CN112378348A - 一种针对低质量条纹图像的迭代相位校正方法 - Google Patents

一种针对低质量条纹图像的迭代相位校正方法 Download PDF

Info

Publication number
CN112378348A
CN112378348A CN202011175922.8A CN202011175922A CN112378348A CN 112378348 A CN112378348 A CN 112378348A CN 202011175922 A CN202011175922 A CN 202011175922A CN 112378348 A CN112378348 A CN 112378348A
Authority
CN
China
Prior art keywords
phase
image
low
fringe
quality
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.)
Granted
Application number
CN202011175922.8A
Other languages
English (en)
Other versions
CN112378348B (zh
Inventor
李晨
张旭
赵欢
丁汉
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and 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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN202011175922.8A priority Critical patent/CN112378348B/zh
Publication of CN112378348A publication Critical patent/CN112378348A/zh
Application granted granted Critical
Publication of CN112378348B publication Critical patent/CN112378348B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G01B21/045—Correction of measurements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/10—Image enhancement or restoration using non-spatial domain filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明属于光学测量领域，并具体公开了一种针对低质量条纹图像的迭代相位校正方法。该方法包括：投射相移条纹图像，拍摄并解码获得初始相位；将初始相位投影到图像亮度空间，根据其获得当前迭代周期的相位投影条纹图像；对其进行高斯滤波获得当前迭代周期的高斯滤波相位；判断当前迭代周期的高斯滤波相位与上一迭代周期的高斯滤波相位的误差是否小于或等于预设阈值，若是，则将其输出；若否，则将其投影到图像亮度空间以进行迭代。本发明将相位投影到图像亮度空间，以得到均匀反射率下的条纹图像，且抑制了高斯噪声的影响，针对该条纹图像进行迭代滤波将消除物体表面反射率和光源非线性亮度的影响，从而实现低质量条纹图像的高精度相位恢复。

