一种数字全息散斑干涉测量仿真模拟系统
▒▒本文目录▒▒
- 一、引言
- 二、数字散斑干涉原理分析
- 2.1 散斑尺寸大小控制
- 2.2 基于五步相移算法的包裹相位提取理论
- 三、散斑干涉仿真模拟结果
- 3.1 散斑条纹图中散斑尺寸控制仿真结果
- 3.2 基于五步相移算法的包裹相位信息提取实例
- 3.3 相位解包裹
- 参考文献
一、引言
数字散斑干涉技术是根据激光散斑场会随着被测物体表面变形而变化来获取位移信息的,利用图像处理技术对物体变形前后的散斑场作处理,得到散斑场在物体变形前后的相位变化信息,再根据相位变化与物体变形的关系,得到物体变形信息。
利用任何一种散斑干涉测量系统测量微小形变,直接采集到的都是加载前后的散斑干涉图,所以要继续对这对散斑干涉图像做相应处理,才能得到含有待测物形变信息的散斑条纹图。
本博文主要将对散斑干涉条纹图获取进行仿真模拟分析,探究散斑尺寸大小影响因素,分析五步相移算法的原理,并将其用于相位信息的提取。
二、数字散斑干涉原理分析
2.1 散斑尺寸大小控制
待测件表面一般粗糙且复杂多变,若激光照射在表面上会发生散射现象,且散射光相互干涉产生明暗相间的散斑。为了生成散斑图,采用模仿4f系统操纵光场光谱的方式来模拟散斑图。图1所示的光场中,透镜L1和透镜L2具有相等的焦距f。考虑到激光照射在被测元件的表面是粗糙的,因此可视为随机相位。在透镜L1后的焦平面(傅立叶平面)增加一直径为d的孔径光阑,而像平面是成像物镜的傅里叶变换。将低通滤波器 作为孔径应用于模拟成像透镜,以产生物光束,数学表达为[1]
U0(u,v)=F−1{d(k1,k2)×F{a0(u,v)exp[iφ0(u,v)]}}(1){{U}_{0}}(u,v)={{F}^{-1}}\left\{ d\left( {{k}_{1}},{{k}_{2}} \right)\times F\left\{ {{a}_{0}}\left( u,v \right)\exp \left[ i{{\varphi }_{0}}\left( u,v \right) \right] \right\} \right\} \tag{1} U0(u,v)=F−1{d(k1,k2)×F{a0(u,v)exp[iφ0(u,v)]}}(1)
式中,(u,v)为空间坐标;U0(u,v){{U}_{0}}(u,v)U0(u,v)为物光束;F和F−1{{F}^{-1}}F−1分别为傅里叶变换和反变换;a0(u,v){{a}_{0}}\left( u,v \right)a0(u,v)和φ0(u,v){{\varphi }_{0}}\left( u,v \right)φ0(u,v)分别代为物光波的幅值和相位,φ0(u,v){{\varphi }_{0}}\left( u,v \right)φ0(u,v)作为随机变量均匀分布在(−π,π]\left( -\pi ,\pi \right](−π,π]。
若参考光束记为UR(u,v){{U}_{R}}(u,v)UR(u,v),未变形强度图表示为
I(u,v)=∣U0(u,v)+UR(u,v)∣2(2)I(u,v)={{\left| {{U}_{0}}(u,v)+{{U}_{R}}(u,v) \right|}^{2}} \tag{2}I(u,v)=∣U0(u,v)+UR(u,v)∣2(2)
当物体发生形变后,式(1)中物光束的相位项由φ0(u,v){{\varphi }_{0}}\left( u,v \right)φ0(u,v)变为φ0(u,v)+Δϕ(u,v){{\varphi }_{0}}\left( u,v \right)+\Delta \phi \left( u,v \right)φ0(u,v)+Δϕ(u,v),变形后的强度也可由式(2)模拟。最后,根据“1+1”算法,将变形前后的强度图相减并取绝对值则可得到散斑条纹图。
图1 散斑图生成过程示意图
2.2 基于五步相移算法的包裹相位提取理论
在参考光路中若推动PZT产生光程差,待测对象在变形前和变形后的5幅相移条纹图数学表示为
