一种基于边缘提取的莫尔条纹特性检测方法

1.本发明涉及一种基于边缘提取的莫尔条纹特性检测方法，属于光学测量技术领域。


背景技术：

2.莫尔层析技术作为光学计算机层析技术的一个分支，具有实时、稳定和非接触等优点，在流场检测方面具有广泛应用。研究表明，莫尔条纹具有高倍率放大的光学特性，可利用其位移测量实现高精度检测。
3.因此，对莫尔条纹的特性检测精确度显得至关重要，而条纹宽度是莫尔条纹特性中非常重要的参量之一。
4.现有技术中基于莫尔条纹光强分布选点计算宽度会产生误差，使得莫尔条纹特性检测的准确度还不够。


技术实现要素：

5.发明目的：为克服现有技术的缺陷，针对莫尔特性测量中存在的实际问题，本发明提供一种基于边缘提取的莫尔条纹特性检测方法，在此基础上对莫尔条纹进行边缘提取和宽度测量。目的在于减小基于莫尔条纹光强分布选点计算宽度产生的误差，使测量结果更为精确，提高莫尔条纹特性检测的准确度。
6.技术方案：为解决上述技术问题，本发明采用的技术方案为：
7.第一方面，提供一种基于边缘提取的莫尔条纹特性检测方法，包括：
8.步骤s1：获取待检测的莫尔条纹图像；
9.步骤s2：对所述待检测的莫尔条纹图像进行灰度处理得到灰度处理后的莫尔条纹图像；
10.步骤s3：从灰度处理后的图像截取莫尔条纹待处理区域图像；
11.步骤s4：对莫尔条纹待处理区域图像进行边缘信息提取；
12.步骤s5：基于灰度处理后的莫尔条纹图像的条纹光强和已提取的边缘信息确定条纹边缘的像素点；
13.步骤s6：根据条纹边缘的像素点坐标计算莫尔条纹宽度。
14.在一些实施例中，所述步骤s4：对莫尔条纹待处理区域图像进行边缘信息提取，包括：
15.利用高斯滤波对莫尔条纹图像行列卷积；
16.f(x,y)＝i(x,y)*g(x,y)
17.其中，f(x,y)为高斯滤波处理后的莫尔条纹图像光强分布；g(x,y)为高斯函数，i(x,y)为原始莫尔条纹待处理区域图像光强分布；
18.用高斯函数对f(x,y)在x和y方向的偏导，得到f(x,y)的梯度，包括：
[0019][0020][0021]
其中，σ是高斯函数方差；
[0022]
f(x,y)＝dx(i,j)+dy(i,j)
[0023]
dx(i,j)＝f(i+1,j)-f(i,j)
[0024]
dy(i,j)＝f(i,j+1)-f(i,j)
[0025]
通过限制计算得到的f(x,y)的梯度的幅角在0度到180度，判断得到初步图像边缘；
[0026]
沿着梯度方向找到幅角的局部最大值，根据所述局部最大值从初步图像边缘中筛选得到图像边缘点；
[0027]
对所述图像边缘点归一化，根据归一化后的图像边缘点得到频率直方图，通过频率直方图确定阈值，根据阈值从所述图像边缘点确定最终边缘点，从而确定边缘信息。
[0028]
在一些实施例中，莫尔条纹宽度d的计算方法为：
[0029][0030]
其中，δp为一条莫尔条纹两个边缘像素点y方向上的坐标差，pi和m分别表示待检测的原始莫尔条纹图像中莫尔条纹的最大径向像素长度和实际长度。
[0031]
在一些实施例中，步骤s2中，采用二值化方法进行灰度处理。
[0032]
在一些实施例中，步骤s3：从灰度处理后的图像截取莫尔条纹待处理区域图像，包括：
[0033]
从灰度处理后的图像截取中间大小为320像素
×
320像素的区域，作为莫尔条纹待处理区域图像。
[0034]
第二方面，本发明提供了一种基于边缘提取的莫尔条纹特性检测装置，包括处理器及存储介质；
[0035]
所述存储介质用于存储指令；
[0036]
所述处理器用于根据所述指令进行操作以执行根据第一方面所述方法的步骤。
[0037]
第三方面，本发明提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述方法的步骤。
[0038]
有益效果：与现有技术相比，具有如下优点：本发明针对莫尔特性测量中存在的实际问题，提供一种主要基于高斯函数的边缘检测方法，并在此基础上对莫尔条纹进行边缘提取和宽度测量。目的在于减小基于莫尔条纹光强分布选点计算宽度产生的误差，使测量结果更为精确，提高莫尔条纹特性检测的准确度。
附图说明
[0039]
图1为本发明实施例获取莫尔条纹图像的实验系统示意图；
[0040]
图2为本发明实施例莫尔条纹图像(a)以及灰度处理后的莫尔条纹图像(b)；
[0041]
图3为本发明实施例莫尔条纹待处理区域图像(a)以及边缘提取后的莫尔条纹图像(b)；
[0042]
图4为本发明实施例基于莫尔条纹待处理区域图像光强(a)和边缘信息(b)的选点图。
[0043]
图中：1-激光；2、3-扩束准直系统；4、5-朗奇光栅；6、8-成像镜头；7-滤波器；9-接收屏；10-ccd。
具体实施方式
[0044]
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式进一步阐述本发明。
[0045]
在本发明的描述中，若干的含义是一个以上，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
[0046]
本发明的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0047]
实施例1
