斑干涉测量系统,其特征在于,还包括:利用计算机控制压电陶瓷产生相位变化实现所述四步相移算法中的四步相移。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210088045.3A CN114485448B (zh) | 2022-01-25 | 2022-01-25 | 一种自适应散斑干涉测量方法及系统 |
PCT/CN2022/133154 WO2023142628A1 (zh) | 2022-01-25 | 2022-11-21 | 一种自适应散斑干涉测量方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210088045.3A CN114485448B (zh) | 2022-01-25 | 2022-01-25 | 一种自适应散斑干涉测量方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114485448A CN114485448A (zh) | 2022-05-13 |
CN114485448B true CN114485448B (zh) | 2022-11-15 |
Family
ID=81473740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210088045.3A Active CN114485448B (zh) | 2022-01-25 | 2022-01-25 | 一种自适应散斑干涉测量方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114485448B (zh) |
WO (1) | WO2023142628A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114485448B (zh) * | 2022-01-25 | 2022-11-15 | 上海大学 | 一种自适应散斑干涉测量方法及系统 |
CN115266759B (zh) * | 2022-05-25 | 2023-07-28 | 上海航天化工应用研究所 | 一种基于剪切散斑干涉的药柱脱粘缺陷在线自动识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102353332A (zh) * | 2011-06-28 | 2012-02-15 | 山东大学 | 电子散斑干涉数字补偿方法及其系统 |
CN105136055A (zh) * | 2015-09-02 | 2015-12-09 | 上海大学 | 用于提高激光干涉条纹实时相移帧率的快速处理方法 |
CN110823117A (zh) * | 2019-10-29 | 2020-02-21 | 广州大学 | 一种单步相移电子散斑干涉测量方法、系统、装置和存储介质 |
CN113587806A (zh) * | 2021-08-05 | 2021-11-02 | 华东交通大学 | 一种高精度散斑干涉相移条纹动态测量系统及方法 |
CN113628136A (zh) * | 2021-07-29 | 2021-11-09 | 北京科技大学 | 一种高动态范围激光散斑数字图像相关变形测量方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0746045B2 (ja) * | 1992-09-09 | 1995-05-17 | 工業技術院長 | スペックル干渉法変形測定方法 |
JP3955899B2 (ja) * | 2002-09-20 | 2007-08-08 | 国立大学法人埼玉大学 | 電子的スペックル干渉法を用いた変形計測方法および装置 |
CN108280824B (zh) * | 2018-01-18 | 2022-06-14 | 电子科技大学 | 基于图像配准及融合的激光剪切散斑干涉缺陷检测系统 |
CN213208916U (zh) * | 2020-10-21 | 2021-05-14 | 上海工程技术大学 | 高精度高稳定性电子散斑干涉实时相位测量系统 |
CN114485448B (zh) * | 2022-01-25 | 2022-11-15 | 上海大学 | 一种自适应散斑干涉测量方法及系统 |
-
2022
- 2022-01-25 CN CN202210088045.3A patent/CN114485448B/zh active Active
- 2022-11-21 WO PCT/CN2022/133154 patent/WO2023142628A1/zh unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102353332A (zh) * | 2011-06-28 | 2012-02-15 | 山东大学 | 电子散斑干涉数字补偿方法及其系统 |
CN105136055A (zh) * | 2015-09-02 | 2015-12-09 | 上海大学 | 用于提高激光干涉条纹实时相移帧率的快速处理方法 |
CN110823117A (zh) * | 2019-10-29 | 2020-02-21 | 广州大学 | 一种单步相移电子散斑干涉测量方法、系统、装置和存储介质 |
CN113628136A (zh) * | 2021-07-29 | 2021-11-09 | 北京科技大学 | 一种高动态范围激光散斑数字图像相关变形测量方法 |
CN113587806A (zh) * | 2021-08-05 | 2021-11-02 | 华东交通大学 | 一种高精度散斑干涉相移条纹动态测量系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114485448A (zh) | 2022-05-13 |
WO2023142628A1 (zh) | 2023-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114485448B (zh) | 一种自适应散斑干涉测量方法及系统 | |
US20080068617A1 (en) | Fast 3d height measurement method and system | |
Su et al. | Reliability-guided phase unwrapping algorithm: a review | |
CN107894215B (zh) | 基于全自动曝光的高动态范围光栅投影三维测量方法 | |
Wang et al. | Enhanced high dynamic range 3D shape measurement based on generalized phase-shifting algorithm | |
TW201418661A (zh) | 在角度解析反射量測中之掃描及演算地消除來自光學量測之繞射 | |
WO2012032341A1 (en) | Method and apparatus of measuring the shape of an object | |
JPH04249752A (ja) | 被検体の光学的検査方法、被検体の光学的検査装置、および被検体の光学的検査用干渉計 | |
CN106768890B (zh) | 用于调制传递函数检测的灰度余弦分布光学目标模拟装置 | |
JP2020535425A (ja) | 光学素子の表面形状を特性化する方法及び装置 | |
Zhang et al. | Accurate and fast speckle interferometry in severe illumination conditions | |
JP7177847B2 (ja) | 複数波長を用いたオーバーレイ測定 | |
Goulmy et al. | Towards an image quality criterion to optimize Digital image correlation. Use of an analytical model to optimize acquisition conditions | |
Bertani et al. | High-resolution optical topography applied to ancient painting diagnostics | |
CN112393694B (zh) | 一种基于像素频域标定提高光电自准直仪精度的测量方法 | |
RU2359221C1 (ru) | Способ определения нормальных перемещений поверхности тела | |
Chau et al. | Direct measurement of curvature and twist of plates using digital shearography | |
Poncelet et al. | A digital image correlation algorithm with light reflection compensation | |
Dai et al. | Non-destructive strain determination based on phase measurement and radial basis function | |
Moustafa et al. | Comparative measurement by phase-shifting digital speckle interferometry using holographically generated reference wave | |
CN113624358A (zh) | 用于光热反射显微热成像的三维位移补偿方法及控制装置 | |
JP7080718B2 (ja) | 光学装置及び形状測定方法 | |
JP2003139515A (ja) | スペックルを利用した変形量の絶対値計測方法 | |
Montgomery et al. | Real-Time and High-Quality Online 4D FF-OCT Using Continuous Fringe Scanning with a High-Speed Camera and FPGA Image Processing | |
Slangen et al. | Computer-aided interferometric measurements of drift and phase shifter calibration for digital speckle pattern interferometry |
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 |