时间戳

首页 > 解决方案 > 叶表水分的相变/相移

matlab - 叶表水分的相变/相移

问题描述

我正在 Matlab 中编写相位检索算法，我有几个不同的图像代表叶表面上不同毫升的水（叶表面水分），需要将这些图像插入算法中以查看每个图像中发生的相变/相移叶子表面有毫米水，但我不太清楚如何查看每个图像的相变/相移并进行比较。我是在图中表示相变/相移还是有其他方法可以查看相变/相移？我绘制相位还是得到一个值？我可以得到一些帮助吗？谢谢你。

编辑：我现在正在做的主题是干涉测量，它会在每个图像上产生条纹。这些条纹中的每一个都将包含相位值/信息，我的代码要做的是检索每个图像的相位信息/值，然后我需要查看每个图像上发生的相位变化/相移，但是我我不知道我怎么能做到这一点，我没有这样做。基于该算法，我需要证明随着水分含量的增加/减少，相位值也会增加/减少/相位值将向多度偏移。现在我不知道我是否想通过图表或其他方法查看每个图像的相变/相移。我附上了一张图片来展示输入图片的例子。图：不同毫升水的干涉图我希望我能得到一些帮助。谢谢你。

编辑 2： 示例图的图像

这是我的代码：

close all; clc; workspace; 
Iterations = 1100;       %Number of iterations 
p = 0.1;                 %Time to pause between display of images 
tic;                     %Timer Initialization
error = [];
%This whole part is to generate a mesh plot, i still dont know what info
%can get from here but just leave it first. 
x = linspace(-10,10,256);
y = linspace(-10,10,256);
[X,Y] = meshgrid(x,y);
x0 = 0;              % Center
y0 = 0;              % Center
sigma = 2;       % Beam Waistfringes
A = 1;               % Peak of the Beam 
%These 2 lines, res and Source, is basically input intensity. U need
%this in order to get the exponential image to process ltr.
res = ((X-x0).^2 + (Y-y0).^2)./(2*sigma^2);  
Source = A  .* exp(-res); 
%These 2 lines is for mesh plot also, ignore first
surf(Source);
shading interp 
%Reading Fringe Image (Target)
Target = imread('0ml(1).jpeg');
Target = rgb2gray(Target);
Target = im2double(Target);
%Get the size of Target
[rowsimgA, colsimgA, numberOfColorChannelsimgA] = size(Source);
[rowsimgB, colsimgB, numberOfColorChannelsimgB] = size(Target);
%imresize function is basically to resize any image to a particular size.
%In this code u can see that i resize the Source beam input to the same
%size as the target image in the format of (Target, [rows, columns])
if rowsimgB ~= rowsimgA || colsimgA ~= colsimgB
    Target = imresize(Target, [rowsimgA colsimgA]); 
end
%FFT process
A = fftshift(ifft2(fftshift(Target)));
%Initiate loop
% The loop im not too sure yet, but basically when u multiplay the source
% and the phase, u produce exponential image, and then u do fft and ifft in
% order to reconstruct the image.
for i = 1:Iterations
  B = abs(Source) .* exp(1i*angle(A)); 
  C = fftshift(fft2(fftshift(B)));
  D = abs(Target) .* exp(1i*angle(C));
  A = fftshift(ifft2(fftshift(D)));
  error = [error; (1/sqrt(rowsimgA*colsimgA)*sqrt(sum(sum(abs(C)-abs(Target)).^2)))];  
end
%Display Outputs
figure(2), imagesc(Target), colorbar, title('Original Fringe')
figure(3), i = 1:1:i; plot(i,(error')); title('Error');
%Phase Mask
figure(4), imagesc(angle(A)), title('Phase Mask');
%Last Pattern
figure(5), imagesc(abs(C)), colorbar, title('Reconstructed Image');
%Reconstructed Image (Phase Only)
figure(6), imagesc(angle(D)), colorbar, title('Reconstructed Image (Phase Only)');
%Reconstructed Image (Amplitude Only)
figure(7), imagesc(abs(D)), colorbar, title('Reconstructed Image (Amplitude Only)');
%Display Total Time Taken for Phase Retrieval
toc;

`

标签： matlabphase

解决方案

我觉得在解决你的问题之前可能有几个方面需要澄清。

首先，您似乎正在使用 Gerchberg-Saxton 算法，这确实是最常见的相位检索算法。在其原始形式中，它旨在解决可能与您的问题非常相似的特定问题：您想知道场的幅度和相位，但只能测量幅度。这很常见，例如在光学中，相机仅测量强度。G&S 提出的解决方案是测量幅度，然后对场应用一些已知的变换，例如使用透镜的傅里叶变换，然后再次测量幅度。事实证明，如果您知道变换前后场的大小，并且知道变换本身，则可以使用 GS 算法推断相位。我想这就是你所追求的。

似乎您已经基于 GS 算法的 Wikipedia 页面。这是解决全息术中经常发现的一个稍微不同的问题。在这种情况下，你有一个高斯激光束，你可以用任何你喜欢的方式调制相位，但你无法控制幅度。然后，您可以对该场进行傅里叶变换，例如使用镜头，然后您想创建一个特定的强度模式。原来 GS 算法也允许你这样做，但算法的形式略有不同。这是维基百科页面上显示的内容。

就您而言，您不想假设高斯输入字段。相反，您想使用对应于变换前的测量场，以及对应于变换后的不同测量场。从你的问题中不清楚你是否真的拥有这两者。如果不这样做，您可能需要更改光学设置。另外，我相信这只有在你用相干光照亮时才会起作用。

最后，为了解决您的实际问题，您应该考虑阶段的含义。在您的情况下，相变是由于通过水的路径长度比通过空气的路径长。因此，您正在测量水的“厚度”。如果水的厚度在您的图像上发生空间变化，您应该绘制相位图像，这确实是您在这里所做的：

图像c（角度（A））

请记住，相位是环绕的，所以如果水的厚度超过一个波长，就会出现条纹，并且可能很难推断出实际的水厚度。

编辑（响应 OP 的编辑）：

这又是一个有点不同的问题，我认为 Gerchberg-Saxton 算法在这里不会对您有所帮助。相反，我建议研究离轴全息术。这涉及以一定角度干扰您的目标光束和参考光束，您似乎已经这样做了（？）。

要计算相位，您必须进行傅里叶变换、空间滤波和傅里叶逆变换。Popoff 在他的网站上对此提供了一个易于理解的解释：https ://www.wavefrontshaping.net/post/id/12 ，并且也有一些很好的论文，例如 Verrier 和 Atlan 在 Applied Optics 2011 中给出的概述.

推荐阅读