基于数字图像相关的物体离面变形相位测量方法
【专利摘要】本发明公开了一种基于数字图像相关的物体离面变形相位测量方法，包括步骤(1)：采集物体变形前的干涉条纹图像作为第一帧干涉条纹图像，采集物体变形后的干涉条纹图像作为第二帧干涉条纹图像；步骤(2)：对第一帧干涉条纹图像和第二帧干涉条纹图像进行灰度处理，提取第一帧干涉条纹图像的条纹频率并采用亚像素相关算法来计算第一帧干涉条纹图像和第二帧干涉条纹图像之间的面内位移场；步骤(3)：根据步骤(2)得到的面内位移场和第一帧干涉条纹图像的条纹频率，以及依据光流基本式来建立的面内位移场、第一帧干涉条纹图像的条纹频率与离面变形相位三者关系，计算求取物体变形后的离面变形相位信息。该方法过程简单、方便，适用于动态测量。
【专利说明】
基于数字图像相关的物体离面变形相位测量方法
技术领域
[0001 ]本发明涉及一种基于数字图像相关的物体离面变形相位测量方法。
【背景技术】
[0002] 光学干涉测量方法，是利用光的干涉进行测量的，灵敏度比较高，在变形测量中占 有十分重要的地位，如电子散斑干涉、全息干涉、云纹干涉法等。干涉测量方法包含两部分 内容:光路设置和变形条纹的信息提取。由于位移测量的灵敏度跟测量装置中的照明光的 照射角度相关，因此不同的测量装置，可以测量不同方向的位移分量。迈克尔逊光路只对离 面位移敏感，对称光路只对面内位移敏感。光路设置完成以后，来自物面的物光和直接照射 记录介质的参考光相干涉，形成干涉图像;干涉图像一般是以干涉条纹的形式呈现的。通过 对比物体变形前后干涉条纹的变化，解调出条纹图中每一点的相位信息，从而实现变形测 量。利用图像处理技术解调出条纹信息中的变形相位，常用的方法主要分为时间相位测量 法和空间相位测量法两大类。时间相位测量法，如时间相移法(Temporal Phase-shifting Method，TPM)等具有位移测量精度高，结构简单等优点，但是该类方法需要多幅条纹图才能 完成测量，且耗时较长，一般只适用于静态测量;空间相位测量法是通过在空间上获取更多 信息来提取相位的，如空间相移法(Spatial Phase-shifting Method，SPM)和Fourier变换 法(Fourier Transform Method，FTM)等等，可实现对动态过程相位的测量。但是，前者的光 路较为复杂，且精度较低;后者的处理过程比较繁琐，很难实现条纹处理的自动化。
[0003] 同时，以上方法对于位移场的测量均没有考虑到时间参量，因而对动态场的定量 测量就无法获得满意的结果。针对此问题，有研究工作者提出了时间序列相位法（Time Sequence Phase Method，TSPM)，将时间参量引入散斑干涉当中，成功地提取出了相位信 息，能适应大变形、时变测量。然而该方法在位移方向性上无法给出确定值，只能用于单调 的时变场中。除此之外，以上方法都需要进行相位解包络操作，这无疑增加了相位提取的运 算量和误差。同时，由于在条纹稠密区域无法判断每个条纹的细节，故在条纹密集处解调的 相位误差都比较大。
[0004] 20世纪50年代，Gribson等研究人员基于运动结构重建原理（Structure From Motion，SFM)第一次提出了光流(optical flow)的概念:在随时间变化的二维图像序列中， 运动的三维场景由于亮度模式的变化而产生的流动即为光流。从此以后，国内外学者陆续 提出了不同的光流方法，在精度，鲁棒性和实时性等多方面均取得了重大突破。根据光流场 理论测量物体变形相位的方法关键是提取两幅条纹图之间的光流场和初始图像的空间频 率，适用于高密度条纹场的处理。对低密度的条纹场和散斑条纹场，根据光流场理论测量物 体变形相位的方法在提取光流场(光流场的两个分量u和V)时，误差就比较大。
