[发明专利]一种用于动态三维测量的条纹增强方法

权利要求书

1.一种用于动态三维测量的条纹增强方法，其特征在于，包括以下步骤：

1)利用二维正弦分布辅助的经验模态分解法对条纹图像I_i(y,x)进行迭代式逐层分解，得到若干幅不同尺度的分解图BIMF_i(y,x)；

2)计算各层尺度分解图BIMF_i(y,x)的能量并对能量变化进行分析，以确定噪声分量；

3)对各层尺度分解图BIMF_i(y,x)进行幅频分析，以分隔条纹分量和背景分量，条纹分量一旦确定，二维正弦分布辅助的经验模态分解法就停止分解；

4)对所确定的条纹分量进行后续处理，通过形态学操作去除残留的噪声，最终得到增强的条纹图像；

其中，所述步骤1)中二维正弦分布辅助的经验模态分解法进行迭代式逐层分解时的单层分解包括以下步骤：

1.1)将灰度正弦条纹图投影到被测物体表面，由CCD拍摄回一幅宽度为c、高度为l的变形条纹图像Im(y,x)：

Im(y,x)＝A(y,x)+B(y,x)cos[2πf₀x+φ(y,x)]+ξ(y,x)

其中，A(y,x)是背景分量，B(y,x)是调制幅度，f₀是调制频率，φ(y,x)是反映物体高度情况的相位分布，ξ(y,x)为随机噪声，(y,x)表示条纹图像中各像素点的二维坐标，取值范围分别为：1≤y≤l,1≤x≤c，cos[2πf₀x+φ(y,x)]为要增强的条纹分量；

初始化：

I_i(y,x)＝Im(y,x)，每个分解图BIMF_i(y,x)的序数i＝1；

BIMF_i(y,x)的统计平均周期AvDistPre＝1，各BIMF_i(y,x)统计平均周期的集合Exe为空集；

BIMF_i(y,x)的能量E＝0，各BIMF_i(y,x)能量集Ep为空集；

BIMF_i(y,x)的全局频率fR＝0，各BIMF_i(y,x)全局频率集fRw为空集；

属于噪声组的最后一个BIMF即其序数k₁＝0；

fRk为空集，以存放之后各BIMF_i(y,x)的全局频率；

aRk为空集，以存放之后各BIMF_i(y,x)的全局幅值；

rfk为空集，以存放之后相邻两个BIMF的全局频率比；

增强后的条纹信号为sig＝0；

另设k₂为属于条纹组的最后一个BIMF即的序数；

1.2)对I_i(y,x)使用快速经验模态分解法进行单层尺度的分解，称为EFEMD单层分解，其中EFEMD单层分解函数的输入为I_i(y,x)以及统计平均周期AvDistPre，输出为BIMF^out(y,x)和新的统计平均周期AvDistPre0，设置作为I_i(y,x)的初始分解图；

1.3)根据的幅值和频率，设计二维正弦分布图s(y,x)为：

s(y,x)＝acos(2πfy)·cos(2πfx)

其中，幅值a为：

max(·)为求最大值操作；频率f由下式求得：

1.4)将二维正弦分布图s(y,x)与初始分解图分别进行相加和相减，得到相加结果和相减结果

对进行EFEMD单层分解，输入参数为AvDistPre，得到第一中间分解图同时得到输出的新参数AvDistPre^s1；同样地，对进行EFEMD 单层分解，输入参数为AvDistPre，得到第二中间分解图并得到新输出的AvDistPre^s2；

1.5)对所得到的第一中间分解图和第二中间分解图求平均值：

BIMF_i(y,x)即为I_i(y,x)的最终分解图；对两个新输出参数AvDistPre^s1和AvDistPre^s2求平均值，令：

其中round(·)为取整数操作；进一步，扩展Exe为Exe＝[Exe AvDistPre_i]，然后对AvDistPre_i进行如下修正，得到最终输出的统计平均周期：

， 若AvDistPre_i＜2Exe(end)

其中Exe(end)指Exe集中最后一个值；将BIMF_i(y,x)从I_i(y,x)中减去，令：

I_i+1(y,x)＝I_i(y,x)-BIMF_i(y,x)

I_i+1(y,x)作为下一次分解的输入图像。