CN117934866A - 一种白光干涉仪有效干涉图像提取方法及装置 - Google Patents

一种白光干涉仪有效干涉图像提取方法及装置 Download PDF

Info

Publication number
CN117934866A
CN117934866A CN202410304321.4A CN202410304321A CN117934866A CN 117934866 A CN117934866 A CN 117934866A CN 202410304321 A CN202410304321 A CN 202410304321A CN 117934866 A CN117934866 A CN 117934866A
Authority
CN
China
Prior art keywords
sequence
extraction
extracting
interference image
effective
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
Application number
CN202410304321.4A
Other languages
English (en)
Other versions
CN117934866B (zh
Inventor
吴征宇
祝仁龙
谢怡君
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.)
Slate Intelligent Technology Shenzhen Co ltd
Original Assignee
Slate Intelligent Technology Shenzhen Co ltd
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 Slate Intelligent Technology Shenzhen Co ltd filed Critical Slate Intelligent Technology Shenzhen Co ltd
Priority to CN202410304321.4A priority Critical patent/CN117934866B/zh
Publication of CN117934866A publication Critical patent/CN117934866A/zh
Application granted granted Critical
Publication of CN117934866B publication Critical patent/CN117934866B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • 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
    • G01B9/00—Measuring instruments characterised by the use of optical techniques
    • G01B9/02—Interferometers
    • G01B9/02083—Interferometers characterised by particular signal processing and presentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Instruments For Measurement Of Length By Optical Means (AREA)

Abstract

本发明涉及一种白光干涉仪有效干涉图像提取方法及装置，属于精密光学测量技术领域，其中，该白光干涉仪有效干涉图像提取方法包括：基于多张干涉图像中每张干涉图像的像素点灰度信息，确定所述每张干涉图像对应的提取信号；基于所述每张干涉图像的提取信号，确定所述多张干涉图像对应的提取序列；对所述提取序列进行校正，提取校正后的所述提取序列对应的包络序列，并对所述包络序列进行移动滤波；确定滤波后的所述包络序列的有效信号区间，提取滤波后的所述包络序列中有效干涉图像的起止位置。本发明在保证测量精度的前提下，提高了有效干涉图像的提取效率。

