用于获取和处理复合图像的系统及方法技术方案

在数字全息成像系统中，可逐个像素地比较流式全息图，用于全息图生成之后的缺陷检测。具有反馈置信的自动图像匹配、登记和比较方法允许运行实晶片检验、画面匹配细化、旋转晶片校准以及差值图像的登记和比较。（*该技术在2023年保护过期，可自由使用*）

【技术实现步骤摘要】

一般来说，本专利技术涉及数据处理领域，更具体来讲，涉及。
技术介绍
采用数字获取系统捕捉的全息图包含与被查看对象的材料特性及拓扑结构有关的信息。通过捕捉相同对象的不同示例的序列全息图，对象之间的变化可在数维中测量。全息图的数字处理允许直接比较对象的实际像波。这些像波包含比传统的非全息图像明显更多的关于小细节的信息，因为图像相位信息保留在全息图中，而在传统图像中则被丢失。比较全息图像的系统的最终目的是量化对象之间的差异，并确定是否存在显著差异。比较全息图的过程因全息图生成过程和对象处理中涉及的变量而成为艰难的任务。具体来说，为了有效地比较对应的全息图像，两个或两个以上全息图像必须被获取和登记或者“匹配”，使得图像接近对应。另外，在获取和登记全息图像之后，对图像进行比较以便确定图像之间的差异。登记和比较相应图像的现有技术往往要求大量处理和时间。这类时间和处理要求限制了数字全息成像系统的吞吐量及整体效率。附图说明通过参照以下结合附图的描述，可获得对本实施例及其优点的更完整了解，附图中，相同的参考标号表示相同的特征，以及附图包括图1是流程图，表示基于密度的登记方法； 图2是流程图，表示基于幅度的登记方法；图3是流程图，表示一种用于全息相位图像的登记方法；图4是流程图，表示一种用于全息复合图像的登记方法；图5是删除了置信值计算的简化登记系统的流程图；图6是流程图，表示一种用于全息复合图像的简化登记系统；图7是用于确定位置细化的晶片的说明示图；图8是数字全息成像系统的示图；图9是从CCD照相机获取的全息图的图像；图10是图10的放大部分，表示边缘细节；图11是采用快速傅立叶变换(FFT)运算变换的全息图像；图12是表示边带的全息图像；图13是集中于载频的全息FFT的象限；图14表示在应用巴特沃思低通滤波器之后图14的边带；图15表示幅度图像；图16表示相位图像；图17表示差值图像；图18表示第二差值图像；图19表示阈差值图像；图20表示第二阈差值图像；图21表示逻辑“与”运算之后的两个阈差值图像的图像；图22表示带缺陷的幅度图像；以及图23表示带缺陷的相位图像。详细说明参照图1至图23，最佳地理解优选实施例及其优点，其中，相同的标号用来表示相似及对应的零件。以下专利技术涉及数字全息成像系统及应用，例如在标题为“Direct-to-Digital Holography and Holovision”的美国专利第6078392号、标题为“Improvements to Acquisition and Replay Systems for Directto Digital Holography and Holovision”的美国专利第6525821号、标题为“System and Method for Correlated Noise Removal in ComplexImaging Systems”的美国专利申请第09/949266号以及标题为“Systemand Method for Registering Complex Images”的美国专利申请第09/949423号中所述，通过引用将其全部结合到本文中。本专利技术包含自动图像登记及处理技术，开发这些技术以满足直接数字全息照相(DDH)缺陷检验系统的特殊需要，如本文所述。在DDH系统中，可逐个像素地比较流式全息图，用于全息图生成之后的缺陷检测。本专利技术的一个实施例包括采用下述反馈置信测量进行自动图像匹配和登记的系统及方法。登记系统为DDH系统中的多个图像匹配任务提供技术及算法，例如运行时晶片检验、画面匹配细化以及旋转晶片校准。