CN113393481B - 基于边缘检测的快速相位展开方法、装置、设备及介质 - Google Patents
基于边缘检测的快速相位展开方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113393481B CN113393481B CN202110648159.4A CN202110648159A CN113393481B CN 113393481 B CN113393481 B CN 113393481B CN 202110648159 A CN202110648159 A CN 202110648159A CN 113393481 B CN113393481 B CN 113393481B
- Authority
- CN
- China
- Prior art keywords
- phase
- edge
- fringe
- edge detection
- distance
- 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
- 238000003708 edge detection Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000010587 phase diagram Methods 0.000 claims abstract description 56
- 230000002159 abnormal effect Effects 0.000 claims abstract description 19
- 238000013507 mapping Methods 0.000 claims abstract description 17
- 230000010363 phase shift Effects 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 230000036039 immunity Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001314 profilometry Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
-
- G06T5/70—
Abstract
本发明提供了一种基于边缘检测的快速相位展开方法、装置、设备及介质,方法包括:获取变形条纹图像;其中,所述变形条纹图像由理想光栅条纹经被测物调制生成;利用边缘检测算子识别与定位包裹相位图的边界,获得包裹相位图的边缘检测结果;对边缘检测结果中的异常边缘点进行校正,将校正后的边缘点映射成初始条纹级数;优化初始条纹级数,再利用优化后的条纹级数计算所述光栅条纹图像对应的绝对相位。本发明实现了绝对相位的快速恢复。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于边缘检测的快速相位展开方法、装置、设备及介质。
背景技术
条纹投影轮廓术是一种全视场、非接触式、高效率和高精度的光学三维测量技术,现已被广泛应用于增材制造、虚拟现实、生物医学和工业检测等领域中。条纹投影轮廓术通过投影设备向被测物表面投射一幅或多幅具有一定编码规律的条纹图案,利用相机对变形条纹进行实时采集并将采集到的条纹图像传输至计算机中进行处理,最后根据系统的几何关系恢复出物体的三维点云。当编码条纹接触物体表面时,条纹会发生形变。条纹的形变主要体现在相位的变化上,而相位的变化间接反映了物体表面深度的变化。因此,从变形条纹中提取准确的相位信息对测量精度至关重要。常用的相位提取方法有傅里叶变换法和相移法。由于两者均使用了反正切函数,导致相位在(-π,π]呈周期性变化,此相位也被称为包裹相位。为了获得真实的连续相位,需要对包裹相位进行相位展开操作。
目前,相位展开方法主要有空间相位展开法、时间相位展开法和基于深度学习的相位展开法。
空间相位展开法通过分析包裹相位图中空间相邻元素之间的相位值来恢复连续相位。常见的空间相位展开法有枝切法、质量引导法、最小不连续性法和最小范数法。
时间相位展开法通过投射一系列辅助条纹确定条纹级数,然后结合包裹相位来恢复绝对相位。常见的时间相位展开法有格雷码加相移法、多频/多波长相移法和相位编码法。
格雷码加相移法需要向被测物上分别投射一组光栅条纹和格雷码图案。其中,光栅条纹被用来计算包裹相位,而格雷码图案被用来确定条纹级数。图1(a)为4位格雷码图案,对应24个码字,如图1(b)所示,可编码条纹级数的范围为0~15。