Description

一种白光干涉仪有效干涉图像提取方法及装置
技术领域
本发明涉及精密光学测量技术领域，尤其涉及一种白光干涉仪有效干涉图像提取方法及装置。
背景技术
白光干涉技术是微观表面测量的重要技术，精度可达到纳米量级，广泛应用于机械、微电子、材料生物等领域。白光干涉在工作过程中对样品表面进行垂直扫描，获取表面上每一点的相干干涉信号，当样品表面与参考镜的光程相等时，相干干涉信号的对比度最大。但在垂直扫描过程中，样品表面与参考镜的光程差在相干长度以外的图像对于白光干涉测量技术是无意义的，大量采集的无效图像数据给计算机带来了存储压力与计算效率的下降。因此，如何从白光干涉仪扫描到的图像中提取出有效的干涉图像，提高干涉图像提取的效率，成为了亟需解决的技术问题。
发明内容
有鉴于此，有必要提供一种白光干涉仪有效干涉图像提取方法及装置，用以解决当前提取白光干涉仪有效干涉图像效率不高的问题。
为了解决上述问题，本发明提供一种白光干涉仪有效干涉图像提取方法，包括：
基于多张干涉图像中每张干涉图像的像素点灰度信息，确定所述每张干涉图像对应的提取信号；
基于所述每张干涉图像的提取信号，确定所述多张干涉图像对应的提取序列；
对所述提取序列进行校正，提取校正后的所述提取序列对应的包络序列，并对所述包络序列进行移动滤波；
确定滤波后的所述包络序列的有效信号区间，提取滤波后的所述包络序列中有效干涉图像的起止位置。
在一种可能的实现方式中，所述对所述提取序列进行校正，包括：
基于所述每张干涉图像对应的提取信号的相邻信号，对所述提取序列进行校正。
在一种可能的实现方式中，所述基于所述每张干涉图像对应的提取信号的相邻信号，对所述提取序列进行校正，包括：
基于以下公式对所述提取序列进行校正：
其中，表示校正后的所述提取序列的第/>个元素，/>表示第/>张干涉图像对应的提取信号，/>表示第/>张干涉图像对应的提取信号，/>为干涉图像的总数。
在一种可能的实现方式中，所述提取校正后的所述提取序列对应的包络序列，包括：
基于移动局部极大值法提取校正后的所述提取序列对应的包络序列。
在一种可能的实现方式中，所述基于移动局部极大值法提取校正后的所述提取序列对应的包络序列，包括：
基于以下公式提取校正后的所述提取序列对应的包络序列：
其中，表示所述包络序列的第/>个元素，/>表示表示绝对值运算，表示校正后的所述提取序列的第/>个元素，/>为干涉图像的总数。
在一种可能的实现方式中，所述对所述包络序列进行移动滤波，包括：
对所述包络序列进行移动均值滤波或者移动中值滤波。
在一种可能的实现方式中，所述确定滤波后的所述包络序列的有效信号区间，提取滤波后的所述包络序列中有效干涉图像的起止位置，包括：
确定滤波后的所述包络序列中的元素最大值，将滤波后的所述包络序列中的元素值大于所述元素最大值与阈值系数之间乘积的元素确定为有效图像序列，所述有效图像序列中元素的索引位置与滤波后的所述包络序列中相同元素的索引位置相同；
基于补偿系数对所述有效图像序列中的最小索引位置和最大索引位置进行补偿，得到滤波后的所述包络序列中有效干涉图像的起止位置。
本发明还提供了一种白光干涉仪有效干涉图像提取装置，包括：
第一确定模块，用于基于多张干涉图像中每张干涉图像的像素点灰度信息，确定所述每张干涉图像对应的提取信号；
第二确定模块，用于基于所述每张干涉图像的提取信号，确定所述多张干涉图像对应的提取序列；
第一提取模块，用于对所述提取序列进行校正，提取校正后的所述提取序列对应的包络序列，并对所述包络序列进行移动滤波；
第二提取模块，用于确定滤波后的所述包络序列的有效信号区间，提取滤波后的所述包络序列中有效干涉图像的起止位置。
本发明还提供了一种电子设备，包括存储器和处理器，及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时，实现如上所述的白光干涉仪有效干涉图像提取方法。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的白光干涉仪有效干涉图像提取方法。
本发明的有益效果是：本发明提供的白光干涉仪有效干涉图像提取方法及装置，通过分析所有干涉图像的相对灰度序列变化趋势，提取出白光干涉仪采集的有效干涉图像，在保证测量精度的前提下，提高了有效干涉图像的提取效率。
