基于變分圖像分解的ESPI與FPP條紋分析新方法研究.pdf

1、電子散斑干涉技術(Electronic Speckle Pattern Interferometry, ESPI)和條紋投影輪廓術(Fringe Projection Profilometry, FPP)是光學測量技術中兩種重要的全場無損檢測方法。ESPI可用于位移、應變和表面形貌等的測量。FPP是近年來十分受歡迎的一種快速、高精度三維形貌測量方法。這兩種技術已經(jīng)成為當今科學研究的重要手段，滲透于各個研究領域。在ESPI與FPP技術中，

2、待測物理量與編碼在條紋中的相位直接相關，通過計算機條紋分析方法可提取相位，所以研究先進的條紋分析方法對ESPI和FPP的發(fā)展和應用有著重要的理論價值和工程實際意義。
　　基于變分的圖像分解方法是一個具有廣闊發(fā)展前景且非常新穎的研究領域。近年來有關的內容日益成為圖像處理領域中關注的一個熱點。本論文主要基于先進的變分圖像分解方法，對ESPI和FPP條紋分析中難點問題和關鍵技術問題進行了深入的研究，提出了新的條紋分析方法。具體工作如下：

3、
　　1.提出了用于高密度ESPI條紋圖濾波的方向偏微分方程快速數(shù)值算法。實現(xiàn)ESPI條紋圖濾波的同時保持所有條紋不模糊一直是相關領域科技工作者奮斗的目標。方向偏微分方程能夠實現(xiàn)沿條紋方向的濾波，是實現(xiàn)高密度ESPI條紋圖濾波的有效方法。本論文針對方向偏微分方程存在迭代次數(shù)過多、計算時間過長的主要問題，基于Gauss-Seidel迭代算法提出了方向偏微分方程的快速數(shù)值算法，有效地提高了計算效率，并應用在高密度ESPI條紋圖處理中。

4、
　　2.基于變分圖像分解提出了大變化密度ESPI條紋圖濾波新方法。大變化密度ESPI條紋圖濾波遠比一般密度ESPI條紋圖濾波困難，甚至比高密度ESPI條紋圖濾波困難，是具有挑戰(zhàn)性的問題。新方法采用 Beppo-Levi空間對粗條紋進行描述，同時采用自適應 Hilbert空間對細條紋進行描述，從而可以有效地分離粗條紋、細條紋和噪聲，可實現(xiàn)粗條紋充分的平滑同時不模糊細條紋。本文進一步將新方法成功地應用于電路板受熱變形產(chǎn)生的離面位移測

5、量及發(fā)動機轉子葉片脫粘部分的研究中。
　　3.基于變分圖像分解提出了FPP條紋背景去除新方法。新方法分別用Bounded Variation(BV)空間、自適應Hilbert空間和L2空間描述FPP條紋中的背景部分、條紋部分和噪聲部分，能夠實現(xiàn)這三部分的有效分離。與目前存在的先進的經(jīng)驗模態(tài)分解條紋背景去除方法相比，新方法抗噪聲能力更強。此外，目前存在的FPP條紋背景去除方法都基于頻域分析或者時頻分析技術，而本文提出的方法是在空間域

6、，建立在變分法和偏微分方程基礎上，有效地利用了變分法和偏微分方程的優(yōu)勢。
　　4.基于變分圖像分解提出了FPP相位提取新方法。在基于變分圖像分解方法去除 FPP條紋背景的基礎上，實現(xiàn)了相位的提取。本文根據(jù)對條紋部分和噪聲部分描述空間的不同提出了多種新的變分圖像分解模型及其相應數(shù)值優(yōu)化算法。新模型中用來描述條紋部分的空間有G空間和自適應Hilbert空間，用來描述噪聲部分的空間有L2空間、E空間、齊次Contourlet空間、齊次C

7、urvelet空間和齊次Shearlet空間。此外，還引入了三維塊匹配(Block Matching and3D filtering, BM3D)算法用于描述噪聲部分。本文通過采用模擬和實驗數(shù)據(jù)對其中幾種代表性的變分圖像分解模型的性能進行了比較分析，給出了不同模型的性能和適應性。本文進一步將提出的方法應用于手部姿勢和人臉表情的動態(tài)三維形貌測量中，取得了理想的效果。
　　5.基于變分圖像分解和變分模態(tài)分解相結合提出了正交復合FPP相

8、位提取新方法。新方法首先采用變分圖像分解分離正交復合 FPP條紋中的背景部分、條紋部分和噪聲部分，然后采用變分模態(tài)分解對得到的條紋部分進一步處理得到水平條紋和垂直條紋，再用水平條紋和垂直條紋得到相位的梯度，最后對相位梯度積分得到相位。與經(jīng)典的基于Fourier變換的正交復合FPP相位提取方法相比，本文提出的方法能夠恢復出相位的更多細節(jié)信息，有效地提高了相位提取精度。
　　本論文的研究成果一方面對變分圖像分解起推動作用，另一方面為E