[0005]与光学干涉测量方法不同，数字图像相关方法(DIC)是一种对物体表面变形前后 的具有相关性的图像进行相关计算处理而得到物体变形场的测量方法。若该方法处理的图 像是散斑图样，又称为数字散斑相关方法。该技术具有光路简单、精度较高、测量环境要求 低、全场测量等优点，在实验力学、现场实时测量、微尺度变形场测量等众多应用领域都展 示了其实用性和优越性。数字图像相关方法(DIC)是一种成熟的位移测量技术，由于两幅图 像的相关系数对离面位移不敏感，故数字图像相关方法适用于面内位移场的测量。
[0006] 以上可以看出，光学干涉测量方法与数字散斑相关方法是两种不同的测量技术， 光路设置不同，测量原理也不同，测量得到的结果各有侧重，干涉方法的测量灵敏度要高， 二者很少有交集。对于利用光的干涉方法得到的干涉条纹，通常对干涉条纹图像进行相位 调制与解调的分析，进而得到位移场。目前还没有发现有研究人员应用数字图像相关方法 从两幅干涉条纹图中分离出面内位移，也没有发现运用数字相关方法从两幅干涉条纹图中 分离出离面位移。
【发明内容】
[0007] 为了解决现有技术的缺点，本发明提供了一种基于数字图像相关的物体离面变形 相位测量方法，该方法适用于动态干涉条纹场，能够处理干涉条纹场。
[0008] 为实现上述目的，本发明采用以下技术方案：
[0009] -种基于数字图像相关的物体离面变形相位测量方法，包括：
[0010]步骤(1):采集物体变形前的干涉条纹图像作为第一帧干涉条纹图像，采集物体变 形后的干涉条纹图像作为第二帧干涉条纹图像；
[0011] 步骤(2):对第一帧干涉条纹图像和第二帧干涉条纹图像进行灰度处理，提取第一 帧干涉条纹图像的条纹频率并采用亚像素相关算法来计算第一帧干涉条纹图和第二帧干 涉条纹图之间的面内位移场；
[0012] 步骤(3):根据步骤(2)得到的面内位移场和第一帧干涉条纹图像的条纹频率，以 及依据光流基本式来建立的面内位移场、第一帧干涉条纹图像的条纹频率与离面变形相位 三者的关系，计算求取物体变形后的离面变形相位信息。
[0013] 所述步骤（1)中利用CCD来采集物体变形前的干涉条纹图像和物体变形后的干涉 条纹图像。
[0014] 干涉条纹图像中的干涉条纹采用迈克尔逊干涉来获取。
[0015] 所述步骤(2)中采用窗口傅里叶变换法来提取第一帧干涉条纹图像的条纹频率。
[0016] 窗口傅里叶变换法中的窗口函数采用高斯函数。
[0017] 所述步骤(2)中采用窗口傅里叶变换法来提取第一帧干涉条纹图像的条纹频率的 过程，包括：
[0018] 首先，将第一帧干涉条纹图像的条纹频率在其取值范围内均匀离散化；
[0019]然后，把均匀离散化的条纹频率分别带入第一帧干涉条纹图像经过窗口傅里叶变 换后对应的频域结果中；
[0020] 最后，求取使得第一帧干涉条纹图像经过窗口傅里叶变换后对应的频域结果的绝 对值最大的条纹频率，就是需要被提取的第一帧干涉条纹图像的条纹频率。
[0021] 所述步骤(2)中采用基于梯度的亚像素相关算法来计算第一帧干涉条纹图像和第 二帧干涉条纹图像之间的面内位移场。
[0022] 所述步骤(1)中的第一帧干涉条纹图像和第二帧干涉条纹图像之间的相位变化小 于:π。
[0023] 所述步骤(2)中采用基于梯度的亚像素相关算法来计算第一帧干涉条纹图像和第 二帧干涉条纹图像之间的面内位移场的过程为：
[0024] 步骤(2.1):分别获取灰度处理后的第一帧干涉条纹图像和第二帧干涉条纹图像 中等面积相对应位置的子区域图像；
[0025] 步骤(2.2):对步骤(2.1)中获取的子区域图像进行计算第一帧干涉条纹图像和第 二帧干涉条纹图像的相关系数，并计算使得相关系数取得最大值的子区域中心位移；