多频/多波长相移法通过投射两组以上不同频率的光栅条纹,根据条纹之间的频率/周期关系,通过低频条纹的相位来辅助高频条纹的相位恢复。以三频外差为例,其相位展开过程如图2所示。将三个不同频率的包裹相位两两叠加合成全场唯一的连续相位,再利用合成的连续相位反向求解高频条纹的条纹级数,从而恢复出高频条纹的绝对相位。
相位编码法是将条纹级数嵌入正弦光栅条纹中并通过投影设备投射至被测物上,然后利用相移法从相位编码条纹中提取条纹级数来恢复绝对相位,其展开过程如图3所示。
基于深度学习的相位展开方法通过设计和构建相位神经网络,将包裹相位作为网络的输入,而网络输出一般为条纹级数或者绝对相位图。常用的相位展开网络有PhaseNet和U-Net网络。
现有技术中,空间相位展开法仅需投射极少的条纹图案即可恢复绝对相位,常被用于动态三维测量中。然而,空间相位展开法易受噪声、展开路径和被测物表面特征等因素影响而引入相位误差,并造成相位误差的累积和传递。除此之外,空间相位展开方法不太适用于大梯度和不连续物体的相位恢复。
时间相位展开法通过投射辅助条纹来确定条纹级数。由于时间相位展开法是对每个点进行独立计算,所以具有较高的精度和鲁棒性,常被用于复杂和不连续物体的相位恢复。然而,由于时间相位展开法需要投射额外的条纹图案,所以测量效率较低,不适合动态测量。
基于深度学习的相位展开算法在一定程度上可以提高相位展开的效率,但由于前期需要大量的训练样本和复杂的训练过程,所以通用性和实时性不高。
综上所述,现存方法难以平衡相位恢复效率和准确性之间的关系。
发明内容
为了解决现有技术存在的问题,本发明提供了一种基于边缘检测的快速相位展开方法、装置、设备及介质。
本发明是这样实现的:
一种基于边缘检测的快速相位展开方法,包括:
获取变形条纹图像;其中,所述变形条纹图像由理想光栅条纹经被测物调制生成;
利用相移法计算变形条纹图像对应的包裹相位图;
利用边缘检测算子识别与定位包裹相位图的边界,获得包裹相位图的边缘检测结果;
对边缘检测结果中的异常边缘点进行校正,并将校正后的边缘点映射成初始条纹级数;
对初始条纹级数进行优化,再利用优化后的条纹级数计算所述变形条纹图像对应的绝对相位。
优选地,利用相移法计算变形条纹图像对应的包裹相位图;以及
利用边缘检测算子识别与定位包裹相位图的边界,获得包裹相位图的边缘检测结果,具体包括:
通过如下公式(1)计算包裹相位图:
其中,N为相移步数,In为光栅条纹的光强分布,φ(x,y)为包裹相位;
在包裹相位图中添加预定比例的随机噪声;
利用高斯滤波器对添加随机噪声后的包裹相位图进行平滑处理,获得平滑后的包裹相位图;
采用边缘检测算子对平滑后的包裹相位图进行边缘检测,获得包裹相位图的边缘检测结果。
优选地,所述预定比例为70%。
优选地,所述边缘检测算子采用Prewitt算子。
优选地,修复边缘检测结果中的异常边缘点,再将校正后的边缘点映射成初始条纹级数,具体包括:
利用如下公式(2)去除近距离的冗余边缘点;
其中,E(x,y)为利用边缘检测算子检测得到的包裹相位边缘点,H和W分别表示包裹相位图的高度和宽度,m定义相邻边缘点间的距离,在此范围内的边缘点将被移除;
对异常边缘点进行修复,包括增、删操作;
用如下公式(3)将修复后的边缘点映射成初始条纹级数;
K[x,R(x,q):R(x,q+1)]=q-1,1≤q≤length[R(x,q)]-1 (3)
其中,length[z]表示z的长度,R为不同边缘点列坐标构成的集合,K为初始条纹级数。
优选地,优化初始条纹级数,并利用优化后的条纹级数计算所述变形条纹的绝对相位,具体包括:
将初始条纹级数K(x,y)代入如下公式(4)计算初始绝对相位Φ(x,y);
Φ(x,y)=φ(x,y)+2πK(x,y) (4)
计算相邻两点之间的相位差△Φ(x,y);
利用公式(5)对初始条纹级数K(x,y)进行校正;
其中,Th1=6,Th2=2π,K′(x,y)为校正后的条纹级数;
利用校正后的条纹级数K′(x,y)替代(4)式中的初始条纹级数K(x,y),计算更为精确的绝对相位。
本发明实施例还提供了一种基于边缘检测的快速相位展开装置,其包括:
变形条纹图像获取单元,用于获取变形条纹图像;其中,所述变形条纹图像由理想光栅条纹经被测物调制生成;
包裹相位计算单元,用于利用相移法计算变形条纹图像对应的包裹相位图;
边缘检测单元,用于利用边缘检测算子识别与定位包裹相位图的边界,得到包裹相位图的边缘检测结果;
异常边缘点校正和映射单元,用于校正边缘检测结果中的异常边缘点,并将校正后的边缘点映射成初始条纹级数;
条纹级数优化单元,用于优化初始条纹级数,再利用优化后的条纹级数计算所述变形条纹图像对应的绝对相位。
本发明实施例还提供了一种基于边缘检测的快速相位展开设备,其包括存储器以及处理器,所述存储器内存储有计算机程序,所述计算机程序能够被所述处理器执行,以实现如上述的基于边缘检测的快速相位展开方法。