Description

一种针对低质量条纹图像的迭代相位校正方法
技术领域
本发明属于光学测量相关技术领域，更具体地，涉及一种针对低质量条纹图像的迭代相位校正方法。
背景技术
光学三维测量方法，例如结构光和相位偏折术，在现代制造业中扮演者越来越重要的角色。其中，相移技术是连接被测物体和传感器的桥梁。相位恢复的精度直接决定光学测量方法的测量精度。一般来说影响相位恢复精度的因素主要有三个方面：1，获取相移条纹图像的质量；2，相移步数；3，亮度调制度参数。其中，随着相移步数的增大，所需要投射相移图像的数量也越多，测量速度则随之降低。亮度调制度参数一般与系统参数配置和被测物体的表面反射率相关。因此提高低质量条纹图像恢复的相位精度已成为光学三维测量方法的关键技术。
影响条纹图像质量的因素主要有三个方面：1，图像噪声；2，光源非线性；3，被测物体表面反射率。图像噪声一般通过滤波方法来滤除，例如通过高斯滤波，中值滤波，小波变换滤波，Savitzky-Golay滤波等方法。光源非线性参数一般通过标定光源gamma值来对条纹图像非线性误差进行校正。表面反射率变化较大的物体的三维测量一般是通过高动态范围技术和偏振成像技术来解决的。
但是，影响条纹图像质量的因素是综合性的，不是孤立存在的，也就是说影响条纹图像质量的三个因素会同时存在。因此，针对反射率变化较大的物体的条纹图像进行滤波时，会受到表面反射率的影响而导致失真。并且高动态范围成像技术的一个显著缺陷是投射图片数量较大，因而导致测量速度降低。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种针对低质量条纹图像的迭代相位校正方法，其中该方法将相位投影到图像亮度空间，以得到均匀反射率下的条纹图像，且保留了高斯噪声的性质，因此针对该条纹图像进行迭代滤波将消除物体表面反射率和光源非线性亮度的影响，从而实现低质量条纹图像的高精度相位恢复。
为实现上述目的，本发明提出了一种针对低质量条纹图像的迭代相位校正方法，该方法包括如下步骤：
S1设定光源的参数值，然后通过该参数值生成需要投射的相移条纹图像并由该光源进行投射；
S2对步骤S1中投射的相移条纹图像进行拍摄获得原始拍摄图像，然后对该原始拍摄图像进行解码，以此获得初始相位φc；
S3将步骤S2获得的初始相位φc投影到图像亮度空间，根据其获得当前迭代周期的相位投影条纹图像
Figure BDA0002748671450000021
其中i为迭代周期；
S4对步骤S3获得的当前迭代周期的相位投影条纹图像
Figure BDA0002748671450000022
进行高斯滤波，得到当前迭代周期的滤波投影条纹图像
Figure BDA0002748671450000023
并根据其获得当前迭代周期的高斯滤波相位Fφc(i)；
S5判断所述当前迭代周期的高斯滤波相位Fφc(i)与上一迭代周期的高斯滤波相位Fφc(i-1)是否小于或等于预设阈值，若是，则将当前迭代周期的高斯滤波相位Fφc(i)输出；若否，则转入步骤S6；
S6将当前迭代周期的高斯滤波相位Fφc(i)代入步骤S3中，将其投影到图像亮度空间获得下一迭代周期的相位投影条纹图像
Figure BDA0002748671450000024
并重复步骤S3～S5以进行迭代，直至误差小于或等于预设阈值，以此对低质量条纹图像的相位进行迭代校正。
作为进一步优选地，步骤S1中，光源的参数值包括相移步数、平均亮度和幅值。
作为进一步优选地，步骤S1中，利用下式生成需要透射的相移条纹图像In，
Figure BDA0002748671450000031
式中，A(x,y)为平均亮度，B(x,y)为幅值，N为相移步数,φ为原始相位。
作为进一步优选地，步骤S2中，利用下式获得初始相位φc，
Figure BDA0002748671450000032
作为进一步优选地，步骤S3中，利用下式获得当前迭代周期的相位投影条纹图像
Figure BDA0002748671450000033
Figure BDA0002748671450000034
式中，Fφc(0)＝φc。
作为进一步优选地，步骤S4中，利用下式获得当前迭代周期的高斯滤波相位Fφc(i)，
Figure BDA0002748671450000035
作为进一步优选地，步骤S5中，预设阈值为0.001～0.05。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，主要具备以下的技术优点：
1.本发明提供了一种针对低质量条纹图像的迭代相位校正方法，该方法将相位投影到图像亮度空间，以得到均匀反射率下的条纹图像，且抑制了高斯噪声的影响，因此针对该条纹图像进行迭代滤波将消除物体表面反射率和光源非线性亮度的影响，从而实现低质量条纹图像的高精度相位恢复，能够有效提高光学三维测量技术的测量精度，极大的改善了反射率较低或反射率较高物体的三维测量效果；并且于传统方法相比无需额外投射条纹图像即可高精度恢复相位信息，有效提高测量速度同时能够兼顾影响条纹图像质量的三个因素，即图像噪声、光源非线性和被测物体表面反射率；
2.同时，本发明通过对迭代相位校正过程中的具体过程进行优化，能够进一步提高三维重建精度；
3.此外，本发明通过对预设阈值进行限定，能够在保证计算精度的同时有效提高计算速度。
附图说明
图1是按照本发明优选实施例构建的针对低质量条纹图像的迭代相位校正方法的流程示意图。
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，对本发明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仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示，本发明实施例提供了一种针对低质量条纹图像的迭代相位校正方法，该方法包括如下步骤：
S1设定光源的参数值，以此对光源成像像素坐标下的每个点进行编码，具体为：设定相移为
Figure BDA0002748671450000041
相移步数为N、平均亮度A(x,y)和幅值B(x,y)，然后通过该参数值，并根据原始相位φ利用下式生成需要透射的相移条纹图像In，然后由该光源进行投射，
Figure BDA0002748671450000051
S2利用相机拍摄光源投射在物体表面的图像，以此获得原始拍摄图像
Figure BDA0002748671450000052
然后对该原始拍摄图像
Figure BDA0002748671450000053
进行解码，利用下式获得初始相位φc，
Figure BDA0002748671450000054
