專利名稱：基于圖切割的高抗噪性散斑包裹相位圖的展開算法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理領(lǐng)域，具體涉及剪切散斑干涉術(shù)中包裹相位圖的展開，即基于圖切割的高抗噪性散斑包裹相位圖的展開算法。
背景技術(shù)：
電子剪切散斑干涉技術(shù)是20世紀(jì)80年代發(fā)展起來的一種高精度的光學(xué)無損檢測(cè)技術(shù)，廣泛應(yīng)用于粗糙表面的變形測(cè)量，具有非接觸、高靈敏度和全場(chǎng)實(shí)時(shí)檢測(cè)等優(yōu)點(diǎn)。為了從散斑條紋中得到材料的應(yīng)變，必須從條紋中提取相位，但是如今的數(shù)字散斑測(cè)量術(shù)中，一般采用相減模式來產(chǎn)生數(shù)字散斑條紋圖，不可避免地附帶有大量的乘性噪聲，且通過四步相移法提取相位時(shí)，真實(shí)相位被包裹在(-n，n]之間，需要將相位展開，得到真實(shí)相位，相位展開是相位提取中極其重要的一步，關(guān)系到位移、應(yīng)變等物理量的測(cè)量精度。展開包裹的散斑相位圖，考慮其大量的乘性噪聲，現(xiàn)如今普遍采取先濾波后展開相位的流程，但是散 斑條紋圖的濾波是非常精巧的任務(wù)，過了的話，很容易破壞真實(shí)的相位信息，而且針對(duì)不同噪聲含量的散斑條紋圖，濾波策略也得做出相應(yīng)的改變，這無疑增加了相位展開算法整體的復(fù)雜度，故在剪切散斑干涉術(shù)中，設(shè)計(jì)高抗噪性能的相位展開算法十分有意義。為了能夠快速而且準(zhǔn)確地展開相位，國(guó)內(nèi)外不同領(lǐng)域的學(xué)者提出了眾多算法，可以粗略地劃分為兩類路徑無關(guān)法和路徑跟蹤法。最小二乘法，是與路徑無關(guān)的全局算法，雖然可以得到平滑解，保證展開相位在全局連續(xù)，但是局部的相位展開誤差會(huì)在全局內(nèi)傳遞，無法保證展開相位的相位一致性，即破壞了展開相位與原始相位只可相差2 整數(shù)倍的約束條件，得不到精確解。路徑跟蹤法通過識(shí)別殘差點(diǎn)后設(shè)置枝切，或者引入質(zhì)量圖來指導(dǎo)相位展開的路徑，從而避開噪聲區(qū)，但在散斑包裹相位圖的展開中，大量隨機(jī)的散斑噪聲，使得殘差點(diǎn)過于密集，很容易形成相位無法展開的孤立區(qū)域，無法保證展開相位在全局內(nèi)連續(xù)，以上算法均得不到相對(duì)理想的結(jié)果。故為了準(zhǔn)確展開相位，必須同時(shí)保證展開相位的全局連續(xù)性和相位一致性。

發(fā)明內(nèi)容
本發(fā)明旨在克服現(xiàn)有技術(shù)的不足，解決相位展開算法抗噪性能差，得不到準(zhǔn)確解的問題，提供一種新型的基于圖切割的相位展開算法，避開噪聲的影響，準(zhǔn)確提取相位，為達(dá)到上述目的，本發(fā)明采取的技術(shù)方案是，基于圖切割的高抗噪性散斑包裹相位圖的展開算法，包括如下步驟I.針對(duì)具體的相位展開問題構(gòu)造合適的能量函數(shù)，建立整數(shù)優(yōu)化的能量最小化模型；2.簡(jiǎn)化能量最小化模型，將其轉(zhuǎn)化為可迭代求解的0-1優(yōu)化問題，每次迭代利用圖切割理論求解；3.為步驟2中得到的能量函數(shù)構(gòu)造相應(yīng)的圖，使該圖中的割容量表示能量函數(shù)；4.利用最大流最小割算法確定已建立圖的最小割，得到能量函數(shù)的最優(yōu)0-1解，更新能量函數(shù)；5.不斷迭代來減小能量函數(shù)，直到不再減少時(shí)終止迭代，得到最優(yōu)的整數(shù)估計(jì)，展開相位。步驟I具體的內(nèi)容為四步相移法提取的相位是通過反正切函數(shù)得到的，相位被包裹在區(qū)間(-H，]內(nèi)，相位展開就是將截?cái)嗟南辔换謴?fù)成為真實(shí)連續(xù)的相位，即為O =料2 31 K(I)上式中，O是真實(shí)相位圖，^是包裹相位圖，K為整數(shù)矩陣；建立一個(gè)能量函數(shù)來反映全局相位的不連續(xù)程度，通過不斷迭代整數(shù)K來最小化該能量函數(shù)，最小的能量函數(shù)即對(duì)應(yīng)最優(yōu)的整數(shù)估計(jì)k'
權(quán)利要求