本发明实施例还提供了一种计算机可读存储介质,其存储有计算机程序,所述计算机程序能够被所述计算机可读存储介质所在设备的处理器执行,以实现如上述的基于边缘检测的快速相位展开方法。
综上所述,本发明实施例在不增加条纹投射数目的前提下,充分利用包裹相位图的自身特征,通过边缘检测算子定位包裹相位的边界,从而间接获得条纹级数。然后,再通过边缘点校正、条纹级数映射、条纹级数优化和绝对相位计算等操作来恢复光栅条纹的绝对相位。本实施例具有如下创新点:
1、利用边缘检测技术直接恢复绝对相位;
2、探索了一种适合包裹相位图的边缘检测算子;
3、为了提高方法的抗噪声性能,采用边缘点校正算法对异常边缘点进行修复;
4、为了获得更为准确的条纹级数,采用条纹级数校正方法优化初始条纹级数;
5、有效减少条纹图像的投射数量,仅需3幅光栅条纹即可实现相位展开功能。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1(a)为现有的四幅格雷码图案;
图1(b)为现有四位格雷码对应的码字图;
图2(a)和图2(b)为现有的三频外差法原理图;
图3为现有的相位编码法原理;
图4为本发明第一实施例提供的基于边缘检测的快速相位展开方法的流程示意图;
图5为本发明实施例提供的测量系统的示意图;
图6为本发明实施例提供的包裹相位图;
图7为添加随机噪声后的包裹相位图;
图8为平滑后的包裹相位图;
图9为利用不同边缘检测算子检测得到的包裹相位图的边缘点;
图10为异常边缘点校正方法的原理图;
图11为频率为32的相位恢复效果图;其中,图11(a)为包裹相位图;图11(b)为受噪声污染的包裹相位图;图11(c)为第256行的条纹级数;图11(d)为绝对相位恢复图;图11(e)为第256行绝对相位;
图12为频率为64的相位恢复效果图;其中,图12(a)为包裹相位图;图12(b)为受噪声污染的包裹相位图;图12(c)为第256行的条纹级数;图12(d)为绝对相位恢复图;图12(e)为第256行绝对相位;
图13为本发明第二实施例提供的基于边缘检测的快速相位展开装置的结构示意图。
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。
请参阅图4,本发明第一实施例提供了一种基于边缘检测的快速相位展开方法,其可由基于边缘检测的快速相位展开设备(以下简称相位展开设备)来执行,特别的,由所述相位展开设备内的一个或者多个处理器来执行,以实现如下步骤:
S101,获取变形条纹图像;其中,所述变形条纹图像由理想光栅条纹经被测物调制生成。
在本实施例中,所述相位展开设备可为计算机或者其他具有数据处理能力的终端,为便于理解,以下以计算机为例进行说明。
本实施例的测量系统如图5所示,其主要包括相机、数字投影仪和计算机(即相位展开设备)。通过投影仪向被测物表面投射一幅或多幅正弦光栅条纹,利用相机对受被测物调制的变形条纹进行同步采集,再传输至计算机中进行相位计算。最后,根据系统的三角关系可实现相位至三维点云的映射。
S102,利用相移法计算变形条纹图像对应的包裹相位图。
S103,利用边缘检测算子识别和定位包裹相位图的边界,获得包裹相位图的边缘检测结果。
相较于其他物体而言,包裹相位具有非常明显的规律和特征,其主要特征如下:
①清晰和明显的边界;
②较为明确的边缘方向;
③相邻边缘点之间的距离可近似为常数。
具体地,可通过如下步骤得到包裹相位图及其边缘检测结果:
首先,利用相移法计算包裹相位,获得如图6所示的包裹相位图:
其中,N为相移步数,In为光栅条纹的光强分布,φ(x,y)为包裹相位;
然后,在包裹相位图中添加预定比例的随机噪声。
其中,为了寻找适合包裹相位图的边缘检测算子,并且要求边缘算子具有一定的抗噪声性能,可以在边缘检测前向包裹相位图中添加预定比例的随机噪声,如添加70%比例的随机噪声,当然,也可以为其他比例,本发明不做具体限定。
其中,添加随机比例噪声后的包裹相位图如图7所示。
接着,采用高斯滤波器对添加随机噪声后的包裹相位图进行平滑处理,得到平滑后的包裹相位图。
其中,为了防止边缘检测算子受噪声影响而产生伪边缘,选用合适的高斯滤波器对包裹相位图进行平滑,平滑后的包裹相位图如图8所示。
最后,采用边缘检测算子对平滑后的包裹相位图进行边缘检测,获得包裹相位的边缘检测结果。
在本实施例中,可以采用Canny、Log、Roberts、Sobel和Prewitt等常见边缘算子对包裹相位图进行边缘检测,其结果如图9所示。
从图9中可以看出,
①Canny算子对边缘特征过于敏感,在噪声环境下容易检测出伪边缘;
②Log算子具有较强的噪声抑制能力,但在抑制噪声的同时对原始边缘特征也进行了平滑处理;
③Roberts算子对噪声较为敏感,容易导致边缘点的丢失;