[0026] 步骤(2.3):采用基于梯度的亚像素相关算法进行选取第一帧干涉条纹图像和第 二帧干涉条纹图像的相关系数，再利用泰勒展开来求取子区域中心位移的亚像素位移； [0027]步骤(2.4):将子区域中心位移与子区域中心位移的亚像素位移进行叠加，得到第 一帧干涉条纹图像和第二帧干涉条纹图像之间的面内位移场。
[0028] 步骤(3)中的面内位移场、第一帧干涉条纹图像的条纹频率与离面变形相位三者 的关系为:面内位移场与第一帧干涉条纹图像的条纹频率以及变形时间三者乘积的-2π倍 等于离面变形相位。
[0029] 本发明的有益效果为：
[0030] (1)本发明的基于数字图像相关提出了一种由两幅条纹图之间的面内位移来提取 全场离面变形相位的方法，该方法根据数字图像相关中基于梯度的亚像素相关算法获取两 幅图像之间的运动场，根据光流场使面内运动场与离面变形相位建立关系，进而获得两帧 图像之间全场的离面变形相位信息；
[0031] (2)这种方法只需在空间域中用两幅条纹图就可以完成变形相位的提取，无需转 换到频域和相位解包络操作，且在条纹越密集的区域提取相位的效果越好，克服了现有相 位解调方法中条纹过密时解调误差较大的缺点，也克服了单纯运用光流场理论计算运动场 时由于条纹稀疏导致的计算误差过大的缺点；该方法过程简单、方便，适用光干涉动态测 量。
[0032] (3)与光流场理论计算面内位移方法相比，除了上述测量精度高、更具实用性的优 点，使用数字相关算法计算面内位移还有两个优点：首先，由于其测量精度更高，这使得数 据的有效区域(标准区）大大地扩大。光流场理论计算面内位移方法能测量图像条纹频率在 每像素 0.3-0.7弧度之间的区域的离面位移，而数字相关算法计算面内位移的方法能测量 的范围扩大到了每像素 0.13-0.8弧度左右，测量的范围提高了70%以上。其次，由于光流场 理论计算面内位移方法是通过逐点迭代进行的，耗费长;而数字相关算法计算面内位移的 方法是通过逐点匹配计算位移，计算时间大大减少。
【附图说明】
[0033]图1是原始干涉条纹模拟图；
[0034] 图2(a)是附加相位为AW=lra￡i附加相位后的条纹模拟图；
[0035] 图2(b)是附加相位为△弘=〇.〇1 X%附加相位后的条纹模拟图；
[0036] 图3是附加相位为△供i时所估算的在y = 127处X方向光流场横截面图；
[0037] 图4是对附加相位Δ例提取的归一化模拟结果；
[0038] 图5(a)是对附加相位△灼提取的归一化理论结果；
[0039 ]图5 (b)是对附加相位Δ%提取的模拟结果；
[0040]图6(a)是实验获取的初始干涉条纹图；
[0041]图6(b)是加载形变后的条纹图；
[0042] 图7是本发明的实验结果图；
[0043] 图8是本发明的基于数字图像相关的物体离面变形相位测量方法流程图。
【具体实施方式】
[0044]下面结合附图与实施例对本发明做进一步说明：
[0045] 如图8所示，本发明的基于数字图像相关的物体离面变形相位测量方法，包括：
[0046] 步骤(1):采集物体变形前的干涉条纹图像作为第一帧干涉条纹图像，采集物体变 形后的干涉条纹图像作为第二帧干涉条纹图像；
[0047]步骤(2):对第一帧干涉条纹图像和第二帧干涉条纹图像进行灰度处理，提取第一 帧干涉条纹图像的条纹频率并采用亚像素相关算法来计算第一帧干涉条纹图和第二帧干 涉条纹图之间的面内位移场；
[0048] 步骤(3):根据步骤(2)得到的面内位移场和第一帧干涉条纹图像的条纹频率，以 及依据光流基本式来建立的面内位移场、第一帧干涉条纹图像的条纹频率与离面变形相位 三者的关系，计算求取物体变形后的离面变形相位信息。
[0049] (1)数字图像相关测量两图像运动场原理
