CN110779467B - 阴影相位误差补偿方法及装置 - Google Patents

Abstract

本发明提供了一种阴影相位误差补偿方法及装置，涉及结构光测量领域，该方法包括：获取待测物体的相位图；确定所述相位图中的阴影区域，并判断所述阴影区域的类型；若判断出所述阴影区域的类型为有效类型，则确定所述阴影区域中每个像素点的恢复顺序，依据所述恢复顺序依次获取所述阴影区域中每个像素点的预测值，以对所述阴影区域的每个所述像素点进行相位恢复；若判断出所述阴影区域的类型为无效类型，则将所述阴影区域各个像素点的相位值替换为所述相位图的背景区域相位值。应用本发明实施例提供的方法，能够找到相位图中的阴影区域，并依据阴影区域的类型执行相应的相位恢复操作，有效的减少结构光测量中的阴影相位误差。

Description

阴影相位误差补偿方法及装置

技术领域

本发明涉及结构光测量领域，特别涉及一种阴影相位误差补偿方法及装置。

背景技术

随着科学技术的发展，测量技术也得到长足发展，在测量领域，往往会应用到结构光测量技术对物体进行测量。结构光测量通常是将某种形状的结构光投射到待测量物体表面，然后通过检测结构光的偏移距离得到物体的三维信息，进而实现对待测量物体的测量。

经本发明人研究发现，现有的结构光测量技术中，往往会应用到数字条纹投影系统，然而，数字条纹投影系统是基于三角定位原理的立体视觉系统，即，数字条纹投影系统中相机的视点和投影仪的视点不同，在测量过程中，难以避免阴影的产生，当相机捕获到带有阴影的条纹图像时，提取到的相位图就会存在误差，进而影响到对待测物体的测量效果。

发明内容

本发明所要解决的技术问题是提供一种阴影相位误差补偿方法，能够找到相位图中的阴影区域，并依据阴影区域的类型执行相应的相位恢复操作，有效的减少结构光测量中的阴影相位误差。

本发明还提供了一种阴影相位误差补偿装置，用以保证上述方法在实际中的实现及应用。

一种阴影相位误差补偿方法，包括：

获取待测物体的相位图；

确定所述相位图中的阴影区域，并判断所述阴影区域的类型；

若判断出所述阴影区域的类型为有效类型，则确定所述阴影区域中每个像素点的恢复顺序，依据所述恢复顺序依次获取所述阴影区域中每个像素点的预测值，以对所述阴影区域的每个所述像素点进行相位恢复；