Ibi(u,v)=a(u,v)+b(u,v)cos[ϕ(u,v)+δi],i=1,2,3,4,5(3){{I}_{bi}}(u,v)=a(u,v)+b(u,v)\cos \left[ \phi (u,v)+{{\delta }_{i}} \right],i=1,2,3,4,5\tag{3}Ibi(u,v)=a(u,v)+b(u,v)cos[ϕ(u,v)+δi],i=1,2,3,4,5(3)
Iai(u,v)=a(u,v)+b(u,v)cos[ϕ(u,v)+Δφ(u,v)+δi],i=1,2,3,4,5(4){{I}_{ai}}(u,v)=a(u,v)+b(u,v)\cos \left[ \phi (u,v)+\Delta \varphi \left( u,v \right)+{{\delta }_{i}} \right],i=1,2,3,4,5\tag{4}Iai(u,v)=a(u,v)+b(u,v)cos[ϕ(u,v)+Δφ(u,v)+δi],i=1,2,3,4,5(4)
式中,Ibi(u,v){{I}_{bi}}(u,v)Ibi(u,v)为未变形条纹图;Iai(u,v){{I}_{ai}}(u,v)Iai(u,v)为变形条纹图;a(u,v)a(u,v)a(u,v)和b(u,v)b(u,v)b(u,v)分别为背景光强和对比度;ϕ(u,v)\phi (u,v)ϕ(u,v)为随机散斑相位;δi{{\delta }_{i}}δi为相移量;Δφ(u,v)\Delta \varphi \left( u,v \right)Δφ(u,v)为相位变化量。
式(3)和(4)中,变形前和变形后的条纹图相移间隔δi{{\delta }_{i}}δi为π/2{\pi }/{2}\;π/2时,相移算法提取的随机散斑相位和变形后散斑相位为
ϕ(u,v)=arctan[2(Ib2−Ib4)2Ib3−Ib1−Ib5](5)\phi (u,v)=\arctan \left[ \frac{2({{I}_{b2}}-{{I}_{b4}})}{2{{I}_{b3}}-{{I}_{b1}}-{{I}_{b5}}} \right]\tag{5}ϕ(u,v)=arctan[2Ib3−Ib1−Ib52(Ib2−Ib4)](5)
ϕ(u,v)+Δφ(u,v)=arctan[2(Ia2−Ia4)2Ia3−Ia1−Ia5](6)\phi (u,v)+\Delta \varphi \left( u,v \right)=\arctan \left[ \frac{2({{I}_{a2}}-{{I}_{a4}})}{2{{I}_{a3}}-{{I}_{a1}}-{{I}_{a5}}} \right]\tag{6}ϕ(u,v)+Δφ(u,v)=arctan[2Ia3−Ia1−Ia52(Ia2−Ia4)](6)
由式(6)减去(5),即可计算相位变化量Δφ(u,v)\Delta \varphi \left( u,v \right)Δφ(u,v)。
三、散斑干涉仿真模拟结果
3.1 散斑条纹图中散斑尺寸控制仿真结果
通过调整孔径的方式,可控制散斑的大小。以数值模拟为例,图2展示了不同孔径d(k1,k2)d\left( {{k}_{1}},{{k}_{2}} \right)d(k1,k2)大小的散斑条纹,其尺寸为1024×1024像素,结果表明孔径越小则产生的散斑尺寸越大。
图2 不同孔径d的散斑干涉条纹图
3.2 基于五步相移算法的包裹相位信息提取实例
根据五步相移理论,即可进一步获取包裹相位,如下图所示,是采用正余弦滤波算法滤波之后的包裹相位,结果表明,当散斑尺寸越大,进行滤波时会使得包裹相位的细节部分丢失,进而会造成相位重构重构遇到困难。
图3 不同孔径下的变形包裹相位
3.3 相位解包裹
将图3(a)中的包裹相位进行解包裹,结果如下图所示。
图4 相位解包裹信息
参考文献
[1] Ketao Yan, Lin Chang, Michalis Andrianakis, et al. Deep Learning-Based Wrapped Phase Denoising Method for Application in Digital Holographic Speckle Pattern Interferometry [J]. Appl Sci, 2020, 10(11).