[0050] 数字图像相关的基本原理如下：物体变形前后，其表面上几何点的移动产生了面 内位移，由于其变形前后的散斑图是相关的，故可通过相关算法，确定物体变形前后对应的 几何点，即可直接得到面内变形场。最常用的计算相关公式为：
[0051] (1)
[0052] 式中f(x，y)为变形前的图像，g(x，y)为变形后的图像。u与V为图像上每点在X方向 和y方向上的整像素位移。7"和^为图像子区域灰度平均值。公式(1)表示在变形前后的图像 上各取大小为m*m的子区域来计算相关系数C，能使C取最大值的u和V即为子区域中心的位 移。通过上述方法，可以确定两幅图像的整像素位移值。然而，实际当中的位移值一般不是 恰好为整数的。
[0053]随着近年来科研对测量精度的要求不断地提高，应用亚像素搜索算法获得精确的 亚像素位移成为了数字图像相关的重要的研究方向。常见的亚像素算法主要有 Newton .Raphson(N-R)迭代法、基于梯度的方法等。为了提高测量精度，需要在整像素结果 的基础上进一步进行亚像素位移的计算。
[0054]在基于梯度的亚像素相关算法中所选取的相关系数计算公式为：
[0055] (2)
[0056] 式中u'、v'为对应于整像素位移结果的亚像素位移。将g(x, +h + w',j·,.+ v + v〇-g 泰勒展开，取一级近似，并々
可得：
[0057]
[0058]
[0059]
[0060]
[0061]
[0062]
[0063]
[0064]
[0065]
[0066]
[0067]
[0068] 式中以X，y为下标的量表示对X，y求偏导数。对公式(3)中的微分进行计算时，我们 选用的是Barron梯度算子，其计算方法如下所示：
[0069]
[0070] (4)
[0071] 梯度法在模拟实验中，0.001~0.01亚像素位移精度可达0.001像素，0.01~0.1亚 像素位移绝对误差小于0.005像素，0.1~1.0像素范围内的相对误差可以控制在2%。根据 以上公式即可求得所需的两幅连续图像间的运动场Δ U = u+u'和Δ V = v+v'。
[0072] (2)提取物体变形相位原理
[0073]设在t时刻像素点（x，y)处灰度值为I(x，y，t)，在(t+ △ t)时刻该点运动到新的位 置(叉+&1，7+&7)，灰度值记为1(1+&1，7+&7)。将1(1+&1，7+&7，七+&1：)用泰勒公式展开 并忽略二阶以上的高次项，有
[0074]
(5)
[0075] 同时根据图像一致性假设，即1&，7,〇 = 1(計八、对八3^+八〇，可以得到
[0076] (6)
[0077] Ix、Iy和It分别为图像I对于x，y，t的偏导数.公式(6)即为光 ? 流基本等式。而干涉条纹图一般可以表示为：
[0078] i ? ?(χ} }\O Mxs Vi O COSφ(χ >?, /) (7)
[0079] 其中a(x，y，t)是背景光强，b(x，y，t)是条纹图的幅值，供(x，>·，/)为条纹图的相位信 息。将函数I(x，y，t)在点( XQ，yQ)做泰勒级数展开，取一级近似可得：
[0080]
[0081]
[0082]
[0083]
其中fxQ和fyQ代表了点（X0，y Q)处的横向和纵向条纹频率。故式(9)又可
写为
[0084] (Hi)
[0085]
[0086] (11)
[0087] 当两幅干涉条纹图之间的相位变化Δρ小于π时，它们是相关的且符合图像一致性 假设，图中所选取每个子区域的运动可近似看作刚体平移，故两幅连续图像的面内运动场 △ u和△V可根据图像相关算法求得。同时，公式（11)将面内位移场和离面变形相位结合了 起来，若得到条纹横向和纵向频率f xQ和fyQ，即可求得干涉条纹图的离面位移相位的变化量 A识。.
