CN117053716A - 一种圆形孔径干涉图轮廓参数自动检测方法 - Google Patents

Abstract

本发明公开了一种圆形孔径干涉图轮廓参数自动检测方法，在双光束干涉仪中通过相位调制获取若干帧序列干涉图像，计算其二维分散性测度，然后依次进行阈值分割、二值图像形态学处理从而得到干涉图有效区域；进而对区域分割结果进行边缘检测、邻域梯度方向计算、轮廓点法线方程计算，利用统计投票策略得到轮廓圆心坐标；计算轮廓点与圆心之间的距离，再利用统计投票策略得到轮廓半径。本发明基于统计分析思想自动实现圆形孔径干涉图区域分割和轮廓参数检测，检测结果稳定可靠；无需在光路中放置标志点，不需人工辅助，不会引入人为误差；可用于单通道或多通道干涉图像处理，方法通用性好。

Description

一种圆形孔径干涉图轮廓参数自动检测方法

技术领域

本发明涉及激光干涉测量与光学图像处理技术领域，具体涉及一种圆形孔径干涉图轮廓参数自动检测方法。

背景技术

激光干涉技术能够测量形貌、变形、折射率、温度场等能够转化为光学相位的各种物理量，应用领域广，测量精度高。激光干涉测量中由CCD相机记录移相干涉图或者载波干涉条纹，并利用移相算法或者傅里叶变换算法复原波前相位进而获得待测参数。

一幅干涉图包含有效数据区域(即干涉区域)和背景区域两部分，而待测信息只存在于干涉区域。对干涉图进行相位复原时，需事先提取出干涉图的有效区域，这样只需对干涉区域有效数据进行计算，而无需考虑背景区域，从而提高计算效率，也可避免背景区域噪声对复原结果的影响，同时也能直接得到被测物体的测量区域信息。其次，在对相位复原结果进行解包裹运算时，需已知干涉区域才能保证解包裹顺利且准确实施。圆形孔径干涉图是多数干涉仪的输出结果，因此针对圆形孔径干涉图轮廓参数检测是一个重要的干涉图像预处理步骤。

干涉图轮廓检测是激光干涉测量中的一个基础的共性的问题，不论是单通道干涉图(一幅图像中包含一个干涉区域)或者是多通道同步移相干涉图(一幅图像中包含两个或两个以上干涉区域)，都会涉及到干涉图轮廓检测；这对于多通道移相干涉图尤为重要，因为通过干涉图轮廓检测进而能够实现多通道干涉图空间位置配准，从而可利用移相算法对多通道移相干涉图进行相位复原。

干涉图像具有其独特的特征，包括：干涉区域内像素灰度动态范围大，普通阈值分割不能应用于干涉图轮廓检测；干涉图轮廓附近会出现衍射条纹，此外干涉条纹会从干涉区域延伸轮廓位置，导致干涉图轮廓模糊且难以准确识别。于是基于常规数字图像处理的干涉图轮廓检测技术的处理效果不好，可靠性受干涉图类型、随机噪声等因素的影响。还有方法通过在光路中放置标志点，或者通过人为识别测试光束的光斑图像来标定干涉区域，这类方法自动化程度低且容易引入人为误差。如，吴双乐等提出的一种散斑干涉条纹区域的自动提取方法(光学学报，2019，39(12)：169-177)需要手动选取阈值，还需要对分割结果进行人为调整以获取较为规则的轮廓，精度不可控，自动化程度低。一种动态干涉仪同步移相干涉图的空间位置配准方法(发明专利，申请号201811589898.5)针对载波条纹图采用相关算法计算位置配准关系，过程繁琐，效率不高，不能提取出干涉区域轮廓，不能应用于其它类型干涉图，方法通用性差。

发明内容

本发明的目的在于提供一种自动化程度高、可靠性强、通用性好的圆形干涉图轮廓参数自动检测方法。

实现本发明目的技术方案为：一种圆形孔径干涉图轮廓参数自动检测方法，包括以下步骤：

步骤一：在双光束干涉仪中引入相位调制并同步采集若干帧序列干涉图像。序列干涉图强度可以表示为：

式中，A(x，y)为背景强度，B(x，y)为调制度，为相位分布，δ_k为移相量，M为干涉图帧数。

优选的，可以采用两种技术手段引入相位调制，一种是随机改变干涉仪中的波前相位分布

称之为波前调制，例如可以采用空间光调制器实现波前调制；另一种是在相干光波之间引入不同的相移量δ_k，称之为相移调制，例如可以使用移相器来实现。

优选的，干涉图帧数M一般为10帧以上。

步骤二：计算序列干涉图的二维分散性测度，所述分散性测度可以是相对调制度、方差或变异系数，其中相对调制度计算公式为：

方差计算公式为：

式中，

变异系数计算公式为：

C(x，y)＝D(x，y)/I(x，y) (4)