若判断出所述阴影区域的类型为无效类型，则将所述阴影区域各个像素点的相位值替换为所述相位图的背景区域相位值。

上述的方法，可选的，所述确定所述相位图中的阴影区域，包括：

确定所述相位图的目标区域中每个像素点对应的方差值；所述方差值为其所属的像素点的相位值和该像素点的各个邻域像素点的相位值的方差值；

依据所述目标区域中各个所述像素点对应的方差值，建立所述目标区域的方差分布图；

基于所述方差分布图，确定所述相位图中的阴影区域。

上述的方法，可选的，所述判断所述阴影区域的类型，包括：

获取所述阴影区域中每个像素点的权重系数、该像素点的各个邻域像素点的权重系数和预先设置的参考值；

基于所述阴影区域中每个像素点的相位值、该像素点的各个邻域像素点的相位值、各个所述权重系数和所述参考值，得到所述阴影区域的类型特征值；

将所述类型特征值与预先设置的类型阈值进行比对；

若所述类型特征值大于等于所述类型阈值，则确定所述阴影区域的类型为有效类型；

若所述类型特征值小于所述类型阈值，则确定所述阴影区域的类型为无效类型。

上述的方法，可选的，所述确定所述阴影区域中每个像素点的恢复顺序，包括：

获取所述阴影区域中各个像素点的邻域像素点的相位值；

依据所述阴影区域中每个所述像素点的邻域像素点的相位值，得到该像素点的可靠参数；

依据每个所述像素点的可靠参数的大小，确定所述阴影区域中各个像素点的恢复顺序。

上述的方法，可选的，所述依据所述恢复顺序依次获取所述阴影区域中每个像素点的预测值，以对所述阴影区域的每个所述像素点进行相位恢复，包括：

基于所述恢复顺序，依次对每个所述像素点执行相位恢复操作；

所述相位恢复操作包括：获取该像素点的邻域像素点的相位梯度信息；应用预先设置的卡尔曼滤波算法对所述相位梯度信息进计算，得到该像素点的初始预测值和所述初始预测值对应的关联矩阵，所述关联矩阵表征该像素点的相位值与所述相位梯度信息的关联关系；应用预先设置的核密度估计算法对所述初始预测值和所述关联矩阵进行计算，得到该像素点的预测值；应用该所述预测值替换该像素点的相位值。

一种阴影相位误差补偿装置，包括：

获取单元，用于获取待测物体的相位图；

确定单元，用于确定所述相位图中的阴影区域，并判断所述阴影区域的类型；

第一相位恢复单元，用于当判断出所述阴影区域的类型为有效类型时，确定所述阴影区域中每个像素点的恢复顺序，依据所述恢复顺序依次获取所述阴影区域中每个像素点的预测值，以对所述阴影区域的每个所述像素点进行相位恢复；

第二相位恢复单元，用于当判断出所述阴影区域的类型为无效类型时，将所述阴影区域各个像素点的相位值替换为所述相位图的背景区域相位值。

上述的装置，可选的，所述确定单元，包括：

第一确定子单元，用于确定所述相位图的目标区域中每个像素点对应的方差值；所述方差值为其所属的像素点的相位值和该像素点的各个邻域像素点的相位值的方差值；

生成子单元，用于依据所述目标区域中各个所述像素点对应的方差值，建立所述目标区域的方差分布图；

第二确定子单元，用于依据所述方差分布图，确定所述相位图中的阴影区域。

上述的装置，可选的，所述判断所述阴影区域的类型的确定单元，包括：

第一获取子单元，用于获取所述阴影区域中每个像素点的权重系数、该像素点的各个邻域像素点的权重系数和预先设置的参考值；

第一运算子单元，用于依据所述阴影区域中每个像素点的相位值、该像素点的各个邻域像素点的相位值、各个所述权重系数和所述参考值，得到所述阴影区域的类型特征值；

比对子单元，用于将所述类型特征值与预先设置的类型阈值进行比对；

第一执行子单元，用于当所述类型特征值大于等于所述类型阈值时，确定所述阴影区域的类型为有效类型；

第二执行子单元，用于当所述类型特征值小于所述类型阈值时，确定所述阴影区域的类型为无效类型。

上述的装置，可选的，所述第一相位恢复单元，包括：

第二获取子单元，用于获取所述阴影区域中各个像素点的邻域像素点的相位值；

第二运算子单元，用于依据所述阴影区域中每个所述像素点的邻域像素点的相位值，得到该像素点的可靠参数；

第三确定子单元，用于依据每个所述像素点的可靠参数的大小，确定所述阴影区域中各个像素点的恢复顺序。

上述的装置，可选的，所述第一相位恢复单元，包括：

恢复子单元，用于依据所述恢复顺序，依次对每个所述像素点执行相位恢复操作；

所述相位恢复操作包括：获取该像素点的邻域像素点的相位梯度信息；应用预先设置的卡尔曼滤波算法对所述相位梯度信息进计算，得到该像素点的初始预测值和所述初始预测值对应的关联矩阵，所述关联矩阵表征该像素点的相位值与所述相位梯度信息的关联关系；应用预先设置的核密度估计算法对所述初始预测值和所述关联矩阵进行计算，得到该像素点的预测值；应用该所述预测值替换该像素点的相位值。

一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在的设备执行如上述的阴影相位误差补偿方法。

一种电子设备，包括存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行如上述的阴影相位误差补偿方法。

与现有技术相比，本发明包括以下优点：

本发明提供了一种阴影相位误差补偿方法，包括：获取待测物体的相位图；确定所述相位图中的阴影区域，并判断所述阴影区域的类型；若判断出所述阴影区域的类型为有效类型，则确定所述阴影区域中每个像素点的恢复顺序，依据所述恢复顺序依次获取所述阴影区域中每个像素点的预测值，以对所述阴影区域的每个所述像素点进行相位恢复；若判断出所述阴影区域的类型为无效类型，则将所述阴影区域各个像素点的相位值替换为所述相位图的背景区域相位值。应用本发明提供的阴影相位误差补偿方法，能够找到相位图中的阴影区域，并依据阴影区域的类型执行相应的相位恢复操作，有效的减少结构光测量中的阴影相位误差。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种阴影相位误差补偿方法的方法流程图；

