电子散斑干涉图像的滤波方法研究

摘要

近些年来，电子散斑干涉技术逐渐发展为一种新型的非接触测量技术。该技术具有实时、非接触和全场等优点，被广泛应用于振动、位移、应变和医学诊断等各方面的测量中。电子散斑干涉技术得到的是散斑的干涉条纹图像，物体表面的形变或位移信息隐藏在这些条纹信息中。但是由于电子散斑干涉条纹图像伴有很强的颗粒性噪声，干涉条纹的对比度和分辨率会比较低，影响着电子散斑干涉技术的结果，最终影响着测量的精度。　　为此，本文针对上述问题提出一种改进的基于SVM-PCNN的滤波方法。根据平移不变剪切波变换具有多尺度分解和局部方向化的特性，再结合SVM在小样本、非线性学习、高维模式分类等方面优势以及利用PCNN神经网络的同步发放和异步振荡特性，从而达到滤波的目的。实验结果表明，利用该算法进行滤波，得到的图像具有高对比度和条纹骨架清晰的优点。　　本文的主要研究工作包括以下几个方面:　　1.详细介绍电子散斑干涉技术的基本原理以及干涉条纹图像滤波技术的发展历程。　　2.介绍了空域滤波、频域滤波以及其他几种条纹图像的滤波方法的原理，并分析这几种滤波方法在散斑干涉条纹图像滤波中的优缺点。针对各自的不足，提出一种改进的基于SVM-PCNN的滤波方法。　　3.借助MATLAB对实验对象进行仿真实验，对滤波后图像的峰值信噪比、散斑指数等几种评价指标进行讨论，并分析细化后条纹图像的效果。以此从客观上论证本文提出的算法可以达到更佳的滤波效果，是一种可行的图像滤波方法。

目录

声明

摘要

第一章 绪论

1．1 研究的背景和意义

1．2 电子散斑滤波技术的发展现状

1．2．1 电子散斑干涉技术的起源

1．2．2 电子散斑滤波技术的国内外概况

1．3 本文的研究内容和章节安排

1．4 本章总结

第二章 电子散斑干涉图的滤波技术

2．1 电子散斑干涉条纹图特性

2．2 空间滤波法

2．3 频域滤波法

2．4 基于径向基函数插值的滤波法

2．5 基于四阶偏微分方程的滤波方法

2．6 本章总结

第三章 一种改进的基于SVM-PCNN的滤波方法

3．1 剪切波

3．2 支持向量机和PCNN神经网络工作原理

3．2．1 支持向量机器

3．2．2 PCNN神经网络工作原理

3．3 一种改进的基于SVM-PCNN的滤波方法

3．3．1 平移不变剪切波变换

3．3．2 寻找超平面

3．3．3 迭代滤波

3．4 本章总结

第四章 实验结果和分析

4．1 图像滤波的评价指标

4．2 骨架线提取

4．3 实验结果和分析

4．4 本章总结

第五章 总结和展望

5．1 总结

5．2 展望

参考文献

致谢

攻读学位期间发表的学术论文