Dynamic phase measurement in shearography by clustering method and Fourier filtering
Notice bibliographique
Résumé
Quantitative phase extraction is a key step in optical measurement. While phase shifting technique is widely employed for static or semi-static phase measurement, it requires several images with known phase shifts at each deformed stage, thus is not suitable for dynamic phase measurement. Fourier transform offer a solution to extract phase information from a single fringe pattern. However, a high frequency spatial carrier which is sometimes not easy to generate is required to solve the phase ambiguity problem. In this paper, we aim to propose an ideal solution for dynamic phase measurement. Four images with known phase shift are captured at the reference stage to analyze the initial phase information. After the object starts continuous deformation, only one image is captured at each deformed stage. A clustering phase extraction method is then applied for deformation phase extraction utilizing the phase clustering effect within a small region. This method works well for speckle image with low and medium fringe density. When the fringe density is high, especially in the case of shearographic fringe, information insufficiency inherent with merely one deformed speckle image often results in poor quality wrapped phase map with plenty of phase residues, which make phase unwrapping a difficult task. In the light of this limitation, a Fourier transform based phase filtering method is proposed for fringe frequency analysis and adaptive filtering, and effectively removes most of the phase residues to reconstruct a high quality wrapped phase map. Several real experiments based on shearography are presented. Comparison between the proposed solution and standard phase evaluation methods is also given. The results demonstrate the effectiveness of the proposed integrated dynamic phase extraction method.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».