CN107202550A - 一种基于最小二乘法相位解包裹图的方法 - Google Patents

一种基于最小二乘法相位解包裹图的方法 Download PDF

Info

Publication number
CN107202550A
CN107202550A CN201710432065.7A CN201710432065A CN107202550A CN 107202550 A CN107202550 A CN 107202550A CN 201710432065 A CN201710432065 A CN 201710432065A CN 107202550 A CN107202550 A CN 107202550A
Authority
CN
China
Prior art keywords
mrow
phase
msup
image
shearing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710432065.7A
Other languages
English (en)
Inventor
王亮
刘义轩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201710432065.7A priority Critical patent/CN107202550A/zh
Publication of CN107202550A publication Critical patent/CN107202550A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/24Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于最小二乘法相位解包裹图的方法。首先通过摄像设备拍摄并用相应图像处理方法得到包含被测物体三维信息的有M×N个数据点的二维相位包裹图。其次根据二维包裹图像设置水平x,竖直y,与xy方向顺时针成的p,q四个方向。再根据二维包裹相位值设立二维复光场,并沿各方向进行一次剪切;之后,沿一次剪切后方向的垂直方向设立新的二维复光场,并进行二次剪切;最后,将进行二次剪切后二维包裹图像四个方向上的一阶差分带入泊松方程中,通过离散余弦变换求解泊松方程,并以此得到包裹图像的真实相位φ。本发明具有使用范围广、解包裹速度快、抗干扰能力强等特点,大大提高了解包裹相位操作的速度。

