材料表面所产生的散斑现象，其表面散斑不断发生形状和强度上的变化[2]，生物散斑的活性变化受细胞内随机运动影响。因此通过对散斑图像变化的研究，能够得到生物材料的某些参数信息。本文利用转动惯量法对典型生物散斑图像进行处理，探究了该方法在评价散斑波动强度的可行性。
1 原理及算法
1.1 生物散斑检测原理
生物散斑测量装置通常分为反射型和透射型两种结构。生物材料散斑图像采集通常采用反射型装置，其系统结构图如图1所示：He-Ne激光器发出的相干光经由滤镜滤波、扩束，均匀照射到反射镜上，再以一定角度反射到实验样本表面。由此产生的生物散斑现象将被CCD相机以固定频率采集，传输至主机中。
1.2 转动惯量法原理
THSP（Time history of speckle pattern，时间序列散斑图像）表现了一系列激光散斑图像中某一行（列）中的点随着时间变化的情况。其构建思想是在初始时刻的激光散斑图像中取出一列，并以此为起点，将之后每一帧散斑图像中的该列都提取出来，并按原始顺序依次排列，构成新的1幅图像，这幅图像就是THSP。
THSP法能够很好地反应出散斑强度的变化， 当散斑强度波动不大时，时间序列散斑图在外观上会呈现出一条条细长的条纹，而当散斑强度波动较强时，得到的图像外观比较接近原始的激光散斑图像。图2为不同活动程度的时间散斑序列图，其中左侧散斑图像相对右侧图像而言剧烈程度较低，说明右图所对应的样品部位活性更高。
我们对THSP求取共生矩阵（co-occurrence matrix）。其定义式如下：
Inertia Moment（惯性力矩）法是建立在吋间序列散斑图基础上的一种处理方法，通过计算共生矩阵中非零像素点偏离主对角线程度来衡量散斑活性的[4]。基于构建THSP所计算出的IM值可以定量的反映生物样本的活性。IM值计算公式如下式：
对于不同强度变化的时间序列散斑图，求其IM值就可以定量地分析其生物散斑活性程度，进而得到特定的生物参数。
2 实验及结果
本实验中所采用的图像为苹果的早期损伤散斑图像，相干激光波长为633nm，图像分辨率为640*480，图像采集频率15帧/s。
图4为散斑图像所构建的共生矩阵：
对以上所求的共生矩阵计算其惯性矩，得到的值就是IM值，实验样本苹果数量为20，其结果如下图所示。
损伤苹果的散斑图像波动变化要远远低于完好苹果，因此损伤苹果IM值也要低于完好苹果，这验证了2种苹果之间存在的活性差异，转动惯量法能够有效分析出散斑图像之间的差别。
3 结 论
生物散斑图像中包含生物材料的某些参数信息，利用转动惯量法对散斑图像进行分析，能够直观的判断出不同状态下生物材料样本的散斑图像之间的差异，进而对样本状态进行判断、分类。在今后生物散斑技术的发展中，转动惯量法将成为主要的图像处理算法。
参考文献
[1] 石本义，毕昆，陈四海，王成.激光散斑技术在农产品检测中的应用[J].中国农学通报，2011，27（02）：410-415.
[2] 段怡婷.生物散斑测量技术的研究[M].北京交通大学，2012.
[3] Artur Zdunek，Anna Adamiak，Piotr M，Pieczywek，Andrzej Kurenda. The biospecklemethodfortheinvestigationofagriculturalcrops：Areview[J]. OpticsandLasersinEngineering，52（2014）： 276–285.
[4] 刘海彬.梨表面缺陷的激光散斑图像检测方法研究[M].浙江大学，2015.