图2为本发明提供的一种阴影相位误差补偿方法的一示例图；

图3为本发明提供的一种阴影相位误差补偿方法的又一方法流程图；

图4为本发明提供的一种阴影相位误差补偿方法的又一方法流程图；

图5为本发明提供的一种阴影相位误差补偿方法的又一示例图；

图6为本发明提供的一种阴影相位误差补偿方法的又一方法流程图；

图7为本发明提供的一种阴影相位误差补偿方法的又一示例图；

图8为本发明提供的一种阴影相位误差补偿装置的结构示意图；

图9为本发明提供的一种电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明可用于众多通用或专用的计算装置环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。

本发明实施例提供了一种阴影相位误差补偿方法，该方法可以应用在多种系统平台，其执行主体可以为计算机终端或各种移动设备的处理器，所述方法的方法流程图如图1所示，具体包括：

S101：获取待测物体的相位图。

本发明实施例提供的方法中，通过三步相移法获取待测物体的相位图，即获取该待测物体的三张条纹图，其中，每张条纹图之间的相差2π/3的相位，对这三张条纹图进行计算，即可得到该待测物体的相位图，该相位图包含待测物体的相位信息和该待测物体所处的背景的相位信息。

具体的，可以先通过这三张条纹图确定每一像素点的包裹相位，得到不连续的相位图，应用时域相位解包裹(temporal phase unwrapping，TPU)来获得各个像素点的绝对相位，得到连续的相位图。

S102：确定所述相位图中的阴影区域，并判断所述阴影区域的类型。

本发明实施例提供的方法中，可以通过相位图中各个像素点的相位值分布状况来确定相位图中的阴影区域；该相位图中的阴影区域可以为一个或多个；当该相位图中的阴影区域为多个时，分别判断每个阴影区域的类型；其中，可以通过阴影区域中将各个像素点的邻域像素点相位值与预先设置的参考值进行比较，以确定该阴影区域的类型，该参考值包含背景相位值、物体表面相位值和阴影区域相位值。

S103：若判断出所述阴影区域的类型为有效类型，则获取所述阴影区域中每个像素点的预测值，以对所述阴影区域的每个所述像素点进行相位恢复。

本发明实施例提供的方法中，该预测值是依据其所属的像素点的邻域像素点的相位梯度得到的，具体的，每一像素点与其对应的邻域像素点的排列方式如图2所示，以每个像素点为中心的八个外围像素点是该像素点的邻域像素点。

其中，可以将该像素点的预测值作为该像素点新的相位值，进而实现对该像素点的相位恢复。

S104：若判断出所述阴影区域的类型为无效类型，则将所述阴影区域各个像素点的相位值替换为所述相位图的背景区域相位值。

本发明实施例提供的方法中，判断出所述阴影区域为无效类型时，可以获取该相位图的背景区域的相位值；将该背景区域的相位值作为该阴影区域各个像素点新的相位值。

本发明实施例提供的阴影相位误差补偿方法，包括：获取待测物体的相位图；确定所述相位图中的阴影区域，并判断所述阴影区域的类型；若判断出所述阴影区域的类型为有效类型，则确定所述阴影区域中每个像素点的恢复顺序，依据所述恢复顺序依次获取所述阴影区域中每个像素点的预测值，以对所述阴影区域的每个所述像素点进行相位恢复；若判断出所述阴影区域的类型为无效类型，则将所述阴影区域各个像素点的相位值替换为所述相位图的背景区域相位值。应用本发明实施例提供的方法，能够找到相位图中的阴影区域，并依据阴影区域的类型执行相应的相位恢复操作，有效的减少结构光测量中的阴影相位误差。