S3将步骤S2获得的初始相位φc投影到图像亮度空间，根据下式获得当前迭代周期的相位投影条纹图像
Figure BDA0002748671450000055
其中i为迭代周期，
Figure BDA0002748671450000056
式中，Fφc(0)＝φc；
S4对步骤S3获得的当前迭代周期的相位投影条纹图像
Figure BDA0002748671450000057
进行高斯滤波，得到当前迭代周期的滤波投影条纹图像
Figure BDA0002748671450000058
并下式获得当前迭代周期的高斯滤波相位Fφc(i)，
Figure BDA0002748671450000059
S5判断当前迭代周期的高斯滤波相位Fφc(i)与上一迭代周期的高斯滤波相位Fφc(i-1)的误差是否小于或等于预设阈值，若是，则将当前迭代周期的高斯滤波相位Fφc(i)输出；若否，则转入步骤S6；
S6将当前迭代周期的高斯滤波相位Fφc(i)代入步骤S3中，将其投影到图像亮度空间获得下一迭代周期的相位投影条纹图像
Figure BDA00027486714500000510
并重复步骤S3～S5以进行迭代，直至误差小于或等于预设阈值，以此对低质量条纹图像的相位进行迭代校正；
具体迭代过程为：将当前迭代周期的高斯滤波相位Fφc(i)代入步骤S3中，将其投影到图像亮度空间获得下一迭代周期的相位投影条纹图像
Figure BDA0002748671450000061
对下一迭代周期的相位投影条纹图像
Figure BDA0002748671450000062
进行高斯滤波，得到下一迭代周期的滤波投影条纹图像
Figure BDA0002748671450000063
以此获得下一迭代周期的高斯滤波相位Fφc(i+1)；判断下一迭代周期的高斯滤波相位Fφc(i+1)与初始相位φc的误差是否小于预设阈值T，即判断|Fφc(i+1)-Fφc(i)|≤T是否成立，若是，则将下一迭代周期的高斯滤波相位Fφc(i+1)输出；若否，则继续进行迭代，直至误差小于预设阈值，以此对低质量条纹图像的相位进行迭代校正。
进一步，预设阈值的选取范围为0.001～0.05，可根据精度要求及计算速度要求设定阈值，阈值设定越低则精度越高但计算速度越慢，而预设设定越高则精度越低但计算速度越快，因此该范围可以在保证计算精度的时候提高计算速度。
本发明将相位投影到图像亮度空间，将得到均匀反射率下的条纹图像，且抑制了高斯噪声的影响，通过进行迭代滤波，能够实现低质量条纹图像的高精度相位恢复，能够消除物体表面反射率和光源非线性亮度的影响。当条纹图像的最大亮度为255，所拍摄的条纹图像的波峰和波谷亮度差为6时，所提出的迭代相位校正方法仍然能够恢复精确相位信息。相比于传统方法，所提出的方法无需额外投射条纹图像即可高精度恢复相位信息，不需要通过高动态范围成像技术来获取不同曝光时间下的相移条纹图像，因而不会增加投射的图片数量，从而有效提高测量速度。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种针对低质量条纹图像的迭代相位校正方法，其特征在于，该方法包括如下步骤：
S1设定光源的参数值，然后通过该参数值生成需要投射的相移条纹图像并由该光源进行投射；
S2对步骤S1中投射的相移条纹图像进行拍摄获得原始拍摄图像，然后对该原始拍摄图像进行解码，以此获得初始相位φc；
S3将步骤S2获得的初始相位φc投影到图像亮度空间，根据其获得当前迭代周期的相位投影条纹图像
Figure FDA0002748671440000011
其中i为迭代周期；
S4对步骤S3获得的当前迭代周期的相位投影条纹图像
Figure FDA0002748671440000012
进行高斯滤波，得到当前迭代周期的滤波投影条纹图像
Figure FDA0002748671440000013
并根据其获得当前迭代周期的高斯滤波相位Fφc(i)；
S5判断所述当前迭代周期的高斯滤波相位Fφc(i)与上一迭代周期的高斯滤波相位Fφc(i-1)的误差是否小于或等于预设阈值，若是，则将当前迭代周期的高斯滤波相位Fφc(i)输出；若否，则转入步骤S6；
S6将当前迭代周期的高斯滤波相位Fφc(i)代入步骤S3中，将其投影到图像亮度空间获得下一迭代周期的相位投影条纹图像
Figure FDA0002748671440000014
并重复步骤S3～S5以进行迭代，直至误差小于或等于预设阈值，以此对低质量条纹图像的相位进行迭代校正。
2.如权利要求1所述的针对低质量条纹图像的迭代相位校正方法，其特征在于，步骤S1中，光源的参数值包括相移步数、平均亮度和幅值。
3.如权利要求1所述的针对低质量条纹图像的迭代相位校正方法，其特征在于，步骤S1中，利用下式生成需要透射的相移条纹图像In，
Figure FDA0002748671440000021
式中，A(x,y)为平均亮度，B(x,y)为幅值，N为相移步数,φ为原始相位。
4.如权利要求1所述的针对低质量条纹图像的迭代相位校正方法，其特征在于，步骤S2中，利用下式获得初始相位φc，
Figure FDA0002748671440000022
5.如权利要求1所述的针对低质量条纹图像的迭代相位校正方法，其特征在于，步骤S3中，利用下式获得当前迭代周期的相位投影条纹图像
Figure FDA0002748671440000023
Figure FDA0002748671440000024
式中，Fφc(0)＝φc。
6.如权利要求1所述的针对低质量条纹图像的迭代相位校正方法，其特征在于，步骤S4中，利用下式获得当前迭代周期的高斯滤波相位Fφc(i)，
Figure FDA0002748671440000025
7.如权利要求1～6任一项所述的针对低质量条纹图像的迭代相位校正方法，其特征在于，步骤S5中，预设阈值为0.001～0.05。
CN202011175922.8A 2020-10-28 2020-10-28 一种针对低质量条纹图像的迭代相位校正方法 Active CN112378348B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011175922.8A CN112378348B (zh) 2020-10-28 2020-10-28 一种针对低质量条纹图像的迭代相位校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011175922.8A CN112378348B (zh) 2020-10-28 2020-10-28 一种针对低质量条纹图像的迭代相位校正方法

