用于干涉条纹图滤波的生成器网络的获取方法和装置制造方法及图纸

本申请适用于光学干涉测量技术领域，提供了一种用于干涉条纹图滤波的生成器网络的获取方法和装置，一种基于生成器网络的干涉图滤波方法，电子设备及计算机可读存储介质。一种用于干涉条纹图滤波的生成器网络的获取方法包括：获取多组训练样本图；每组所述训练样本图包括干涉条纹图和与所述干涉条纹图对应的标签图，所述标签图为对所述干涉条纹图进行背景滤除后的图；根据所述多组训练样本图对待训练的生成对抗网络进行训练，得到训练后的生成对抗网络，训练后的所述生成对抗网络的生成器网络用于对干涉条纹图进行背景滤除，所述生成对抗网络包括生成器网络和鉴别器网络。本申请实施例提高了对干涉图进行滤波的精度。

Acquisition method and device of generator network for Interferogram filtering

【技术实现步骤摘要】
用于干涉条纹图滤波的生成器网络的获取方法和装置
本申请属于光学干涉测量
，尤其涉及一种用于干涉条纹图滤波的生成器网络的获取方法和装置，一种基于生成器网络的干涉图滤波方法，电子设备及计算机可读存储介质。
技术介绍
光学干涉测量是一种利用光的干涉原理实现高精度测量的基础性计量方法。近几十年来，光学干涉测量技术与光电图像传感技术、计算机技术、精密机械技术、相移技术、光学信号处理技术等相结合，可以大大提高光学干涉测量的精准性和快捷性，也实现了从干涉条纹图中定量地测量复振幅、相移量和相位，因而又被称之为光学相位测量技术，在显微干涉测量中可以达到亚微米量级。基于施密特正交化的两步相移算法便是一种常用的相移光学干涉测量算法。两步相移算法是利用两幅干涉图计算得到相位结果，这种方法恢复相位的精度较高，计算速度也比较快。但在相位解调过程中易受噪声，背景和振幅不均匀的影响，导致相位解调的精度低。针对此问题，现有传统的方法是利用高斯高通滤波器去除条纹图的背景噪声，其他方法，例如利用增强的快速经验模态分解(EnhancedFastEmpiricalModeDecomposition，EFEMD)变换计算出干涉图残差项来滤除干涉图背景项的方法，也可以达到提高相位计算精度的目的。但是利用传统的高斯高通滤波器和EFEMD算法进行滤波，存在的不足包括几个方面：一是滤波精度低，滤波后的干涉图仍然存在残余的背景项，从而导致相位测量的精度下降。二是高斯高通滤波器的滤波窗口大小设置与相位物体的形貌有关，滤波窗口设置的大小直接影响滤波精度，滤波窗口设置不合理则滤波精度不够，而为了获得更优的滤波效果则需要多次尝试调整滤波窗口大小，使得利用高斯高通滤波器进行滤波的过程相对繁琐。
技术实现思路
有鉴于此，本申请实施例提供了一种用于干涉条纹图滤波的生成器网络的获取方法和装置，一种基于生成器网络的干涉图滤波方法，电子设备及计算机可读存储介质，可以解决相关技术中滤波精度低的问题。本申请实施例的第一方面提供了一种用于干涉条纹图滤波的生成器网络的获取方法，包括：获取多组训练样本图；每组所述训练样本图包括干涉条纹图和与所述干涉条纹图对应的标签图，所述标签图为对所述干涉条纹图进行背景滤除后的图；根据所述多组训练样本图对待训练的生成对抗网络进行训练，得到训练后的生成对抗网络，训练后的所述生成对抗网络的生成器网络用于对干涉条纹图进行背景滤除，所述生成对抗网络包括生成器网络和鉴别器网络。本申请实施例的第二方面提供了一种基于生成器网络的干涉条纹图滤波方法，包括：获取待滤波的干涉条纹图；利用第一方面所述的获取方法获取到的生成器网络，对所述待滤波的干涉条纹图进行滤波，生成滤除背景后的干涉条纹图。本申请实施例的第三方面提供了一种用于干涉条纹图滤波的生成器网络的获取装置，包括：获取单元，用于获取多组训练样本图；每组所述训练样本图包括干涉条纹图和与所述干涉条纹图对应的标签图，所述标签图为所述干涉条纹图经过背景滤除后的图；训练单元，用于根据所述多组训练样本图对待训练的生成对抗网络进行训练，得到训练后的生成对抗网络，训练后的所述生成对抗网络的生成器网络用于对干涉条纹图进行背景滤除，所述生成对抗网络包括生成器网络和鉴别器网络。本申请实施例的第四方面提供了一种基于生成器网络的干涉条纹图滤波装置，包括：获取单元，用于获取待滤波的干涉条纹图；滤波单元，用于利用第三方面所述的获取装置获取到的生成器网络，对所述待滤波的干涉条纹图进行滤波，生成滤除背景后的干涉条纹图。本申请实施例的第五方面提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面或第二方面所述方法的步骤。本申请实施例的第六方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面或第二方面所述方法的步骤。本申请实施例的第七方面提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行如第一方面或第二方面所述的方法。本申请实施例中，通过对抗训练的方式得到生成对抗网络，生成对抗网络的生成器具备滤波器的功能，表现更优，可以实现将干涉条纹图的背景进行滤除，大大提高了滤波精度，此外，相对于采用高斯高通滤波器进行滤波而言，不需要进行滤波窗口大小的设置，简化了滤波过程。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本申请一实施例提供的一种用于干涉条纹图滤波的生成器网络的获取方法的实现流程示意图；图2是本申请一实施例提供一种合成干涉条纹图的过程示意图；图3是本申请一实施例提供一种合成标签图的过程示意图；图4是本申请一实施例提供一种用于干涉条纹图滤波的生成器网络的获取方法中步骤S121至步骤S125的过程示例图；图5本申请一实施例提供一种生成器网络的结构示意图；图6本申请一实施例提供一种鉴别器网络的结构示意图；图7是本申请一实施例提供的一种基于生成器网络的干涉条纹图滤波的方法的实现流程示意图；图8是本申请一实施例提供的一种基于生成器网络的干涉条纹图滤波的方法的过程示意图；图9是本申请一实施例提供的另一种基于生成器网络的干涉条纹图滤波的方法的实现流程示意图；图10是本申请一实施例提供的一种用于干涉条纹图滤波的生成器网络的获取装置的结构示意图；图11是本申请一实施例提供的另一种基于生成器网络的干涉条纹图滤波装置的结构示意图；图12是本申请实施例提供的电子设备的结构示意图。具体实施方式为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚，完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或本文档来自技高网...