⭐️◎⭐️◎⭐️◎⭐️ · · · **博 主 简 介** · · · ⭐️◎⭐️◎⭐️◎⭐️ ♪
▁▂▃▅▆▇ 博士研究生生 ,研究方向主要涉及定量相位成像领域,具体包括干涉相位成像技术(如**全息干涉☑**、散斑干涉☑等)、非干涉法相位成像技术(如波前传感技术☑,相位恢复技术☑)、此外,还对各种相位解包裹算法☑,相干噪声去除算法☑等开展过深入的研究。
一种数字全息散斑干涉测量仿真模拟系统相关推荐
- 一种基于三维块匹配滤波(BM3D)算法的散斑噪声抑制的仿真与实例分析
▒▒本文目录▒▒ 一.引言 二.三维块匹配滤波BM3D去噪原理 2.1 第一阶段 2.1.1 块匹配 2.1.2 协同硬阈值滤波 2.1.3 聚合 2.2 第二阶段 2.2.1 块匹配 2.2.2 协 ...
- 的boc调制matlab程序_Matlab仿真基础数字全息
今天来聊聊全息. 我们知道,普通照相是把从物体表面发出或反射的光经透镜会聚成像,用感光介质将像记录下来.现有的的光记录介质的响应时间比光波振动的周期长得多,因此它们都只能记录光的强度(光强),即光波振 ...
- NVIDIA Tesla® K80 加速 数字全息实时重建
案例简介 本案例中,重庆淏晗科技有限公司是由重庆理工大学创办的高科技企业.该公司利用利用丽台科技提供的包含Tesla K80 GPU服务器以及算法优化方案实现了微流体内粒子的三维位置与速度场的实时 ...
- 使用端到端立体匹配网络进行单次 3D 形状测量,用于散斑投影轮廓测量
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 标题:Single-shot 3D shape measurement using an end-to ...
- 操作系统读写者问题实验报告_基于S3C2410微处理器和操作系统实现光电测量仿真检测系统的设计...
引言 动基座光电测量平台按载体的不同可分为车载.舰载.机载和星载四种.为了保证测量平台系统的可靠性和测量的准确性,平台在正式放到载体上运行之前需要进行仿真检测.目前的动基座光电测量仿真检测系统大多成本 ...
- 基于matlab的数字下变频器的设计与仿真应用,基于MATLAB的数字下变频器的设计与仿真应用.pdf...
基于MATLAB的数字下变频器的设计与仿真应用 中国科技论文在线 基于 Matlab 的数字下变频器的设计与仿真 朱建新,沈树群* (北京邮电大学电子工程学院,北京 100876 ) 摘要:本文通过对 ...
- java数字图像处理开题报告,基于MATLAB的数字图像处理算法研究与仿真开题报告...
基于MATLAB的数字图像处理算法研究与仿真开题报告 毕 业 设 计 (2013 届) 题 目基于 MATLAB 的数字图像 处理算法研究与仿真 学 院 物理电气信息学院 专 业 通信工程 年 级 0 ...
- 合成孔径雷达干涉测量InSAR数据处理、地形三维重建、形变信监息提取、测
合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar, InSAR)技术作为一种新兴的主动式微波遥感技术,凭借其可以穿过大气层,全天时.全天候获取监测 ...
- GMTSAR合成孔径雷达干涉测量InSAR数据处理、形变信息提取与分析等实践技术应用
合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar, InSAR)技术作为一种新兴的主动式微波遥感技术,凭借其可以穿过大气层,全天时.全天候获取监测 ...
- 合成孔径雷达干涉测量InSAR数据处理、地形三维重建、形变信息提取、监测等实践技术应用
合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar, InSAR)技术作为一种新兴的主动式微波遥感技术,凭借其可以穿过大气层,全天时.全天候获取监测 ...
最新文章
- ubuntu9.10回收站目录
- python颜色填充随机_使用python中的随机数据填充mysql表
- python编辑器_python编辑器,作为小白该如何抉择?
- 字符串操作 c语言,C语言字符串操作(示例代码)
- TypeScript--es5中的类,继承,静态方法
- YbOJ-网格序列【拉格朗日插值】
- Callable接口-创建线程的第三种方法
- 【Docker】Segmentation Fault or Critical Error encountered. Dumping core and abort
- Visual Studio 2017新建及运行C++程序步骤
- LINUX系列:Shell命令
- C++ STL学习笔记(2) 容器结构与分类
- Selenium爬虫 -- Pyhton进阶:使用cookie登陆某网站
- 最优秀的开源库之GPUImage
- 学计算机ps是什么,学PS电脑绘画要掌握什么呢?
- 怎样卸载teams_如何在Windows 10上永久卸载Microsoft Teams
- maven~本地仓库的指定
- Python入门如何给自己写一个文字小游戏?一只小白的Python游戏
- 识别以及生成二维码(长按扫面方式)
- android目录结构
- 立创EDA之过孔盖油