CN111815697B - 一种热变形动态三维测量方法 - Google Patents
一种热变形动态三维测量方法 Download PDFInfo
- Publication number
- CN111815697B CN111815697B CN202010572384.XA CN202010572384A CN111815697B CN 111815697 B CN111815697 B CN 111815697B CN 202010572384 A CN202010572384 A CN 202010572384A CN 111815697 B CN111815697 B CN 111815697B
- Authority
- CN
- China
- Prior art keywords
- phase
- fringe
- camera
- dimensional
- thermal deformation
- 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.)
- Active
Links
- 238000000691 measurement method Methods 0.000 title claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000005259 measurement Methods 0.000 claims abstract description 29
- 238000010587 phase diagram Methods 0.000 claims abstract description 4
- 230000010363 phase shift Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 5
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000011166 aliquoting Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000007796 conventional method Methods 0.000 abstract description 7
- 238000010438 heat treatment Methods 0.000 abstract 1
- 239000000919 ceramic Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 2
- 238000002377 Fourier profilometry Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000011089 mechanical engineering Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000001314 profilometry Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000004441 surface measurement Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
- G01B11/167—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge by projecting a pattern on the object
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/254—Projection of a pattern, viewing through a pattern, e.g. moiré
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了提出了一种热变形动态三维测量方法，该方法利用了密度较大的条纹的高精度和只使用两个不同的条纹频率的高效率。相位图被分成几个子区域，在每个子区域中相位被独立地展开，通过几何约束从这些子区域的分布候选对象中选择立体匹配像素，基于远心立体显微系统，只需要五种模式就可以实现不同加热温度下样品热变形的高精度实时三维测量。与传统方法相比，基于时间相位分层展开的方法可以获得更高的条纹密度，并且在不需要投影仪校准的情况下，使用与传统方法相同数量的条纹图可以获得更高的测量精度。
Description
技术领域
本发明属于光学测量技术领域，具体涉及一种热变形动态三维测量方法。
背景技术
随着数字投影、成像和处理硬件的发展，光学三维表面测量技术发展迅速。特别是，实时三维测量由于具有低成本的实用性、快速、非接触、高分辨率结构光投影系统的特点，已经广泛应用于但不限于机械工程、工业监控、计算机视觉、虚拟现实、生物医学和其他工业应用。自从提出了使用条纹投影的实时三维测量技术以来，许多技术，包括彩色编码投影技术、灰度索引、傅里叶变换轮廓术、顺序投影技术和混合方法，都得到了实际应用。
