一种基于Morlet小波变换的莫尔条纹相位信息提取方法

技术领域

本发明涉及一种基于Morlet小波变换的莫尔条纹相位信息提取方法，属于光学测量技术领域。

背景技术

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。在利用莫尔层析技术对高温复杂流场的关键参数进行测量时，为了保证测量精度，需要尽量确保条纹相位信息提取的精度。到目前为止，实际测量中采用傅里叶变换法进行莫尔条纹相位信息提取的情况更加普遍。

因此，需要寻找一种更加简单、精确的条纹相位信息提取方法对莫尔层析技术用于流场测量领域有着重要的意义。

发明内容

目的：为了克服现有技术中存在的不足，本发明提供一种基于Morlet小波变换的莫尔条纹相位信息提取方法，精度高且易于实现，以便用于进一步被测流场的折射率重建和关键参数测量。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

第一方面，本发明提供一种基于Morlet小波变换的莫尔条纹相位信息提取方法，包括：

将目标莫尔条纹图像转换为灰度图像；

对所述灰度图像进行滤波处理，得到滤波后的二值化图像；

对所述二值化图像进行数学形态学降噪处理得到处理后的图像，其中所述数学形态学降噪处理包括腐蚀和膨胀；

利用调制Morlet小波对处理后的图像的每一列进行卷积，并计算小波系数的幅值和相位；

根据小波系数的幅值确定小波脊线，提取小波脊线位置对应尺度系数和时间系数的相位；

根据提取到的所有列的相位，得到完整的莫尔条纹相位信息。

在一些实施例中，将目标莫尔条纹图像转换为灰度图像，包括：将目标莫尔条纹图像中每个像素点对应一个0到1灰度值的矩阵。

在一些实施例中，对所述灰度图像进行滤波处理，包括：采用高斯滤波对灰度图像进行降噪，具体包括：

使用K×K的高斯核来平滑灰度图像I(x,y)，所述高斯核G(i,j)表示为：

其中，i和j是相对于中心像素位置的偏移量，σ是高斯分布的标准差；

在遍历灰度图像的所有像素(x,y)时，将高斯核G(i,j)应用于以(x,y)为中心的K×K邻域中的所有像素，得到新的输出像素值O(x,y)如下所示：

其中K为平滑图像操作中计算加权平均灰度值选取像素点的领域范围；

高斯滤波利用卷积神经网络或掩膜神经网络，将灰度图像中的每个像素扫描，并将其加权平均灰度值作为模板中心像素点的值，从而实现对灰度图像的优化。

在一些实施例中，对所述二值化图像进行数学形态学降噪处理包括通过开运算的腐蚀和膨胀去除二值化图像中的噪点。

进一步地，在一些实施例中，利用调制Morlet小波对处理后的图像的每一列进行卷积，包括：

其中，f(x)为莫尔条纹图像光强分布I(x,y)的任意一列，W

进一步地，在一些实施例中，计算小波系数的幅值A(a,b)和相位φ(a,b)，包括：

其中Im(W

在一些实施例中，根据小波系数的幅值确定小波脊线，提取小波脊线位置对应尺度系数和时间系数的相位，包括：

选取小波系数的幅值局部极大值处为小波的脊，小波的脊相连构成小波脊线，在小波脊线位置取对应尺度系数和时间系数的相位即为莫尔条纹图像光强分布的该列的相位。

第二方面，本发明提供了一种基于Morlet小波变换的莫尔条纹相位信息提取装置，包括处理器及存储介质；

所述存储介质用于存储指令；

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的方法。

第三方面，本发明提供了一种设备，包括，

存储器；

处理器；

以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现上述第一方面所述的方法。

第四方面，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的方法。

有益效果：本发明提供的基于Morlet小波变换的莫尔条纹相位信息提取方法，精度高且易于实现，以便用于进一步被测流场的折射率重建和关键参数测量。

附图说明

图1为根据本发明一实施例的实验装置原理示意图；

图2为根据本发明一实施例中灰度处理后的灰度图像，其中(a)未燃烧时的图像(b)燃烧后的图像；

图3为根据本发明一实施例中进行高斯滤波和数学形态学操作后得到的条纹图示意图；

图4为根据本发明一实施例中提取有燃烧和无燃烧的莫尔条纹相位信息并相减得到的蜡烛火焰燃烧场的相位信息示意图；

图1中：1-激光；2、3-扩束准直系统；4、待测场；5、6-Ronchi光栅；7、9-成像透镜；8-滤波器；10-接受屏。

具体实施方式

下面结合附图和实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

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。

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。

实施例1

第一方面，本实施例提供了一种基于Morlet小波变换的莫尔条纹相位信息提取方法，包括：