④Sobel和Prewitt算子具有较好的抗噪性能,而且对包裹相位有良好的检测效果。
综上所述,本实施例优选的选用Prewitt算子作为包裹相位图的边缘检测算子,但应当理解的是,采用其他的边缘检测算子也在本发明的保护范围之内。
S104,对边缘检测结果中的异常边缘点进行校正,并将校正后的边缘点映射成初始条纹级数。
尽管相较于其他边缘算子,Prewitt算子对包裹相位图有较好的边缘检测效果。但由于噪声和被测物等多重因素的共同作用,检测结果常会出现边缘点冗余和丢失的情况。如果不及时对这些异常边缘点进行处理,将会导致条纹级数和绝对相位的求解出现错误。因此,必须对边缘点进行修复,其步骤如下。
利用如下公式(2)去除近距离的冗余边缘点;
其中,E(x,y)为利用边缘检测算子检测得到的包裹相位图边缘点,H和W分别表示包裹相位图的高度和宽度,m表示相邻边缘点间的距离,在此范围内的边缘点将被移除;
对异常边缘点进行修复,包括增、删操作。
其中,修复的具体流程如图10所示:
首先,记录每行边缘点的列坐标P(x,k);
然后,计算相邻边缘点列坐标之间的距离T(x,l);
其中,在计算平均距离后,判断距离T(x,l)小于平均距离以及距离T(x,l+1)大于平均距离是否成立;若成立,则令E(x,P(x,l+1))=0,并进入下一步骤;若否,则进一步判断T(x,l)小于平均距离以及距离T(x,l-1)大于平均距离是否成立;若成立,则令E(x,P(x,l+2))=0并进入下一步骤;若否,则直接进入下一步骤:计算校正后相邻边缘点间距离T'(x,l′)。
在计算校正后相邻边缘点间的距离T'(x,l′)后,进一步判断T(x,l)大于等于1.5T或者T'(x,l′)大于等于1.5T是否成立;若不成立,则结束;若成立,则计算C(x,l)=round(T(x,l)/T)或者C(x,l)=round(T′(x,l′)/T),然后,依次令E{x,[P(x,y)+1*T]}=1…E{x,[P(x,y)+(C(x,y)-1)*T]}=1。
用如下公式(3)将修复后的边缘点映射成初始条纹级数;
K[x,R(x,q):R(x,q+1)]=q-1,1≤q≤length[R(x,q)]-1 (3)
其中,length[z]表示z的长度,R为不同行边缘点列坐标构成的集合,K为初始条纹级数。
S105,优化初始条纹级数,并利用优化后的条纹级数计算所述变形条纹图像对应的绝对相位。
具体地:
首先,将初始条纹级数K(x,y)代入如下公式(4)计算初始绝对相位Φ(x,y);
Φ(x,y)=φ(x,y)+2πK(x,y) (4)
然后,计算相邻两点之间的相位差△Φ(x,y);
接着,利用公式(5)对初始条纹级数K(x,y)进行校正;
其中,Th1=6,Th2=2π,K′(x,y)为校正后的条纹级数;
最后,利用校正后的条纹级数K′(x,y)替代(4)式中的初始条纹级数K(x,y),计算更为准确的绝对相位。
为了验证方法的有效性,分别对频率为32和64的光栅条纹进行相位恢复,使用的光栅条纹尺寸为512×512。为了衡量方法的抗噪声性能,分别向频率为32和64的光栅条纹中分别添加40%和30%的随机噪声,两者的相位恢复效果分别如图(11)和(12)所示。
观察图11可知,由于添加了40%的随机噪声,包裹相位图受噪声污染较大,但其边界依然较为清晰,因此通过本方法获得的条纹级数边界分明,绝对相位表面光滑,未引入相位误差。而通过观察图12可知,随着频率的提高,包裹相位单个周期的像素值减小,有些边界甚至变得模糊,但经边缘修复算法和条纹级数优化方法处理后,本实施例仍然可以获得较为理想的条纹级数和绝对相位。仿真实验结果表明,本实施例对低频和高频的条纹都有较好的相位恢复效果。
综上所述,本发明实施例在不增加条纹投射数目的前提下,充分利用包裹相位图的自身特征,通过边缘检测算子定位包裹相位的边界,从而间接获得条纹级数。再通过边缘点校正、条纹级数映射、条纹级数优化和绝对相位计算等步骤实现绝对相位的恢复。本实施例具有如下创新点:
1、利用边缘检测技术直接恢复绝对相位;
2、探索了一种适合包裹相位图的边缘检测算子;
3、为了提高方法的抗噪声性能,采用边缘点校正算法对异常边缘点进行修复;
4、为了获得更为准确的条纹级数,采用条纹级数校正方法优化初始条纹级数;
5、可有效减少条纹的投射数量,仅需3幅光栅条纹即可实现相位展开功能。
请参阅图13,本发明第二实施例还提供了一种基于边缘检测的快速相位展开装置,其包括:
图像获取单元210,用于获取变形条纹图像;其中,所述变形条纹图像由理想光栅条纹经被测物调制生成;
包裹相位计算单元220,用于利用相移法计算变形条纹图像对应的包裹相位图;
边缘检测单元230,用于利用边缘检测算子识别与定位包裹相位图的边界,获得包裹相位图的边缘检测结果;