本发明实施例提供的阴影相位误差补偿方法，基于上述的实施过程，具体的，所述确定所述相位图中的阴影区域，如图3所示，可以包括：

S201：确定所述相位图的目标区域中每个像素点对应的方差值；所述方差值为其所属的像素点的相位值和该像素点的各个邻域像素点的相位值的方差值。

其中，该目标区域可以为除相位图中最边缘的一圈像素点以外的区域，确定目标区域中每个像素点对应的邻域像素点，每个像素点对应的邻域像素点的分布方式同图2所示。

S202：依据所述目标区域中各个所述像素点对应的方差值，建立所述目标区域对应的方差分布图。

本发明实施例提供的方法中，该方差分布图中包含该目标区域中各个像素点对应的方差值。

S203：基于所述方差分布图，确定所述相位图中的阴影区域。

其中，基于所述方差分布图确定相位图中的阴影区域的一种方式为：将所述方差分布图中的各个方差值与预先设置的方差阈值相匹配，以在该方差分布图中确定大于该方差阈值的区域；将大于该方差阈值的区域确定为阴影区域；确定阴影区域在方差分布图中的坐标；并依据阴影区域在方差分布图中的坐标，在相位图中确定阴影区域。

具体的，还可以依据所述方差分布图确定阴影区域中不正确的相位，并将不正确的相位进行删除，不正确的相位是由三张条纹灰度图中阴影区域的灰度值所计算出来的相位。

需要说明的是，由于阴影区域的灰度值不稳定，进而导致阴影区域的相位值具有巨大的随机性，因此在方差图中，阴影区域的对应的方差会明显高于周围的点，故通过预先设定的方差阈值进行筛选，即可在方差图中确定阴影区域；将方差图中阴影区域的坐标换算成相位图中的坐标，就可以在相位图中确定阴影区域了。

本发明实施例提供的方法中，通过构建方差分布图，可以精准的界定相位图中的阴影区域，提高了相位恢复的效率，减少阴影相位误差的效果好。

本发明实施例提供的阴影相位误差补偿方法，基于上述的实施过程，具体的，所述判断所述阴影区域的类型，如图4所示，可以包括：

S301：获取所述阴影区域中每个像素点的权重系数、该像素点的各个邻域像素点的权重系数和预先设置的参考值。

需要说明的是，该参考值可以包括背景相位值、物体表面相位值和阴影区域相位值。

本发明实施例提供的方法中，可以通过预先设置的邻域权重系数模板确定每个像素点及该像素点的各个邻域像素点的权重系数，该模板如图5所示，其中，λ₅为像素点的权重系数，λ₁、λ₂、λ₃、λ₄、λ₆、λ₇、λ₈、λ₉分别为该像素点的各个邻域像素点的权重系数；每个像素点的邻域像素点的权重系数与该邻域像素点所处的位置关联，具体可由技术人员依据实际需求进行设定；阴影区域中的每一像素点也可以为其余像素点的邻域像素点，具体由其位置进行决定。

S302：基于所述阴影区域中每个像素点的相位值、该像素点的各个邻域像素点的相位值、各个所述权重系数和所述参考值，得到所述阴影区域的类型特征值。

具体的，将每个像素点的各个邻域像素点的相位值及各个邻域像素点的权重系数进行比对，得到每个邻域像素点的特征值；将每一像素点的邻域像素点的特征值用x₀、x₁、x₂、x₃、x₄、x₆、x₇、x₈、x₉进行表示；该像素点的特征值用x₅进行表示，其中，x_u＝0(2,4,6,8)与x₅之间的欧氏距离小于x_v＝0(1,3,7,9)与x₅之间的欧氏距离；在实际应用过程中，可以将λ_u设置为2，将λ_v设置为1，λ_u为x_u＝0(2,4,6,8)的权重系数，λ_v为x_v＝0(1,3,7,9)的权重系统，λ_u和λ_v可以由技术人员依据实际需求进行设定。

本发明实施例提供的方法中，所述类型特征值的计算公式如下：

其中，W为类型特征值，N＝9，M为阴影区域中阴影点的总数，x_i为像素点相位值和该像素点的邻域像素点依次与参考值进行比较得到的；如果该点i的相位值接近参考值中的背景相位值时，则x_i＝R；当该点i相位值接近参考值的阴影区域相位值时，x_i＝0；当该点i的相位值接近物体表面相位值时，x_i＝-R。R可以依据实际需求进行设定。

S303：将所述类型特征值与预先设置的类型阈值进行比对；具体的，该类型阈值可以设置为0。

S304：若所述类型特征值小于所述类型阈值，则确定所述阴影区域的类型为有效类型。

本发明实施例提供的方法，若所述类型特征值小于所述类型阈值，则表示该阴影区域的边界上有未超过一半的点是被周围背景包裹的，因此，确定该阴影区域的类型为有效类型。

S305：若所述类型特征值大于等于所述类型阈值，则确定所述阴影区域的类型为无效类型。

本发明实施例提供的方法，若所述类型特征值大于等于所述类型阈值，则表示该阴影区域的边界上超过一半的像素点被周围背景包裹着，因此，确定该阴影区域的类型为无效类型。

应用本发明实施例提供的方法，通过对阴影类型进行分类，能够针对不同类型的阴影区域执行不同的相位恢复操作，能够有效的减小阴影引起的相位误差。

本发明实施例提供的阴影相位误差补偿方法，基于上述的实施过程，具体的，所述确定所述阴影区域中每个像素点的恢复顺序，如图6所示，可以包括：

S401：获取所述阴影区域中各个像素点的邻域像素点的相位值。

S402：依据所述阴影区域中每个所述像素点的邻域像素点的相位值，得到该像素点的可靠参数。

具体的，该像素点的计算公式如下：

其中，R(x,y)为像素点的可靠参数，ρ_j表示该像素点的各个邻域像素点的可靠性，T表示该像素点的邻域像素点的数量；每一邻域像素点j的可靠性由其相位值进行确定，若该邻域像素点j的相位值与物体表面像素值一致，则ρ_j＝1，若该邻域像素点j的相位值与阴影区域相位值一致，则ρ_j＝0。

本发明实施例提供的方法中，通过每个像素点的邻域像素点的相位值，得到各个邻域像素点的可靠性，通过每个像素点的邻域像素点的可靠性，即可得到该像素点的可靠参数。

S403：依据每个所述像素点的可靠参数的大小，确定所述阴影区域中各个像素点的恢复顺序。

本发明实施例提供的方法中，像素点可靠参数表征该像素点的邻域像素点所包含的真实信息的多少，像素点的可靠参数越大，则该像素点的恢复顺序越靠前。

本发明实施例提供的方法，通过每个像素点的可靠性大小确定各个像素点的恢复顺序，能够保证从阴影区域外围像素点依次向阴影区域深处的像素点进行相位恢复，能够避免相位恢复失败，保障相位恢复的效果。

本发明实施例提供的阴影相位误差补偿方法，基于上述的实施过程，具体的，所述依据所述恢复顺序依次获取所述阴影区域中每个像素点的预测值，以对所述阴影区域的每个所述像素点进行相位恢复，包括：

基于所述恢复顺序，依次对每个所述像素点执行相位恢复操作；

所述相位恢复操作包括：获取该像素点的邻域像素点的相位梯度信息；

应用预先设置的卡尔曼滤波算法对所述相位梯度信息进计算，得到该像素点的初始预测值和所述初始预测值对应的关联矩阵，所述关联矩阵表征该像素点的相位值与所述相位梯度信息的关联关系；

应用预先设置的核密度估计算法对所述初始预测值和所述关联矩阵进行计算，得到该像素点的预测值；

应用该所述预测值替换该像素点的相位值。

本发明实施例提供的方法中，预先设置的卡尔曼滤波算法如下：

其中，

为该相位的初始预测值，P_K为基础预测矩阵，该基础预测矩阵为常数矩阵；A_K为表示相位梯度变化的参数，U_K为梯度信息的变化率；C_K为关联矩阵，该关联矩阵为协方差矩阵，表示相位值与梯度信息之间的联系；

本发明实施例提供的方法中，应用预先设置的核密度估计算法对所述初始预测值和所述关联矩阵进行计算，得到该像素点的预测值的过程，如下：

其中，KG_K为卡尔曼增益，KG_K＝C_K(C_K+C_mk)^-1；

可选的，基于该卡尔曼增益更新关联矩阵，更新方式为：C'＝C_k-KG_KC_K。

本发明实施例在实际应用过程中，可以使用三步相移法获取背景和物体的相位图；通过投影仪依次投射三张条纹图到目标上，之后用相机捕获这三张条纹图，相机捕获到的条纹图分别为I₁、I₂和I₃，这三张条纹兔的灰度都是呈正弦规律变化的，每张图之间相差2π/3的相位。用捕获的这三张条纹图即可计算出背景和物体的相位图，每个对应像素点的相位φ(x,y)可以表示为：

其中，φ(x,y)是包裹相位，有着2π的不连续性，因此，可以使用相位解包裹的方法来获得连续的相位图，具体的，使用TPU来获得绝对相位，通过投影格雷码图像获得每个像素点对应的阶数k(x,y)，基于该阶数，可以得到每个像素点的绝对相位，具体如下：

Φ(x,y)＝φ(x,y)+2π×k(x,y)

获取相位图后，如图7所示，对相位图中的阴影区域进行标记，该阴影区域可以为一个或多个，对相位图中的阴影区域进行分类，对于有效类型的阴影区域，先确定阴影区域中各个像素点的相位恢复顺序，并基于该相位恢复顺序，应用邻域信息融合估计NIFPE的方法来恢复阴影区域中的相位；对于无效类型的阴影区域，用相位图中的背景相位分布对该阴影区域进行修正；最终得到恢复完成的相位图。

上述各个具体的实现方式，及各个实现方式的衍生过程，均在本发明保护范围内。

与图1所述的方法相对应，本发明实施例还提供了一种阴影相位误差补偿装置，用于对图1中方法的具体实现，本发明实施例提供的阴影相位误差补偿装置可以应用计算机终端或各种移动设备中，其结构示意图如图8所示，具体包括：

获取单元501，用于获取待测物体的相位图；

确定单元502，用于确定所述相位图中的阴影区域，并判断所述阴影区域的类型；

第一相位恢复单元503，用于当判断出所述阴影区域的类型为有效类型时，确定所述阴影区域中每个像素点的恢复顺序，依据所述恢复顺序依次获取所述阴影区域中每个像素点的预测值，以对所述阴影区域的每个所述像素点进行相位恢复；

第二相位恢复单元504，用于当判断出所述阴影区域的类型为无效类型时，将所述阴影区域各个像素点的相位值替换为所述相位图的背景区域相位值。

本发明实施例提供的阴影相位误差补偿装置，通过获取待测物体的相位图；确定所述相位图中的阴影区域，并判断所述阴影区域的类型；若判断出所述阴影区域的类型为有效类型，则确定所述阴影区域中每个像素点的恢复顺序，依据所述恢复顺序依次获取所述阴影区域中每个像素点的预测值，以对所述阴影区域的每个所述像素点进行相位恢复；若判断出所述阴影区域的类型为无效类型，则将所述阴影区域各个像素点的相位值替换为所述相位图的背景区域相位值。应用本发明实施例提供的方法，能够找到相位图中的阴影区域，并依据阴影区域的类型执行相应的相位恢复操作，有效的减少结构光测量中的阴影相位误差。

在本发明提供的一实施例中，基于上述的方案，具体的，所述确定单元502，包括：

第一确定子单元，用于确定所述相位图的目标区域中每个像素点对应的方差值；所述方差值为其所属的像素点的相位值和该像素点的各个邻域像素点的相位值的方差值；

生成子单元，用于依据所述目标区域中各个所述像素点对应的方差值，建立所述目标区域的方差分布图；

第二确定子单元，用于依据所述方差分布图，确定所述相位图中的阴影区域。

在本发明提供的一实施例中，基于上述的方案，具体的，所述判断所述阴影区域的类型的确定单元502，包括：

第一获取子单元，用于获取所述阴影区域中每个像素点的权重系数、该像素点的各个邻域像素点的权重系数和预先设置的参考值；

第一运算子单元，用于依据所述阴影区域中每个像素点的相位值、该像素点的各个邻域像素点的相位值、各个所述权重系数和所述参考值，得到所述阴影区域的类型特征值；

比对子单元，用于将所述类型特征值与预先设置的类型阈值进行比对；

第一执行子单元，用于当所述类型特征值大于等于所述类型阈值时，确定所述阴影区域的类型为有效类型；

第二执行子单元，用于当所述类型特征值小于所述类型阈值时，确定所述阴影区域的类型为无效类型。

在本发明提供的一实施例中，基于上述的方案，具体的，所述第一相位恢复单元503，包括：

第二获取子单元，用于获取所述阴影区域中各个像素点的邻域像素点的相位值；

第二运算子单元，用于依据所述阴影区域中每个所述像素点的邻域像素点的相位值，得到该像素点的可靠参数；

第三确定子单元，用于依据每个所述像素点的可靠参数的大小，确定所述阴影区域中各个像素点的恢复顺序。

在本发明提供的一实施例中，基于上述的方案，具体的，所述第一相位恢复单元503，包括：

恢复子单元，用于依据所述恢复顺序，依次对每个所述像素点执行相位恢复操作；

所述相位恢复操作包括：获取该像素点的邻域像素点的相位梯度信息；应用预先设置的卡尔曼滤波算法对所述相位梯度信息进计算，得到该像素点的初始预测值和所述初始预测值对应的关联矩阵，所述关联矩阵表征该像素点的相位值与所述相位梯度信息的关联关系；应用预先设置的核密度估计算法对所述初始预测值和所述关联矩阵进行计算，得到该像素点的预测值；应用该所述预测值替换该像素点的相位值。

本发明实施例还提供了一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行上述阴影相位误差补偿方法。

本发明实施例还提供了一种电子设备，其结构示意图如图9所示，具体包括存储器601，以及一个或者一个以上的指令602，其中一个或者一个以上指令602存储于存储器601中，且经配置以由一个或者一个以上处理器603执行所述一个或者一个以上指令602进行以下操作：

获取待测物体的相位图；

确定所述相位图中的阴影区域，并判断所述阴影区域的类型；

若判断出所述阴影区域的类型为有效类型，则确定所述阴影区域中每个像素点的恢复顺序，依据所述恢复顺序依次获取所述阴影区域中每个像素点的预测值，以对所述阴影区域的每个所述像素点进行相位恢复；

若判断出所述阴影区域的类型为无效类型，则将所述阴影区域各个像素点的相位值替换为所述相位图的背景区域相位值。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

以上对本发明所提供的一种阴影相位误差补偿方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种阴影相位误差补偿方法，其特征在于，包括：

获取待测物体的相位图；

确定所述相位图中的阴影区域，并判断所述阴影区域的类型；

若判断出所述阴影区域的类型为有效类型，则确定所述阴影区域中每个像素点的恢复顺序，依据所述恢复顺序依次获取所述阴影区域中每个像素点的预测值，以对所述阴影区域的每个所述像素点进行相位恢复；

若判断出所述阴影区域的类型为无效类型，则将所述阴影区域各个像素点的相位值替换为所述相位图的背景区域相位值；

其中，所述确定所述阴影区域中每个像素点的恢复顺序，包括：获取所述阴影区域中各个像素点的邻域像素点的相位值；依据所述阴影区域中每个所述像素点的邻域像素点的相位值，得到该像素点的可靠参数；依据每个所述像素点的可靠参数的大小，确定所述阴影区域中各个像素点的恢复顺序。

