模态分解方法在傅里叶变换轮廓术中的应用研究

发布时间：2021-09-18 06:16

　　傅里叶变换轮廓术（Fourier Transform Profilometry,FTP）作为一种快速的光学无损检测方法已经广泛应用于工业测量中,但目前其测量精度受环境影响比较大,主要原因是复杂的背景光会使条纹频谱中零频和基频产生混叠,不利于基频信息的提取,虽然传统的带通滤波方法能够提取出基频信息,但其提取精度受到窗口形状及窗口大小的制约,且做不到自适应性。为了提高测量精度,适应更复杂的测量环境,本文着重研究了条纹图像的基频分量提取。基频分量提取一直是FTP的研究热点,在对比了二维经验模态分解（Bidimensional Empirical Mode Decomposition,BEMD）方法、希尔伯特变换（Hilbert Transform）方法和二维变分模态分解（Two-dimensional Mode Decomposition,2DVMD）方法后,从一维角度出发,应用了奇异值分解（Singular Value Decomposition,SVD）方法并做了改进,改进后的SVD-EMD模型效果更优。从二维角度考虑,改进了单纯使用2DVMD方法,实验证明改进后的2DVMD-BEMD模... 

【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

EMD分解原理示意图

在 2014 年由 Konstantin Dragomiretskiy 到二维，由于 EMD 对噪声和采样比较敏感，所以,58]。VMD 方法是建立在维纳滤波和 Hilbert 变换分析方法，从频域内对信号进行分解得到各自的 IM那么它在频域内就有着一定的独立分布，这是分解是由背景部分（零频部分）、条纹部分（基频部分模态分解的方式将基频信息提取出来。图及其频谱分布，频谱中间就是条纹图像的零频仅次于背景部分的基频信息，代表条纹部分。一般通过下式表达： 0 y cos 2 f x x , y +noise x ,y (1- 0 2 f x x ,y 表示条纹，noise x ,y 为噪声。

光栅条纹大小为 512pixel 512pixel 的 8 位灰度图（像灰度范围为 0-20 的随机噪声以及线性的背景部分，相过程如图 2-1。a) 仿真生成带有背景和噪声的条纹图

【参考文献】：
期刊论文
[1]基于奇异值分解和变分模态分解的轴承故障特征提取[J]. 赵洪山,郭双伟,高夺.  振动与冲击. 2016(22)
[2]基于二维经验模态分解的五步非等步在线三维检测[J]. 郑素珍,曹益平.  中国激光. 2014(12)
[3]基于一维经验模态分解的非等步在线三维面形测量[J]. 郑素珍,曹益平.  光电子.激光. 2014(08)
[4]基于二维经验模态分解的三维面形测量[J]. 郑素珍,曹益平.  光电子.激光. 2013(10)
[5]窗口傅里叶变换轮廓术中窗口尺度选取的改进[J]. 黄宇,钟金钢.  光学技术. 2010(03)
[6]基于标识点三维重构技术的铸件尺寸检测方法研究[J]. 张萌,陈立亮,王俊昌.  铸造. 2010(04)
[7]基于奇异值分解的信号特征提取方法研究[J]. 段向阳,王永生,苏永生.  振动与冲击. 2009(11)
[8]相位测量轮廓术的应用现状及发展趋势[J]. 孙园,李大心.  无损检测. 2006(03)
[9]自适应窗口傅里叶变换三维面形检测技术[J]. 郑素珍,陈文静,苏显渝.  光电工程. 2005(09)
[10]基于复合光栅投影的快速傅里叶变换轮廓术[J]. 岳慧敏,苏显渝,李泽仁.  光学学报. 2005(06)

博士论文
[1]基于FTP的车轮表面陡变部位三维形貌测量适应性研究[D]. 张渝.西南交通大学 2017
[2]数字投影结构光三维测量方法研究[D]. 张万祯.浙江大学 2015
[3]二维经验模态分解研究及其在图像处理中的应用[D]. 葛光涛.哈尔滨工程大学 2009

硕士论文
[1]基于S变换轮廓术的铁路车轮踏面缺陷检测技术研究[D]. 王海青.西南交通大学 2016
[2]基于三维视觉技术的物体深度测量系统的研究[D]. 洪启松.华南理工大学 2010
[3]激光三角法在物体三维轮廓测量中的应用[D]. 汤强晋.东南大学 2006
[4]光栅投影系统中条纹图像研究[D]. 金亚.东南大学 2006



本文编号：3399632