多边形滤波窗口在傅里叶变换中的应用

针对传统傅里叶变换求包裹相位过程中矩形滤波窗口易产生噪声干扰的问题,设计了多边形和圆形滤波窗口。简述了傅里叶变换的原理,通过MATLAB对试验所得物体变形条纹图分别用矩形、多边形和圆形滤波窗口进行了滤波,并讨论了滤波后图像的信噪比。结果表明,针对不同形状的频谱图,采用最适合频谱形状的多边形滤波窗口得到的包裹相位图,噪声最小,质量更高。     

小波变换在光学中的应用

讨论了傅里叶变换的缺点及小波变换的定义和性质，分析了加窗傅里叶变换和小波变换的特点，用4f空间滤波系统实现了二维小波变换．     

二维窗口傅里叶变换轮廓术和二维S变换轮廓术比较

窗口傅里叶变换和S变换都是常用的时频分析技术.窗口傅里叶变换采用大小固定的时频分析窗口对信号在时域和频域进行处理.S变换采用受到信号瞬时频率控制的可变窗口对信号进行分析,它集合了窗口傅里叶变换和小波变换的优点.论文对比分析了基于"脊"处理思想的二维(2-D)窗口傅里叶和2-D S变换在基于结构光投影的光学三维面形测量中的应用.推导了他们用于条纹图相位场计算的表达式,并对比了他们的三维重建效果.模拟和实验都表明:基于"脊"处理的二维S变换方法比二维窗口傅里叶变换方法有更高的相位提取精度,即使分析严重噪声污染的条纹,采用二维S变换也能得到满意的三维重建效果.     

加窗加权插值离散傅里叶变换在波长扫描干涉仪中的应用

针对现有的波长扫描干涉仪在采样范围内信号周期数较少时含有比较严重的信号频谱泄漏,导致较大的恢复误差的问题,提出一种基于加窗加权插值离散傅里叶变换(DFT)的频率估计的光程差恢复算法,该算法在信号采样长度为2～3个周期时仍能很好地抑制频谱泄漏．仿真结果显示：当周期数较少时,该算法恢复精度相比于现有的傅里叶变换相位斜率法有很大提高．对平面镜及单刻线标准样板的测量实验显示：加窗加权插值离散傅里叶变换算法达到约10 nm的恢复精度,进一步验证了该算法在波长扫描干涉仪的光程差恢复中有很好的应用价值．     

改进的脉冲雷达信号加窗DFT频谱校正算法

为了减少加窗效应对基于离散傅里叶变换(DFT)频谱分析的测频算法产生的不良影响,推导了不同K值下,广义余弦类窗函数的频谱及幅度比值法插值校正公式.针对脉冲雷达信号DFT频谱校正问题,提出一种改进的Sinc窗函数.仿真结果表明,通过选择最优插值窗函数,可减少窗口效应并简化插值校正算法;该算法符合基于大点数DFT的脉冲雷达信号数字接收机的实际应用.     

一种新的流体质扩散激光全息干涉图像处理方法

将基于傅里叶变换的相位检测原理应用于流体质扩散系数测量中的图像数据处理，提出了一种新的流体质扩散激光全息干涉条纹图像的处理方法。该方法由小波变换去噪、频域窗口滤波、全息图物像再现及最小二乘法相位展开等步骤组成。采用该方法对实验中采集的标准体系0.33mol／LKCl溶液在298.15K下与水的质扩散干涉条纹图像，     

傅里叶变换轮廓术中预处理滤波方法的研究

用傅里叶变换轮廓术测量复杂物体形状时,频谱能量分布弥散,出现频率混叠现象,滤波时难以确定截止频率.选用了3种频域滤波窗以及小波滤波4种滤波方法对傅里叶变换轮廓术中的变形光栅图进行处理,计算机模拟并比较了在有噪声和无噪声的情况下不同滤波方法的误差分布.数据分析表明,选用合适的小波基对信号进行滤波处理比其余3种滤波器的测量精度要高.     

傅里叶变换轮廓术中预处理滤波方法的研究

用傅里叶变换轮廓术测量复杂物体形状时，频谱能量分布弥散，出现频率混叠现象，滤波时难以确定截止频率。选用了3种频域滤波窗以及小波滤波4种滤波方法对傅里叶变换轮廓术中的变形光栅图进行处理，计算机模拟并比较了在有噪声和无噪声的情况下不同滤波方法的误差分布。数据分析表明，选用合适的小波基对信号进行滤波处理比其余3种滤波器的测量精度要高。     

用时间域相位解包法测量不连续物体的三维轮廓

针对传统相位解包方法不能测量不连续物体轮廓的问题,提出了一种基于时间域相位解包的傅里叶变换技术.该技术采用先投影一系列间距随时间变化的正弦条纹图到被测物体上,再用电荷耦合器件和图像采集卡来获取由物体面形调制而变形的条纹图,并沿时间轴对这些变形条纹做傅里叶变换、滤波和反变换,然后沿时间轴解包,得到图像上每个时刻每个像素点的相位.由此得到的相位值在像面内是相互独立并且是沿时间轴变化的,这个相位变化率包含有物体的高度信息.实验表明,该技术成功地解决了不连续物体的轮廓测量问题,与传统的空间相位解包方法相比,该技术最大的优点是能够方便、准确地测量不连续和大陡度物体的轮廓.     