步骤三：对二维分散性测度数据进行阈值分割，二值图像形态学处理以消除孤立噪声、填充空洞、平滑轮廓，从而得到干涉图有效区域，由此实现干涉图区域分割。

优选的，阈值分割时可采用最大类间方差法自动计算分类阈值T，分散性测度数据小于T的像素设为0，其它设为1，得到一幅二值图像。

优选的，二值图像形态学处理具体包括开运算、闭运算、区域填充等。

步骤四：采用Canny算子、Roberts算子、Prewitt算子、或Sobel算子进行边缘检测，然后计算轮廓上各点的邻域梯度方向，其计算公式为：

式中，其中G_x和G_y分别为x和y方向的微分运算结果，W为邻域窗口。

优选的，计算G_x和G_y的微分模板可选择Sobel或Prewitt模板；邻域窗口w大小可选17像素×17像素。

步骤五：根据轮廓点坐标(x_j，y_j)及邻域梯度方向θ(x_j，y_j)计算法线方程：

y-y_j＝tan[θ(x_j，y_j)]·(x-x_j) (6)

计算出轮廓上所有点的法线方程后，采用统计投票策略求出所有法线所经过频次最高的点的位置，即为圆心坐标(x₀，y₀)。

进一步地，为了提高圆心定位结果的可靠性，先统计经过频次最高的点，将该频次记为P_m；围绕最高频次点周围，提取经过频次大于某一量值(如P_m/2)的点(x_i，y_i)作为候选坐标，根据式(7)所示加权算术平均法得到亚像素级圆心坐标：

式中，P_i表示对应候选坐标的经过频次。

步骤六：计算轮廓上各点(x_j，y_j)到所述圆心(x₀，y₀)之间的距离：

然后采用统计投票策略求出所有距离值出现频次最高的数值，即为半径r₀。

进一步地，为了提高半径计算结果的可靠性，先将所有距离值四舍五入保留成整数，采用统计投票策略计算距离值出现的最大频次并记为t_m；提取出现频次大于某一量值(如t_m/2)的距离值r_i作为有效数据，根据式(9)得到轮廓半径：

r₀＝∑(r_i·t_i)/∑t_i (9)

式中t_i表示距离值r_i对应的出现频次。

与现有技术相比，本发明显著优点为：

(1)无需在光路中放置标志点，不需要人工识别光斑图像，自动实现干涉图区域分割和轮廓参数检测，自动化程度高，能最大程度避免人为误差；

(2)基于相位调制策略获得序列干涉图像，引入分散性特征、结合统计投票策略实现圆形干涉图轮廓参数检测，检测结果稳定可靠；

(3)可以用于单通道或多通道干涉图像预处理，也可用于各种类型的双光束干涉仪，方法适用范围广、通用性好。

附图说明

图1是本发明一种圆形孔径干涉图轮廓参数自动检测方法的流程示意图。

图2是本发明实施例中搭建的单通道干涉仪实验光路。

图3是本发明实施例中干涉仪在引入波前调制后采集的圆形孔径序列干涉图像。

图4是本发明实施例中阈值分割后得到的干涉图区域分割结果。

图5是本发明实施例中二值图像形态学处理结果。

图6是本发明实施例中干涉图轮廓邻域梯度方向计算结果。

图7是本发明实施例中干涉图轮廓点法线。

图8是本发明实施例中干涉图轮廓圆心坐标计算时的统计结果三维显示。

图9是本发明实施例中干涉图轮廓半径计算时的统计结果。

图10是本发明实施例中两帧圆形干涉图轮廓检测结果。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图通过实施例对本发明进行详细说明。有必要在此指出的是，以下实施例并非实施和运用本发明具体实施例的唯一形式，以下实施例只用于本发明做进一步的说明，不能理解为对本发明保护范围的限制，该领域技术熟练人员根据上述本发明内容对本发明做出一些非本质的改进和调整，仍属于本发明的保护范围。

一种圆形孔径干涉图轮廓参数自动检测方法，其实施流程如图1所示，主要包括：

步骤一：搭建双光束干涉仪，引入相位调制并同步采集序列干涉图像。

图2所示为所建立的泰曼-格林干涉仪实验系统，由He-Ne激光器、偏振片、扩束准直系统、圆形孔径光阑、5∶5普通分束棱镜、反射式纯相位空间光调制器(简称SLM)、反射镜、成像系统、CCD相机等光学器件组成。

He-Ne激光器发出的细光束经扩束准直系统后得到平行光，入射至5：5普通分束棱镜后被分为两束振幅相等、偏振态一致的光束；其中反射光经反射镜反射后作为参考光，透射光经SLM引入波前调制后作为测试光，两束光再通过分束棱镜后一起入射至成像系统并进入CCD相机。

调整激光器后面的偏振片使入射线偏振光的振动方向与SLM快轴方向平行，为SLM加载不同控制灰度图以实现波前调制从而改变式(1)中的项；CCD相机同步记录干涉图，此时序列干涉图强度公式重写为：