异常边缘点校正和映射单元240,用于校正边缘检测结果中的异常边缘点,并将校正后的边缘点映射成初始条纹级数;
条纹级数优化和相位计算单元250,用于优化初始条纹级数,并利用优化后的条纹级数计算所述变形条纹的绝对相位。
本发明第三实施例还提供了一种基于边缘检测的快速相位展开设备,其包括存储器以及处理器,所述存储器内存储有计算机程序,所述计算机程序能够被所述处理器执行,以实现如上述的基于边缘检测的快速相位展开方法。
本发明第四实施例还提供了一种计算机可读存储介质,其存储有计算机程序,所述计算机程序能够被所述计算机可读存储介质所在设备的处理器执行,以实现如上述的基于边缘检测的快速相位展开方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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,电子设备,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,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。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于边缘检测的快速相位展开方法,其特征在于,包括:
获取变形条纹图像;其中,所述变形条纹图像由理想光栅条纹经被测物调制生成;
利用相移法计算变形条纹图像对应的包裹相位图;
利用边缘检测算子识别与定位包裹相位图的边界,获得包裹相位图的边缘检测结果;
对边缘检测结果中的异常边缘点进行校正,并将校正后的边缘点映射成初始条纹级数;具体包括:
利用如下公式去除近距离的冗余边缘点;
其中,E(x,y)为利用边缘检测算子检测得到的包裹相位图边缘点,H和W分别表示包裹相位图的高度和宽度,m定义相邻边缘点间的距离,在此范围内的边缘点将被移除;
对异常边缘点进行修复,包括增、删操作;其中,修复的具体流程包括:
首先,记录每行边缘点的列坐标P(x,k);
然后,计算相邻边缘点列坐标之间的距离T(x,l);
其中,在计算平均距离后,判断距离T(x,l)小于平均距离以及距离T(x,l+1)大于平均距离是否成立;若成立,则令E(x,P(x,l+1))=0,并进入下一步骤:计算校正后相邻边缘点间距离T'(x,l′);若否,则进一步判断T(x,l)小于平均距离以及距离T(x,l-1)大于平均距离是否成立;若成立,则令E(x,P(x,l+2))=0并进入下一步骤:计算校正后相邻边缘点间距离T'(x,l′);若否,则直接进入下一步骤:计算校正后相邻边缘点间距离T'(x,l′);
在计算校正后相邻边缘点间的距离T'(x,l′)后,进一步判断T(x,l)大于等于1.5T或者T'(x,l′)大于等于1.5T是否成立;若不成立,则结束;若成立,则计算C(x,l)=round(T(x,l)/T)或者C(x,l)=round(T′(x,l′)/T),然后,依次令E{x,[P(x,y)+1*T]}=1…E{x,[P(x,y)+(C(x,y)-1)*T]}=1;
用如下公式将修复后的边缘点映射成初始条纹级数;
K[x,R(x,q):R(x,q+1)]=q-1,1≤q≤length[R(x,q)]-1
其中,length[z]表示z的长度,R为不同边缘点列坐标构成的集合,K为初始条纹级数;
对初始条纹级数进行优化,再利用优化后的条纹级数计算所述变形条纹图像对应的绝对相位。
3.根据权利要求2所述的基于边缘检测的快速相位展开方法,其特征在于,所述预定比例为70%。
4.根据权利要求2所述的基于边缘检测的快速相位展开方法,其特征在于,所述边缘检测算子采用Prewitt算子。
6.一种基于边缘检测的快速相位展开装置,其特征在于,包括:
变形条纹图像获取单元,用于获取变形条纹图像;其中,所述变形条纹图像由理想光栅条纹经被测物调制生成;
包裹相位计算单元,用于利用相移法计算变形条纹图像对应的包裹相位图;
边缘检测单元,用于利用边缘检测算子识别与定位包裹相位图的边界,得到包裹相位图的边缘检测结果;
异常边缘点校正和映射单元,用于校正边缘检测结果中的异常边缘点,将校正后的边缘点映射成初始条纹级数;具体为:
利用如下公式去除近距离的冗余边缘点;
其中,E(x,y)为利用边缘检测算子检测得到的包裹相位图边缘点,H和W分别表示包裹相位图的高度和宽度,m定义相邻边缘点间的距离,在此范围内的边缘点将被移除;
对异常边缘点进行修复,包括增、删操作;其中,修复的具体流程包括:
首先,记录每行边缘点的列坐标P(x,k);
然后,计算相邻边缘点列坐标之间的距离T(x,l);