Description

一种基于最小二乘法相位解包裹图的方法
技术领域
本发明涉及结构光三维测量中包裹相位的相位解包裹图的方法,属于结构光三维测量技术领域。
背景技术
随着科学技术的快速发展,在工业生产过程中,对物体表面轮廓的缺陷、尺寸以及自由曲面等的检测越来越频繁,而且检测精度的要求也不断提高,经典接触式的检测方法已经不再适用,为了解决这一问题,结构光三维测量技术应运而生。结构光三维测量技术是一种非接触、高精度投影结构光或自然光的表面形貌测量技术,这种技术已经广泛应用在电子、汽车、机械加工、纺织等现代工业中。然而,从结构光三维测量技术中采集的相位信息是通过计算反三角函数得到的,相位值被截断在[-π,π]的主值区域中,显现出不连续分布,这样测量得到的被测物表面形貌产生失真现象,为了解决这一问题就必须进行相位解包裹操作。
经典的相位解包裹算法中的四向最小二乘法(朱挺,王正勇,谢明,余艳梅,罗代升.四向加权最小二乘法相位解缠研究[J].四川大学学报(自然科学版),2009,(02):372-376.)能够在较快的相位解包裹速度下获得良好效果。但是在实际应用中因为方向过多而导致局部区域相位变换过快,会出现欠采样问题,进而在求相位差分时引进相位误差,导致解包裹失败。
横向剪切最小二乘相位解包裹算法(钱晓凡,李斌,李兴华,等.横向剪切最小二乘相位解包裹算法的改进[J].中国激光,2012,39(11):193-197.)解决了相位在空间内迅速变化而引起的欠采样问题,但因基于两向(水平方向和垂直方向)最小二乘法进行相位估计,所以在解包裹过程中会穿过相位不一致区域,导致相位误差在空间传播,而且还存在平滑真实相位的缺陷,使包裹相位出现峰削尖、陡坡变缓的趋势。
发明内容
为克服现有方法的不足,本发明的目的是提供一种相位展开速度较快,并且在能够克服欠采样问题的情况下阻隔误差传递的相位展开方法。
为了实现上述目的,本发明提供了一种新的基于最小二乘法的相位解包裹方法,包括步骤如下:
1)通过摄像设备拍摄并用相应图像处理方法得到包含被测物体三维信息的有M×N个数据点的二维相位包裹图;
2)根据二维相位包裹图像确定4个方向,即水平x,竖直y,与水平方向和竖直方向沿顺时针成的p,q两个方向。
3)根据图像的二维包裹相位值沿各方向建立一个与之对应的二维复光场。二维复光场将对包裹相位图像沿各方向平移s个像素点后进行剪切,并在剪切过程中对误差进行消除。
4)根据之前采用方向的垂直方向建立一个与剪切后图像二维包裹相位值对应的新二维复光场,对图像沿建立二维复光场时的新方向平移s个像素点进行二次剪切,以便在欠采样严重的情况下最大程度消除误差。
5)通过最小二乘建立M×N矩形图像上的离散泊松方程,将进行二次剪切后二维包裹图像四个方向上的一阶差分带入泊松方程中,并离散余弦变换(DCT)求解泊松方程,以此得到包裹图像的真实相位φ。
通过建立两个方向不同的光场,并根据光场对原始二维相位包裹图像进行四向二次剪切,使差分方程系数矩阵带宽变大进而抑制图像误差传递,并用二次剪切消除了因为相位变化过快引起的欠采样问题。进而再通过最小二乘法的离散余弦变换解泊松方程的方式获得真实相位。该方法不仅保留了最小二乘法相位解包裹速度上的优势,还克服了对误差处理不足的缺点,使该相位解包裹效果相比其他方法更为优秀。
附图说明
图1是相位解包裹算法的流程图。
图2是在图像上定义的4个方向。
具体实施方式
下面结合附图和实施例对本发明进一步说明,应指出的是,所描述的实例仅旨在便于对本发明的理解,而对其不起任何限定作用。
本方法中参数符号标志以如下方式表示:M为包裹相位图像像素横向坐标最大值,N为包裹相位图像像素纵向坐标最大值。包裹相位为取值范围为其中i为包裹相位图像像素横向坐标值,0≤i≤M。j为包裹相位图像像素纵向坐标值,0≤j≤N。真实相位为φi,j,并有ki,j为包裹周期。Δ为某一方向上相邻相位的一阶差分。Gx i,j代表二维剪切复光场,其中G代表复光场,x为光场剪切方向。
按照图1的流程图,各步的具体说明如下:
1)步骤1:通过摄像设备拍摄并用相应图像处理方法得到包含被测物体三维信息的有M×N个数据点的二维相位包裹图;
