数字散斑亚像素小角位移测量的曲面拟合法

与传统测量方法相比,数字散斑相关法由于其目标特征单元网格划分的灵活性,能够更好地满足不同场合小角位移的测量需求。针对该方法亚像素小角位移测量的曲面拟合参数选择问题,研究了亚像素测量图像小角旋转前后的九点二次曲面拟合法,并根据计算机生成模拟散斑进行模拟实验分析,得到最佳误差效率优化条件下的曲面拟合法求解亚像素小角位移的最佳散斑尺寸3.5 pixel、计算窗口尺寸41×41 pixel和拟合窗口尺寸3×3 pixel。实验验证了上述测量参数的有效性,为进一步的曲面拟合法数字散斑成像角位移测量提供参考。     

非固定相机旋转图像的数字散斑相关计算研究

非固定相机数字散斑相关方法拍摄待测物体表面的目标图像时,所拍摄的目标散斑图像相对于参考散斑图像可能产生位置移动及图像旋转。通过辅助定位的相机标定方法可以计算出被测物体表面与相机的相对位置,但无法获得散斑图像在平面内的旋转角度。数字散斑相关方法对图像旋转较为敏感,随着旋转角度的增加,目标子窗口与参考子窗口的相关性迅速降低。研究图像旋转角度对数字散斑相关方法计算精度的影响,分析相关性随旋转角度降低的原因。对相关搜索方法进行相应的改进,在搜索目标子窗口时增加对子窗口旋转角度搜索,在计算参考图像中子窗口位移量的过程中,同时计算了其旋转角度,从而降低图像旋转的影响,提高数字散斑相关方法的计算精度。     

数字散斑识别算法中的GPU高性能运算应用研究

数字散斑相关方法有着测量环境简单、全场非接触等优点,但算法效率一直是限制其发展的瓶颈之一。GPU有着天然的并行性,GPU高性能运算可以为计算机图形处理带来极大的效率提升。利用CUDA平台编程对传统的数字散斑逐点搜索算法、十字搜索算法及遗传算法进行GPU高性能并行处理,并与传统方法比较分析。实验结果表明,对于尺寸为150150像素的散斑图像,3种方法效率分别提升了20倍、8倍、31倍;对于尺寸为500500像素的散斑图像,3种方法效率分别提升了183倍、33倍、44倍;对于尺寸为1 0001 000像素的散斑图像,3种方法效率分别提升了424倍、116倍、44倍。     

基于微区统计特性的数字散斑相关测量亚像素位移梯度算法

提出了一种形式简单、求解快速、稳定性好和精度高的用于数字散斑相关方法亚像素位移求解的微区梯度算法。介绍了算法原理,并给出了四种不同模式的算法公式。采用模拟图像,介绍了四种模式在计算时间、计算子窗口时对结果的影响,并对适用范围和求解精度等方面进行了分析对比。最后的计算实例验证了算法的可行性和优越性。     

光学显微镜自动聚焦取窗方法研究

针对全自动光学显微镜系统中,传统聚焦窗口选择方法易受图像内容分布、杂质、噪声等因素干扰的问题,提出一种根据内容像素变化量选择聚焦窗口的方法。该方法将灰度差像素数量与边缘像素数量加权作为内容像素数量,据此衡量失焦模糊状态下子块内容含量并划分聚焦窗口,减少杂质与噪声对取窗过程的影响;用降采样后图像各子块内容含量估计原图像内容分布信息,降低图像滤波、梯度计算过程的计算量;使用局部标准差与锐利边缘像素数量联合检测焦平面图像的失焦模糊区域,有效排除玻片杂质造成的焦平面误判。与传统的显微镜自动聚焦取窗方法相比,对内容丰富程度和分布状况不同的显微图像序列,该方法均能获取有效的聚焦窗口,像素梯度均值更高,所得的评价曲线局部极值极少,尖锐性好,因此该方法的成功率高,鲁棒性更强。     

抛喷丸表面的多波长散斑自相关法粗糙度测量

粗糙表面产生的多波长远场散斑图案的散斑延长现象可以用来进行表面粗糙度测量。以抛喷丸表面为研究对象,具体介绍了多波长散斑自相关表面粗糙度测量方法。根据多波长散斑图案的各向同性径向辐射的特征,提出了适用的数字图像处理方法。探讨了局部自相关函数特征长度的选取、数字图像处理过程中的局部窗口尺寸和散斑图像的饱和曝光比等因素对散斑延长效应的影响。通过拍摄和处理每一样品表面多个位置的多波长远场散斑图像,计算了Ra分别为0.4,0.8,1.6和3.2μm的表面样块的光学粗糙度指标值。结果表明,该光学粗糙度指标能很好反映被测表面的粗糙程度。     