[0088] 本发明采用窗口傅里叶变化的方法来获得条纹横向和纵向频率fxQ和fyQ，进而求 解相位的信息。
[0089] (3)窗口傅里叶变换
[0091]
[0090] 为提取条纹频率，引入以下窗口傅里叶运算：
(12)
[0092] 式（12)中，（ξ，η)为空间一点(x，y)对应的频域坐标，Sf (μ，ν;ξ，η)是I(x，y)经过窗 口傅里叶夺换后对应频域的结果。h ( X，y )为窗口函数，一般取高斯函数 OjPoy为高斯分布的标准差，它们决定了窗口的大小。由文献 f
[0093]
(|3)
[0094] 其中（fXQ，fy〇)为使I Sf (X，y，ξ，n) I取最大值的（ξ，η)，同时也是干涉条纹图中每一 点的横向与纵向条纹频率。故条纹频率fXQ和fyo的提取方法可以表述为 [23]:首先要将条纹图 的条纹频率(ξ，η)在其取值范围内均匀离散化，然后把这些值分别带入|3汽1，7，|，11)|，其 中能使I Sf (X，y，ξ，n) I取最大值的点(fXQ，fyQ)即为公式（13)的解，也就是条纹频率。最后将 求得的条纹频率带入公式(11)即可求得离面的变形相位。
[0095] (4)模拟和实验结果及分析
[0096] 根据公式（7)，采用Matlab软件生成一幅干涉条纹图作为原始图像，大小为203* 203像素，如图1所示，其中a = 0，b = l，相位分布为
[0097]
(14)
[0098]根据采样定理，一幅图像所能表达的最大条纹频率不超过0.5[21_24]，故将频率(ξ， η)均匀离散化的范围设定为[-0.5，0.5 ]，抽样间隔取Δ f=0.01。积分窗口的~和％均取10 个像素大小。
[0099]在提取完模拟图的条纹频率(fxQ，fyQ)后，再对条纹图分别加入固定相 位和Δ終的变形相位。之所以选择变形相位的大小为Δ典=(W)Ix綠，是因为当两幅 图像中某点的变形相位值大于邱寸，该点会出现黑白条纹的突变现象，从而导致所估算的运 动矢量u、v以及最后所求的相位的值为零。故在本方法所能测得的变形相位的取值范围为 [0，π]。当变形相位=0.0] X%时，其变化的范围约为(〇，231/5)，符合本方法的条件限制要 求。附加相位、Δ%后所得到的条纹图分别为图2(a)和图2(b)所示。
[0100]运用数字图像相关中基于梯度的亚像素相关算法分别对图1与图2(a)和(b)进行 两幅图之间运动场的测量，子区域窗口大小取50*50像素，其中图1与图2(a)，即附加了相位 后所估算的X方向运动场在y = 127处截面图如图3所示。令两幅图像之间的时间变 化量△ t = 1，最后根据公式(11)得到附加的相位，即变形相位信息，其理论和模拟的归一化 结果对比如图4、图5(a)、（b)所示。
[0101] 由图1和图2可以看到，所有干涉条纹图的中央均为一个较大的圆斑，并且越靠近 中心部分条纹越稀疏，其条纹频率也就越低。由于在条纹越密集处运动矢量越小，故在两幅 图像之间所估计的运动场的大小应是由中心向两边单调递减的。
[0102] 但是正如图3所示，本算法在条纹频率较低处估算的运动场会产生较大的误差，尤 其是在圆斑中心处所估算的运动场为O，所以在点al (X = 86)和a2 (X = 119)之间所估算的运 动场会有较大的起伏，而在x〈86和x>119处所估算的运动场较为准确。
[0103] 由于上述误差的存在，故在两模拟图的中央会出现一个"坑"一样的凹陷，如模拟 结果中图4和图5(b)所不。
