非接触测量-数字光栅投影-采样云纹法学习记录

2024-03-09 01:40

本文主要是介绍非接触测量-数字光栅投影-采样云纹法学习记录,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

对于前两天关于相位的问题有了新的理解,现在明白了怎么提取相位以及怎么使用提取出的相位。

分析

假设是一维变形,已知条件是变形前的光栅以及变形后的光栅,目标是算出位移;
展开相位1
展开相位2
以下是采样云纹法提取相位的程序


% 程序开始clc;close all;clear; % 图片的初始化
width = 1024;  
heigth = 768; % 三频率
%像素单位为个数,可以看做频率;正弦函数为周期含义freq = [70 64 59];  %频率1,2,3;
f12 = abs((freq(1) * freq(2)) / (freq(1) - freq(2)));
f23 = abs((freq(2) * freq(3)) / (freq(2) - freq(3)));
f13 = abs((freq(1) * freq(3)) / (freq(1) - freq(3)));
f123 = abs((f12 * f23) / f12 - f23);% 利用分块矩阵C存储3组共计12张图
% 三种频率,四组相位
C = cell(3,4);  for i = 1:3for j = 1:4C{i,j} = zeros(heigth,width);end
end% 利用余弦函数计算12张图的灰度值
% 图像的生成
% 三种频率,四组相位for i = 1 : 3 % 对应三种不同的频率for  j = 0 : 3 % 对应四种相位for k = 1 : widthC{i,j + 1}(:,k) = 128 + 127 * sin(2 * pi * k * freq(i) / width + j * pi / 2);endend
end% 对灰度值进行归一化处理
for i = 1 : 3for j = 1 : 4C{i,j} = mat2gray(C{i,j});end
end% 显示12张图for i = 1 : 3for j = 1 : 4n = 4 * (i-1) + j;% h = figure(n);%imshow(C{i,j});filename = sprintf('Pic(%d).bmp', n);imwrite(C{i,j},filename,'bmp');endend% 初始化三组处理后的图片灰度矩阵
% phi也是分块矩阵
% 存储相位主值图像
phi = cell(3,1);
for i = 1:3phi{i,1} = zeros(heigth,width);
end% 求取相位差
% 计算每种频率对应的相位主值
% 输出三种频率的相位主值,用于相差计算for i = 1:3 % 对于3组中的每一组图片,每一组相同频率的有四张图片I1 = C{i,1};I2 = C{i,2};I3 = C{i,3};I4 = C{i,4};for g = 1:heigthfor k = 1:width          if     I4(g,k) == I2(g,k) && I1(g,k) > I3(g,k) %四个特殊位置phi{i,1}(g,k) = 0;elseif I4(g,k) == I2(g,k) && I1(g,k) < I3(g,k) %四个特殊位置phi{i,1}(g,k) = pi; elseif I1(g,k) == I3(g,k) && I4(g,k) > I2(g,k) %四个特殊位置phi{i,1}(g,k) = pi/2;elseif I1(g,k) == I3(g,k) && I4(g,k) < I2(g,k) %四个特殊位置phi{i,1}(g,k) = 3*pi/2;elseif I1(g,k) < I3(g,k) %二三象限phi{i,1}(g,k) = atan((I4(g,k)-I2(g,k))./(I1(g,k)-I3(g,k)))+pi;elseif I1(g,k) > I3(g,k) && I4(g,k) > I2(g,k) %第一象限phi{i,1}(g,k) = atan((I4(g,k)-I2(g,k))./(I1(g,k)-I3(g,k)));elseif I1(g,k) > I3(g,k) && I4(g,k) < I2(g,k) %第四象限phi{i,1}(g,k) = atan((I4(g,k)-I2(g,k))./(I1(g,k)-I3(g,k)))+2*pi;endend             end
end% 计算相差
% 保存矩阵,用于多频相差的计算
PH1 = phi{1,1};   %频率1
PH2 = phi{2,1};   %频率2
PH3 = phi{3,1};   %频率3% 初始化相差变量
% 多频相差
PH12 = zeros(heigth,width);
PH23 = zeros(heigth,width);
PH13 = zeros(heigth,width);
PH123 = zeros(heigth,width);% 计算相差
% 相差计算
% 解相for g = 1:heigthfor k = 1:width% 计算第一组和第二组的相差if PH1(g,k) > PH2(g,k)PH12(g,k) = PH1(g,k) - PH2(g,k);elsePH12(g,k) = PH1(g,k) + 2 * pi - PH2(g,k);end% 计算第一组和第三组的相差if PH1(g,k) > PH3(g,k)PH13(g,k) = PH1(g,k) - PH3(g,k);elsePH13(g,k) = PH1(g,k) + 2*pi - PH3(g,k);end% 计算第二组和第三组的相差if PH2(g,k) > PH3(g,k)PH23(g,k) = PH2(g,k) - PH3(g,k);elsePH23(g,k) = PH2(g,k) + 2*pi - PH3(g,k);end% plot(1,k);end
end% 计算最终相差
% 相差图案
% 相位解包裹  相位展开for g = 1:heigthfor k = 1:width if PH12(g,k)>PH23(g,k)PH123(g,k) = PH12(g,k)-PH23(g,k);elsePH123(g,k) = PH12(g,k)+2*pi-PH23(g,k);endend
end% 利用外差合成的一级条纹计算不同频率的展开相位%UPH12 = zeros(heigth,width);
%UPH23 = zeros(heigth,width);
%UPH13 = zeros(heigth,width);UPH1 = zeros(heigth,width);
UPH2 = zeros(heigth,width);
UPH3 = zeros(heigth,width);for g = 1:heigthfor k = 1:width %UPH12(g,k) = PH12(g,k) +2 * pi * ceil((f12 / f123 * PH123(g,k) - PH12(g,k)) / (2*pi));%UPH23(g,k) = PH23(g,k) + 2* pi * ceil((f23 / f123 * PH123(g,k) - PH23(g,k)) / (2*pi));%UPH13(g,k) = PH13(g,k) + 2* pi * ceil((f13 / f123 * PH123(g,k) - PH13(g,k)) / (2*pi));UPH1(g,k) = PH1(g,k) + 2 * pi * ceil((freq(1) * PH123(g,k) - PH1(g,k)) / (2*pi));UPH2(g,k) = PH2(g,k) + 2*pi * ceil((freq(2) * PH123(g,k) - PH2(g,k)) / (2*pi));UPH3(g,k) = PH3(g,k) + 2*pi * ceil((freq(3) * PH123(g,k) - PH3(g,k)) / (2*pi));endend% 显示figure,imshow(mat2gray(PH12));title('1,2外差');   imwrite(mat2gray(PH12),'12外差.bmp');
figure,imshow(mat2gray(PH23));title('2,3外差');   imwrite(mat2gray(PH23),'23外差.bmp');
figure,imshow(mat2gray(PH123));title('1,2,3外差');imwrite(mat2gray(PH123),'123外差.bmp');figure,imshow(mat2gray(PH1));title('频率1相位主值');  imwrite(mat2gray(PH1),'1相位主值.bmp');  
figure,imshow(mat2gray(PH2));title('频率2相位主值');  imwrite(mat2gray(PH2),'2相位主值.bmp');  
figure,imshow(mat2gray(PH3));title('频率3相位主值');  imwrite(mat2gray(PH3),'3相位主值.bmp');%figure,imshow(mat2gray(UPH1));title('频率12展开相位');  imwrite(mat2gray(UPH12),'1展开相位.bmp');  
%figure,imshow(mat2gray(UPH2));title('频率23展开相位');  imwrite(mat2gray(UPH23),'2展开相位.bmp');  
%figure,imshow(mat2gray(UPH3));title('频率13展开相位');  imwrite(mat2gray(UPH13),'3展开相位.bmp');figure,imshow(mat2gray(UPH1));title('频率1展开相位');  imwrite(mat2gray(UPH1),'1展开相位.bmp');  
figure,imshow(mat2gray(UPH2));title('频率2展开相位');  imwrite(mat2gray(UPH2),'2展开相位.bmp');  
figure,imshow(mat2gray(UPH3));title('频率3展开相位');  imwrite(mat2gray(UPH3),'3展开相位.bmp');