基于小波变换的新型数字散斑相关方法

通过将小波分析的方法应用到传统的空域相关计算中,提出了基于小波变换的数字散斑相关方法。详细介绍了该方法的原理,并对传统空域相关方法与小波相关方法进行了实验计算比较。实验结果表明,与传统的空域相关方法相比,基于小波变换的数字散斑相关方法大大提高了相关计算的精度,精度由0 05像素提高到了0 01像素以下。最后利用该方法测量了编织结构复合材料板在三点弯曲载荷作用下的位移场。     

数字图像散斑相关技术的蚁群优化方法

基于蚁群优化方法提出新的数字图像散斑相关算法。该方法模仿了真实蚂蚁从其巢到食物找到最短路径的方式,通过对蚁群优化方法改进,减少迭代次数并改善解的质量。将新的数字图像散斑相关算法应用到计算机模拟的散斑图像和实验获得的散斑图像中,并与广泛使用的Newton-Raphson算法进行了比较。实验结果展示了新算法的精度、可行性和有效性。当数量级为0.01像素,误差离散均方根小于0.002像素。     

加权窗口在数字图像相关技术中的应用研究

应用数字图像相关法计算变形前后图像中各点的位移量时,先通过整像素搜索法来确定各点的整像素位移,进而根据整像素搜索得到的相关系数值来计算各点的亚像素位移.提出了一种新的整像素搜索法,即采用计算窗口加权的方法对变形前后图像中的点进行搜索计算.计算结果表明,该方法是可行的,同时可以提高计算结果准确度.     

基于混合散斑图的压缩计算鬼成像方法研究

提出一种基于混合散斑图的压缩计算鬼成像方法。通过对不同分辨率尺度组成的复杂物体进行自动识别,检测出物体中较大和较小分辨率区域,根据识别区域生成由不同大小尺寸散斑组成的混合散斑图进行探测,结合压缩感知对恢复图像进行处理。通过理论分析和数值仿真发现,与传统计算鬼成像方法相比,该方法克服了散斑大小选取不适当对恢复图像质量的影响,显著提高了恢复图像的衬噪比和可见度,有效降低了均方误差。该方法在提高成像质量的同时减少采样时间,有利于进一步推动计算鬼成像技术的实用化。     

数字散斑相关方法亚像素求解的一种混合方法

亚像素求解是数字散斑相关方法(DSCM)中最重要的技术。亚像素求解算法的精度和效率直接影响DSCM的精度和计算速度。目前广泛应用的两种亚像素求解方法在处理高质量散斑图时都存在一定的缺陷:基于灰度插值的散斑场亚像素恢复方法,其计算精度较高,但计算消耗太大;基于相关系数分布的拟合方法,其计算消耗小,但计算精度较低。在分析两种亚像素求解方法各自优缺点的基础上,提出了一种结合两种算法优势的混合算法。混合算法在保证亚像素求解精度的基础上,可以大大降低整个算法的计算消耗。     

数字散斑相关方法实现鼠标定位原理

在激光鼠标工作原理的基础上,利用数字散斑相关方法对激光鼠标的定位原理进行了研究。设计实验得到散斑场并用数码相机拍摄。用图像采集卡采集CCD扫描数散斑图像得到的图像,将图像数字化,分析数据得到了图像最优采样的像素单元和图像位移两个参量。基于两个参量,实验采集散斑图像在一定的轨迹运动下的散斑场,用Matlab软件模拟,并比较分析了实验和模拟结果。结果表明,用数字散斑相关方法可以实现激光鼠标的定位功能,并且分辨力可达到1μm,远高于市场上激光鼠标30μm的分辨力。     

基于改进旋滤波的电子散斑干涉图滤波方法

电子散斑干涉术条纹图在成像时不可避免地受散斑噪声调制,去除噪声是散斑干涉条纹处理的一项重要任务。利用散斑条纹图的方向性,提出一种基于模糊方向的旋滤波:在当前点的领域内定义4个模糊方向窗口,将传统旋滤波的一维、精确方向窗口的确定,转变为模糊方向窗口的确定;在确定的窗口内进行低通滤波时,采用自适应加权均值滤波代替传统的中值滤波。利用该方法分别处理模拟散斑条纹图和实验所得的真实条纹图,并与传统旋滤波、双边滤波和小波丢弃子带方法比较。实验结果表明,该改进算法在滤除散斑条纹图噪声的同时,有效保护了条纹的细节信息。     

