[发明专利]一种光学测量中条纹滤波器的构造方法

权利要求书

1.一种光学测量中条纹滤波器的构造方法，其特征在于，具体步骤为：

步骤1：对条纹图像进行自相关计算，提取横、纵方向的自相关系数值，进一步计算两者的相关性系数，截取有用的系数部分并从中提取出代表正弦条纹周期的信息；

步骤2：分析所提取周期的变化情况和变化趋势，估算出条纹滤波器的尺寸；

步骤3：使用基于正弦辅助的筛分计算，直接滤取有用的条纹信息；

所述步骤1对长度为r、高度为c的二维条纹图像I(x,y)进行如式(1)的二维自相关函数的计算：

其中，τ₁和τ₂为自相关系数A(τ₁,τ₂)的坐标，取值范围分别为-c+1≤τ₁≤c-1和-r+1≤τ₂≤r-1；

选取A(τ₁,τ₂)的中心横轴A(0,τ₂)和中心纵轴A(τ₁,0)，分别对它们进行差分计算以突出两者的正弦波动，即得：

计算ΔA(τ₁)和ΔA(τ₂)的相关性系数如下：

R(τ)＝∑ΔA(τ₂)ΔA(τ₁-τ), (3)

其中τ为相关性系数R(τ)的坐标，其坐标范围为-(c+r)+1≤τ≤(c+r)-1；

对R(τ)进行差分计算以突出正弦波动，可得：

ΔR(τ)＝R(τ+1)-R(τ). (4)

找到ΔR(τ)的最小值，记为Min[ΔR(τ)]，Min[·]代表求最小值的运算符号，以该值为起始，向右截取坐标长度为Min[(r,c)]/2的ΔR(τ)值，作为相关性最大、最能体现正弦波动的相关性系数，写作ΔR₀(τ₀)，其中τ₀代表新的坐标，取值范围为1≤τ₀≤Min[(r,c)]/2+1；

对ΔR₀(τ₀)求所有极小值点，求这些极小值点两两之间的距离作为正弦波动的统计周期值，写作P(i)，1≤i≤L，L代表统计周期值的个数；

所述步骤2分析所提取统计周期值的变化情况和变化趋势，估算滤波器的尺寸，具体步骤为：

1)判断式(5)所示条件是否满足：

如果满足，则设置滤波器尺寸T为：

T＝P(1), (6)

否则，设置滤波器尺寸为：

其中，κ为比例系数，i₁为分割第一组变化趋势一样的统计周期的坐标序数；

2)计算式(7)中的比例系数κ，通过式(8)判断统计周期值序列P(i)是否呈整体增长趋势：

如果满足，则令否则，则令κ＝1；

3)确定式(7)中的坐标序数i₁，首先，找到P(i)的第一个极值点，令该极值点的坐标序数为i₁；如果P(i)不存在极值点，则找出P(i)中最大周期值对应的序数为i₁；其次，分析P(i₁)临近的周期值情况来进一步修正确认i₁，具体做法为：

I)如果P(i₁+1)也是一个极值点，并且满足一下三种情况中的任意一个，则修改i₁＝i₁+1，三种情况为：

情况1：P(i₁)是极小值而P(i₁+1)是极大值且P(i₁+1)≥P(1)；

情况2：P(i₁)是极大值而P(i₁+1)是极小值且P(i₁+1)≤P(1)；

情况3：从P(1)到P(i₁)都是相等值，而P(i₁+1)也是个极值或者P(i₁+1)＝P(i₁+2)；

II)如果P(i₁+1)不是极值点但P(i₁+2)≥P(1)，则修改i₁＝i₁+1；

III)如果P(i₁+1)不是极值点，但P(i₁+1)与P(i₁)相等且P(i₁)是极小值，则修改i₁＝i₁-1；

所述步骤3使用基于正弦辅助的筛分计算，直接滤取有用的条纹信息，具体步骤为：

1.1)对条纹图像I(x,y)使用快速经验模态分解法进行单层尺度的分解，其中快速经验模态分解法单层分解函数的输入为条纹图像I(x,y)以及步骤2所得的滤波尺寸T，输出为BIMF(x,y)，根据BIMF(x,y)的幅值和频率，设计二维正弦分布图s(x,y)＝acos(2πfx)·cos(2πfy)，其中，幅值a＝max(|BIMF(x,y)|)，max(·)为求最大值操作，频率

1.2)将二维正弦分布图s(y,x)与初始分解图BIMF(x,y)分别进行相加和相减，得到对进行快速经验模态分解法单层分解，输入参数为尺寸T，得到第一中间分解图同样地，对进行快速经验模态分解法单层分解，得到第二中间分解图

1.3)对所得到的第一中间分解图和第二中间分解图求平均值：

BIMF_PMS(x,y)即为最终滤得的I(x,y)所含的条纹分量，而滤除的背景光分量则为Back(x,y)＝I(x,y)-BIMF_PMS(x,y)。