在一些实施例中，用于实现这种登记系统的系统可包括含以下方面的若干主要方面搜索策略，多个数据输入能力，在傅立叶域中实现的归一化相关性，噪声滤波，相关峰值图案搜索，置信定义及计算，子像素精度建模，以及自动目标搜索机制。图像登记信号的傅立叶变换是信号的唯一表示，即，信息内容在两个不同域中彼此唯一确定。因此，给定具有某种程度叠合的两个图像f1(x，y)和f2(x，y)，通过傅立叶变换F1(wx，wy)和F2(wx，wy)，它们的空间关系也可由其傅立叶变换之间的关系唯一表示。例如，空间域中的两个信号之间的仿射变换可根据傅立叶变换的移位定理、缩放定理以及旋转定理由傅立叶变换唯一表示。如果在f1(x，y)和f2(x，y)之间存在仿射变换，则它们的空间关系可表示为x′y′=abcdxy+x0y0]]> 其中A=abcd|]]>表示旋转、缩放和倾斜差异，以及 表示平移。如果是无噪环境，则两个图像由下式彼此相关f1(x，y)＝f2(ax+by+x0，cx+dy+y0)；以及它们的傅立叶变换表示如下F2(wx,wy)=|A|F1(ATwxwy)e-j(wxx0+wyy0),]]>其中AT表示A的转置，以及|A|是其行列式。这个推导的重要性在于，这个等式将仿射参数在傅立叶空间中分为两组平移和线性变换，它告诉我们，平移由傅立叶相位差来确定，而幅度则是移位不变的，且通过线性分量|A|彼此相关。在最简单的情况中平移模型、即一个图像只是另一个图像的移位形式，如以下情况f1(x，y)＝f2(x+x0，y+y0)。它们的傅立叶变换具有下列关系F2(wx,wy)=F1(wx,wy)·ej(wxx0+wyy0),]]>根据傅立叶移位定理，它相当于F2(wx,wy)F1*(wx,wy)|F2(wx,wy)F1*(wx,wy)|=ej(wxx0+wyy0).]]>上式左边是通过两个信号可能的最大功率归一化的交叉功率谱。它还称作相干函数。两个信号具有相同的幅度频谱，但具有与空间平移对应的线性相位差。两个图像的相干函数Γ12(wx，wy)还通过下式与功率谱密度(PSD)和交叉功率谱密度(XPSD)定义的它们的互相关性相关 Γ12(wx,wy)=xpsdpsd1·psd2,]]>其中，xpsd为两个图像的交叉功率谱密度，以及psd1和psd2分别为f1和f2的功率谱密度。假定它是固定随机过程，则它的真实PSD为真实自相关函数的傅立叶变换。图像的自相关函数的傅立叶变换提供PSD的样本估算。同样，交叉功率密度xpsd可通过将f2的二维傅立叶变换与f1的二维傅立叶变换相乘来估算。因此，两个图像的相干函数可由下式估算Γ12(wx,wy)≅F2(wx,wy)F1*(wx,wy)|F2(wx,wy)F1*(wx,wy)|]]>以上相干函数是空间频率的函数，其中它的幅度表明互相关函数中呈现的功率幅度。它也是互相关(CC)的频率表示，即，互相关的傅立叶变换，由傅立叶变换的相关定理表示如下f1(x，y)f2(x，y)F2(wx，wy)F1(-wx，-wy)，其中，表示空间相关。对于实信号，傅立叶变换是共轭对称的，即F1(-wx，-wy)＝F1(wx，-wy)可能的最大相关功率是 的估算。幅度平方相干|Γ12(wx，wy)|2为0与1之间的实函数，它提供各频率的两个图像之间的相关量度。在给定本文档来自技高网...

【技术保护点】
一种用于登记相应密度图像的方法，包括：提供第一密度图像；提供第二相应密度图像；对所述第一密度图像和所述第二密度图像分别执行边缘增强运算；对所述第一密度图像和所述第二密度图像分别执行噪声消除确定阈运算； 采用傅立叶变换分别变换所述第一密度图像和所述第二密度图像；采用第一密度图像和所述第二密度图像计算相干函数；采用傅立叶逆变换来变换所述相干函数；对所述已变换相干函数执行幅度运算；根据所述幅度运算计算置信值；以及 采用所述计算置信值来确定所述第一密度图像与所述登记之间的对应的可接受性。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：XL戴，AM埃尔克哈沙布，M亨特，CT托马斯，E弗尔克尔，M舒尔茨，
申请(专利权)人：恩莱因公司，
类型：发明
国别省市：US[美国]