获得相位包裹图的方式有很多种。其中,4步相移法的说明如下。在采用该方法时,先由摄像机拍摄没有物体加载时候的四幅频率相差为的光强图。然后由摄像机拍摄有物体加载时候的四幅频率相差为的光强图。经过反正切处理之后,得到一幅大小为M×N的二维相位包裹图。
2)步骤2:根据二维相位包裹图像确定4个方向,即水平x,竖直y,与水平方向和竖直方向沿顺时针成的p,q两个方向根据得到的图像设置方向。
采用四个方向而不是两个方向,有效的阻止误差传递和补偿平滑,其四个方向具体如图2所示。
3)步骤3:根据图像的二维包裹相位值沿各方向建立一个与之对应的二维复光场。二维复光场将对包裹相位图像沿各方向平移s个像素点后进行剪切,并在剪切过程中对误差进行消除。
首先对M×N个数据点上的二维包裹相位建立一个等效的二维复光然后为方便计算,沿不同方向平移一个剪切量,即s=1,得到一次剪切光场G'i,j。x方向,y方向p方向q方向
x方向上,将光场相除得到新的剪切后的光场为
对于以包裹相位建立自然底数指数的等效光场Gi,j,Gi,j的数值与不包裹情况是一致的。因为根据欧拉定理,该类型指数分解为正弦与余弦函数,这样就自动消除包裹,建立等效光场后,相位的相位截断将被自动去除,即无论是否是相位截断的,得到等效光场Gi,j的数值都是一样的。因此,即使的空间变化率自身很高,甚至截断严重,但是经过光场剪切处理之后,ΔGx i,j的空间变化率却很小,避免了最小二乘解包裹运算中对ki,j进行估计时出错,出现欠采样进而让解包裹失败的情况出现。
4)根据之前采用方向的垂直方向建立一个与剪切后图像二维包裹相位值对应的新二维复光场,对图像沿建立二维复光场时的新方向平移s个像素点进行二次剪切,以便在欠采样严重的情况下最大程度消除误差。
当出现摄像设备质量不好等导致存在较大干扰的情况时,所拍摄图像的二维包裹相位会存在局部相位变化率极大,即欠采样严重,只进行一次剪切是无法保证计算所需要的一阶差分连续分布,因此需要二次剪切。
在二次剪切时,分别选择两个不同方向进行剪切获得更好的实验效果。原点发出的球面波的分析过程如下。
在距离为z的平面的相对相位表达式为:式中z为光源平面与记录平面的距离,x、y分别为横坐标和纵向坐标,λ为光波波长。以沿两次相同方向和不同方向剪切后相位在不同方向的两个离散梯度的绝对值大小作为客观指标来评价剪切效果:绝对值越小,意味着剪切相位存在欠采样的可能性越小,剪切效果越好。
两次均沿x方向剪切后得到的相位在该方向的离散梯度如下:
一阶离散梯度:二阶离散梯度:三阶离散梯度:其中Δx为图像采集器的水平方向像素间距。
若将先沿x方向再沿y方向进行剪切获得的相位取x方向上的离散梯度可得:
其中Δy为图像采集器的竖直方向像素间距。
将式(6)与式(5)相除得
假设Δx=Δy且图像采集器两个方向像素总数相同,考虑傍轴近似情况,有
x<<z,y<<z,则有
其中max()表示最大值 (8)同理可得
可以看出,从两个垂直方向进行剪切所得到的离散梯度最大值是从单一方向进行剪切所得到的离散梯度最大值的三分之一,能够取得更令人满意的效果。而且根据偏导数的性质,先沿任意方向进行剪切是不影响最后结果的。
因此,在一次剪切的基础上,先沿一次剪切后的光场垂直方向设立新的截切复光场。让ΔGx i,j在y方向上平移一个单位,ΔGy i,j在x方向上平移一个单位,ΔGp i,j在q方向上平移一个单位,ΔGq i,j在p方向上平移一个单位,得到新的光场 然后将新光场与一次剪切后的光场相除,在4个方向上对包裹图像进行二次剪切。以x方向为例,得到:
5)步骤5:通过最小二乘建立M×N矩形图像上的离散泊松方程,将进行二次剪切后二维包裹图像四个方向上的一阶差分带入泊松方程中,并离散余弦变换(DCT)求解泊松方程,以此得到包裹图像的真实相位φ。
将经过剪切后得到的一次差分带入泊松方程中,得到
然后用离散余弦变换(DCT)求解方程,即可得到被包裹的真实相位。
本方法基于解包裹相位经典方法中的最小二乘法,采用四个方向解包裹来抵御经典的两向最小二乘法带来的相位平滑,并用横向剪切的方式消除因为方向过多带来的误差传递,提高了抗欠采样能力。本发明克服了目前最小二乘法中经常出现的相位平滑问题,并使该方法不会在欠采样问题严重时得不到包裹相位的真实相位,具有使用范围广、解包裹速度快、抗干扰能力强等特点,大大提高了解包裹相位操作的速度和精度。