在一个典型的边缘投影三维测量应用中，计算相机捕获的条纹图像的相位值，得到基于相位匹配算法的多视图之间的匹配关系。在实时测量应用中，需要使用尽可能少的条纹图案来减少由运动引起的测量误差。然而，当条纹密度显著增加时，相位展开的正确性就不能得到保证。使用傅里叶条纹轮廓术可以增加条纹密度，但是对于孤立物体和不连续表面，仍然需要时间相位展开过程。为了在不增加图像个数的情况下使用更高的条纹密度，或者在较少的条纹图像上使用更密集的条纹，学者们提出了基于几何约束的方法来辅助不同视图之间的相位匹配。然而，在这些方法中，一个频率条纹图像仍然不能帮助进一步增加条纹密度。为了在更高频率的条纹图像中准确地展开相位，研究者们提出了在无相位展开的应用中在条纹图案中嵌入散斑或特殊设计的码字。但由于相关算法复杂，测量速度受到限制。双频绝对相位恢复方法也广泛应用于快速三维测量。常用的相位展开技术投射一个粗略的单位频率图像，并使用计算出的相位来帮助展开更精确的相位图。但是，由于噪声会引起相位阶差，所以频率仍然不能太高。提出了基于参考平面和几何约束的双频方法，从频率较高的条纹图像中提取绝对相位。首先根据一定的空间信息对频率相对较低的条纹进行相位展开。为了重建绝对三维数据，投影仪的标定是不可避免的，并且涉及到反投影计算过程，增加了标定的复杂度。
发明内容
本发明提出了一种基于易于校准的显微远心立体视觉系统的立体相位匹配方法，该方法利用了密集条纹的高精度和仅使用两种不同条纹频率的高效率。
本发明的具体技术方案如下：
一种热变形动态三维测量方法,步骤如下：
步骤一.使用五个条纹图进行相位计算，从中分别得到对应于左、右相机的两个“未包裹”相位图；
步骤二.立体匹配过程；
步骤三.根据双视系统的标定参数重建三维点云数据。
优选的，步骤一中：
基于可控相移量，记录到的δn相移条纹图可以表示为式(1)，
In(u,v)＝I0(u,v){1+α(u,v)cos[Φ(u,v)+δn]} (1)，
其中，(u,v)是摄像机的像素坐标，I0是平均强度，α是条纹对比度，Φ是要测量的相位分布，δn是移位的参考相位，n＝1，…，N；
严格控制相位阶跃δn，在不小于三个相移强度的情况下，基于最小化关于理想强度和捕获强度之间差异的标准，独立计算相位分布，如果δn被整数NS等分到[0,2π]的范围内，应用标准NS步相移算法来计算相位，得到对应于Φ的包裹相位
利用式(2)从相移算法中检索出两个包裹相位和/>以及对应于各自的连续相位图Φl和Φh，(Φl，Φh)和/>之间的关系为
其中kh和kl是各自的整数条纹阶，在分层算法中，不需要相位展开，即/>高频条纹的条纹阶数kh为式(4)，
使用5幅条纹图像获得“展开”的相位图，频率较高的条纹图像由三个标准相移图案和/>组成，并从中提取相位/>较低频率的条纹图由两幅条纹图像组成，这两幅图像是标准三步相移图的前两幅图像/>和/>第三个条纹图像/>通过式(5)获得，
利用式(2)计算和/>从式(3)和(4)获得绝对相位图Φh，当最终绝对相位标度到相同的范围[0,2π]时，相位误差方差可以表示为，
其中σ是高斯分布的加性噪声的方差，NS为相移步数，f为条纹频率，表示条纹密度，B为条纹调制。
优选的，步骤二中：
对于左摄像机上的每个主像素，右摄像机上将有四个理论候选，其相位值接近主像素上的相位值，左摄像机上每个像素的测量范围预先定义，在几何约束的帮助下选择正确的匹配点，完成从左摄像机到右摄像机的相位匹配后，还执行从右摄像机到左摄像机的相同相位匹配过程，以确保左右一致性，经过立体匹配过程后，得到两个远心摄像机之间的视差图；
世界坐标系中的一个点P是基于远心相机成像模型在该点上成像，
其中，R是旋转矩阵和t是平移向量，H是单应矩阵，它将目标的世界坐标转换为其相应的图像坐标，A是远心相机的固有矩阵，m是透镜的有效放大倍数，(u0，v0)是光学中心的图像坐标，
确定了可能的匹配像素对，根据两个摄像机成像模型得到四个方程，如式(7)，通过求解方程组，可以计算出包含三维数据的P。
本发明与现有技术相比，其显著优点：本发明通过将相位空间划分为若干子区域，利用几何约束可以显著降低匹配候选区域定位的计算复杂度，在每个子区域中，使用分层时间相位展开方法来展开相位，以确保恢复到的相位值的高精度。与传统方法相比，基于时间相位分层展开的方法可以获得更高的条纹密度，并且在不需要投影仪校准的情况下，使用与传统方法相同数量的条纹图可以获得更高的测量精度。另外，采用几何约束和左右一致性检查技术从不同相位子区域的候选点中确定正确的匹配点，一旦获得匹配点，通过使用反线性插值将所得视差的精度提高到亚像素级。
附图说明
图1为本发明实施例中热变形动态三维测量方法的流程示意图。
图2为本发明实施例中的简化结构模型。
图3a为传统方法测量陶瓷平面的结果，为λh＝96包裹相位分布。
图3b为本发明实施例测量陶瓷平面的结果，为λh＝24包裹相位分布。
图3c为传统方法测量陶瓷平面的结果，为λh＝96捕获的三步相移频条纹图像。
图3d为本发明实施例测量陶瓷平面的结果，为λh＝24捕获的三步相移频条纹图像。
图3e为传统方法测量陶瓷平面的结果，为λh＝96的陶瓷平面的重建三维数据。
图3f为本发明实施例测量陶瓷平面的结果，为λh＝24的陶瓷平面的重建三维数据。
图4a为本发明实施例校定板上标记中心的三维重建，为校定板的校正图像对。
图4b为本发明实施例校定板上标记中心的三维重建，为校定板的校正图像对。
图4c为本发明实施例校定板上标记中心的三维重建，为具有深度颜色编码的标记重建中心的三维分布。
图5为本发明实施例的测量样品中六个标记点分别在150℃时随时间变化的深度信息。
图6为本发明实施例的测量样品中六个标记点分别在300℃时随时间变化的深度信息。