Publications (2)

Publication Number Publication Date
CN112378348A true CN112378348A (zh) 2021-02-19
CN112378348B CN112378348B (zh) 2021-10-08

Family

ID=74576319

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011175922.8A Active CN112378348B (zh) 2020-10-28 2020-10-28 一种针对低质量条纹图像的迭代相位校正方法

Country Status (1)

Country Link
CN (1) CN112378348B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113358062A (zh) * 2021-05-31 2021-09-07 湖北工业大学 三维重建相位误差补偿方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1306646A1 (en) * 2000-06-07 2003-05-02 Citizen Watch Co. Ltd. Lattice pattern projector using liquid crystal lattice
CN1508514A (zh) * 2002-12-17 2004-06-30 财团法人工业技术研究院 物体表面三维形貌量测方法和系统
US20040257480A1 (en) * 2003-04-03 2004-12-23 Stmicroelectronics S.A. Electronic component allowing the decoding of digital terrestrial or cable television signals
CN102175332A (zh) * 2011-01-21 2011-09-07 南京理工大学 一种从含有移相误差的干涉图中恢复相位的方法
CN103383249A (zh) * 2013-07-12 2013-11-06 西安交通大学 灰度条纹投影光强非线性校正方法及基于该方法的相位校正方法
CN106595522A (zh) * 2016-12-15 2017-04-26 东南大学 一种光栅投影三维测量系统的误差校正方法
US20170186168A1 (en) * 2015-12-29 2017-06-29 National Sun Yat-Sen University Topographical measurement system of specular object and topographical measurement method thereof
CN108171666A (zh) * 2017-12-27 2018-06-15 华中科技大学鄂州工业技术研究院 一种用于共聚焦内窥镜的正弦畸变图像矫正方法
US20180347970A1 (en) * 2017-05-31 2018-12-06 Keyence Corporation Image Inspection Apparatus
CN109115110A (zh) * 2018-06-07 2019-01-01 华南师范大学 一种基于施密特正交化的干涉图相位迭代恢复方法
CN109990731A (zh) * 2019-01-21 2019-07-09 深圳市易尚展示股份有限公司 基于数字投影三维测量系统的非线性相位误差的校正方法
CN110940294A (zh) * 2019-11-22 2020-03-31 华中科技大学 一种面结构光测量系统中图像的编码与解码方法
CN110992777A (zh) * 2019-11-20 2020-04-10 华中科技大学 多模态融合的示教方法、装置、计算设备及存储介质
CN111426284A (zh) * 2020-04-10 2020-07-17 山东师范大学 基于Brox光流估计的面形测量误差校正方法及系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1306646A1 (en) * 2000-06-07 2003-05-02 Citizen Watch Co. Ltd. Lattice pattern projector using liquid crystal lattice
CN1508514A (zh) * 2002-12-17 2004-06-30 财团法人工业技术研究院 物体表面三维形貌量测方法和系统
US20040257480A1 (en) * 2003-04-03 2004-12-23 Stmicroelectronics S.A. Electronic component allowing the decoding of digital terrestrial or cable television signals
CN102175332A (zh) * 2011-01-21 2011-09-07 南京理工大学 一种从含有移相误差的干涉图中恢复相位的方法
CN103383249A (zh) * 2013-07-12 2013-11-06 西安交通大学 灰度条纹投影光强非线性校正方法及基于该方法的相位校正方法
US20170186168A1 (en) * 2015-12-29 2017-06-29 National Sun Yat-Sen University Topographical measurement system of specular object and topographical measurement method thereof
CN106595522A (zh) * 2016-12-15 2017-04-26 东南大学 一种光栅投影三维测量系统的误差校正方法
US20180347970A1 (en) * 2017-05-31 2018-12-06 Keyence Corporation Image Inspection Apparatus
CN108171666A (zh) * 2017-12-27 2018-06-15 华中科技大学鄂州工业技术研究院 一种用于共聚焦内窥镜的正弦畸变图像矫正方法
CN109115110A (zh) * 2018-06-07 2019-01-01 华南师范大学 一种基于施密特正交化的干涉图相位迭代恢复方法
CN109990731A (zh) * 2019-01-21 2019-07-09 深圳市易尚展示股份有限公司 基于数字投影三维测量系统的非线性相位误差的校正方法
CN110992777A (zh) * 2019-11-20 2020-04-10 华中科技大学 多模态融合的示教方法、装置、计算设备及存储介质
CN110940294A (zh) * 2019-11-22 2020-03-31 华中科技大学 一种面结构光测量系统中图像的编码与解码方法
CN111426284A (zh) * 2020-04-10 2020-07-17 山东师范大学 基于Brox光流估计的面形测量误差校正方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ZHANG ZONGHUA EL.: "Three-Dimensional Shape Measurements of Specular Objects Using Phase-Measuring Deflectometry.", 《SENSORS》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113358062A (zh) * 2021-05-31 2021-09-07 湖北工业大学 三维重建相位误差补偿方法
CN113358062B (zh) * 2021-05-31 2022-08-09 湖北工业大学 三维重建相位误差补偿方法

Also Published As

Publication number Publication date
CN112378348B (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
Abdelhamed et al. A high-quality denoising dataset for smartphone cameras
CN108168464B (zh) 针对条纹投影三维测量系统离焦现象的相位误差校正方法
US11763518B2 (en) Method and system for generating a three-dimensional image of an object
CN107071234B (zh) 一种镜头阴影校正方法及装置
JP5980294B2 (ja) データ処理装置、撮像装置、およびデータ処理方法
JP2019121252A (ja) 画像処理方法、画像処理装置、画像処理プログラム、および、記憶媒体
CN107894215B (zh) 基于全自动曝光的高动态范围光栅投影三维测量方法
CN113358063B (zh) 一种基于相位加权融合的面结构光三维测量方法及系统
CN102970464A (zh) 图像处理装置及图像处理方法
Koninckx et al. Scene-adapted structured light
CN109474814A (zh) 投影仪的二维校准方法、投影仪以及校准系统
JP2016024052A (ja) ３次元計測システム、３次元計測方法及びプログラム
CN112378348B (zh) 一种针对低质量条纹图像的迭代相位校正方法
CN107220945B (zh) 多重退化的极模糊图像的复原方法
CN113362253B (zh) 一种图像阴影校正方法、系统及其装置
CN116608794B (zh) 一种抗纹理3d结构光成像方法、系统、装置及存储介质
CN109587463A (zh) 投影仪的校准方法、投影仪及校准系统
CN115546285B (zh) 基于点扩散函数解算的大景深条纹投影三维测量方法
CN116295114A (zh) 一种基于主辅双视角多灰度级投影的高反射表面结构光三维测量方法
Sur et al. Measuring the noise of digital imaging sensors by stacking raw images affected by vibrations and illumination flickering
TWI552603B (zh) 影像校正系統以及方法
CN116824047A (zh) 一种基于条纹图像增强的结构光三维重建方法
CN114322823B (zh) 一种三维测量系统和相位误差补偿方法
JP2015163915A (ja) 画像処理装置、撮像装置、画像処理方法、プログラム、および、記憶媒体
CN117073578B (zh) 用于条纹投影轮廓术的主动投影非线性Gamma矫正方法

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