5.31

去包裹相位如图;

频率1和频率2去包裹之后相位差:

频率2和频率3去包裹之后相位差:

多频外差原理

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

云纹法计算位移的关键在于获取变形前后的相位差。

在这里插入图片描述

这篇关于非接触测量-数字光栅投影-采样云纹法学习记录的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/789150

相关文章

Oracle查询优化之高效实现仅查询前10条记录的方法与实践

《Oracle查询优化之高效实现仅查询前10条记录的方法与实践》:本文主要介绍Oracle查询优化之高效实现仅查询前10条记录的相关资料,包括使用ROWNUM、ROW_NUMBER()函数、FET... 目录1. 使用 ROWNUM 查询2. 使用 ROW_NUMBER() 函数3. 使用 FETCH FI

Python MySQL如何通过Binlog获取变更记录恢复数据

《PythonMySQL如何通过Binlog获取变更记录恢复数据》本文介绍了如何使用Python和pymysqlreplication库通过MySQL的二进制日志(Binlog)获取数据库的变更记录... 目录python mysql通过Binlog获取变更记录恢复数据1.安装pymysqlreplicat

Servlet中配置和使用过滤器的步骤记录

《Servlet中配置和使用过滤器的步骤记录》:本文主要介绍在Servlet中配置和使用过滤器的方法,包括创建过滤器类、配置过滤器以及在Web应用中使用过滤器等步骤,文中通过代码介绍的非常详细,需... 目录创建过滤器类配置过滤器使用过滤器总结在Servlet中配置和使用过滤器主要包括创建过滤器类、配置过滤

正则表达式高级应用与性能优化记录

《正则表达式高级应用与性能优化记录》本文介绍了正则表达式的高级应用和性能优化技巧,包括文本拆分、合并、XML/HTML解析、数据分析、以及性能优化方法,通过这些技巧,可以更高效地利用正则表达式进行复杂... 目录第6章:正则表达式的高级应用6.1 模式匹配与文本处理6.1.1 文本拆分6.1.2 文本合并6

python与QT联合的详细步骤记录

《python与QT联合的详细步骤记录》:本文主要介绍python与QT联合的详细步骤,文章还展示了如何在Python中调用QT的.ui文件来实现GUI界面,并介绍了多窗口的应用,文中通过代码介绍... 目录一、文章简介二、安装pyqt5三、GUI页面设计四、python的使用python文件创建pytho

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;