其中,在计算平均距离后,判断距离T(x,l)小于平均距离以及距离T(x,l+1)大于平均距离是否成立;若成立,则令E(x,P(x,l+1))=0,并进入下一步骤:计算校正后相邻边缘点间距离T'(x,l′);若否,则进一步判断T(x,l)小于平均距离以及距离T(x,l-1)大于平均距离是否成立;若成立,则令E(x,P(x,l+2))=0并进入下一步骤:计算校正后相邻边缘点间距离T'(x,l′);若否,则直接进入下一步骤:计算校正后相邻边缘点间距离T'(x,l′);
在计算校正后相邻边缘点间的距离T'(x,l′)后,进一步判断T(x,l)大于等于1.5T或者T'(x,l′)大于等于1.5T是否成立;若不成立,则结束;若成立,则计算C(x,l)=round(T(x,l)/T)或者C(x,l)=round(T′(x,l′)/T),然后,依次令E{x,[P(x,y)+1*T]}=1…E{x,[P(x,y)+(C(x,y)-1)*T]}=1;
用如下公式将修复后的边缘点映射成初始条纹级数;
K[x,R(x,q):R(x,q+1)]=q-1,1≤q≤length[R(x,q)]-1
其中,length[z]表示z的长度,R为不同边缘点列坐标构成的集合,K为初始条纹级数;
条纹级数优化单元,用于优化初始条纹级数,并利用优化后的条纹级数计算所述变形条纹图像对应的绝对相位。
7.一种基于边缘检测的快速相位展开设备,其特征在于,包括存储器以及处理器,所述存储器内存储有计算机程序,所述计算机程序能够被所述处理器执行,以实现如权利要求1至5任意一项所述的基于边缘检测的快速相位展开方法。
8.一种计算机可读存储介质,其特征在于,存储有计算机程序,所述计算机程序能够被所述计算机可读存储介质所在设备的处理器执行,以实现如权利要求1至5任意一项所述的基于边缘检测的快速相位展开方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110648159.4A CN113393481B (zh) | 2021-06-10 | 2021-06-10 | 基于边缘检测的快速相位展开方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110648159.4A CN113393481B (zh) | 2021-06-10 | 2021-06-10 | 基于边缘检测的快速相位展开方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113393481A CN113393481A (zh) | 2021-09-14 |
CN113393481B true CN113393481B (zh) | 2022-04-26 |
Family
ID=77620205
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110648159.4A Active CN113393481B (zh) | 2021-06-10 | 2021-06-10 | 基于边缘检测的快速相位展开方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113393481B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101788274B (zh) * | 2010-03-15 | 2012-08-08 | 电子科技大学 | 一种彩色复合光栅的三维面形测量方法 |
US8947677B2 (en) * | 2010-08-06 | 2015-02-03 | University Of Kentucky Research Foundation | Dual-frequency phase multiplexing (DFPM) and period coded phase measuring (PCPM) pattern strategies in 3-D structured light systems, and lookup table (LUT) based data processing |
US20140078264A1 (en) * | 2013-12-06 | 2014-03-20 | Iowa State University Research Foundation, Inc. | Absolute three-dimensional shape measurement using coded fringe patterns without phase unwrapping or projector calibration |
CN107730491B (zh) * | 2017-10-13 | 2021-01-01 | 北京工业大学 | 一种基于质量图的相位解包裹方法 |
