电子散斑干涉技术测量是有非接触,高精度和全场等优点,一直为人们所重视,被大量地应用于表面测量和工业产品的无损检测。随着电子技术、计算机技术、激光技术的发展促进了散斑计量技术的广泛应用,使散斑计量技术向实时、高速度及自动化方向发展。 在现代数字散斑测量方法中,一般采用减模式来产生数字散斑条纹图,它是进一步图像处理的信息载体,同时不可避免地附带有大量的乘性噪声。为了保证测量精度,在进一步图像处理前必须对其进行降噪,为此,选择合适的滤波方法显得尤为重要。 近年来,小波分析在信号处理中的应用取得了很大的发展,主要得益于其对信号的时、频局域分析能力及对一维有界变差函数类的最优逼近性能。但在二维或更高维情况下,小波分析并不能充分的利用数据本身特有的几何特征线奇异性、面奇异性获取“稀疏”的函数表示方法。Curvelet变换能够获取对二维或高维空间中含奇异曲线或曲面的函数近乎最“稀疏”的表示。而且,已有文献将Curvelet变换应用于合成孔径雷达(SAR)图像去除斑点噪声,由于合成孔径雷达与光学干涉相仿,SAP图像中的斑点噪声也是乘性噪声,因此研究Curvelet变换及其在ESPI图像处理中的应用具有很重要的意义。 本文阐述了散斑测量技术发展概况,分析了散斑噪声的形成原因及统计特性；并在阅读了大量文献和实验的基础上,对国内外常用的数字散斑干涉条纹图滤波方法进行了分类阐述,选择了一些有代表性的方法予以实现,给出实验结果,并进行了对比分析： 另外,本文重点研究了Curvelet变换的去噪原理及方法,并结合ESPI条纹图中散斑乘性噪声的特性,提出了改进的Curvelet变换去噪方法,即在去噪之前,先将图像进行对数变换,使得乘性噪声变成加性噪声,然后再进行Curvelet变换去噪,这样会更有利于噪声与边缘信息的分离,实验结果表明该方法在有效去除散斑噪声的同时,较好的保持了条纹图的边缘细节信息,并把该方法应用在对轮胎的激光无损检测图像处理系统中,得到比较满意的效果,为无损检测图像处理的工业应用提供了新的思路。