1. 一種基于圖切割的高抗噪性散斑包裹相位圖的展開算法，其特征是，包括如下步驟 1.針對(duì)具體的相位展開問題構(gòu)造合適的能量函數(shù)，建立整數(shù)優(yōu)化的能量最小化模型； 2.簡(jiǎn)化能量最小化模型，將其轉(zhuǎn)化為可迭代求解的0-1優(yōu)化問題，每次迭代利用圖切割理論求解； 3.為步驟2中得到的能量函數(shù)構(gòu)造相應(yīng)的圖，使該圖中的割容量表示能量函數(shù)； 4.利用最大流最小割算法確定已建立圖的最小割，得到能量函數(shù)的最優(yōu)0-1解，更新能量函數(shù)； 5.不斷迭代來減小能量函數(shù)，直到不再減少時(shí)終止迭代，得到最優(yōu)的整數(shù)估計(jì)，展開相位。
2.如權(quán)利要求I所述的基于圖切割的高抗噪性散斑包裹相位圖的展開算法，其特征是，步驟I具體的內(nèi)容為 四步相移法提取的相位是通過反正切函數(shù)得到的，相位被包裹在區(qū)間(-n，^ ]內(nèi)，相位展開就是將截?cái)嗟南辔换謴?fù)成為真實(shí)連續(xù)的相位，即為
3.如權(quán)利要求I所述的基于圖切割的高抗噪性散斑包裹相位圖的展開算法，其特征是，步驟2具體的內(nèi)容為 每一次的迭代，整數(shù)矩陣K中元素ku的變化量8 限定為0或1，即t+1次迭代的ku可表不為 kl+l = kf. + S(5) 其中，Sij G {0，1}，t+1次迭代時(shí)，結(jié)合式⑴，式⑷和式(5)，式(3)中的相位圖水平和豎直方向差分值A(chǔ)成和Af可表示為 [
4.如權(quán)利要求I所述的基于圖切割的高抗噪性散斑包裹相位圖的展開算法，其特征是，步驟3的具體內(nèi)容為對(duì)于圖G= (V，E)，由頂點(diǎn)集V和邊集E組成，頂點(diǎn)之間由邊連接，邊被賦予非負(fù)的權(quán)值，采用有兩個(gè)終點(diǎn)的圖，這兩個(gè)終點(diǎn)分別被稱為源點(diǎn)s和匯點(diǎn)t ;把該種圖G = (v, E)中除終點(diǎn)外的點(diǎn)分成兩個(gè)不相連的子集S和T的過程就是圖切割C = S/T，其中源點(diǎn)s在S集里，匯點(diǎn)t在T集里，切割C相當(dāng)于標(biāo)號(hào)f，其中f是從一個(gè)從頂點(diǎn)集合V-{s,t}到{0,1}的映射f (V) = 0意味著V G S,f(v) = I意味著vGS ;圖切割就是用{0，1}給圖中的每個(gè)頂點(diǎn)賦值；圖切割的割容量定義為從集合S到集合T的所有邊的權(quán)值和,表達(dá)為
5.如權(quán)利要求I所述的基于圖切割的高抗噪性散斑包裹相位圖的展開算法，其特征是，步驟4的具體內(nèi)容為根據(jù)Ford-Fulkerson定理，確定最小割就等同于計(jì)算從源點(diǎn)到匯點(diǎn)的最大流，最小割和最大流是等價(jià)的，而圖中的最大流可以快速而準(zhǔn)確地得到，采用最大流最小割算法max-flow/min-cut先得到圖的最大流,進(jìn)而確定圖的最小割。
6.如權(quán)利要求I所述的基于圖切割的高抗噪性散斑包裹相位圖的展開算法，其特征是，步驟5具體的內(nèi)容為利用求得的能量函數(shù)的最小解8，將其代入式(7)，得到t+1次迭代時(shí)的能量函數(shù)Et+1，與上一次迭代的能量函數(shù)Et進(jìn)行比較，不斷迭代直到能量函數(shù)不再減少，得到最優(yōu)的整數(shù)估計(jì)龍,代入下式
全文摘要
本發(fā)明屬于圖像處理領(lǐng)域。為解決相位展開算法抗噪性能差，得不到準(zhǔn)確解的問題，同時(shí)避開噪聲的影響，準(zhǔn)確提取相位，本發(fā)明采取的技術(shù)方案是，基于圖切割的高抗噪性散斑包裹相位圖的展開算法，包括如下步驟1.針對(duì)具體的相位展開問題構(gòu)造合適的能量函數(shù)，建立整數(shù)優(yōu)化的能量最小化模型；2.簡(jiǎn)化能量最小化模型，將其轉(zhuǎn)化為可迭代求解的0-1優(yōu)化問題，每次迭代利用圖切割理論求解；3.為步驟2中得到的能量函數(shù)構(gòu)造相應(yīng)的圖；4.利用最大流最小割算法確定已建立圖的最小割，得到能量函數(shù)的最優(yōu)0-1解，更新能量函數(shù)；5.不斷迭代來減小能量函數(shù)，直到不再減少時(shí)終止迭代，得到最優(yōu)的整數(shù)估計(jì)，展開相位。本發(fā)明主要應(yīng)用于圖像處理。
文檔編號(hào)G06T7/00GK102800081SQ20121018540
公開日2012年11月28日 申請(qǐng)日期2012年6月6日 優(yōu)先權(quán)日2012年6月6日
發(fā)明者王晉疆, 吳明云 申請(qǐng)人:天津大學(xué)