【技术保护点】
1.一种用于干涉条纹图滤波的生成器网络的获取方法，其特征在于，包括：/n获取多组训练样本图；每组所述训练样本图包括干涉条纹图和与所述干涉条纹图对应的标签图，所述标签图为对所述干涉条纹图进行背景滤除后的图；/n根据所述多组训练样本图对待训练的生成对抗网络进行训练，得到训练后的生成对抗网络，训练后的所述生成对抗网络的生成器网络用于对干涉条纹图进行背景滤除，所述生成对抗网络包括生成器网络和鉴别器网络。/n

【技术特征摘要】
1.一种用于干涉条纹图滤波的生成器网络的获取方法，其特征在于，包括：
获取多组训练样本图；每组所述训练样本图包括干涉条纹图和与所述干涉条纹图对应的标签图，所述标签图为对所述干涉条纹图进行背景滤除后的图；
根据所述多组训练样本图对待训练的生成对抗网络进行训练，得到训练后的生成对抗网络，训练后的所述生成对抗网络的生成器网络用于对干涉条纹图进行背景滤除，所述生成对抗网络包括生成器网络和鉴别器网络。


2.如权利要求1所述的获取方法，其特征在于，所述根据所述多组训练样本图对待训练的生成对抗网络进行训练，得到训练后的生成对抗网络，包括：
利用多个所述标签图作为真实样本初步训练鉴别器网络，获得初步训练后的鉴别器网络；所述鉴别器网络的输出用于表示输入图为真实图的概率；
生成步骤：将所述干涉条纹图作为生成器网络的输入，得到与所述干涉条纹图对应的伪图；所述生成器网络用于对所述干涉条纹图进行背景滤除；
鉴别步骤：将所述伪图和所述干涉条纹图对应的标签图分别输入所述初步训练后的鉴别器网络，输出所述伪图对应的第一概率值，和所述标签图对应的第二概率值；
优化步骤：根据所述第一概率值和所述第二概率值生成损失函数，基于所述损失函数优化所述生成对抗网络的参数；
重复所述生成步骤、所述鉴别步骤和所述优化步骤，直至优化后的所述生成对抗网络满足第一预设条件为止，得到训练后的生成对抗网络。


3.如权利要求1或2所述的获取方法，其特征在于，所述获取多组训练样本图，包括：
通过模拟仿真的方法获取N组训练样本图，N为正整数；N个所述干涉条纹图的光强表达式为：N个所述干涉条纹图对应的N个标签图的光强表达式为：其中，n＝1,2,…,N，是干涉条纹图的相移次序，N是相移的总步数，(x,y)表示干涉条纹图中的位置，A(x,y)和B(x,y)分别表示干涉条纹图的背景光强和条纹调制幅度分布...

【专利技术属性】
技术研发人员：田劲东，卢盛瑜，章勤男，田勇，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44