基于非下采样轮廓波变换的光学条纹图抑噪方法
【技术领域】
[0001] 本发明设及光学图像处理，特别是一种基于非下采样轮廓波变换的光学条纹图抑 噪方法。
【背景技术】
[0002] 结构光投影Ξ维面形测量技术中，光学条纹图是被测物体Ξ维面形信息的载体。 该技术中实测的光学条纹图常包含代表背景光的低频成分、基频成分W及高频噪声成分。 其中基频成分包含了被测物体的Ξ维面形信息。对光学条纹图进行高精度快速处理，抑制 背景光成分和噪声成分，获取基频成分并提取其物理量信息是实现Ξ维面形快速高精度测 量的关键。光学条纹图抑噪与一般数字图像抑噪的目的和评价标准均不同，一般的数字图 像抑噪常W提高人们对图像的主观感受为目的、并W人们的主观感受为评价标准，光学条 纹图抑噪W降低噪声对检测结果的影响为目的、并W检测精度的高低为评价标准。
[0003] 常见的光学条纹图抑噪方法有傅里叶变换法（在先技术1:DonaldJ.Bone,H. A.Bachor,and民.JohnSandeman，Fringe-patternanalysisusinga2-DFourier transform25, 10, 1653-1660 (1986))、小波变换方法（在先技术2 :傅爽，王蕴珊，韩广兵， 司书春，基于小波数字滤波的傅里叶变换轮廓法，光电子激光，15 (2)，205~207 (2004))W 及经验模态分解法（在先技术 3:XiangZhou,HongZhao,TaoJiang,Adaptiveanalysis ofopticalfringepatternsusingensembleempiricalmodedecomposition algorithm,OpticsLetters, 34 (13) ,2033 ~2035(2009))。傅里叶变换法的抑噪效果受 带通滤波器的影响较大，小波变换法的抑噪效果受限于小波变换有限的3个分解方向数 目，经验模态分解法的抑噪效果常受经验模态分解模态混叠的影响，当噪声污染较严重时 不能有效抑制噪声。轮廓波变换是超小波变换的一种，是近年发展起来的一种新的主流数 学变换，其中的非下采样轮廓波变换（文献1:A.L.化化nha，J.Zhou，Thenonsubsampled contourlettr曰nsform:theory,design,曰nd曰pplic曰tions,IEEETRANSACTIONSONIMAGE PROCESSING, 15(10)，3089~3101，2006)是一种具有平移不变性的轮廓波变换，相比于小 波变换具有更强的局部化分析能力和多分辨率分析能力，W及更强的多方向分析能力和各 向异性，能够更优的表示图像的轮廓W及纹理特征，已经应用在数字图像抑噪、增强、融合 等领域。
【发明内容】
[0004] 本发明的目的在于提供一种基于非下采样轮廓波变换的光学条纹图抑噪方法，实 现光学条纹图噪声成分高效抑制，提高现有方法对光学条纹图的抑噪效果。本发明的技术 解决方案如下： 阳〇化]一种基于非下采样轮廓波变换的光学条纹图抑噪方法，该方法利用的图像获取系 统包括：投影系统、CCD摄像机、计算机和待测物体。投影系统的光轴与CCD摄像机的光轴 的夹角大于0度小于90度。待测物体在投影系统的投影范围之内，待测物体在CCD摄像机 的视场之内，所述的计算机的输入端与所述的CCD摄像机的输出端相连。该方法包括如下 步骤：
[0006] ①光学条纹图的采集：
[0007] 投影系统投影正弦结构光场至待测物体的表面；加载了数据处理程序的计算机控 制CCD摄像机连续拍摄η幅经过被测物体调制的光学条纹图并存储，η取大于10的整数。 设定光学条纹图行方向为X方向，列方向设为y方向，则第L幅光学条纹图强度Ι\(χ)如 下列公式所示：
[0008]ΓL(X, y)=Ii(X, y)+Ι2(X，y)cos[2πfx+ΔΦ(X, y)] +noise，
[0009] 其中，Ii(x，y)为背景光成分强度，l2(x，y)为光学条纹图的调制强度，f为光学条 纹图的基频，AΦ(x，y)为由待测物体Ξ维面形高度h信息引起的调制相位，noise表示噪 声。
[0010] ②噪声参数估计：
[0011] 根据下列公式估计噪声图像，
[0012]
[001引其中，a的取值范围为1~n，Γg(x，y)为η幅光学条纹图中的任一幅。
[0014] 根据下列公式计算噪声的均值，
[0015]
[0016] 其中，X、Υ分别为所述光学条纹图的行数和列数。
[0017] 根据下列公式计算噪声的标准差，
[0018]
[0019] 计算机生成均值为品品，标准差为σ1的高斯随机噪声图noiseg。
[0020] 设定非下采样轮廓波变换的分解层数C，C的取值范围为3~20的整数。各层的 分解方向数设定为m，m的取值范围为1~r的整数，S表示当前层的序数。
[0021] 对高斯随机噪声图noise.进行非下采样轮廓波变换，得到非下采样轮廓波变换系 数。
[0022] 采用蒙特卡洛方法估计非下采样轮廓波变换系数中各层各方向带通子带系数的 标准差0 1,，，其中i表示第i层，j表示第j个方向。 阳023]③非下采样轮廓波变换与非下采样轮廓波变换系数收缩：
[0024]Γb(x，y)表示采集的光学条纹图中需要降噪一幅，其中b的取值范围为1~η。对 光学条纹图i'b(x，y)进行非下采样轮廓波变换，得到非下采样轮廓波变换系数Ti,，，其中i 表示第i层，j表示第j个方向。设定K为根据经验和实验结果设定的实数，根据下列公式 对非下采样轮廓波变换系数IVj进行收缩， 阳0巧]
[0026]对收缩后的非下采样轮廓波变换系数Tsi,,进行逆非下采样轮廓波变换得到抑制 噪声后的光学条纹图，实现光学条纹图抑噪。
[0027] 与在先技术相比，本发明具有W下优点：
[0028] 本发明通过将非下采样轮廓波变换引入到光学条纹图处理技术中，实现了光学条 纹图的有效抑噪，与在先技术1、2、3相比，本发明的抑噪效果更好。
【附图说明】
[0029]图1为本发明的光学条纹图获取系统示意图；
[0030] 图2为本发明的流程图；
[0031] 图3为采集的第一幅光学条纹图；
[0032] 图4为利用本发明抑噪后的光学条纹图；
[0033] 图5为利用本发明提取的光学条纹图调制相