随着激光技术和计算机技术的快速发展,现代光学测量技术已经广泛应用于微位移测量、波面复原及物体表面形貌重构等科研和和工程领域。与传统的光学测量技术相比,现代光学测量技术有很多优点,比如高精度、高灵敏度、数据处理灵活。因此,吸引了大量的实验和理论研究,实验研究主要体现在测试方法多种多样,诸如激光全息干涉法、电子散斑干涉法、云纹干涉法等,虽然各种测量技术的具体方法有所差别,但现代光学测量技术总是通过光干涉图像的形式表征测量场的物理属性,对光干涉图像的数据处理模型和算法理论进行研究是现代光学测量技术中的必备环节。在本论文中,作者主要开展光测条纹的数据处理模型和算法研究,在图像建模的基础上,提出了几种光干涉图像的滤波算法和骨架化算法,并通过对具体干涉图分析说明了算法的性能,主要研究工作概述如下:提出了基于离散拓扑分析的干涉图滤波算法。作者通过分析基于拓扑梯度滤波模型的原理和特性,发现该模型的滤波算法计算时间长、后续处理复杂。基于此,作者基于拓扑渐进展开理论,将传统拓扑梯度滤波模型中按照像素扰动的思想转换为根据像素边界进行扰动的思想,将拓扑分析滤波的方法应用在干涉图去噪问题上。数值实验和实际干涉图分析表明:该模型和算法可以应用于快速的干涉图像滤波处理和噪声不太大的干涉图滤波处理。提出了基于贝叶斯估计和复值马尔科夫随机场(Complex-valued Markov Random Field, CMRF)模型的包裹相位图滤波算法。作者通过分析传统的基于贝叶斯估计和CMRF滤波模型的特点,发现其各向同性模型对条纹密集分布的包裹相位图滤波时,在条纹密集分布处会出现模糊的现象。考虑到这一点,作者结合包裹相位图的自身特征,基于贝叶斯估计滤波的原理和修改的CMRF模型,利用干涉数据中处理像素与其邻域像素间的局部交互信息实现包裹相位图的滤波,并通过数值实验和实际干涉图处理结果对算法的性能进行了分析。该算法既可以应用于噪声污染严重和条纹密集分布的包裹相位图滤波处理,也可以应用于条纹稀疏分布的包裹相位图滤波处理。提出了两种基于灰度图像的干涉图骨架化算法。首先,作者通过研究传统峰值追踪法(Peaking Tracking Method, PTM)的特点,提出了改进的PTM,该算法初衷是以圆形干涉条纹的初始骨架点探测为分析目标,但也可以用于条纹复杂分布的干涉图骨架点探测。其次,提出了基于定位梯度矢量流场(Gradient Vector Flow Fields, GVF)模型的干涉图骨架化算法,干涉条纹的方位角作为了一个有力的援助工具辅助骨架线的探测,实验表明:该模型和算法可以应用于密集条纹分布的干涉图骨架线探测。研究了骨架化算法在包裹相位图骨架线探测中的应用,并设计和搭建了一套干涉图数据采集装置。作者应用上述两种骨架化算法对采集的干涉图进行了骨架化分析应用,利用具体实验说明了两种干涉图骨架线提取算法的可行性和性能比较,并将定位GVF的骨架化算法与圆拟合方法相结合实现了圆形条纹分布的干涉图的实时跟踪。