图7为本发明实施例的测量样品中六个标记点分别在450℃时随时间变化的深度信息。
图8a为本发明实施例中测量样品热变形的动态绝对三维测量，为在150℃下加热0s的样品三维点云。
图8b为本发明实施例中测量样品热变形的动态绝对三维测量；为在150℃下加热5s的样品三维点云。
图8c为本发明实施例中测量样品热变形的动态绝对三维测量；为在150℃下加热10s的样品三维点云。
图8d为本发明实施例中测量样品热变形的动态绝对三维测量，为在300℃下加热0s的样品三维点云。
图8e为本发明实施例中测量样品热变形的动态绝对三维测量；为在300℃下加热5s的样品三维点云。
图8f为本发明实施例中测量样品热变形的动态绝对三维测量；为在300℃下加热10s的样品三维点云。
图8g为本发明实施例中测量样品热变形的动态绝对三维测量，为在450℃下加热0s的样品三维点云。
图8h为本发明实施例中测量样品热变形的动态绝对三维测量；为在450℃下加热5s的样品三维点云。
图8i为本发明实施例中测量样品热变形的动态绝对三维测量；为在450℃下加热10s的样品三维点云。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
结合图1，本实施例基于几何约束立体匹配和立体显微系统的热变形动态三维测量方法包括以下三个步骤。
步骤一：使用五个条纹图进行相位计算，从中分别得到对应于左、右相机的两个“未包裹”相位图。
基于可控相移量，记录到的δn相移条纹图可以表示为，
In(u,v)＝I0(u,v){1+α(u,v)cos[Φ(u,v)+δn]} (1)，
其中(u,v)是摄像机的像素坐标，I0是平均强度，α是条纹对比度，Φ是要测量的相位分布，δn是移位的参考相位(n＝1,…,N)。
严格控制相位阶跃δn，以便在不小于三个相移强度的情况下，基于最小化关于理想强度和捕获强度之间差异的标准，可以独立计算相位分布。特别是，如果δn被整数NS等分到[0,2π]的范围内，可以应用标准NS步相移算法来计算相位。然而，由于正弦波形的周期性，只能得到对应于Φ的包裹相位如，
相位展开算法的一般思想是借助一个附加的具有不同条纹周期λl和λh的包裹相位图来展开相位。假设利用式(2)或其他相位检测方法从相移算法中检索出两个包裹相位和/>以及对应于各自的连续相位图Φl和Φh，则(Φl，Φh)和/>之间的关系可以写成
其中kh和kl是各自的整数条纹阶。已经证明，在常用的相位展开算法中，分层算法能够获得最大的无模糊测量范围，因此能够获得最佳的相位测量精度(灵敏度)。在分层算法中，不需要相位展开，即/>高频条纹的条纹阶数kh很容易得到，如
证明了“2+1”步相移算法具有最佳的频帧比，这意味着只需要总共使用5幅条纹图像就可以获得“展开”的相位图。使用5幅条纹图像就可以获得“展开”的相位图。频率较高的条纹图像由三个标准相移图案和/>组成，并从中提取相位/>较低频率的条纹图由两幅条纹图像组成，这两幅图像是标准三步相移图的前两幅图像/>和/>第三个条纹图像/>可以通过式5获得
然后利用式(2)计算和/>从而可以从式(3)和(4)获得绝对相位图Φh。当最终绝对相位标度到相同的范围[0,2π]时，相位误差方差可以表示为
这里，σ是高斯分布的加性噪声的方差，NS为相移步数，f为条纹频率，表示条纹密度，B为条纹调制。由于相移是确定的，为了获得更高的相位精度，应该使用频率(f)更高的图案。然而，当条纹频率过大时，由于恢复后的相位中其他类型误差源的固有噪声，相位解包裹会变得不稳定，从而限制了相位解包裹的成功率。因此，有必要研究在有限条纹图案下，对密度较大的条纹相位图进行解包裹的方法。
步骤二：立体匹配过程。
在标定好的多视图条纹投影装置的基础上，实现了三维重建。在双视图设置中，如图2所示，任务是找到两个摄像机的匹配像素对，然后根据由两个远心摄像机和数字投影仪组成的系统的校准参数重建三维数据。
世界坐标系中的一个点P是基于远心相机成像模型在该点上成像，
其中R是旋转矩阵和t是平移向量，H是单应矩阵，它将目标的世界坐标转换为其相应的图像坐标。A是远心相机的固有矩阵，m是透镜的有效放大倍数，(u0，v0)是光学中心的图像坐标，
如果确定了可能的匹配像素对，可以根据两个摄像机成像模型得到四个方程，如式(7)所述。通过求解方程组，可以计算出包含三维数据的P。为了检查像素对的正确性，可以看重建深度或横向位置是否在一个合理的测量体积内。为了获得高精度的匹配像素对，尝试使用从密集条纹中提取的相位来帮助实现两个远心相机的亚像素立体匹配。
由于在分层算法中只使用其中的两个条纹频率不会很高，提出了条纹相位图划分为四个子区域的相位匹配方法。在每个子区域中，使用分层时间相位展开方法来展开相位，以确保恢复到的相位值的高精度。为了从不同相位子区域的候选点中确定正确的匹配点，采用了几何约束和左右一致性检查技术。一旦获得匹配点，通过使用反线性插值将所得视差的精度提高到亚像素级。
对于左摄像机上的每个主像素，右摄像机上将有四个理论候选，其相位值接近主像素上的相位值。左摄像机上每个像素的测量范围都是预先定义的，这样就可以在几何约束的帮助下选择正确的匹配点。完成从左摄像机到右摄像机的相位匹配后，还执行从右摄像机到左摄像机的相同相位匹配过程，以确保左右一致性。经过立体匹配过程后，可以得到两个远心摄像机之间的视差图。