附图说明
图1为本发明提供的白光干涉仪有效干涉图像提取方法一实施例的流程示意图；
图2为本发明提供的白光干涉仪有效干涉图像提取方法又一实施例的流程示意图；
图3为本发明提供的干涉图像的提取序列一实施例的曲线示意图；
图4为本发明提供的校正后的提取序列一实施例的曲线示意图；
图5为本发明提供的滤波后的包络序列一实施例的曲线示意图；
图6为本发明提供的有效图像序列一实施例的曲线示意图；
图7为本发明提供的白光干涉仪有效干涉图像提取装置一实施例的结构示意图；
图8为本发明提供的电子设备一实施例的结构示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。此外，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明的描述中，提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，所描述的实施例可以与其它实施例相结合。
本发明通过分析所有干涉图像的相对灰度序列变化趋势，提取出白光干涉仪采集的有效干涉图像，从而在不影响测量精度的前提下，降低计算机的存储压力、提高计算效率。
以下分别对具体实施例进行详细说明：
本发明的一个具体实施例，公开了一种白光干涉仪有效干涉图像提取方法，结合图1来看，图1为本发明提供的白光干涉仪有效干涉图像提取方法一实施例的流程示意图，包括步骤S101至步骤S104，其中：
在步骤S101中，基于多张干涉图像中每张干涉图像的像素点灰度信息，确定所述每张干涉图像对应的提取信号；
在步骤S102中，基于所述每张干涉图像的提取信号，确定所述多张干涉图像对应的提取序列；
在步骤S103中，对所述提取序列进行校正，提取校正后的所述提取序列对应的包络序列，并对所述包络序列进行移动滤波；
在步骤S104中，确定滤波后的所述包络序列的有效信号区间，提取滤波后的所述包络序列中有效干涉图像的起止位置。
实施时，首先可以获取白光干涉仪采集的多张干涉图像中每张干涉图像的像素点灰度信息，然后根据每张干涉图像的像素点灰度信息确定每张干涉图像对应的提取信号。每张干涉图像对应的提取信号可以根据其全部或者部分像素点的灰度值累加得到。
在确定每张干涉图像对应的提取信号之后，可以将全部干涉图像的提取信号按图像顺序排列，得到多张干涉图像对应的提取序列。
在得到多张干涉图像对应的提取序列之后，可以对该提取序列进行校正，然后提取校正后的提取序列对应的包络序列。然后可以对包络序列进行移动滤波。
最后可以确定滤波后的包络序列的有效信号区间，然后根据滤波后的包络序列的有效信号区间提取滤波后的包络序列中有效干涉图像的起止位置，完成有效干涉图像的提取。
本发明提供的白光干涉仪有效干涉图像提取方法，可以应用于机械加工领域，也可以应用于其他使用白光干涉仪的领域，本发明对此不做具体限定。
与现有技术相比，本实施例提供的白光干涉仪有效干涉图像提取方法，通过分析所有干涉图像的相对灰度序列变化趋势，提取出白光干涉仪采集的有效干涉图像，在保证测量精度的前提下，提高了有效干涉图像的提取效率。
示例性地，所述对所述提取序列进行校正，包括：
基于所述每张干涉图像对应的提取信号的相邻信号，对所述提取序列进行校正。
具体地，在对多张干涉图像对应的提取序列进行校正时，可以通过每张干涉图像对应的提取信号的相邻信号，对提取序列进行校正。
示例性地，所述基于所述每张干涉图像对应的提取信号的相邻信号，对所述提取序列进行校正，包括：
基于以下公式对所述提取序列进行校正：
其中，表示校正后的所述提取序列的第/>个元素，/>表示第/>张干涉图像对应的提取信号，/>表示第/>张干涉图像对应的提取信号，/>为干涉图像的总数。
具体地，可以根据上述公式对多张干涉图像对应的提取序列进行校正。
示例性地，所述提取校正后的所述提取序列对应的包络序列，包括：
基于移动局部极大值法提取校正后的所述提取序列对应的包络序列。
具体地，在提取校正后的提取序列对应的包络序列时，可以根据移动局部极大值法提取校正后的提取序列对应的包络序列。
示例性地，所述基于移动局部极大值法提取校正后的所述提取序列对应的包络序列，包括：