Claims (2)

1.一种基于最小二乘法相位解包裹图的方法,其特征在于:
包括步骤如下:
1)通过摄像设备拍摄并用相应图像处理方法得到包含被测物体三维信息的有M×N个数据点的二维相位包裹图;
2)根据二维相位包裹图像确定4个方向,即水平x,竖直y,与水平方向和竖直方向沿顺时针成的p,q两个方向;
3)根据图像的二维包裹相位值沿各方向建立一个与之对应的二维复光场;二维复光场将对包裹相位图像沿各方向平移s个像素点后进行剪切,并在剪切过程中对误差进行消除;
4)根据之前采用方向的垂直方向建立一个与剪切后图像二维包裹相位值对应的新二维复光场,对图像沿建立二维复光场时的新方向平移s个像素点进行二次剪切,以便在欠采样严重的情况下最大程度消除误差;
5)通过最小二乘建立M×N矩形图像上的离散泊松方程,将进行二次剪切后二维包裹图像四个方向上的一阶差分带入泊松方程中,并离散余弦变换(DCT)求解泊松方程,以此得到包裹图像的真实相位φ。
2.根据权利要求1所述的一种基于最小二乘法相位解包裹图的方法,其特征在于:
本方法中参数符号标志以如下方式表示:M为包裹相位图像像素横向坐标最大值,N为包裹相位图像像素纵向坐标最大值;包裹相位为取值范围为其中i为包裹相位图像像素横向坐标值,0≤i≤M;j为包裹相位图像像素纵向坐标值,0≤j≤N;真实相位为φi,j,并有ki,j为包裹周期;Δ为某一方向上相邻相位的一阶差分;Gx i,j代表二维剪切复光场,其中G代表复光场,x为光场剪切方向;
各步的具体说明如下:
1)步骤1:通过摄像设备拍摄并用相应图像处理方法得到包含被测物体三维信息的有M×N个数据点的二维相位包裹图;
获得相位包裹图的方式有很多种;其中,4步相移法的说明如下;在采用该方法时,先由摄像机拍摄没有物体加载时候的四幅频率相差为的光强图;然后由摄像机拍摄有物体加载时候的四幅频率相差为的光强图;经过反正切处理之后,得到一幅大小为M×N的二维相位包裹图;
2)步骤2:根据二维相位包裹图像确定4个方向,即水平x,竖直y,与水平方向和竖直方向沿顺时针成的p,q两个方向根据得到的图像设置方向;
采用四个方向而不是两个方向,有效的阻止误差传递和补偿平滑,其四个方向具体如图2所示;
3)步骤3:根据图像的二维包裹相位值沿各方向建立一个与之对应的二维复光场;二维复光场将对包裹相位图像沿各方向平移s个像素点后进行剪切,并在剪切过程中对误差进行消除;
首先对M×N个数据点上的二维包裹相位建立一个等效的二维复光然后为方便计算,沿不同方向平移一个剪切量,即s=1,得到一次剪切光场G'i,j;x方向,y方向p方向q方向
x方向上,将光场相除得到新的剪切后的光场为
对于以包裹相位建立自然底数指数的等效光场Gi,j,Gi,j的数值与不包裹情况是一致的;因为根据欧拉定理,该类型指数分解为正弦与余弦函数,这样就自动消除包裹,建立等效光场后,相位的相位截断将被自动去除,即无论是否是相位截断的,得到等效光场Gi,j的数值都是一样的;因此,即使的空间变化率自身很高,甚至截断严重,但是经过光场剪切处理之后,ΔGx i,j的空间变化率却很小,避免了最小二乘解包裹运算中对ki,j进行估计时出错,出现欠采样进而让解包裹失败的情况出现;
4)根据之前采用方向的垂直方向建立一个与剪切后图像二维包裹相位值对应的新二维复光场,对图像沿建立二维复光场时的新方向平移s个像素点进行二次剪切,以便在欠采样严重的情况下最大程度消除误差;
当出现摄像设备质量不好等导致存在较大干扰的情况时,所拍摄图像的二维包裹相位会存在局部相位变化率极大,即欠采样严重,只进行一次剪切是无法保证计算所需要的一阶差分连续分布,因此需要二次剪切;
在二次剪切时,分别选择两个不同方向进行剪切获得更好的实验效果;原点发出的球面波的分析过程如下;
在距离为z的平面的相对相位表达式为:式中z为光源平面与记录平面的距离,x、y分别为横坐标和纵向坐标,λ为光波波长;以沿两次相同方向和不同方向剪切后相位在不同方向的两个离散梯度的绝对值大小作为客观指标来评价剪切效果:绝对值越小,意味着剪切相位存在欠采样的可能性越小,剪切效果越好;
两次均沿x方向剪切后得到的相位在该方向的离散梯度如下:
一阶离散梯度:
二阶离散梯度:
三阶离散梯度:
其中Δx为图像采集器的水平方向像素间距;
若将先沿x方向再沿y方向进行剪切获得的相位取x方向上的离散梯度可得:
<mrow> <msubsup> <mi>&amp;Delta;&amp;theta;</mi> <mrow> <mi>x</mi> <mi>y</mi> <mi>x</mi> </mrow> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msubsup> <mo>=</mo> <mfrac> <mrow> <mn>2</mn> <mi>&amp;pi;</mi> </mrow> <mi>&amp;lambda;</mi> </mfrac> <mo>&amp;CenterDot;</mo> <msup> <mi>&amp;Delta;x</mi> <mn>2</mn> </msup> <mo>&amp;CenterDot;</mo> <mi>&amp;Delta;</mi> <mi>y</mi> <mo>&amp;CenterDot;</mo> <mrow> <mo>(</mo> <mn>2</mn> <msup> <mi>x</mi> <mn>2</mn> </msup> <mi>y</mi> <mo>-</mo> <msup> <mi>yz</mi> <mn>2</mn> </msup> <mo>-</mo> <msup> <mi>y</mi> <mn>3</mn> </msup> <mo>)</mo> </mrow> <msup> <mrow> <mo>(</mo> <msup> <mi>x</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>y</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>z</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> <mrow> <mo>-</mo> <mfrac> <mn>5</mn> <mn>2</mn> </mfrac> </mrow> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
