遗传算法在云纹干涉条纹处理中的应用

摘要

本文在激光云纹干涉法对航空高温合金材料的弹性模量和泊松比测试的基础上，对测试实验中所采集到的云纹图像的后续处理进行了拓展与研究。采用计算机自动识别图像有用信息的技术处理云纹图像以代替人工处理，在常规处理方法之中引入遗传算法对条纹图进行图像分割，同时采用条纹修补技术对断裂条纹进行修复还原，最大限度的避免了人为因素的影响，提高了数据处理的准确性与可靠性。实验结果表明，运用计算机图像处理技术可以很好的提高云纹干涉法测试的精度和数据处理的效率。 本文采用的主要方法包括遗传算法阈值分割、图像细化和图像修复技术等。 运用Visual C++ 6.0 软件对云纹干涉法采集到的水平条纹和竖直条纹的灰度图像分别进行编程检测，并得到了可视化操作界面。 本文首先介绍了图像分割的概念及其常规算法，然后介绍了遗传算法的基本原理以及目前遗传算法应用于图像分割的现状，给出了基本遗传算法及其改进型的原理、过程。并首次编程将遗传算法应用在干涉图像的计算机识别中。通过与传统算法的实验图像对比分析，指出传统阈值分割算法在云纹干涉图像处理中的缺陷，并突出了遗传算法在图像分割速度和分割效果上的优越性，成功的编程将改进遗传算法应用在云纹干涉图像的阈值分割中。 在干涉条纹细化处理的过程中主要采用了图像形态学中的腐蚀、膨胀和细化算法。 本文在干涉图片细化后的处理工作主要是利用条纹领域知识的支持，逐次去除由于噪声引起的毛刺、短线、孤立点等不能反映真实干涉条纹位置的伪特征点。 最后将条纹中的断线修复。 本文所有程序均是用VC++6.0 在WinXP 环境下编译完成。实验图片来自航空合金材料。