[0104] 经数据分析，al和a2处所对应的条纹频率绝对值为0.13,即在50*50像素的子区域 窗口下，在条纹频率的绝对值大于0.13时所估算的运动场较为理想。在图4中条纹频率绝对 值大于0.13处所提取的相位趋于一个平面，即附加的相位夂仍为一个常量，这与理论值是相 符的。同时，根据图5在条纹频率绝对值大于0.13处的理论与模拟结果对比可以看出，该方 法提取的相位是准确的。
[0105] 与光流场理论计算面内位移方法相比，本发明具有测量精度高、更具实用性的优 点，使用数字相关算法计算面内位移还有两个优点：首先，由于其测量精度更高，这使得数 据的有效区域(标准区）大大地扩大。光流场理论计算面内位移方法能测量图像条纹频率在 每像素0.3-0.7弧度之间的区域的离面位移，而数字相关算法计算面内位移的方法能测量 的范围扩大到了每像素0.13-0.8弧度左右，测量的范围提高了70%以上。其次，由于光流场 理论计算面内位移方法是通过逐点迭代进行的，耗费长;而数字相关算法计算面内位移的 方法是通过逐点匹配计算位移，计算时间大大减少。
[0106] (5)实验数据处理结果及分析
[0107]采用迈克尔逊干涉获取干涉条纹，由CCD采集初始图像，图像大小为459 X 459像 素，如图6(a)所示用压电陶瓷相移器对周边固定的圆盘进行中心加载形变，获得的条纹图 如图6(b)所示。取At = I，运用公式(11)得到的实验结果如图7所示。
[0108] 从图7可以看到，实验所测得的数据结果较好，表明此算法可行。通过模拟和实验 结果可以证明，该方法在条纹越密集处获得的相位越准确，完全克服了现有的相位解调方 法中条纹越密误差越大的缺陷。此外，若处理的图像为数幅连续变化的图像，只需令每两帧 图像之间的时间变化量At取两帧图像之间的时间间隔即可完成干涉条纹图相位差的动态 定量提取。
[0109] 本发明提出了一种由两幅条纹图之间的面内位移来提取全场离面变形相位的新 方法，该方法根据数字图像相关中基于梯度的亚像素相关算法获取两幅图像之间的运动 场，然后根据光流基本方程使面内运动场与离面变形相位建立关系，由初始图像条纹频率 与该运动场进行计算求出离面变形相位。
[0110] 这种算法只需在空间域当中用两幅条纹图就可以完成离面变形相位的提取，免去 了转换到频域和相位解包络操作，过程简单、方便，并且在条纹越密集的区域提取的相位信 息越准确。模拟和实验的结果表明，由于当两幅连续图像间的相位变化量大于邱寸会导致图 像不再具有相关关系并且不再满足图像一致性假设，故该变形相位计算方法的测量范围为
[0,π]ο
[0111] 此外，只要得知在视频序列中两帧图像间的时间间隔即可完成光干涉动态测量离 面变形相位的提取。该方法为光干涉动态测量提供了新的途径。
[0112] 上述虽然结合附图对本发明的【具体实施方式】进行了描述，但并非对本发明保护范 围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不 需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
【主权项】
