光学测量技术已经成为当今科学研究的重要手段,渗透于各个研究领域。电子散斑干涉测量技术(Electronic Speckle Pattern Interferometry,ESPI)和条纹投影轮廓术(Fringe Projection Profilometry,FPP)是两种重要的全场、非接触光学无损测量技术。在ESPI和FPP中,待测物理量与编码在条纹中的相位信息直接相关,准确地从条纹图或包裹相位图中提取相位信息是这两种光学测量技术成功应用的关键。条纹骨架线插值法是最直接且应用最广泛的单幅ESPI条纹图相位提取方法。在条纹骨架线插值法中,ESPI条纹图的滤波问题和条纹图的骨架线提取问题是ESPI相位提取中的关键问题。基于单幅FPP条纹图的相位提取方法是目前应用最广泛的FPP相位提取方法之一。该方法中所涉及到的FPP条纹图的去背景问题和相位解包裹问题是FPP相位提取中的关键问题。本文针对上述关键问题开展研究并提出新的研究方法,具体内容如下:(1).基于变分图像分解提出了各种密度ESPI条纹图的一般滤波方法。对于不同密度的ESPI条纹图,往往需要选择合适的不同滤波方法。本文提出用于各种密度ESPI条纹图的一般滤波方法,基于变分图像分解将变密度条纹图分解为低密度部分、高密度部分和噪声,每一部分用合适的函数空间描述。一般密度条纹图和高密度条纹图可以视为变密度条纹图的特殊情况。此外,本文分析比较了用于描述不同密度条纹的函数空间的性能。(2).基于U-Net全卷积神经网络提出了ESPI条纹图骨架线智能提取方法。构造的U-Net全卷积神经网络模型一旦训练成功,便可实现多帧ESPI条纹图骨架线的智能提取。利用训练的网络方便地提取了1000帧计算机模拟的动态ESPI条纹图的骨架线。与目前存在的方法相比,本文方法在提取骨架线过程中不需要调整相关的参数,特别适合处理大量多帧图像。此外,本文讨论了噪声水平和训练样本的选取方式对网络的影响。(3).基于剪切波变换提出了FPP条纹图去背景方法。从FPP条纹图中去背景是基于单幅条纹图的FPP相位提取中的关键一步。剪切波变换是目前最先进、最优秀的多尺度分析方法之一。本文提出了基于剪切波变换的FPP条纹图去背景方法并将其应用到模拟和实验获得的FPP条纹图去背景中。与目前最常用的傅里叶变换和经验模态分解方法相比,本文方法的精度更高。(4).提出了基于剪切波变换背景图二值掩膜的加权最小二乘相位解包裹方法和基于剪切波变换条纹图二值掩膜的加权最小二乘相位解包裹方法。将这两种方法应用到模拟和实验获得的FPP包裹相位图的相位解包裹中,并与五种常用的相位解包裹方法进行比较。实验结果表明,基于背景图二值掩膜的相位解包裹方法精度高并且计算速度快;基于条纹图二值掩膜的相位解包裹方法可以有效地区分相位的连续区域和不连续区域,能够在解包裹的同时避免相位不连续区域引起的误差传递。(5).将上述提出的新方法应用到ESPI动态热变形测量中和FPP动态三维形貌测量中。基于U-Net的骨架线智能提取方法获取了352帧骨架线图实现了氧化铝陶瓷的动态热变形测量。将提出的FPP去背景方法和相位解包裹方法应用到人脸和手部的动态测量中,实现了人脸表情和手部不同姿势的三维形貌还原。