基于以下公式提取校正后的所述提取序列对应的包络序列：
其中，表示所述包络序列的第/>个元素，/>表示表示绝对值运算，表示校正后的所述提取序列的第/>个元素，/>为干涉图像的总数。
具体地，可以根据以上公式，使用局部极大值法提取校正后的提取序列对应的包络序列。
示例性地，所述对所述包络序列进行移动滤波，包括：
对所述包络序列进行移动均值滤波或者移动中值滤波。
具体地，在对包络序列进行移动滤波时，可以对包络序列进行移动均值滤波或者移动中值滤波。
示例性地，所述确定滤波后的所述包络序列的有效信号区间，提取滤波后的所述包络序列中有效干涉图像的起止位置，包括：
确定滤波后的所述包络序列中的元素最大值，将滤波后的所述包络序列中的元素值大于所述元素最大值与阈值系数之间乘积的元素确定为有效图像序列，所述有效图像序列中元素的索引位置与滤波后的所述包络序列中相同元素的索引位置相同；
基于补偿系数对所述有效图像序列中的最小索引位置和最大索引位置进行补偿，得到滤波后的所述包络序列中有效干涉图像的起止位置。
具体地，在确定滤波后的包络序列的有效信号区间，提取滤波后的包络序列中有效干涉图像的起止位置时，首先可以确定滤波后的包络序列中的元素最大值，将滤波后的所述包络序列中的元素值大于所述元素最大值与阈值系数之间乘积（/>）的元素及其索引位置/>确定为有效图像序列/>。然后可以将有效图像序列/>的最小索引位置/>和最大索引位置/>确定为有效信号区间的两个端点，进而确定有效干涉图像的起止位置为/>和/>，/>为预先设定的补偿系数。
下面结合一个具体的应用场景，更好地说明本发明技术方案：
本实施例对一个标称高度为12um的台阶进行测量。白光干涉测量系统放大倍率为20X，等效波长，预设的扫描步长是/>，扫描范围为30um，共采集了440张图像。
结合图2来看，图2为本发明提供的白光干涉仪有效干涉图像提取方法又一实施例的流程示意图，该方法在具体实施时包括如下步骤：
步骤S201、每间隔10个像素点取一个像素点的灰度值进行累加，得到每张干涉图像的提取信号，将全部干涉图像的提取信号按图像顺序排列得到提取序，其中，，/>为干涉图像数量。结合图3来看，图3为本发明提供的干涉图像的提取序列一实施例的曲线示意图。
步骤S202、通过相邻提取信号相减得到校正后的提取序列的过程为：，其中，/>。结合图4来看，图4为本发明提供的校正后的提取序列一实施例的曲线示意图。
步骤S203、采用移动局部极大值提取方法计算校正后的提取序列的包络序列。移动局部极大值法计算包络序列的过程为：
其中，。
之后对包络序列采用移动均值滤波，滤波窗口设置为31。结合图5来看，图5为本发明提供的滤波后的包络序列一实施例的曲线示意图。
步骤S204、寻找滤波后包络序列的最大值，提取滤波后包络序列中所有大于的信号（阈值系数/>设置为0.2）及其索引位置/>，作为有效图像序列/>，则有效图像序列/>的最小索引位置/>和最大索引位置/>即为有效信号区间的两个端点，最终求得有效干涉图像的起止位置为/>和/>，补偿值/>设置为25。结合图6来看，图6为本发明提供的有效图像序列一实施例的曲线示意图。
本发明实施例还提供了一种白光干涉仪有效干涉图像提取装置，结合图7来看，图7为本发明提供的白光干涉仪有效干涉图像提取装置一实施例的结构示意图，白光干涉仪有效干涉图像提取装置700包括：
第一确定模块701，用于基于多张干涉图像中每张干涉图像的像素点灰度信息，确定所述每张干涉图像对应的提取信号；
第二确定模块702，用于基于所述每张干涉图像的提取信号，确定所述多张干涉图像对应的提取序列；
第一提取模块703，用于对所述提取序列进行校正，提取校正后的所述提取序列对应的包络序列，并对所述包络序列进行移动滤波；
第二提取模块704，用于确定滤波后的所述包络序列的有效信号区间，提取滤波后的所述包络序列中有效干涉图像的起止位置。
白光干涉仪有效干涉图像提取装置的各个模块的更具体实现方式可以参见对于上述白光干涉仪有效干涉图像提取方法的描述，且具有与之相似的有益效果，在此不再赘述。
需要说明的是，白光干涉仪有效干涉图像提取装置可以设置在XX，
