一种单幅干涉圆条纹预处理的自动化处理方法技术

本发明专利技术针对干涉图像的预处理，通过改进的去噪方法、二值化算法、细化及修补算法，提出一种单幅干涉圆条纹图像预处理的自动化处理方法。本发明专利技术利用在P‑M模型上引入扩散系数，修改中值滤波窗口，然后采用加权方式将两者结合形成去噪方法，该方法对图像边缘和细节保护明显。本发明专利技术采用的细化修补算法不但可以去除图像中的毛刺，而且在保证图像连通性的前提下去除多余二像素，从而使图像细化成单像素图像。本发明专利技术对单幅干涉圆条纹进行特征信息提取具有重要意义，可为基于单幅干涉圆条纹分析的光学测量技术的应用提供可靠地分析方法。

【技术实现步骤摘要】

本专利技术涉及光学干涉精密检测
，特别涉及在基于单幅干涉圆条纹进行干涉测量时图像预处理的自动化处理方法。
技术介绍
光学干涉检测技术在光学表面检测、振动分析、天文光学中的空间干涉检测、薄膜的厚度和折射率测量等方面都有着较为广泛地应用。在所有光学干涉检测中最重要的部分是条纹数据的分析。 目前，条纹分析技术主要包括三类：基于强度的分析、基于变换的分析、基于相位的分析。 其中基于变换的分析技术是通过傅里叶变换或者小波变换把干涉图变换到其他域进行分析。而基于强度的分析技术是直接对灰度图像进行处理，这种方法处理速度快，但是易于受噪声影响。在相位分析的方法中，通过干涉图的相位包裹被抽取和分析。近年来国内外的研究学者主要研究具有高测量精度的相位法，但在某一些特定的场合，例如通过已往实验重现的干涉图像进行分析处理、实验装置不便引入相移装置等。因此，基于强度的条纹分析法的研究工作一直还很活跃，研究问题的关键在于寻找合适的条纹处理算法，以提高干涉条纹处理的自动化程度和精度。单幅干涉圆条纹图像的预处理技术是基于强度的条纹分析法的重要组成部分，单幅干涉圆条纹图像预处理的工作过程如下：干涉圆条纹图像去噪处理、去噪后的图像二值化处理、二值图像进行细化处理、以及对细化图像进行修补处理。目前常用图像预处理的过程存在需要人为控制且易于受噪声干扰、测量时间长等问题。本专利技术专利通过深入研究单幅干涉圆条纹预处理过程中的各种算法，提出了在干涉圆条纹预处理过程中采用改进的Perona和Malik提出的各向异性扩散方程（即，P-M模型）与复合型中值滤波组合形成加权去噪方法，改进的Merriman-Bence-Osher (即，MBO)二值算法，以及改进的Lu-Wang(即，LW)细化算法和修补算法，使得通过本专利技术的单幅干涉圆条纹处理方法在提取特征信息时具有自动化，处理速度快和精度高等优点。
技术实现思路
本专利技术的目的在于解决现有光学干涉测量技术中，通过对干涉条纹特征信息提取时的测量时间长、测量精度不高、不能自动化处理等问题，提出了一种单幅干涉圆条纹预处理的自动化处理方法。一种单幅干涉圆条纹预处理的自动化处理方法，它包括以下步骤：步骤一、对单幅干涉圆条纹图像进行去噪处理；对单幅干涉圆条纹进行去噪处理，它是由以下步骤实现的：步骤一一、 改进现有的偏微分方程中的P-M模型；步骤一二、 通过步骤一一得到的改进的P-M模型与复合型中值滤波组合形成加权模型；步骤二、根据步骤一中得到的干涉圆条纹去噪后的图像进行二值化处理；步骤三、根据步骤二中得到的干涉圆条纹二值化后的图像进行LW细化算法细化处理；步骤四、根据步骤三得到的干涉圆条纹细化图像进行修补处理；对单幅干涉圆条纹细化图像修补处理，它是由以下步骤实现的：步骤四一、 针对步骤四中得到的干涉条纹细化图像通过增加去除摸板，进行去毛刺修补处理；步骤四二、 针对步骤四一中得到的去除毛刺后的圆干涉条纹修补图像增加去除模板进行去二像素修补处理。有益效果：提出了单幅干涉圆条纹预处理时采用基于P-M模型与复合型中值滤波的去噪算法、改进的MBO二值算法以及LW细化算法的修补算法，使得通过本专利技术的单幅干涉圆条纹的预处理可以实现自动化，从而使图像信息提取更加快速和方便，提高干涉测量结果精度。