步骤三：如图1所示，根据双视系统的标定参数重建三维点云数据。应该注意的是，在两个相邻子区域的交叉点上，从2π到0(π到-π)的相位跃变将影响相位匹配。在处理相位跃变区域附近的相位候选搜索时，由于噪声的干扰，正确的相位匹配点可能在交叉口的另一侧正确的相位匹配点可能位于交叉口的另一侧。因此，相位匹配需要对跃变相位量(2π)进行补偿，如果相位补偿点具有更接近的匹配相位值，则应将匹配点替换为补偿点。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (1)
1.一种热变形动态三维测量方法,其特征在于，步骤如下：
步骤一.使用五个条纹图进行相位计算，从中分别得到对应于左、右相机的两个“未包裹”相位图，具体为，
基于可控相移量，记录到的δn相移条纹图可以表示为式(1)，
In(u，v)＝I0(u，v){1+α(u，v)cos[Φ(u，v)+δn]} (1)
其中，(u，v)是摄像机的像素坐标，I0是平均强度，α是条纹对比度，Φ是要测量的相位分布，δn是移位的参考相位，n＝1，...，N；
严格控制相位阶跃δn，在不小于三个相移强度的情况下，基于最小化关于理想强度和捕获强度之间差异的标准，独立计算相位分布，如果δn被整数NS等分到[0.2π]的范围内，应用标准NS步相移算法来计算相位，得到对应于Φ的包裹相位
利用式(2)从相移算法中检索出两个包裹相位和/>以及对应于各自的连续相位图Φl和Φh，(Φl，Φh)和/>之间的关系为
其中kh和kl是各自的整数条纹阶，在分层算法中，不需要相位展开，即/>高频条纹的条纹阶数kh为式(4)，
使用5幅条纹图像获得“展开”的相位图，频率较高的条纹图像由三个标准相移图案和/>组成，并从中提取相位/>较低频率的条纹图由两幅条纹图像组成，这两幅图像是标准三步相移图的前两幅图像/>和/>第三个条纹图像/>通过式(5)获得，
利用式(2)计算和/>从式(3)和(4)获得绝对相位图Φh，当最终绝对相位标度到相同的范围[0，2π]时，相位误差方差可以表示为，
其中σ是高斯分布的加性噪声的方差，NS为相移步数，f为条纹频率，表示条纹密度，B为条纹调制；
步骤二.立体匹配过程，具体为，
对于左摄像机上的每个主像素，右摄像机上将有四个理论候选，其相位值接近主像素上的相位值，左摄像机上每个像素的测量范围预先定义，在几何约束的帮助下选择正确的匹配点，完成从左摄像机到右摄像机的相位匹配后，还执行从右摄像机到左摄像机的相同相位匹配过程，以确保左右一致性，经过立体匹配过程后，得到两个远心摄像机之间的视差图，
世界坐标系中的一个点P是基于远心相机成像模型在该点上成像，
其中，R是旋转矩阵，t是平移向量，H是单应矩阵，它将目标的世界坐标转换为其相应的图像坐标，A是远心相机的固有矩阵，m是透镜的有效放大倍数，(u0，v0)是光学中心的图像坐标，
确定了可能的匹配像素对，根据两个摄像机成像模型得到四个方程，如式(7)，通过求解方程组，可以计算出包含三维数据的P；
步骤三.根据双视系统的标定参数重建三维点云数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010572384.XA CN111815697B (zh) | 2020-06-22 | 2020-06-22 | 一种热变形动态三维测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010572384.XA CN111815697B (zh) | 2020-06-22 | 2020-06-22 | 一种热变形动态三维测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111815697A CN111815697A (zh) | 2020-10-23 |
| CN111815697B true CN111815697B (zh) | 2024-02-13 |
Family
ID=72846314
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010572384.XA Active CN111815697B (zh) | 2020-06-22 | 2020-06-22 | 一种热变形动态三维测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111815697B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114526682B (zh) * | 2022-01-13 | 2023-03-21 | 华南理工大学 | 一种基于图像特征增强数字体图像相关法的变形测量方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105043298A (zh) * | 2015-08-21 | 2015-11-11 | 东北大学 | 基于傅里叶变换无需相位展开的快速三维形貌测量方法 |
| CN110514143A (zh) * | 2019-08-09 | 2019-11-29 | 南京理工大学 | 一种基于反射镜的条纹投影系统标定方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104729429B (zh) * | 2015-03-05 | 2017-06-30 | 深圳大学 | 一种远心成像的三维形貌测量系统标定方法 |
