Study of linear phase shift algorithms and application to deflectometry
Notice bibliographique
Résumé
For a number of optical methods, including deflectometry, information is encoded in fringe patterns. To extract the phase data from intensity values, a number of phase shift algorithms have been designed. In deflectometry, the nonlinearity of the fringe display implies that the displayed fringe pattern presents a harmonic content even if the input pattern is perfectly sinusoidal. The propagation of these harmonics through phase shift algorithms creates parasitic fringe patterns, reminiscent of the initial fringe pattern on the estimated phase. This phenomenon, known as print-through, has been identified as a serious performance limitation. In this paper, we revisit Surrel’s work on harmonic insensitive phase shift algorithms and demonstrate that the class of Discrete Fourier Transform (DFT) phase shift algorithms he defines is very appropriate for the field of deflectometry. We show how to choose the most suitable one depending on the application by performing a complete modeling of the harmonic print-through phenomenon for these DFT algorithms and studying the error propagation for shot noise and temporal perturbations. In a deflectometry context, we demonstrate by means of simulations that carefully chosen DFT algorithms can simultaneously be robust to print-through and perform better with respect to noise than the state of the art nonlinear phase shift algorithms. Lastly, by comparing experimental mirror shape measurements of the matrix of the secondary mirror of the European Extremely Large Telescope made on the one hand by DFT deflectometry and on the other hand by phase shift interferometry, we demonstrate that the use of DFT algorithms can substantially improve the high spatial frequency measurement capabilities of a deflectometry setup, without the need for a calibration of the display’s nonlinearities.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 | 0,000 |
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 ».