附图说明图1是一种单幅干涉圆条纹预处理的自动化处理方法的流程图；图2是单幅干涉圆条纹图像进行去噪处理的流程图；图3是单幅干涉圆条纹细化图像进行修补处理的流程图；图4是干涉测量技术中采集的单幅干涉条纹图；图5是通过改进的P-M模型与复合型中值滤波组合形成加权模型去噪处理后的单幅干涉条纹图；图6是通过二值化算法处理后的单幅干涉条纹图；图7是通过LW细化算法得到的单幅干涉条纹图；图8是通过修补算法得到的单幅干涉条纹，预处理的自动化处理结果图；图9是通过LW细化算法得到的单幅干涉条纹局部放大图；图10是通过修补算法得到的单幅干涉条纹局部放大图。具体实施方式具体实施方式一、结合图1说明本具体实施方式，一种单幅干涉圆条纹预处理的自动化处理方法，它包括以下步骤：步骤一、对单幅干涉圆条纹图像进行去噪处理；步骤二、根据步骤一中得到的干涉圆条纹去噪后的图像进行二值化处理；步骤三、根据步骤二中得到的干涉圆条纹二值化后的图像进行LW细化算法细化处理；步骤四、根据步骤三得到的干涉圆条纹细化图像进行修补处理。具体实施方式二、结合图2说明本具体实施方式，本具体实施方式与具体实施方式一所述的一种单幅干涉圆条纹预处理的自动化处理方法的区别在于，步骤一中所述的对单幅干涉圆条纹图像进行去噪处理由以下步骤实现：步骤一一、 改进现有的偏微分方程中的P-M模型；Perona和Malik在1990年提出了在达到去噪效果的同时，更好地保护边缘细节的各向异性扩散模型即P-M模型：其中，为初始图像，为散度函数，为图像梯度，为图像梯度模， 为尺度参数。理想的扩散系数应当在图像边缘实行较弱扩散，以保持图像边缘细节信息，而在变化平缓的区域实现快速平滑。Perona和Malik给出了该公式的扩散系数的两种形式：其中，为控制扩散程度的扩散系数，为梯度，K为常数。P-M模型能根据图像梯度信息具有选择性的进行扩散平滑，能够较好地同时兼顾去除噪声和保护特征这两方面，但该模型也存在以下不足： 当干涉图像受到强烈的噪声干扰时，图像中孤立的噪声点梯度变化可能会比边缘的梯度变化程度大，因此不能很好地区分干涉图像中噪声和边缘细节信息两者之间的差别，可能会对去除噪声产生不利的一些影响。为了达到对裂缝图像较好的去噪效果并保持和增强裂缝的目的，提出了一种利用自适应算子构造了新的扩散系数c改进现有P-M模型：初始，令的初始值为1.0。在迭代过程中会自适应更新的值:在判定是特征信息区域内，自调节算子迅速增加，使扩散系数更加快速趋于0，能更好的保持图像的特征，而在非特征信息区域内，梯度趋近于0，于是急剧减小，使扩散系数增大，速率加快，能够更好地去除噪声，便构成了新的图像平滑P-M模型。步骤一二、 通过步骤一一得到的改进的P-M模型与复合型中值滤波组合形成加权模型；中值滤波是一种非线性滤波方式，是以设计窗口中所有像素点的中值来代替中心像素点的值，中值滤波对干涉图边缘具有较强的保护能力，但是随着设计窗口的逐步增大，其计算量会迅速增大，同时降低噪声的抑制效果。在复合型中值滤波中，利用圆环扩散法与中值滤波相结合，充分利用干涉图的图像结构，在每一个圆圈圆环中，利用中值滤波，以圆环扩散的方式，使这一圈的图像进行中值滤波，滤波窗口随着迭代次数的增加逐步变化，以便达到去除噪声的目的。复合型中值滤波的模型表示如下：其中，为圆圈形的滤波窗口，和为到中心点距离，为中值滤波，在对单幅干涉圆条纹处理时利用以下公式进行替代处理：再利用如下公式进行近似处理:最后得到的公式通过利用偏微分方程中改进的P-M模型与复合型中值滤波加权相结合，得到了一种针对单幅干涉圆条纹的新型混合噪声滤波模型，可表示为：其中，为改进的P-M模型，为圆圈形的滤波窗口，为中值滤波模型，和为加权函数模型的加权因子：改进的P-M模型与复合型中值滤波加权相结合不仅可以有效地去除图像噪声，而且对图像边缘细节信息进行更好的保护。具体实施方式一、本具体实施方式与具体实施方式一所述的一种单幅本文档来自技高网...