| CN106767527B (zh) * | 2016-12-07 | 2019-06-04 | 西安知象光电科技有限公司 | 一种三维轮廓的光学混合检测方法 |
| CN106931910B (zh) * | 2017-03-24 | 2019-03-05 | 南京理工大学 | 一种基于多模态复合编码和极线约束的高效三维图像获取方法 |
-
2020
- 2020-06-22 CN CN202010572384.XA patent/CN111815697B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105043298A (zh) * | 2015-08-21 | 2015-11-11 | 东北大学 | 基于傅里叶变换无需相位展开的快速三维形貌测量方法 |
| CN110514143A (zh) * | 2019-08-09 | 2019-11-29 | 南京理工大学 | 一种基于反射镜的条纹投影系统标定方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111815697A (zh) | 2020-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang | Absolute phase retrieval methods for digital fringe projection profilometry: A review | |
| CN109506589B (zh) | 一种基于结构光场成像的三维轮廓测量方法 | |
| CN110288642B (zh) | 基于相机阵列的三维物体快速重建方法 | |
| CN111563564B (zh) | 基于深度学习的散斑图像逐像素匹配方法 | |
| CN110514143B (zh) | 一种基于反射镜的条纹投影系统标定方法 | |
| CN111351450B (zh) | 基于深度学习的单帧条纹图像三维测量方法 | |
| CN104061879B (zh) | 一种连续扫描的结构光三维面形垂直测量方法 | |
| CN113237435B (zh) | 一种高反光表面三维视觉测量系统及方法 | |
| CN101105393A (zh) | 投射多频光栅的物体表面三维轮廓的视觉测量方法 | |
| Hu et al. | Microscopic 3D measurement of shiny surfaces based on a multi-frequency phase-shifting scheme | |
| CN111563952B (zh) | 基于相位信息与空间纹理特征实现立体匹配方法及系统 | |
| CN113205592B (zh) | 一种基于相位相似性的光场三维重建方法及系统 | |
| CN111947599B (zh) | 基于学习的条纹相位恢复和散斑相关的三维测量方法 | |
| CN112504165A (zh) | 一种基于双边滤波优化的复合立体相位展开方法 | |
| WO2018107427A1 (zh) | 相位映射辅助三维成像系统快速对应点匹配的方法及装置 | |
| Hu et al. | Accurate and dynamic 3D shape measurement with digital image correlation-assisted phase shifting | |
| Hu et al. | Dynamic 3D measurement of thermal deformation based on geometric-constrained stereo-matching with a stereo microscopic system | |
| CN113763540A (zh) | 一种基于散斑条纹混合调制的三维重建方法及设备 | |
| CN102269575B (zh) | 一种视觉测量中基于映射的相位匹配方法 | |
| CN111815697B (zh) | 一种热变形动态三维测量方法 | |
| Liu et al. | A novel phase unwrapping method for binocular structured light 3D reconstruction based on deep learning | |
| Li et al. | An improved 2+ 1 phase-shifting algorithm | |
| Wang et al. | Pixel-wise phase unwrapping with adaptive reference phase estimation for 3-D shape measurement | |
| Song et al. | Super-resolution phase retrieval network for single-pattern structured light 3D imaging | |
| Wang et al. | Light-field-assisted phase unwrapping of fringe projection profilometry |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |