一种相移干涉图像面形重建方法、装置、设备及存储介质
本发明涉及光学干涉测量领域,特别涉及一种相移干涉图像面形重建方法、装置、设备及存储介质。
背景技术:
1、工程检测中,平台振动、被测件微动、参考镜扰动、长光路空气扰动以及相机曝光或传输异常会造成帧间活塞、倾斜、离焦或局部非刚体变化;其中少量异常帧可能仍具有正常的平均灰度和条纹对比度,却已不再满足同一组相移干涉参数模型。当异常帧与正常帧等权参与求解时,其误差会被传播至逐帧相移状态、背景、调制度和相位参数,进而表现为面形波纹、低阶漂移、局部跳变、相位展开失败或重复性下降。现有抗振技术主要包括提高采集速度、主动或被动隔振、同步或瞬时相移、相移增量估计、基于腔体模型的迭代拟合、多次测量平均、稳健统计相位解调以及通用图像质量筛查。上述方案分别解决采集时振动、相移不准、模型参数耦合或一般离群值问题,但对于已经采集完成、仅有少量极端坏帧的序列,仍缺少一种能够保留正常帧信息的序列的面形重建方案。
技术实现思路
1、有鉴于此,本发明的目的在于提供一种相移干涉图像面形重建方法、装置、设备及存储介质,能够在重建相移干涉图像面形时,保留正常帧信息的序列。其具体方案如下:
2、第一方面,本技术公开了一种相移干涉图像面形重建方法,包括:
3、获取被测对象的相移干涉图像序列以及相应的采集参数,并对所述相移干涉图像序列进行处理以构建各帧相移干涉图像对应的独立掩膜以及所述相移干涉图像序列对应的公共孔径;所述采集参数包括标称相移量、曝光参数和时间戳;
4、基于所述公共孔径、预设权重和所述相移干涉图像确定所述相移干涉图像序列对应的干涉图强度模型,利用当前的所述干涉图强度模型确定各所述相移干涉图像对应的目标图像参数,并基于留一预测方式确定相应的预测干涉强度;所述目标图像参数包括背景强度、调制度、包裹相位和相移状态;
5、基于所述预测干涉强度和所述相移干涉图像对应的观测干涉强度确定一致性残差,基于所述一致性残差确定所述相移干涉图像对应的帧质量权重,基于各所述帧质量权重判断当前的所述干涉图强度模型是否满足预设模型迭代条件;
6、在所述干涉图强度模型满足所述预设模型迭代条件时,基于所述独立掩膜、所述目标图像参数和所述帧质量权重对所述干涉图强度模型进行更新以获取新的所述干涉图强度模型,并跳转至利用当前的所述干涉图强度模型确定各所述相移干涉图像对应的目标图像参数的步骤;
7、在所述干涉图强度模型不满足所述预设模型迭代条件时,基于当前的所述干涉图强度模型对所述包裹相位进行相位展开以获取展开后相位,并基于所述展开后相位执行面形换算以确定所述被测对象对应的面形结果。
8、可选的,所述基于留一预测方式确定相应的预测干涉强度,包括:
9、利用目标影响函数对当前的所述干涉图强度模型进行修正,并利用修正后的所述干涉图强度模型确定各所述相移干涉图像对应的预测干涉强度。
10、可选的,所述基于所述预测干涉强度和所述相移干涉图像对应的观测干涉强度确定一致性残差,基于所述一致性残差确定所述相移干涉图像对应的帧质量权重,包括:
11、基于所述相移干涉图像中各像素对应的强度值确定所述相移干涉图像对应的观测干涉强度,并基于所述调制度确定所述预测干涉强度与所述观测干涉强度之间的一致性残差;
12、基于所述公共孔径对各所述一致性残差进行聚合以确定所述相移干涉图像对应的帧质量向量,并基于所述帧质量向量确定所述相移干涉图像对应的帧质量权重。
13、可选的,所述基于所述帧质量向量确定所述相移干涉图像对应的帧质量权重,包括:
14、确定各所述帧质量向量对应的归一化向量,并基于非负融合系数对各所述归一化向量进行融合以确定所述帧质量向量对应的目标异常分数,以利用目标权重映射函数将所述目标异常分数映射为所述相移干涉图像对应的帧质量权重。
15、可选的,所述基于各所述帧质量权重判断当前的所述干涉图强度模型是否满足预设模型迭代条件,包括:
16、基于各所述帧质量权重确定目标加权有效帧数,基于预设低权阈值确定所述相移干涉图像序列对应的低权重帧图像比例,并构造所述相移干涉图像的目标像素集对应的相移设计矩阵;
17、基于所述目标加权有效帧数、所述低权重帧图像比例和所述相移设计矩阵判断当前的所述干涉图强度模型是否满足预设模型迭代条件。
18、可选的,所述判断当前的所述干涉图强度模型是否满足预设模型迭代条件,包括:
19、确定当前的所述干涉图强度模型对应的目标权重差值和目标相位均方变化值,并在所述目标权重差值小于预设权重差值且所述目标相位均方变化值小于预设均方变化值时,或当前的所述干涉图强度模型迭代轮次达到预设迭代轮次时,判定当前的所述干涉图强度模型不满足预设模型迭代条件;其中,所述目标权重差值为当前的所述干涉图强度模型对应的所述帧质量权重与上一所述干涉图强度模型对应的所述帧质量权重之间的最大权重差值,所述目标相位均方变化值为当前的所述干涉图强度模型对应的所述包裹相位与上一所述干涉图强度模型对应的所述包裹相位之间的差值的均方根值。