S1)将目标莫尔条纹图像转换为灰度图像；

S2)对所述灰度图像进行滤波处理，得到滤波后的二值化图像；

S3)对所述二值化图像进行数学形态学降噪处理得到处理后的图像，其中所述数学形态学降噪处理包括腐蚀和膨胀；

S4)利用调制Morlet小波对处理后的图像的每一列进行卷积，并计算小波系数的幅值和相位；

S5)根据小波系数的幅值确定小波脊线，提取小波脊线位置对应尺度系数和时间系数的相位；

S6)根据提取到的所有列的相位，得到完整的莫尔条纹相位信息。

在一些实施例中，S1)将目标莫尔条纹图像转换为灰度图像，包括：将目标莫尔条纹图像中每个像素点对应一个0到1灰度值的矩阵。

在一些实施例中，S2)对所述灰度图像进行滤波处理，包括：采用高斯滤波对灰度图像进行降噪，具体包括：

使用K×K的高斯核来平滑灰度图像I(x,y)，所述高斯核G(i,j)表示为：

其中，i和j是相对于中心像素位置的偏移量，σ是高斯分布的标准差；注意到此高斯核已经被归一化，因此卷积结果的总和与原始像素值的范围相同；

在遍历灰度图像的所有像素(x,y)时，将高斯核G(i,j)应用于以(x,y)为中心的K×K邻域中的所有像素，得到新的输出像素值O(x,y)如下所示：

其中K为平滑图像操作中计算加权平均灰度值选取像素点的领域范围；

高斯滤波利用卷积神经网络或掩膜神经网络，将灰度图像中的每个像素扫描，并将其加权平均灰度值作为模板中心像素点的值，从而实现对灰度图像的优化。

在一些实施例中，S3)中，对所述二值化图像进行数学形态学降噪处理包括通过开运算的腐蚀和膨胀去除二值化图像中的噪点。

腐蚀是一种能够消除物体边界点的技术，它能够有效地清除所有小于目标结构元素的物体。aΘb表示a被b的腐蚀，具体定义为：

其中，aΘb可看作所有使b被x平移后包含于a的x的集合。

膨胀的效果在于扩张目标区域，填补物体内部的空隙，从而实现两个距离较近的物体的连通。

膨胀的步骤是b首先进行关于原点的映射，然后平移x，膨胀

将得到的边缘图像条纹变化明显区域进行提取，将大小合适，质量较好的图像利用调制Morlet小波对莫尔条纹图像行列卷积。

在一些实施例中，S4)中，利用调制Morlet小波对处理后的图像的每一列进行卷积，包括：

其中，f(x)为莫尔条纹图像光强分布I(x,y)的任意一列，W

在一些实施例中，S4)中，计算小波系数的幅值A(a,b)和相位φ(a,b)：

其中Im(W

在一些实施例中，S5)中，根据小波系数的幅值确定小波脊线，提取小波脊线位置对应尺度系数和时间系数的相位，包括：

选取小波系数的幅值局部极大值处为小波的脊，小波的脊相连构成小波脊线，在小波脊线位置取对应尺度系数和时间系数的相位即为莫尔条纹图像光强分布的该列的相位(小波拟合质量最好的相位)。

在一些实施例中，S6)根据提取到的所有列的相位，得到完整的莫尔条纹相位信息，具体包括：

对莫尔条纹图像光强分布的每一列通过相同方法，即卷积，求小波系数幅值相位，找小波脊线，提取相位。最终，整合一起即可得到完整的相位信息。

在一些实施例中，一种基于Morlet小波变换的莫尔条纹相位信息提取方法，包括：

本实施例采用的实验装置原理如图1所示。G

实例：蜡烛火焰燃烧场实验，实验采集到的莫尔条纹图像件图2，其中(a)未燃烧时的莫尔条纹图像(b)燃烧后的莫尔条纹图像。

图2为灰度处理后的灰度图像，其中(a)未燃烧时的图像(b)燃烧后的图像。

在对实验所得图像(图2)进行高斯滤波和数学形态学操作后得到图3所示清晰的条纹图，图3中的方框即为相位提取的有效区域。

在该实例中通过分别提取有燃烧和无燃烧的莫尔条纹相位信息并相减得到蜡烛火焰燃烧场的相位信息，结果如图4所示。

实施例2

第二方面，基于实施例1，本实施例提供了一种基于Morlet小波变换的莫尔条纹相位信息提取装置，包括处理器及存储介质；

所述存储介质用于存储指令；

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所述的方法。

实施例3

第三方面，基于实施例1，本实施例提供了一种设备，包括，

存储器；

处理器；

以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现实施例1所述的方法。

实施例4

第四方面，基于实施例1，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所述的方法。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。

本申请是参照根据本申请实施例的方法、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。

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。

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。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。