本发明实施例还提供了一种电子设备，结合图8来看，图8为本发明提供的电子设备一实施例的结构示意图，电子设备800包括处理器801、存储器802及存储在存储器802上并可在处理器801上运行的计算机程序，处理器801执行程序时，实现如上所述的白光干涉仪有效干涉图像提取方法。
作为优选的实施例，上述电子设备800还包括显示器803，用于显示处理器801执行如上所述的白光干涉仪有效干涉图像提取方法。
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器802中，并由处理器801执行，以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在电子设备800中的执行过程。例如，计算机程序可以被分割成上述实施例中的第一确定模块701、第二确定模块702、第一提取模块703及第二提取模块704，各模块的具体功能如上所述，在此不一一赘述。
电子设备800可以是带可调摄像头模组的桌上型计算机、笔记本、掌上电脑或智能手机等设备。
其中，处理器801可能是一种集成电路芯片，具有信号的处理能力。上述的处理器801可以是通用处理器，包括中央处理器( CentralProcessingUnit，CPU )、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中，存储器802可以是，但不限于，随机存取存储器(RandomAccessMemory，RAM)，只读存储器(ReadOnlyMemory，ROM)，可编程只读存储器(ProgrammableRead-OnlyMemory，PROM)，可擦除只读存储器(ErasableProgrammableRead-OnlyMemory，EPROM)，电可擦除只读存储器(ElectricErasableProgrammableRead-OnlyMemory，EEPROM)等。其中，存储器802用于存储程序，所述处理器801在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流程定义的方法可以应用于处理器801中，或者由处理器801实现。
其中，显示器803可以是LCD显示屏，也可以是LED显示屏。例如，手机上的显示屏。
可以理解的是，图8所示的结构仅为电子设备800的一种结构示意图，电子设备800还可以包括比图8所示更多或更少的组件。图8中所示的各组件可以采用硬件、软件或其组合实现。
根据本发明上述实施例提供的计算机可读存储介质和电子设备，可以参照根据本发明实现如上所述的白光干涉仪有效干涉图像提取方法具体描述的内容实现，并具有与如上所述的白光干涉仪有效干涉图像提取方法类似的有益效果，在此不再赘述。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现如上所述的白光干涉仪有效干涉图像提取方法。
一般来说，用于实现本发明方法的计算机指令的可以采用一个或多个计算机可读的存储介质的任意组合来承载。非临时性计算机可读存储介质可以包括任何计算机可读介质，除了临时性地传播中的信号本身。
计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器（RAM）、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件，或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言，特别是可以使用适于神经网络计算的Python语言和基于TensorFlow、PyTorch等平台框架。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行，或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
本发明公开了一种白光干涉仪有效干涉图像提取方法及装置，通过分析所有干涉图像的相对灰度序列变化趋势，提取出白光干涉仪采集的有效干涉图像，在保证测量精度的前提下，提高了有效干涉图像的提取效率。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种白光干涉仪有效干涉图像提取方法，其特征在于，包括：
