散斑是一種有趣且有用的物理現(xiàn)象,在工業(yè)測量、生物醫(yī)學、生命科學等多個領域都有著重要的應用。數(shù)字散斑相關方法（DSCM）作為一種利用散斑效應的非接觸式光學測量方法,被廣泛應用于物體的形變、位移測量研究。DSCM通過采集運動物體的數(shù)字散斑圖像,利用圖像處理技術(shù)分析圖像的灰度值特征,并根據(jù)灰度特征的相關性,確定物體的形變和位移。激光散斑襯比成像（LSCI）是生物醫(yī)學領域重要的研究工具。它利用激光散斑帶有散射粒子運動信息的特性,對視網(wǎng)膜、皮膚等組織的微循環(huán)進行成像。LSCI成像圖能夠有效地反應區(qū)域內(nèi)血流速度、灌注率等信息。兩種方法都利用了散斑圖像間的相關特性。不同的是,DSCM利用的是數(shù)字化散斑圖像的灰度分布特征,對圖像間的相關系數(shù)進行匹配;而LSCI利用的是散斑圖像灰度（強度）的統(tǒng)計特性——襯比度,來顯示散斑圖像在空間、時間上的相關性。本論文的研究工作主要對這兩種方法的理論分析和應用實踐展開,主要研究內(nèi)容分為以下兩個部分。首先,本文詳細論述了DSCM和LSCI的基本原理。對于DSCM,本文詳細地闡述了多種整像素、亞像素搜索算法的數(shù)學模型和算法實現(xiàn),并在實際測試中分析和比較了幾種搜索算法的性能... 

【文章來源】：杭州電子科技大學浙江省

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

相干光照射紙面形成的帶有散斑的像

Goodman隨機行走模型：(a)主要是相長疊加；(b)主要是相消疊加

十字搜索法步驟示意圖：(a)搜索主峰區(qū)；(b)搜索峰值


本文編號：3081615