现代光测技术是激光技术和计算机技术相结合的一种测试技术,具有高灵敏度、非接触、非破坏、实时、全场观测等优点,广泛应用于科研和工程应用中。现代光测技术以光干涉条纹图的形式表现物体的物理属性,从条纹图中获得物体变形位移信息的关键是准确地提取相位。目前,相移法、傅立叶变换法和条纹骨架法是三种主要的提取相位的方法。其中,条纹骨架法是提取相位最直接的方法,本文主要对光干涉图的骨架线提取方法进行研究。针对传统骨架算法在提取图像的骨架时,需要先对初始图像进行滤波、增强、二值化等预处理,使其达到较好的对比度后才能进行提取的缺点,本文提出一种可以从初始图像进行直接提取的基于梯度矢量流场(GVF)的骨架算法。GVF场来源于用于边缘检测的Snake模型的外力,Snake模型通过内力与外力的共同作用,最终将目标锁定在感兴趣的图像特征的附近,准确地提取需要的数据。将外力设计成GVF场的形式,可扩大图像的映射范围,使模型更好地向所期望的目标特征拟合。本文提出的骨架算法也应用GVF场的这一特性。本文的骨架算法首先利用偏微分方程计算出初始图像的GVF场,然后结合GVF场的拓扑特性来确定骨架线的位置。针对全息干涉图和云纹干涉图以及电子散斑干涉图提出不同的用于计算GVF场的偏微分方程模型,并将实验结果与传统骨架算法-Hilditch细化算法和峰值跟踪法做出比较,本算法均取得较好的效果。本文的骨架算法能够有效克服噪声的影响,可对初始图像进行直接处理,保证骨架线提取的精确性。