基于多张干涉图像中每张干涉图像的像素点灰度信息，确定所述每张干涉图像对应的提取信号；
基于所述每张干涉图像的提取信号，确定所述多张干涉图像对应的提取序列；
对所述提取序列进行校正，提取校正后的所述提取序列对应的包络序列，并对所述包络序列进行移动滤波；
确定滤波后的所述包络序列的有效信号区间，提取滤波后的所述包络序列中有效干涉图像的起止位置。
2.根据权利要求1所述的白光干涉仪有效干涉图像提取方法，其特征在于，所述对所述提取序列进行校正，包括：
基于所述每张干涉图像对应的提取信号的相邻信号，对所述提取序列进行校正。
3.根据权利要求2所述的白光干涉仪有效干涉图像提取方法，其特征在于，所述基于所述每张干涉图像对应的提取信号的相邻信号，对所述提取序列进行校正，包括：
基于以下公式对所述提取序列进行校正：
其中，表示校正后的所述提取序列的第/>个元素，/>表示第/>张干涉图像对应的提取信号，/>表示第/>张干涉图像对应的提取信号，/>为干涉图像的总数。
4.根据权利要求1所述的白光干涉仪有效干涉图像提取方法，其特征在于，所述提取校正后的所述提取序列对应的包络序列，包括：
基于移动局部极大值法提取校正后的所述提取序列对应的包络序列。
5.根据权利要求4所述的白光干涉仪有效干涉图像提取方法，其特征在于，所述基于移动局部极大值法提取校正后的所述提取序列对应的包络序列，包括：
基于以下公式提取校正后的所述提取序列对应的包络序列：
其中，表示所述包络序列的第/>个元素，/>表示表示绝对值运算，/>表示校正后的所述提取序列的第/>个元素，/>为干涉图像的总数。
6.根据权利要求1所述的白光干涉仪有效干涉图像提取方法，其特征在于，所述对所述包络序列进行移动滤波，包括：
对所述包络序列进行移动均值滤波或者移动中值滤波。
7.根据权利要求1所述的白光干涉仪有效干涉图像提取方法，其特征在于，所述确定滤波后的所述包络序列的有效信号区间，提取滤波后的所述包络序列中有效干涉图像的起止位置，包括：
确定滤波后的所述包络序列中的元素最大值，将滤波后的所述包络序列中的元素值大于所述元素最大值与阈值系数之间乘积的元素确定为有效图像序列，所述有效图像序列中元素的索引位置与滤波后的所述包络序列中相同元素的索引位置相同；
基于补偿系数对所述有效图像序列中的最小索引位置和最大索引位置进行补偿，得到滤波后的所述包络序列中有效干涉图像的起止位置。
8.一种白光干涉仪有效干涉图像提取装置，其特征在于，包括：
第一确定模块，用于基于多张干涉图像中每张干涉图像的像素点灰度信息，确定所述每张干涉图像对应的提取信号；
第二确定模块，用于基于所述每张干涉图像的提取信号，确定所述多张干涉图像对应的提取序列；
第一提取模块，用于对所述提取序列进行校正，提取校正后的所述提取序列对应的包络序列，并对所述包络序列进行移动滤波；
第二提取模块，用于确定滤波后的所述包络序列的有效信号区间，提取滤波后的所述包络序列中有效干涉图像的起止位置。
9.一种电子设备，其特征在于，包括存储器和处理器，及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时，实现根据权利要求1至7任一项所述的白光干涉仪有效干涉图像提取方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的白光干涉仪有效干涉图像提取方法。
CN202410304321.4A 2024-03-18 2024-03-18 一种白光干涉仪有效干涉图像提取方法及装置 Active CN117934866B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410304321.4A CN117934866B (zh) 2024-03-18 2024-03-18 一种白光干涉仪有效干涉图像提取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410304321.4A CN117934866B (zh) 2024-03-18 2024-03-18 一种白光干涉仪有效干涉图像提取方法及装置