式中，A(x，y)为背景强度，B(x，y)为调制度，为相位分布，M为干涉图帧数。实验中共采集13帧干涉图，空间分辨率为248×326像素，其中部分帧干涉图如图3所示。

步骤二：计算序列干涉图的相对调制度，公式如下：

将计算结果作为二维分散性测度数据。

步骤三：针对二维分散性测度数据、采用最大类间方差法进行阈值分割，结果如图4所示；然后进行二值图像形态学处理，结果如图5所示，图5中白色区域为干涉区域，黑色区域为背景区域。

步骤四：采用Canny算子进行边缘检测，采用如下公式计算邻域梯度方向：

式中，G_x和G_y计算中使用Sobel微分模板，邻域窗口W大小选择17×17像素；邻域梯度方向计算结果如图6所示。

步骤五：根据轮廓点坐标(x_j，y_j)及邻域梯度方向θ(x_j，y_j)，使用如下公式计算法线方程：

y-y_j＝tan[θ(x_j，y_j)]·(x-x_j) (6)

轮廓上各点的法线如图7所示。

采用统计投票策略找到所有法线经过频次最高的点的坐标，并将最高频次记为P_m，图8为干涉图轮廓圆心坐标计算时的统计结果三维显示，图中峰值即为最高频次。围绕该最高频次点周围，提取经过频次大于P_m/2的坐标点(x_i，y_i)，根据如下公式计算得到亚像素级圆心坐标：

圆心坐标(x₀，y₀)为(123.4，134.6)像素。

步骤六：计算轮廓上各点(x_j，y_j)到所述圆心(x₀，y₀)之间的距离：

将所有距离值四舍五入保留成整数，采用统计投票策略计算距离值出现的最大频次并记为t_m，统计结果如图9所示；提取出现频次大于t_m/2的距离值r_i作为有效数据，根据如下公式得到像素级轮廓半径：

r₀＝∑(r_i·t_i)/∑t_i (9)

半径r₀＝87.2像素。

根据干涉图轮廓参数检测结果绘制圆形于两帧实验图像中，结果如图10所示，图中白色虚线圆为计算得到的干涉图轮廓，白色符号“+”为圆心位置；得到的圆形轮廓与实际干涉图轮廓高度吻合。

Claims (7)

1.一种圆形孔径干涉图轮廓参数自动检测方法，其特征在于，包括以下步骤：

步骤一：在双光束干涉仪中引入相位调制并同步采集若干帧序列干涉图像；

步骤二：计算序列干涉图的二维分散性测度；

步骤三：对二维分散性测度数据进行阈值分割，二值图像形态学处理以消除孤立噪声、填充空洞、平滑轮廓，从而得到干涉图有效区域，由此实现干涉图区域分割；

步骤四：边缘检测，并计算轮廓上各点的邻域梯度方向；

步骤五：计算轮廓上各点法线方程，使用统计投票策略获得圆心坐标；

步骤六：计算轮廓上各点到所述圆心之间的距离，使用统计投票策略获得轮廓半径。

2.根据权利要求1所述的一种圆形孔径干涉图轮廓参数自动检测方法，其特征在于，步骤1所述的序列干涉图的强度表示为：

式中，A(x，y)为背景强度，B(x，y)为调制度，为相位分布，δ_k为相移量，M为干涉图帧数。

3.根据权利要求1所述的一种圆形孔径干涉图轮廓参数自动检测方法，其特征在于，步骤2所述分散性测度是相对调制度、方差或者变异系数，其中相对调制度计算公式为：

方差计算公式为：

式中，

变异系数计算公式为：

4.根据权利要求1所述的一种圆形孔径干涉图轮廓参数自动检测方法，其特征在于，步骤3所述阈值分割采用最大类间方差法实现；所述的二值图像形态学处理具体包括开运算、闭运算和区域填充。

5.根据权利要求1所述的一种圆形孔径干涉图轮廓参数自动检测方法，其特征在于，步骤4所述的边缘检测用的算子有Canny算子、Roberts算子、Prewitt算子和Sobel算子；所述邻域梯度方向θ(x，y)的计算公式为：

式中，其中G_x和G_y分别为x和y方向的微分运算结果，W为邻域窗口。

6.根据权利要求1所述的一种圆形孔径干涉图轮廓参数自动检测方法，其特征在于，步骤5所述轮廓上各点法线方程的计算公式为：

y-y_j＝tan[θ(x_j，y_j)]·(x-x_j) (6)

式中，(x_j，y_j)为轮廓点坐标，θ(x_j，y_j)为该点的邻域梯度方向，计算出轮廓上所有点的法线方程，采用统计投票策略求出所有法线经过频次最高的点的位置，即为圆心坐标(x₀，y₀)。

7.根据权利要求1所述的一种圆形孔径干涉图轮廓参数自动检测方法，其特征在于，步骤6中，轮廓上各点(x_j，y_j)到圆心(x₀，y₀)之间的距离计算公式为：

计算轮廓上所有点与圆心之间的距离，采用统计投票策略求出所有距离值出现频次最高的数值即为半径r₀。