[0048]
一种基于边缘提取的莫尔条纹特性检测方法，包括：
[0049]
步骤s1：获取待检测的莫尔条纹图像；
[0050]
步骤s2：对所述待检测的莫尔条纹图像进行灰度处理得到灰度处理后的莫尔条纹图像；
[0051]
步骤s3：从灰度处理后的图像截取莫尔条纹待处理区域图像；
[0052]
步骤s4：对莫尔条纹待处理区域图像进行边缘信息提取；
[0053]
步骤s5：基于灰度处理后的莫尔条纹图像的条纹光强和已提取的边缘信息确定条纹边缘的像素点；
[0054]
步骤s6：根据条纹边缘的像素点坐标计算莫尔条纹宽度。
[0055]
在一些实施例中，所述步骤s4：对莫尔条纹待处理区域图像进行边缘信息提取，包括：
[0056]
利用高斯滤波对莫尔条纹图像行列卷积；
[0057]
f(x,y)＝i(x,y)*g(x,y)
[0058]
其中，f(x,y)为高斯滤波处理后的莫尔条纹图像光强分布；g(x,y)为高斯函数，i(x,y)为原始莫尔条纹待处理区域图像光强分布；
[0059]
用高斯函数对f(x,y)在x和y方向的偏导，得到f(x,y)的梯度，包括：
[0060][0061][0062]
其中，σ是高斯函数方差；当处在边缘位置时，光强分布有较大的梯度值。相反，在图像平滑部分，灰度值变化较小，则相应的梯度也较小；
[0063]
f(x,y)＝dx(i,j)+dy(i,j)
[0064]
dx(i,j)＝f(i+1,j)-f(i,j)
[0065]
dy(i,j)＝f(i,j+1)-f(i,j)
[0066]
通过限制计算得到的f(x,y)的梯度的幅角在0度到180度，判断得到初步图像边缘；
[0067]
沿着梯度方向找到幅角的局部最大值，根据所述局部最大值从初步图像边缘中筛选得到图像边缘点；
[0068]
对所述图像边缘点归一化，根据归一化后的图像边缘点得到频率直方图，通过频率直方图确定阈值，根据阈值从所述图像边缘点确定最终边缘点，从而确定边缘信息。
[0069]
在一些实施例中，莫尔条纹宽度d的计算方法为：
[0070][0071]
其中，δp为一条莫尔条纹两个边缘像素点y方向上的坐标差，pi和m分别表示待检测的原始莫尔条纹图像中莫尔条纹的最大径向像素长度和实际长度。
[0072]
在一些实施例中，步骤s2中，采用二值化方法进行灰度处理。
[0073]
在一些实施例中，步骤s3：从灰度处理后的图像截取莫尔条纹待处理区域图像，包括：
[0074]
从灰度处理后的图像截取中间大小为320像素
×
320像素的区域，作为莫尔条纹待处理区域图像。
[0075]
在一些具体实施例中，实验系统如图1所示。g1和g2是一对朗奇光栅，光栅常数为d。光栅间距为δ，为了获得更好对比度的条纹，δ应满足泰尔伯特距离，即δ＝jd2/λ。两光栅的栅线方向分别与y轴呈+α/2和-α/2的夹角。从光栅g2的后表面到接收屏是一个典型的4-f系统。
[0076]
利用图1的实验系统进行实验，选用一对光栅常数d＝0.02mm的朗奇光栅，ccd记录一级滤波莫尔条纹。实验中，两光栅栅线夹角为20
′
(即)。
[0077]
实验所获一级滤波莫尔条纹并进行灰度处理如图2所示。截取中间大小为320像素
×
320像素的区域，如图3中的(a)所示。然后，按本专利所述步骤对其进行边缘信息提取，结果如图3中的(b)所示。
[0078]
最后，分别对图3的(a)和(b)进行基于光强和边缘信息的选点(如图4所示)，并进一步计算条纹宽度。
[0079]
本实例中，pi＝660，m＝50mm。最终，通过计算可得到实验所获莫尔条纹宽度。为提
高精度，可选取不同条纹进行计算，得到平均条纹宽度。本实例中，选取了如图4的三组莫尔条纹进行平均，相关对比结果如表1所示。
[0080]
表1结果对比
[0081][0082]
其中，莫尔条纹宽度理论值
[0083]
通过表1可看出，本专利所用方法比基于光强选点测量宽度的误差小，证实了本专利所述方法的可行性和精确性。
[0084]
实施例2
[0085]
第二方面，本实施例提供了一种基于边缘提取的莫尔条纹特性检测装置，包括处理器及存储介质；
[0086]
所述存储介质用于存储指令；
[0087]
所述处理器用于根据所述指令进行操作以执行根据实施例1所述方法的步骤。
[0088]
实施例3
[0089]
第三方面，本实施例提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现实施例1所述方法的步骤。
[0090]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0091]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0092]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0093]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计
算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0094]
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。