1. 一种基于数字图像相关的物体离面变形相位测量方法，其特征在于，包括： 步骤（1):采集物体变形前的干涉条纹图像作为第一帧干涉条纹图像，采集物体变形后 的干涉条纹图像作为第二帧干涉条纹图像； 步骤(2):对第一帧干涉条纹图像和第二帧干涉条纹图像进行灰度处理，提取第一帧干 涉条纹图像的条纹频率并采用亚像素相关算法来计算第一帧干涉条纹图和第二帧干涉条 纹图之间的面内位移场； 步骤(3):根据步骤(2)得到的面内位移场和第一帧干涉条纹图像的条纹频率，以及依 据光流基本式来建立的面内位移场、第一帧干涉条纹图像的条纹频率与离面变形相位三者 的关系，计算求取物体变形后的离面变形相位信息。2. 如权利要求1所述的一种基于数字图像相关的物体离面变形相位测量方法，其特征 在于，所述步骤(1)中利用CCD来采集物体变形前的干涉条纹图像和物体变形后的干涉条纹 图像。3. 如权利要求2所述的一种基于数字图像相关的物体离面变形相位测量方法，其特征 在于，干涉条纹图像中的干涉条纹采用迈克尔逊干涉来获取。4. 如权利要求1所述的一种基于数字图像相关的物体离面变形相位测量方法，其特征 在于，所述步骤(2)中采用窗口傅里叶变换法来提取第一帧干涉条纹图像的条纹频率。5. 如权利要求4所述的一种基于数字图像相关的物体离面变形相位测量方法，其特征 在于，窗口傅里叶变换法中的窗口函数采用高斯函数。6. 如权利要求4所述的一种基于数字图像相关的物体离面变形相位测量方法，其特征 在于，所述步骤(2)中采用窗口傅里叶变换法来提取第一帧干涉条纹图像的条纹频率的过 程，包括： 首先，将第一帧干涉条纹图像的条纹频率在其取值范围内均匀离散化； 然后，把均匀离散化的条纹频率分别带入第一帧干涉条纹图像经过窗口傅里叶变换后 对应的频域结果中； 最后，求取使得第一帧干涉条纹图像经过窗口傅里叶变换后对应的频域结果的绝对值 最大的条纹频率，就是需要被提取的第一帧干涉条纹图像的条纹频率。7. 如权利要求1所述的一种基于数字图像相关的物体离面变形相位测量方法，其特征 在于，所述步骤(2)中采用基于梯度的亚像素相关算法来计算第一帧干涉条纹图像和第二 帧干涉条纹图像之间的面内位移场。8. 如权利要求1所述的一种基于数字图像相关的物体离面变形相位测量方法，其特征 在于，所述步骤（1)中的第一帧干涉条纹图像和第二帧干涉条纹图像之间的相位变化小于 JI09. 如权利要求7所述的一种基于数字图像相关的物体离面变形相位测量方法，其特征 在于，所述步骤(2)中采用基于梯度的亚像素相关算法来计算第一帧干涉条纹图像和第二 帧干涉条纹图像之间的面内位移场的过程为： 步骤(2.1):分别获取灰度处理后的第一帧干涉条纹图像和第二帧干涉条纹图像中等 面积相对应位置的子区域图像； 步骤(2.2):对步骤(2.1)中获取的子区域图像进行计算第一帧干涉条纹图像和第二帧 干涉条纹图像的相关系数，并计算使得相关系数取得最大值的子区域中心位移； 步骤(2.3):采用基于梯度的亚像素相关算法进行选取第一帧干涉条纹图像和第二帧 干涉条纹图像的相关系数，再利用泰勒展开来求取子区域中心位移的亚像素位移； 步骤(2.4):将子区域中心位移与子区域中心位移的亚像素位移进行叠加，得到第一帧 干涉条纹图像和第二帧干涉条纹图像之间的面内位移场。10.如权利要求1所述的一种基于数字图像相关的物体离面变形相位测量方法，其特征 在于，步骤(3)中的面内位移场、第一帧干涉条纹图像的条纹频率与离面变形相位三者的关 系为:面内位移场与第一帧干涉条纹图像的条纹频率以及变形时间三者乘积的-231倍等于 离面变形相位。
【文档编号】G01B11/24GK105890540SQ201610217324
【公开日】2016年8月24日
【申请日】2016年4月8日
【发明人】孙平, 赵冉
【申请人】山东师范大学