电子散斑干涉图像滤波方法研究及在动态热变形中的应用

来源 :天津大学 | 被引量 : 0次 | 上传用户:wangzhanglu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电子散斑干涉测量(Electronic speckle pattern interferometery简写为ESPI)技术是一种全场、非接触的现代光学测试技术,被广泛应用于光学粗糙表面位移、变形测量、无损检测和振动分析等领域。电子散斑干涉测量以条纹图或相位图的形式为输出,然而条纹图或相位图存在大量的散斑噪声,为了得到精确的相位分布,去噪成了电子散斑干涉测量技术的关键步骤。本文主要在相位图和条纹图去噪方面做了研究,并且将研究结果应用于动态电子散斑干涉热变形测量上。本文首先对傅里叶变换域的滤波方法做了分析和讨论,根据已有算法的优缺点,提出了局域傅里叶变换滤波方法。该方法不仅克服了全局傅里叶变换难以选择截止频率的缺点,而且与窗傅里叶变换方法相比,局域傅里叶变换滤波方法取决于较少的参数,使用起来简便。其次,本文讨论了经验模态分解算法。针对电子散斑干涉条纹图的特点提出了改进的二维经验模态分解算法,主要在三个方面做了改进:(1)极值点的选取;(2)将径向基函数插值方法应用到上下包络面拟合中;(3)将中值滤波的边缘保持作用应用到该算法中。该方法是一种多尺度全局数据驱动方法,不需要各种变换和截止频率,参数少,使用方便。最后,将本文提出的两种算法分别和已有的多种方法做了比较,应用在了计算机模拟的和实验得到的ESPI图像滤波中。并且将改进后的二维经验模态分解算法应用到动态电子散斑干涉热变形图的滤波中。实验结果展示了局域傅里叶变换方法的性能。改进后的二维经验模态分解算法比原来的模态分解算法有明显改善,尤其适合于粗条纹的滤波。在实验获得的低质量的粗条纹图滤波中,改进后的算法取得了良好的效果。
其他文献
当前社会发展中,消费者环境的变化尤为迅速,进而使得消费者决策呈现出明显的网络效应,具体表现为,随着需求层次的不断提升,决策目标逐渐变得复杂化和多元化,更加注重产品的高层次价值,并尝试着通过商品来进行交流和自我表达。  一、消费者决策关联关系研究  该关系又可称为“决策二联关联关系”简称“DR”,指消费者在进行决策时,与其他人形成的可制约或影响决策结果的某种连结关系。而消费者也可通过其建立各种各样的