【技术保护点】
一种单幅干涉圆条纹预处理的自动化处理方法，其特征在于，它包括以下步骤：对单幅干涉圆条纹图像进行去噪处理；根据步骤一中得到的干涉圆条纹去噪后的图像进行二值化处理；根据步骤二中得到的干涉圆条纹二值化后的图像进行LW细化算法细化处理；根据步骤三得到的干涉圆条纹细化图像进行修补处理。

【技术特征摘要】
1.一种单幅干涉圆条纹预处理的自动化处理方法，其特征在于，它包括以下步骤：对单幅干涉圆条纹图像进行去噪处理；根据步骤一中得到的干涉圆条纹去噪后的图像进行二值化处理；根据步骤二中得到的干涉圆条纹二值化后的图像进行LW细化算法细化处理；根据步骤三得到的干涉圆条纹细化图像进行修补处理。2.根据权利要求1所述的一种单幅干涉圆条纹预处理的自动化处理方法，其特征在于，步骤一中所述的对单幅干涉圆条纹图像进行去噪处理由以下步骤实现：步骤一一、 改进现有的偏微分方程中的P-M模型；步骤一二、 通过步骤一一得到的改进的P-M模型与复合型中值滤波组合形成加权模型。3.根据权利要求2所述的一种单幅干涉圆条纹预处理的自动化处理方法，其特征在于，步骤一一中所述的对单幅干涉圆条纹图像进行改进的P-M模型由以下公式实现：一种利用自适应算子构造了新的扩散系数c改进现有P-M模型：其中，为梯度，K为常数。初始，令的初始值为1.0。在迭代过程中会自适应更新的值：在判定是特征信息区域内，自调节算子迅速增加，使扩散系数更加快速趋于0，更好地保持图像的特征，而在非特征信息区域内，梯度趋近于0，于是急剧减小，使扩散系数增大，速率加快，能够更好地去除噪声，便构成了新的图像平滑P-M模型。4.根据权利要求2所述的一种单幅干涉圆条纹预处理的自动化处理方法，其特征在于，步骤一二中所述的对单幅干涉圆条纹图像进行改进的P-M模型与复合型中值滤波组合形成加权模型去噪处理由以下公式实现：复合型中值滤波的模型表示如下：其中，为圆圈形的滤波窗口，和为到中心点距离，为中值滤波，在对单幅干涉圆条纹处理时利用以...

【专利技术属性】
技术研发人员：于雪莲，马文书，赵文彬，王伟佳，周坤，张嘉成，唐晓慧，滕飞，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙江;23