其中Δy为图像采集器的竖直方向像素间距;
将式(6)与式(5)相除得
<mrow> <mfrac> <mrow> <msubsup> <mi>&amp;Delta;&amp;theta;</mi> <mrow> <mi>x</mi> <mi>y</mi> <mi>x</mi> </mrow> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msubsup> </mrow> <mrow> <msubsup> <mi>&amp;Delta;&amp;theta;</mi> <mrow> <mi>x</mi> <mi>x</mi> <mi>x</mi> </mrow> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msubsup> </mrow> </mfrac> <mo>=</mo> <mfrac> <mrow> <mi>&amp;Delta;</mi> <mi>y</mi> <mrow> <mo>(</mo> <mn>2</mn> <msup> <mi>x</mi> <mn>2</mn> </msup> <mi>y</mi> <mo>-</mo> <msup> <mi>yz</mi> <mn>2</mn> </msup> <mo>-</mo> <msup> <mi>y</mi> <mn>3</mn> </msup> <mo>)</mo> </mrow> </mrow> <mrow> <mi>&amp;Delta;</mi> <mi>x</mi> <mrow> <mo>(</mo> <mo>-</mo> <mn>3</mn> <msup> <mi>xz</mi> <mn>2</mn> </msup> <mo>-</mo> <mn>3</mn> <msup> <mi>xy</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo> </mrow> </mrow>
假设Δx=Δy且图像采集器两个方向像素总数相同,考虑傍轴近似情况,有
x<<z,y<<z,则有
其中max()表示最大值 (8)
同理可得
<mrow> <mfrac> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mrow> <mo>(</mo> <msubsup> <mi>&amp;Delta;&amp;theta;</mi> <mrow> <mi>x</mi> <mi>y</mi> <mi>y</mi> </mrow> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msubsup> <mo>)</mo> </mrow> </mrow> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mrow> <mo>(</mo> <msubsup> <mi>&amp;Delta;&amp;theta;</mi> <mrow> <mi>x</mi> <mi>x</mi> <mi>y</mi> </mrow> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msubsup> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>&amp;ap;</mo> <mfrac> <mrow> <mo>-</mo> <msup> <mi>xz</mi> <mn>2</mn> </msup> </mrow> <mrow> <mo>-</mo> <msup> <mi>yz</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>=</mo> <mn>1</mn> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo> </mrow> </mrow>
从两个垂直方向进行剪切所得到的离散梯度最大值是从单一方向进行剪切所得到的离散梯度最大值的三分之一,能够取得更令人满意的效果;而且根据偏导数的性质,先沿任意方向进行剪切是不影响最后结果的;
因此,在一次剪切的基础上,先沿一次剪切后的光场垂直方向设立新的截切复光场;让ΔGx i,j在y方向上平移一个单位,ΔGy i,j在x方向上平移一个单位,ΔGp i,j在q方向上平移一个单位,ΔGq i,j在p方向上平移一个单位,得到新的光场 然后将新光场与一次剪切后的光场相除,在4个方向上对包裹图像进行二次剪切;以x方向为例,得到:
5)步骤5:通过最小二乘建立M×N矩形图像上的离散泊松方程,将进行二次剪切后二维包裹图像四个方向上的一阶差分带入泊松方程中,并离散余弦变换(DCT)求解泊松方程,以此得到包裹图像的真实相位φ;
将经过剪切后得到的一次差分带入泊松方程中,得到
然后用离散余弦变换(DCT)求解方程,即可得到被包裹的真实相位。
CN201710432065.7A 2017-06-09 2017-06-09 一种基于最小二乘法相位解包裹图的方法 Pending CN107202550A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710432065.7A CN107202550A (zh) 2017-06-09 2017-06-09 一种基于最小二乘法相位解包裹图的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710432065.7A CN107202550A (zh) 2017-06-09 2017-06-09 一种基于最小二乘法相位解包裹图的方法

