本发明专利技术公开一种改进的相移相位测量方法及系统，包括以下步骤：数据获取，获取两幅差分干涉图，其中，差分干涉图为获取的干涉图两两相减去除背景项后的图；数据处理，将差分干涉图的表达式用矩阵的形式来表示，然后利用因式分解的方法对矩阵不断迭代，直至收敛，计算得到与待测相位和相移量相关的向量；计算，基于相关的向量，计算待测相位。本技术方案不需要进行长时间的迭代，且不需要任何近似条件的假设，对干涉图的条纹数量、形状以及相移量分布没有要求，即可快速得到高精度的相移相位测量结果。结果。结果。
【技术实现步骤摘要】
一种改进的相移相位测量方法及系统
[0001]本专利技术涉及光学干涉测量或数字全息测量领域，尤其涉及一种使用相移技术的光学干涉测量或数字全息测量领域。
技术介绍
[0002]相移干涉测量技术因具有非接触、全场、高精度和快速等优势，被广泛应用于精密机械元件检测、定量相位成像、流场测量以及材料和生命科学等领域。在实现定量相位成像等相位解调的过程中，对干涉条纹图的高精度解调是保证相位准确获取的关键步骤。最早提出的多步相移算法中，包括最小二乘算法，定步长的多步相移算法等，因具有高精度和快速等优势被广泛使用。然而，这类算法需要提前知道相移量或者要求相移量等步长分布，其相位求解的精度依赖于相移量的精度，空气的扰动、相移器件的非线性特性和激光频率的不稳定性等因素都会导致相移量产生偏差。
[0003]从相移量未知的相移干涉条纹图中提取相位的方法不需要事先求出相移量即可直接从采集到的相移干涉图中提取待测相位，是一种可以降低振动、空气流动等对相移测量精度影响的有效方法。到目前为止，学者们已经提出了许多未知相移量下的高精度相移算法，其中公认的精度较高的有改进的最小二乘算法(AIA)和主成分分析算法(PCA)，以及为了解决相移量分布问题的改进的主成分分析方法(APCA)。除此之外，也有一些基于条纹正交特性提出的独立成分分析方法和正交归一化算法以及基于线性相关的自校准算法。然而，在以上的算法中，AIA算法由于需要不停迭代以满足收敛条件而存在耗时的问题，其他的算法和PCA、APCA算法一样，虽然时间快，但是存在计算精度受条纹数量影响的问题。为了解决条纹稀疏对计算精度的影响，许多不受条纹数量影响的相移算法被提出。中频空间谱匹配算法(MSSM)和相移量搜索算法(PSS)在一定程度上可以减小干涉条纹数量对计算精度的影响，但是MSSM算法需要进行滤波，且对相移量分布有要求；PSS算法限制条件少，但是需要进行一定的搜索，相对耗时。
[0004]以上算法在一定程度上总会受到相移量分布、条纹分布和数量的影响，计算精度不稳定，适用范围受限，这在一定程度上并不适合用于实际的相位检测。因此急需一种相移相位测量方法来解决上述问题。
技术实现思路
[0005]本专利技术要解决的技术问题是，提供一种不受条纹形状和数量影响，不受应用限制的相移相位测量方法及装置。
[0006]一方面，为了实现上述目的，本专利技术提供了一种改进的相移相位测量方法，包括以下步骤：
[0007]数据获取，获取两幅差分干涉图，其中，所述差分干涉图为干涉图两两相减去除背景项后的图；
[0008]数据处理，将所述差分干涉图的表达式用矩阵的形式来表示，然后利用因式分解
的方法对矩阵不断迭代，直至收敛，计算得到与待测相位和相移量相关的向量；
[0009]计算，基于所述相关的向量，计算待测相位。
[0010]可选地，所述差分干涉图的表达式为：
[0011][0012]其中,Ib
m,k
(x,y)表示差分干涉图，下标m表示像素下标索引，每个图像中的像素数为M，即满足m∈(1,2,3...M)，k表示第几幅差分干涉图，且k＝1,2。
[0013]可选地，将所述差分干涉图的表达式用矩阵的形式来表示：
[0014]Ib＝(c
‑
s)(uv)
T
[0015]＝VU
T
[0016]其中c和s分别表示列向量，表示为和u和v分别表示其他的列向量，表示为u＝{cosθ
k
‑
1}和v＝{sinθ
k
}，矩阵V和U则表示为V＝(c
‑
s)和U＝(uv)；其中[]T
表示转置运算。
[0017]可选地，所述数据处理包括：
[0018]预设初始相移量，随机预设初始相移量θ，计算得到初始u0和初始v0；
[0019]计算U0、V0，基于初始u0和初始v0计算初始的矩阵U0＝(u0v0)、初始的矩阵V0；
[0020]迭代，基于初始的矩阵V0，计算出初始的向量分布,并更新为V1，基于所述V1计算得到U1,完成一次迭代；重复以上迭代的过程，直到达到收敛的精度，输出最终的V和U值；
[0021]基于最终的V和U值，计算得到待测相位。
[0022]可选地，得到所述V0的过程为：利用V＝Ib[U(U