CN109506590B (zh) * | 2018-12-28 | 2020-10-27 | 广东奥普特科技股份有限公司 | 一种边界跃变相位误差快速定位方法 |
CN111524173B (zh) * | 2020-04-01 | 2022-09-06 | 中国科学技术大学 | 一种基于双参考平面的快速大范围相位解包裹方法 |
-
2021
- 2021-06-10 CN CN202110648159.4A patent/CN113393481B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113393481A (zh) | 2021-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109253708B (zh) | 一种基于深度学习的条纹投影时间相位展开方法 | |
EP3594618B1 (en) | Three-dimensional shape measurement device, three-dimensional shape measurement method, and program | |
CN107730491B (zh) | 一种基于质量图的相位解包裹方法 | |
Chen et al. | Color-coding and phase-shift method for absolute phase measurement | |
CN111998800A (zh) | 一种基于散斑嵌入条纹的三维面形测量方法及系统 | |
CN110375675B (zh) | 基于空间相位展开的双目光栅投影测量方法 | |
CN115205360A (zh) | 复合条纹投影钢管的三维外轮廓在线测量与缺陷检测方法及应用 | |
CN109506590B (zh) | 一种边界跃变相位误差快速定位方法 | |
CN112802084B (zh) | 基于深度学习的三维形貌测量方法、系统和存储介质 | |
CN112923870B (zh) | 一种基于移相和多位码的彩色物体结构光三维测量方法 | |
CN116559179B (zh) | 一种反光表面形貌与缺陷检测方法及其系统 | |
CN113393481B (zh) | 基于边缘检测的快速相位展开方法、装置、设备及介质 | |
Zhang et al. | Iterative projector calibration using multi-frequency phase-shifting method | |
CN107810384B (zh) | 条纹投影方法、条纹投影装置和计算机程序产品 | |
KR20190103271A (ko) | 상호 반사 검출 장치, 상호 반사 검출 방법 및 프로그램 | |
Stephenson et al. | Data validation techniques in a tiled phase unwrapping algorithm | |
García-Isáis et al. | One shot profilometry using phase partitions | |
NL2016286A (en) | Displacement sensor. | |
CN116205843A (zh) | 一种基于自适应条纹迭代的高反航发叶片三维点云获取方法 | |
Wang et al. | High-efficiency 3D shape measurement based on redesigned Gray code and aligned phase unwrapping method | |
CN113137939B (zh) | 基于二值特征模式匹配的解包裹方法 | |
CN115393381A (zh) | 一种直线度的检测方法、装置、计算机设备及存储介质 | |
Díaz et al. | Fast noncontinuous path phase-unwrapping algorithm based on gradients and mask | |
Gupta | Gray code composite pattern structured light illumination | |
Yang et al. | Reliable Shadow Area Recovery with Two-Spatial-Frequency Fringe Projections from Two Projectors |
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 |