Publications (1)

Publication Number Publication Date
CN107202550A true CN107202550A (zh) 2017-09-26

Family

ID=59906769

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710432065.7A Pending CN107202550A (zh) 2017-06-09 2017-06-09 一种基于最小二乘法相位解包裹图的方法

Country Status (1)

Country Link
CN (1) CN107202550A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109712109A (zh) * 2018-11-06 2019-05-03 杭州电子科技大学 一种基于残差卷积神经网络的光学图像相位解缠绕方法
CN110514137A (zh) * 2019-07-15 2019-11-29 华南师范大学 相位解包裹方法、装置、系统、计算机设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102012668A (zh) * 2010-09-16 2011-04-13 昆明理工大学 一种基于剪切原理的相位解包裹方法
CN104730519A (zh) * 2015-01-15 2015-06-24 电子科技大学 一种采用误差迭代补偿的高精度相位解缠方法
US9632038B2 (en) * 2014-08-20 2017-04-25 Kla-Tencor Corporation Hybrid phase unwrapping systems and methods for patterned wafer measurement

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102012668A (zh) * 2010-09-16 2011-04-13 昆明理工大学 一种基于剪切原理的相位解包裹方法
US9632038B2 (en) * 2014-08-20 2017-04-25 Kla-Tencor Corporation Hybrid phase unwrapping systems and methods for patterned wafer measurement
CN104730519A (zh) * 2015-01-15 2015-06-24 电子科技大学 一种采用误差迭代补偿的高精度相位解缠方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
吴杰 等: "欠采样条件下相位解包裹算法的研究", 《激光与光电子学进展》 *
朱挺 等: "四向加权最小二乘法相位解缠研究", 《四川大学学报(自然科学版)》 *
王华英 等: "欠采样包裹相位图的展开算法", 《强激光与粒子束》 *
郭媛 等: "基于横向剪切的四向最小二乘相位解包裹算法", 《光电子·激光》 *
钱晓凡 等: "横向剪切最小二乘相位解包裹算法的改进", 《中国激光》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109712109A (zh) * 2018-11-06 2019-05-03 杭州电子科技大学 一种基于残差卷积神经网络的光学图像相位解缠绕方法
CN110514137A (zh) * 2019-07-15 2019-11-29 华南师范大学 相位解包裹方法、装置、系统、计算机设备及存储介质
CN110514137B (zh) * 2019-07-15 2021-01-08 华南师范大学 相位解包裹方法、装置、系统、计算机设备及存储介质

Similar Documents

Publication Publication Date Title
Salary et al. Computational fluid dynamics modeling and online monitoring of aerosol jet printing process
Guo A simple algorithm for fitting a Gaussian function [DSP tips and tricks]
Passieux et al. High resolution digital image correlation using proper generalized decomposition: PGD‐DIC
CN105066962B (zh) 一种多分辨率大视场角高精度摄影测量装置
Pilch et al. Measurement of whole-field surface displacements and strain using a genetic algorithm based intelligent image correlation method
CN101681519A (zh) 测量装置、测量方法、程序以及计算机可读介质
CN107202550A (zh) 一种基于最小二乘法相位解包裹图的方法
US20080123995A1 (en) Image alignment method
CN107730491A (zh) 一种基于质量图的相位解包裹方法
CN104680526A (zh) 一种基于自相关算法的均匀颗粒粒径测量方法
CN103995260A (zh) 一种合成孔径雷达成像方法及装置
CN103148806A (zh) 基于投影与多目视觉的船舶钢板动态三维测量系统
CN103886600A (zh) 一种连续相位板加工误差识别方法
Lee et al. Precise edge detection method using sigmoid function in blurry and noisy image for TFT-LCD 2D critical dimension measurement
US9042655B2 (en) Image processing apparatus, image processing method, and non-transitory computer readable recording medium
CN108257184B (zh) 一种基于正方形点阵合作目标的相机姿态测量方法
Zhang et al. Method for acquiring accurate coordinates of the source point in electron backscatter diffraction
CN105928466B (zh) 一种物体平面内的应变率场的光学测量方法
Li et al. Research on three-dimensional reconstruction technology of line laser scanning scene based on Otsu method
US10356391B1 (en) Computer generated three-dimensional models of microstructural features based on stereomicroscopy
He et al. High-precision measurement method for copper plate hole size based on partial area effect
Chen et al. Precise 6dof localization of robot end effectors using 3D vision and registration without referencing targets
Lava et al. Assessment of measuring errors in strain fields obtained via DIC on planar sheet metal specimens with a non-perpendicular camera alignment
Peng et al. An Improved Monocular-Vision-Based Method for the Pose Measurement of the Disc Cutter Holder of Shield Machine
Jiang et al. Structured light fields 3D imaging with temporal phase unwrapping

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170926