Publications (2)

Publication Number Publication Date
CN117934866A true CN117934866A (zh) 2024-04-26
CN117934866B CN117934866B (zh) 2024-05-28

Family

ID=90770555

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410304321.4A Active CN117934866B (zh) 2024-03-18 2024-03-18 一种白光干涉仪有效干涉图像提取方法及装置

Country Status (1)

Country Link
CN (1) CN117934866B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070183311A1 (en) * 2006-02-03 2007-08-09 Vlad Mitlin Flat-spectrum and spectrum-shaped waveforms for digital communications
KR20100087829A (ko) * 2009-01-29 2010-08-06 인하대학교 산학협력단 백색광 주사간섭계의 영상 추출 성능 향상을 위한 간섭 무늬 신호 필터링 장치 및 그 동작 방법
JP2011085413A (ja) * 2009-10-13 2011-04-28 Nikon Corp 信号解析装置、白色干渉計装置、信号解析方法、及び信号解析プログラム
CN110009604A (zh) * 2019-03-20 2019-07-12 北京理工大学 造影图像序列的呼吸信号提取方法及装置
EP3900609A1 (en) * 2020-04-23 2021-10-27 Optos PLC Swept source optical coherence tomography imaging system
US20220221272A1 (en) * 2019-05-29 2022-07-14 Polytec Gmbh Interferometric measurement device and interferometric method for determining the surface topography of a measurement object
CN115046469A (zh) * 2022-05-20 2022-09-13 浙江大学 一种面向光纤白光干涉的干涉条纹包络提取方法
CN115171428A (zh) * 2022-06-24 2022-10-11 重庆长安汽车股份有限公司 一种基于视觉感知的车辆切入预警方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070183311A1 (en) * 2006-02-03 2007-08-09 Vlad Mitlin Flat-spectrum and spectrum-shaped waveforms for digital communications
KR20100087829A (ko) * 2009-01-29 2010-08-06 인하대학교 산학협력단 백색광 주사간섭계의 영상 추출 성능 향상을 위한 간섭 무늬 신호 필터링 장치 및 그 동작 방법
JP2011085413A (ja) * 2009-10-13 2011-04-28 Nikon Corp 信号解析装置、白色干渉計装置、信号解析方法、及び信号解析プログラム
CN110009604A (zh) * 2019-03-20 2019-07-12 北京理工大学 造影图像序列的呼吸信号提取方法及装置
US20220221272A1 (en) * 2019-05-29 2022-07-14 Polytec Gmbh Interferometric measurement device and interferometric method for determining the surface topography of a measurement object
EP3900609A1 (en) * 2020-04-23 2021-10-27 Optos PLC Swept source optical coherence tomography imaging system
CN115046469A (zh) * 2022-05-20 2022-09-13 浙江大学 一种面向光纤白光干涉的干涉条纹包络提取方法
CN115171428A (zh) * 2022-06-24 2022-10-11 重庆长安汽车股份有限公司 一种基于视觉感知的车辆切入预警方法

Also Published As

Publication number Publication date
CN117934866B (zh) 2024-05-28

Similar Documents

Publication Publication Date Title
EP4379649A1 (en) Optical fiber image correction method and apparatus, and computer-readable storage medium
CN103292725A (zh) 特殊边界量测系统及方法
CN112014413A (zh) 一种基于机器视觉的手机玻璃盖板视窗区缺陷检测方法
CN113052754B (zh) 一种图片背景虚化的方法及装置
CN115205223A (zh) 透明物体的视觉检测方法、装置、计算机设备及介质
CN103345738B (zh) 基于感兴趣区域的对象检测方法及装置
CN117934866B (zh) 一种白光干涉仪有效干涉图像提取方法及装置
CN116342585A (zh) 一种产品缺陷检测方法、装置、设备及存储介质
CN110084818B (zh) 动态下采样图像分割方法
CN109410197B (zh) 一种定位液晶屏检测区域的方法及装置
CN103105943B (zh) 精确定位光电鼠标位移量的方法
CN113705350A (zh) 变电站的指针仪表读数识别方法、装置、介质和电子设备
CN116452662A (zh) 光纤中心的像素坐标提取方法、装置、电子设备
JP6030890B2 (ja) 画像処理ユニット、画像処理方法、およびスタンド型スキャナ
CN115482399A (zh) 基于图像处理的牙齿颜色识别方法、装置及处理设备
CN111445431B (zh) 一种图像分割方法、终端设备及计算机可读存储介质
CN110298834B (zh) 像素级边缘效应的修正方法及终端设备
CN108898632B (zh) 一种仪表指针的旋转角度确定方法及装置
CN112770015A (zh) 一种数据处理方法及相关装置
CN113838012A (zh) Mura检测方法及装置、计算机可读存储介质、终端
CN111353407A (zh) 医学图像处理方法、装置、计算机设备和存储介质
CN113469162B (zh) 基于双尺度分割的指针仪表识读方法、装置、设备和介质
CN117870548B (zh) 白光干涉零光程差位置的确定方法、装置、设备及介质
CN114757875B (zh) 一种金属裂纹检测方法、装置、电子设备及存储介质
JPWO2019049316A1 (ja) 変状検出装置および変状検出方法

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