2.根据权利要求1所述的方法，其特征在于，所述确定所述相位图中的阴影区域，包括：

确定所述相位图的目标区域中每个像素点对应的方差值；所述方差值为其所属的像素点的相位值和该像素点的各个邻域像素点的相位值的方差值；

依据所述目标区域中各个所述像素点对应的方差值，建立所述目标区域的方差分布图；

基于所述方差分布图，确定所述相位图中的阴影区域。

3.根据权利要求1所述的方法，其特征在于，所述判断所述阴影区域的类型，包括：

获取所述阴影区域中每个像素点的权重系数、该像素点的各个邻域像素点的权重系数和预先设置的参考值；

基于所述阴影区域中每个像素点的相位值、该像素点的各个邻域像素点的相位值、各个所述权重系数和所述参考值，得到所述阴影区域的类型特征值；

将所述类型特征值与预先设置的类型阈值进行比对；

若所述类型特征值大于等于所述类型阈值，则确定所述阴影区域的类型为有效类型；

若所述类型特征值小于所述类型阈值，则确定所述阴影区域的类型为无效类型。

4.根据权利要求1所述的方法，其特征在于，所述依据所述恢复顺序依次获取所述阴影区域中每个像素点的预测值，以对所述阴影区域的每个所述像素点进行相位恢复，包括：

基于所述恢复顺序，依次对每个所述像素点执行相位恢复操作；

所述相位恢复操作包括：获取该像素点的邻域像素点的相位梯度信息；应用预先设置的卡尔曼滤波算法对所述相位梯度信息进计算，得到该像素点的初始预测值和所述初始预测值对应的关联矩阵，所述关联矩阵表征该像素点的相位值与所述相位梯度信息的关联关系；应用预先设置的核密度估计算法对所述初始预测值和所述关联矩阵进行计算，得到该像素点的预测值；应用该预测值替换该像素点的相位值。

5.一种阴影相位误差补偿装置，其特征在于，包括：

获取单元，用于获取待测物体的相位图；

确定单元，用于确定所述相位图中的阴影区域，并判断所述阴影区域的类型；

第一相位恢复单元，用于当判断出所述阴影区域的类型为有效类型时，确定所述阴影区域中每个像素点的恢复顺序，依据所述恢复顺序依次获取所述阴影区域中每个像素点的预测值，以对所述阴影区域的每个所述像素点进行相位恢复；

第二相位恢复单元，用于当判断出所述阴影区域的类型为无效类型时，将所述阴影区域各个像素点的相位值替换为所述相位图的背景区域相位值；

其中，所述第一相位恢复单元，包括：

第二获取子单元，用于获取所述阴影区域中各个像素点的邻域像素点的相位值；

第二运算子单元，用于依据所述阴影区域中每个所述像素点的邻域像素点的相位值，得到该像素点的可靠参数；

第三确定子单元，用于依据每个所述像素点的可靠参数的大小，确定所述阴影区域中各个像素点的恢复顺序。

6.根据权利要求5所述的装置，其特征在于，所述确定单元，包括：

第一确定子单元，用于确定所述相位图的目标区域中每个像素点对应的方差值；所述方差值为其所属的像素点的相位值和该像素点的各个邻域像素点的相位值的方差值；

生成子单元，用于依据所述目标区域中各个所述像素点对应的方差值，建立所述目标区域的方差分布图；

第二确定子单元，用于依据所述方差分布图，确定所述相位图中的阴影区域。

7.根据权利要求5所述的装置，其特征在于，所述判断所述阴影区域的类型的确定单元，包括：

第一获取子单元，用于获取所述阴影区域中每个像素点的权重系数、该像素点的各个邻域像素点的权重系数和预先设置的参考值；

第一运算子单元，用于依据所述阴影区域中每个像素点的相位值、该像素点的各个邻域像素点的相位值、各个所述权重系数和所述参考值，得到所述阴影区域的类型特征值；

比对子单元，用于将所述类型特征值与预先设置的类型阈值进行比对；

第一执行子单元，用于当所述类型特征值大于等于所述类型阈值时，确定所述阴影区域的类型为有效类型；

第二执行子单元，用于当所述类型特征值小于所述类型阈值时，确定所述阴影区域的类型为无效类型。

8.根据权利要求5所述的装置，其特征在于，所述第一相位恢复单元，包括：

恢复子单元，用于依据所述恢复顺序，依次对每个所述像素点执行相位恢复操作；

所述相位恢复操作包括：获取该像素点的邻域像素点的相位梯度信息；应用预先设置的卡尔曼滤波算法对所述相位梯度信息进计算，得到该像素点的初始预测值和所述初始预测值对应的关联矩阵，所述关联矩阵表征该像素点的相位值与所述相位梯度信息的关联关系；应用预先设置的核密度估计算法对所述初始预测值和所述关联矩阵进行计算，得到该像素点的预测值；应用该预测值替换该像素点的相位值。

Images