电子散斑干涉图像作为一种特殊的图像类型而存在,当漫反射表面被激光照明时,就会在空间中出现一种特殊的光学散斑现象。这些亮度、形状和大小都不尽相同的散斑颗粒会随物体的变形或运动而变化。利用这一特性,可以高度精确地检测出物体表面各点的位移情况,这就是电子散斑干涉测量技术。散斑图像中的噪声会在很大程度上降低图像质量,不能确保最终提取结果的准确性。图像滤波的方式与算法具有多样性,较为传统的空间域滤波在平滑噪声的同时,也容易使图像细节和边缘信息受损。频率域滤波算法虽然在一定程度上要优于空间域,但仍然存在着运算复杂、运算速度较慢等问题。就散斑图像本身的噪声特点而言,散斑颗粒数量大且无序。因此,对散斑图像的滤波处理就必须要结合其噪声特点,力求能够更为准确地提取出图像中有效相位信息。本文提出了一种基于改进SVM-PCNN模型滤波算法。结合平移不变剪切波、SVM和PCNN优势和特点,并在算法细节上结合散斑特点加以更改。在与其他滤波算法实验结果进行比较之后证明,此种滤波算法能够更好地滤除散斑颗粒噪声,并且对图像细节边缘部分的保护显著。利用该算法对电子散斑干涉条纹图像滤波得到后的图像,具有高对比度和条纹骨架清晰等优点。本文的研究工作可以概括为以下几个方面:(l)如何利用电子散斑干涉技术获取散斑干涉条纹图样,以及条纹图的整体分布特征和散斑颗粒噪声的特点。(2)对散斑干涉条纹图像在频域空间和时域空间上进行滤波处理,其中包括小波变换,同态滤波和新型四阶偏微分方程模型等,并给出滤波后的结果。(3)条纹细化图、峰值信噪比等可以作为评判散斑干涉条纹图像滤波效果指标。从这些方面出发,对运用各种滤波算法得到的滤波效果图进行分析讨论。以此,从客观的指标上可以论证,本文提出的滤波算法可以达到较佳的滤波效果,是一种可行的散斑干涉条纹图像滤波算法。