20、可选的,所述基于所述独立掩膜、所述目标图像参数和所述帧质量权重对所述干涉图强度模型进行更新以获取新的所述干涉图强度模型,包括:
21、基于所述目标图像参数中的所述相移状态确定当前的所述干涉图强度模型对应的运动场参数,并基于所述帧质量权重对所述运动场参数进行更新,以基于更新后的所述运动场参数、所述独立掩膜、所述目标图像参数和所述帧质量权重对所述干涉图强度模型进行更新以获取新的所述干涉图强度模型。
22、第二方面,本技术公开了一种相移干涉图像面形重建装置,包括:
23、图像处理模块,用于获取被测对象的相移干涉图像序列以及相应的采集参数,并对所述相移干涉图像序列进行处理以构建各帧相移干涉图像对应的独立掩膜以及所述相移干涉图像序列对应的公共孔径;所述采集参数包括标称相移量、曝光参数和时间戳;
24、干涉强度预测模块,用于基于所述公共孔径、预设权重和所述相移干涉图像确定所述相移干涉图像序列对应的干涉图强度模型,利用当前的所述干涉图强度模型确定各所述相移干涉图像对应的目标图像参数,并基于留一预测方式确定相应的预测干涉强度;所述目标图像参数包括背景强度、调制度、包裹相位和相移状态;
25、迭代判断模块,用于基于所述预测干涉强度和所述相移干涉图像对应的观测干涉强度确定一致性残差,基于所述一致性残差确定所述相移干涉图像对应的帧质量权重,基于各所述帧质量权重判断当前的所述干涉图强度模型是否满足预设模型迭代条件;
26、模型迭代模块,用于在所述干涉图强度模型满足所述预设模型迭代条件时,基于所述独立掩膜、所述目标图像参数和所述帧质量权重对所述干涉图强度模型进行更新以获取新的所述干涉图强度模型,并跳转至利用当前的所述干涉图强度模型确定各所述相移干涉图像对应的目标图像参数的步骤;
27、面形结果获取模块,用于在所述干涉图强度模型不满足所述预设模型迭代条件时,基于当前的所述干涉图强度模型对所述包裹相位进行相位展开以获取展开后相位,并基于所述展开后相位执行面形换算以确定所述被测对象对应的面形结果。
28、第三方面,本技术公开了一种电子设备,包括:
29、存储器,用于保存计算机程序;
30、处理器,用于执行所述计算机程序,以实现前述的相移干涉图像面形重建方法。
31、第四方面,本技术公开了一种计算机可读存储介质,用于保存计算机程序,其中,所述计算机程序被处理器执行时实现前述的相移干涉图像面形重建方法。
32、本技术中,在进行相移干涉图像面形重建时,获取被测对象的相移干涉图像序列以及相应的采集参数,并对所述相移干涉图像序列进行处理以构建各帧相移干涉图像对应的独立掩膜以及所述相移干涉图像序列对应的公共孔径;所述采集参数包括标称相移量、曝光参数和时间戳;基于所述公共孔径、预设权重和所述相移干涉图像确定所述相移干涉图像序列对应的干涉图强度模型,利用当前的所述干涉图强度模型确定各所述相移干涉图像对应的目标图像参数,并基于留一预测方式确定相应的预测干涉强度;所述目标图像参数包括背景强度、调制度、包裹相位和相移状态;基于所述预测干涉强度和所述相移干涉图像对应的观测干涉强度确定一致性残差,基于所述一致性残差确定所述相移干涉图像对应的帧质量权重,基于各所述帧质量权重判断当前的所述干涉图强度模型是否满足预设模型迭代条件;在所述干涉图强度模型满足所述预设模型迭代条件时,基于所述独立掩膜、所述目标图像参数和所述帧质量权重对所述干涉图强度模型进行更新以获取新的所述干涉图强度模型,并跳转至利用当前的所述干涉图强度模型确定各所述相移干涉图像对应的目标图像参数的步骤;在所述干涉图强度模型不满足所述预设模型迭代条件时,基于当前的所述干涉图强度模型对所述包裹相位进行相位展开以获取展开后相位,并基于所述展开后相位执行面形换算以确定所述被测对象对应的面形结果。可见,本技术中帧质量评价由观测干涉强度与相移干涉物理模型预测强度之间的一致性残差驱动,能够发现平均灰度和条纹外观正常、但相位关系已经失配的异常帧;采用留一预测方式,降低了异常帧对自身评价基准的牵引,使帧质量评价结果不容易被坏帧影响,提高了极端离群帧的可检出性。同时,帧质量权重不仅用于报告,还进入干涉图强度模型的更新过程,直接降低异常帧对相位和面形参数的贡献,轻度异常帧保留部分相移信息,严重异常帧接近剔除,有利于维持相移多样性。此外,本技术不依赖额外硬件和重复采集,可以作为现有干涉仪重建软件的后处理模块对已采集序列进行离线补救。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com