T
U)
‑1]和已知的差分干涉图得到V0；
[0023]用得到的V0根据计算出初始的向量分布，并将初始的向量分布更新为V1，然后将V1代入U＝[(V
T
V)
‑1V
T
Ib]‑1，得到新的U1。
[0024]另一方面，为了实现上述目的，本专利技术还公开了一种改进的相移相位测量系统，包括：
[0025]数据获取模块，用于获取两幅差分干涉图，其中，所述差分干涉图为干涉图两两相减去除背景项后的图；
[0026]数据处理模块，用于将所述差分干涉图的表达式用矩阵的形式来表示，然后利用因式分解的方法对矩阵不断迭代，直至收敛，计算得到与待测相位和相移量相关的向量；
[0027]计算模块，用于基于所述相关的向量，计算待测相位。
[0028]可选地，所述数据处理模块包括：
[0029]第一处理模块，用于将所述差分干涉图表达为：
[0030][0031]其中,Ib
m,k
(x,y)表示差分干涉图，下标m表示像素下标索引，每个图像中的像素数为M，即满足m∈(1,2,3...M)，k表示第几幅差分干涉图，且k＝1,2。
[0032]可选地，所述数据处理模块还包括：
[0033]第二处理模块，用于将所述第一处理模块的处理结果用矩阵的形式来表示：
[0034]Ib＝(c
‑
s)(uv)
T
[0035]＝VU
T
[0036]其中c和s分别表示列向量，表示为和u和v分别表示其他的列向量，表示为u＝{cosθ
k
‑
1}和v＝{sinθ
k
}，矩阵V和U则表示为V＝(c
‑
s)和U＝(uv)；其中[]T
表示转置运算。
[0037]可选地，所述数据处理模块还包括：
[0038]第三处理模块包括：
[0039]第四处理子模块，用于预设初始相移量，随机预设初始相移量θ，计算得到初始u和初始v；
[0040]第五处理子模块，用于计算U0、V0，基于初始u0和初始v0计算初始的矩阵U0＝(u0v0)、初始的矩阵V0；还用于进行迭代处理，基于初始的矩阵V0，计算出初始的向量分布,并更新为V1，基于所述V1计算得到U1,完成一次迭代；重复以上迭代的过程，直到达到收敛的精度，输出最终的V和U值；
[0041]第六处理子模块，用于基于最终的V和U值，计算得到待测相位。
[0042]可选地，第五处理子模块利用V＝I本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种改进的相移相位测量方法，其特征在于，包括以下步骤：数据获取，获取两幅差分干涉图，其中，所述差分干涉图为干涉图两两相减去除背景项后的图；数据处理，将所述差分干涉图的表达式用矩阵的形式来表示，然后利用因式分解的方法对矩阵不断迭代，直至收敛，计算得到与待测相位和相移量相关的向量；计算，基于所述相关的向量，计算待测相位。2.如权利要求1所述的改进的相移相位测量方法，其特征在于，所述差分干涉图的表达式为：其中,Ib
m,k
(x,y)表示差分干涉图，下标m表示像素下标索引，每个图像中的像素数为M，即满足m∈(1,2,3...M)，k表示第几幅差分干涉图，且k＝1,2。3.如权利要求2所述的改进的相移相位测量方法，其特征在于，将所述差分干涉图的表达式用矩阵的形式来表示：Ib＝(c
‑
s)(uv)
T
＝VU
T
其中c和s分别表示列向量，表示为和u和v分别表示其他的列向量，表示为u＝{cosθ
k
‑
1}和v＝{sinθ
k
}，矩阵V和U则表示为V＝(c
‑
s)和U＝(uv)；其中[]
T
表示转置运算。4.如权利要求3所述的改进的相移相位测量方法，其特征在于，所述数据处理包括：预设初始相移量，随机预设初始相移量θ，计算得到初始u0和初始v0；计算U0、V0，基于初始u0和初始v0计算初始的矩阵U0＝(u0v0)、初始的矩阵V0；迭代，基于初始的矩阵V0，计算出初始的向量分布,并更新为V1，基于所述V1计算得到U1,完成一次迭代；重复以上迭代的过程，直到达到收敛的精度，输出最终的V和U值；基于最终的V和U值，计算得到待测相位。5.如权利要求4所述的改进的相移相位测量方法，其特征在于，得到所述V0的过程为：利用V＝Ib[U(U
T
U)
‑1]和已知的差分干涉图得到V0；用得到的V0根据计算出初始的向量分布，并将初始的向量分布更新为V1，然后将V1代入U＝[(V
T
V)
‑1V
T
Ib]
‑1，得到新的U1。6.一种改进的相移相位测量系统，其特征在于，包括：数据获取模块，用于获取两幅差分干涉图，其中，所述差分干涉图...
【专利技术属性】
技术研发人员：李娇声，章勤男，
申请(专利权)人：广东技术师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。