数字图像信息安全保密方法研究

提出了一种基于傅里叶变换域的图像信息隐藏方法,将图像用其在傅里叶变换域内的结果保存,读取时经过傅里叶逆变换进行图像的显示,但在这个过程中,为了避免他人通过做相应的逆变换读取到图像的真实信息,在存储傅里叶变换的结果时,将对数据做了一个置乱处理,这样通过简单的傅里叶逆变换是无法获取到原始图像,从而达到了对数字图像信息加密和隐藏的目的。仿真实验结果表明,该方法的信息隐藏和保密能力较大,且算法简单易行。     

动态投影栅线的加窗傅里叶分析方法

提出一种基于动态投影栅线的全场非接触测量振动或者连续变形物体的位移、速度和加速度的方法.利用高速摄像机采集一系列随时间变化的投影栅线图.加窗傅里叶变换由于可进行局部分析和更好地抑制噪声,被用来提取单幅栅线图的相位.经过对序列投影栅线图在空间域上的处理,得到包含位移信息的三维复相位矩阵.再通过加窗傅里叶脊对位移在时间域上的分析,进一步提取出物体的速度和加速度分布.连续振动悬臂梁的测量实验结果表明,动态投影栅线结合加窗傅里叶分析能够得到动态变形物体上每个点的瞬时的位移、速度和加速度分布,证实了该方法的有效性.     

Hilbert空间L 2(Rn)上正规窗口的Fourier变换

引入并研究了Hilbert空间L^2（R^n）上正规窗口的Fourier变换，讨论了一个L^2（R^n）函数的正规窗口的Fourier变换的有界性和连续性，证明了正规窗口Fourier变换的等距性质，并且给出了一个L^2（R^n）函数在弱收敛意义下和在强收敛意义下成立的重构公式．     

基于窗口傅里叶变换的舱音记录器声信息分析

通过驾驶舱话音记录器(CVR)录制了某飞机5种典型事件信息,如飞机飞行时左发动机故障、飞机起落架动作等,然后对录制的CVR信息进行滤波、A/D转换,利用Goldwave音频特效处理软件和窗口傅里叶变换(WFT)进行处理和分析.分析结果和理论计算值吻合,这为分析简单CVR声信息提供了一种有效方法.     

Hilbert空间L2(R)上正规窗口的Fourier变换

引入并研究了L^2(R)上正规窗口的Fourier变换(NWFT)及其部分逆变换，讨论了一个L^2(R)函数的NWFT的一致连续性和有界性，证明了NWFT的等距性质，并且利用部分逆变换给出L^2(R)中函数f的反演公式，其结果改进并推广了前人的结果。     

正规窗口Fourier变换及其性质

引入并研究了L^2（R)上的正规窗口Fourier变换（NWFT）,证明了一个L^2（R）函烽的NWFT是平面上一致连续的有界函数,并给出了在L^2（R）极限意义下成立的反演公式。     

基于同态滤波的载波ESPI图像处理方法

在分析载波电子散斑干涉(ESPI)测量离面微小位移工作原理的基础上,提出了一种新的相关条纹图处理方法,这种方法将具有带通滤波效果的同态滤波技术和二次傅里叶变换技术相结合.实验表明,该方法不仅能有效滤除相关条纹图中的高频乘性噪声,而且能快速解调出离面位移和形变信息,适用于动态离面微小位移和形变的测量.     

Fourier方法分析Moire条纹

该文用Fourier光学方法分析了分离一定距离的2个Ronchi光栅产生的Moire条纹。在第二块光栅后面直接观察,所得Moire条纹实质上为多光束干涉条纹。在第二块光栅后面加上滤波系统,适当滤波后,Moire条纹成为三光束干涉条纹或双光束干涉条纹。文中对滤波后的Moire条件进行了理论分析,给出了零号频谱滤波和Ⅰ号频谱滤频波下Moire条纹的方程和对比度,得到条纹的方程和对比度与两光栅间距的关系,并给出了与理论相一致的实验结果。     

基于S变换与傅里叶变换的电能质量多扰动分类识别

提出了一种基于S变换、加窗插值快速傅里叶变换(FFT)和概率神经网络(PNN)的电能质量扰动检测和分类方法.应用S变换和加窗插值FFT对电能质量多扰动信号进行时频分析,获取信号的特征量.通过训练信号集上获得的特征量,训练了一个概率神经网络用于扰动分类.训练好的网络在测试信号集上的测试结果表明,对正常电压和常见的电能质量扰动,该方法具有较高的分类准确率,在训练样本数较少、噪声影响大和多扰动信号并存时仍能取得较好的分类效果.     

散斑相片中杨氏条纹的计算机分析

采用双曝光散斑照相法对物体进行平面内微小位移的测量，用付里叶光学技术使该散斑相片产生杨氏条纹，利用计算机对杨氏条纹进行了自动分析与处理，采用Ｒａｄｏｍ变换的一维付里叶变换求得该物体在二维频域中的位移场分布的计算方法，并给出计算结果。     

A Precise Algorithm for Non-Integer Harmonics Analysis Based on FFT and Neural Network

By means of an artificial neural network (ANN) model, higher measurement accuracy of integer harmonics can be obtained. Combining the windowed fast Fourier transform (FFT) algorithm with the improved ANN model, we present a new precise algorhhm for non-integer harmonics analysis. According to the result obtained from the Hanningwindowed FFT algorithm, we choose the initial values of orders of harmonics for the neural network. Through such processing, the time of iterations is shortened and the convergence rate of neural network is raised thereby. The simulation results showthat close non integer harmonics can be separated from a signal with higher accuracy and better real-time by using the algorithm presented in the paper.