基于图像分形相关位移测量新方法的研究

本文从分形理论出发提出了图像分形相关位移测量的新方法。较之20世纪80年代发展起来的以像素的灰度相关为基础的数字散斑相关法，分形相关法更充分地利用了散斑图的相关性特征，有关更深入的发展潜力。为了验证理论与方法的可靠性，进行了验证性实验并和数字散斑相关法的测试结果进行了比较。测试结果显示，测试精度至少可达0.06个像素。最后讨论了这一方法的发展前景。     

数字散斑时间序列相关三维面形测量方法

提出了一种测量三维面形的新方法,将随机数字散斑投影到参考平面上,深度方向等间距平移参考平面,用CCD提取时间序列散斑参考集R（t)。然后用被测物体取代参考平面,获取物体调制散斑图像O。O中的任意子图像O（x,y)与参考平面簇中对应位置的时间序列子图像R（x,y:t)之间的交叉相关值曲线呈高斯分布,其峰值位置就是被测物点的高度。该方法摆脱了以前数字散斑测量法水平相关思路,是真正的时间序列相关方法,且原理简单,测量精度高,不需要复杂的相位展开和校准过程,特别适用于测量突变面形和空间离散面形,根据测量结果的误差特征,提出了相关值加权邻平均插值算法,能得到比邻平均算法更好的测量结果。     

两种插值亚像素定位法在数字散斑测量中的应用

利用数字散斑相关测量法只能得到试件的整像素位移量,不能满足高精度的测量要求。探讨了两种插值法在数字散斑亚像素级测量中的应用,并对相关系数多项式插值法和对数插值法的测量结果进行了比较,为在不同亚像素级位移条件下选择较为恰当的测量方法提供了依据。     

基于GMA光流网络的二维变形测量数字图像相关法初值估计

提出一种利用深度学习提取散斑变形图像位移场的算法。对比几种主流光流网络模型在散斑图像上的计算精度,将全局运动聚合（GMA）光流网络引入数字图像相关法,使用光流网络模型预测的位移场作为亚像素迭代算法的初值,最后结合逆合成高斯-牛顿法计算散斑图像的亚像素位移场。结果表明,与几种主流的数字图像相关算法相比,GMA光流网络初值的计算精度和计算效率更高,适用于大变形测量,是一种兼顾计算速度和精度的变形测量算法。对木块材料进行压缩实验,结果充分显示了所提方法在散斑变形测量中的有效性。     

无阈值窗口傅里叶变换滤波法

为减少噪音对散斑相位图的影响,提出了一种无阈值的窗口傅里叶变换滤波方法.通过对窗口内条纹频率幅值扫描,寻找条纹频率幅值的最大值作为滤波标准,得到最佳滤波图像,缩短了计算时间,解决了窗口傅里叶变换滤波中需要设定阈值的问题.在无阈值窗口傅里叶变换滤波算法基础上,对散斑条纹图像进行了滤波,证明了该算法的可行性和良好的滤波效果,可用于各类条纹图像的低通滤波.     

预测搜索算法在图像相关中的应用

数字散斑相关方法在亚像素测量过程中运算量大,在对实时性要求较高的系统中该方法的应用受到了限制。提出了一种原理简单、搜索速度快、精度高的预测搜索算法,介绍了预测搜索算法的原理,并给出预测位移的公式。通过实验验证了对算法的精度、效率和鲁棒性,说明对数字散斑相关方法进行优化后,既不损失亚像素位移的计算精度又提高了图像处理的效率。     

散斑相关在椭圆高斯光束发散角测量中的应用

激光束发散角的测量对于激光制导、激光测量有着重要的意义,激光束发散角是激光质量的一个重要参数。大发散角激光照明在大范围散斑干涉测量中也有着重要应用。基于散斑自相关的方法推导了椭圆高斯光束照明下的散斑二维尺寸与照明光束参数之间的关系,通过散斑自相关运算直接计算得出接收面上散斑二维尺寸从而测量出光束有效照明尺寸,根据不同距离的有效照明尺寸确定光束的发散角。采用激光散斑计量光束有效照明半径的方法有着大范围的光强适用性,无需考虑离轴误差影响。该方法结构简单,对环境光有一定的抑制作用。