[发明专利]一种基于噪声特征分类的相位去噪方法

权利要求书

1.一种基于噪声特征分类的相位去噪方法，其特征在于，具体步骤为：

步骤1，读取条纹图像并根据条纹相移频率与相移步数使用N步相移法计算对应的绝对相位、调制度以及背景；

步骤2，利用步骤1计算得到的数据确定初始去噪相位，具体步骤为：

步骤2.1，将背景与调制度低于第一阈值的位置置为0，并生成相应的去噪掩膜1；

步骤2.2，对相位图进行相位递增方向求导，得到相位梯度图，将相位梯度图中结果为负的区域置为0，生成相应的掩膜2；

步骤2.3，利用最大类间方差法对相位梯度图进行二值化，并利用imerode函数对二值化后的相位梯度图进行腐蚀，生成相位掩膜3；

步骤2.4，利用掩膜1、掩膜2和掩膜3对相位进行去噪得到初始去噪相位；

步骤3，利用初始去噪相位计算相位差值图，并利用相位差值图生成去噪掩膜4；

步骤4，计算掩膜4中每个连通域的面积大小，将面积大于第二阈值的区域去除生成最终的去噪掩膜，并将初始去噪相位在最终去噪掩膜为0的对应位置处的相位值置为空值，得到最终去噪相位。

2.根据权利要求1所述的基于噪声特征分类的相位去噪方法，其特征在于，步骤1中读入的条纹图的光强表示为：

I_n(x,y)＝A(x,y)+B(x,y)cos[φ(x,y)+δ_n]

其中，A(x,y)为背景，B(x,y)为调制图，φ(x,y)为包裹相位；

通过N步相移法计算得到绝对相位、调制度以及背景。

3.根据权利要求1所述的基于噪声特征分类的相位去噪方法，其特征在于，对相位图进行相位递增方向求导的公式为：

其中为条纹移动方向，m为绝对相位值。

4.根据权利要求1所述的基于噪声特征分类的相位去噪方法，其特征在于，利用掩膜1、掩膜2和掩膜3对相位进行去噪得到初始去噪相位的具体方法为：

将相位图中掩膜1、掩膜2和掩膜3中值为0位置处的相位值置为空值。

5.根据权利要求1所述的基于噪声特征分类的相位去噪方法，其特征在于，通过初始去噪相位计算相位差值图的具体方法为：

计算相位图中每个像素与领域8像素内相位差的最大值，计算公式如下：

d(x,y)＝max(|Φ(x,y)-Φ(x+1,y+1)|,|Φ(x,y)-Φ(x,y+1)|,

|Φ(x,y)-Φ(x-1,y+1)|,|Φ(x,y)-Φ(x+1,y)|,|Φ(x,y)-Φ(x-1,y)|,

|Φ(x,y)-Φ(x+1,y-1)|,|Φ(x,y)-Φ(x,y-1)|,|Φ(x,y)-Φ(x-1,y-1)|)

将最大值作为相位差值图中对应像素点的值，得到相位差值图。

6.根据权利要求1所述的基于噪声特征分类的相位去噪方法，其特征在于，跳变阈值的计算公式为：

其中，T为条纹周期数，dof为镜头景深大小，fov为相位递增方向上的视场长度，p为条纹移动方向上的像素数量。

7.根据权利要求1所述的基于噪声特征分类的相位去噪方法，其特征在于，将相位差值图中大于跳变阈值的值置为0，生成初始掩膜4。