3、图像傅里叶变换技术

相比于各种算法来说，傅里叶变换更全面一些，很多领域都用傅里叶变换来研究，主要是它能让研究对象的更多特征显现出来，如条纹图像处理[12]等，从而做到更全面的研究效果，所以傅里叶变换应用很广泛。

袁丽华、王鸣、马力、钟金刚（1999）认为用傅里叶变换求解位相的数值分析方法来研究位相物体的三维场分布，通过莫尔条纹的分析，求得光线偏折角；再依据偏折角与折射率的关系，获得三维场的分布，而偏折角与空间位相存在一定关系，应用傅里叶变换法分析莫尔条纹图可求解出空间位相， 应用计算机模拟，论证傅里叶变换法求解空间位相的可行性和高精度性，为莫尔偏折术实现自动测量和分析位相物体的三维场分布提供一种行之有效的处理实验数据的方法[13] 。文献综述

 4、亚像素的研究

莫尔条纹的偏角很难测量，这就需要将图片进行放大，但是光看清图片的每个像素还不够，这就需要进行再次放大，此时就要运用亚像素的技术，从而更好地进行测量和总结。

采用机器视觉技术对工业生产线上的零部件进行尺寸检测，具有完全非接触性的优点，是保证成品质量的关键手段之一。然而由于各种物理条件（如摄像机、存储器等）的限制，所获取图像会存在模糊等现象，给特征提取带来困难。边界提取是图像分析的关键步骤，边缘的定位精度直接影响到尺寸检测的精度。经过近二十年来的努力，国内外学者已提出了许多关于数字图像亚像素边缘检测的算法，刘变莲（2005）对几种代表性的亚像素边缘检测技术进行原理分析和性能比较，还介绍了基于曲面拟合的和基于灰度矩的亚像素边缘检测算法[14]。此外，除了边缘检测外，为了更清晰，亚像素的定位技术[15]也是很重要的一个环节，它的好坏也会影响后面的操作。