CN114777687A - 基于概率分布函数的分区域相位误差补偿方法及设备 - Google Patents

基于概率分布函数的分区域相位误差补偿方法及设备 Download PDF

Info

Publication number
CN114777687A
CN114777687A CN202210532204.4A CN202210532204A CN114777687A CN 114777687 A CN114777687 A CN 114777687A CN 202210532204 A CN202210532204 A CN 202210532204A CN 114777687 A CN114777687 A CN 114777687A
Authority
CN
China
Prior art keywords
phase
value
gamma
probability distribution
camera
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
CN202210532204.4A
Other languages
English (en)
Other versions
CN114777687B (zh
Inventor
冯维
王守桐
徐仕楠
范家豪
赵振宇
李杨志
叶忠辉
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.)
Hubei University of Technology
Original Assignee
Hubei 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 Hubei University of Technology filed Critical Hubei University of Technology
Priority to CN202210532204.4A priority Critical patent/CN114777687B/zh
Publication of CN114777687A publication Critical patent/CN114777687A/zh
Application granted granted Critical
Publication of CN114777687B publication Critical patent/CN114777687B/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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/40—Arrangements for reducing harmonics

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种基于概率分布函数的分区域相位误差补偿方法及设备。所述方法包括：步骤1至步骤9。本发明通过对硬件造成的相位误差进行补偿，能够很好的提高测量精度，分区域流程简单，具有计算量小，拟合速度快的特点，并且在保证具有较高精度的分区前提下，可有效提高不同区域下相位误差补偿的精度和效率，对于根据测量精度已分区域的像素簇，通过概率分布函数计算出该区间内最佳的预编码伽马值，计算速度快并且准确性高。

Description

基于概率分布函数的分区域相位误差补偿方法及设备
技术领域
本发明实施例涉及相位误差补偿技术领域，尤其涉及一种基于概率分布函数的分区域相位误差补偿方法及设备。
背景技术
结构光条纹投影技术作为一种基于相位的高精度三维测量方法，物体表面相位信息的获取对最终重建精度的影响尤为重要。在实际测量中，条纹投影系统硬件存在一定的误差，导致投影光源亮度的非均匀性，使得投影正弦条纹图案时出现非正弦性的问题，导致相位解算过程中出现相位误差，绝对相位条纹图出现“水波纹”的现象。因此，对投影条纹的相位误差补偿是三维测量中的关键步骤。在条纹投影非正弦性相位误差补偿方法中，一般采用全局的伽马值预编码方法，但投影光源亮度的非均匀性会导致投影靶面区域的伽马值分布不均，出现过补偿或者欠补偿的现象。因此，开发一种基于概率分布函数的分区域相位误差补偿方法及设备，可以有效克服上述相关技术中的缺陷，就成为业界亟待解决的技术问题。
发明内容
针对现有技术存在的上述问题，本发明实施例提供了一种基于概率分布函数的分区域相位误差补偿方法及设备。
第一方面，本发明的实施例提供了一种基于概率分布函数的分区域相位误差补偿方法，包括：步骤1：调整相机和投影仪至预定位置并固定，使投影仪光轴尽量处在视场中心位置，搭建平台由CCD相机、DLP投影仪、服务器和被检测零件构成；步骤2：由计算机生成一幅灰度图和24幅正弦条纹图，通过投影仪投射至均质白板表面，并由CCD相机采集灰度图和正弦条纹图案；步骤3：对采集的图像序列进行处理，对投影靶面范围内各像素点的相位主值误差进行标定，计算出一个周期内的相位误差；步骤4：根据相机采集的灰度图和条纹图，对投影靶面内靠近靶心的某一行每隔50个像素点取一点，对所述一点的伽马值和灰度值进行求取结果；步骤5：根据像素点伽马值与相位误差之间关系以及伽马值与采集灰度值之间的关系建立区域分割算法，完成投影靶面的区域分割；步骤6：根据概率分布函数建立分区域校正模型进行不同区域的预编码伽马值的计算；步骤7：在计算出各分区域的伽马值之后，需要在投影仪投影前对系统的伽马值进行一个预校正，进行相机投影仪的坐标匹配，将相机像平面坐标系下的分区像素簇映射至投影仪像素坐标系上；步骤8：将不同区域的预编码伽马值生成最终的投影条纹图；采用无任何补偿以及不同的补偿方法对标准白板投射条纹图，并通过相机进行采集；步骤9：对图像的绝对相位的进行测量。
在上述方法实施例内容的基础上，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿方法，所述正弦条纹图案，包括：
Figure BDA0003633403560000021
其中,a(x,y)为背景光强，b(x,y)为调制光强，
Figure BDA0003633403560000022
为包裹相位，δn＝2πn/N为N步相移法的相移量，n取值从0到N-1,In(x,y)为正弦条纹图案。
在上述方法实施例内容的基础上，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿方法，所述计算出一个周期内的相位误差，包括：
Figure BDA0003633403560000023
其中，
Figure BDA0003633403560000024
为相位误差，
Figure BDA0003633403560000025
为测量相位，
Figure BDA0003633403560000026
为理想相位。
在上述方法实施例内容的基础上，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿方法，所述对所述一点的伽马值和灰度值进行求取结果，包括：
In c(x,y)＝r(x,y)Iγ n(x,y)+I0
其中，In c(x,y)为相机采集灰度值，Iγ n(x,y)为投影灰度值，r(x,y)为物体表面像素点的反射率，I0为环境光强，γ为系统伽马值。
在上述方法实施例内容的基础上，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿方法，步骤5的具体步骤包括：
步骤5.1：条纹图案被系统产生的伽马值扭曲，使之产生高次谐波效应；
Figure BDA0003633403560000027
其中，A为直流分量，Bk为第k阶谐波系数；
步骤5.2：获取相位误差
Figure BDA0003633403560000028
在N次谐波下求解得到：
Figure BDA0003633403560000031
步骤5.3：B1大于0，采用B1对等式进行归一化处理，则可将相位误差模型表示为：
Figure BDA0003633403560000032
其中，GmN-1、GmN+1为与γ值有关的多项式系数，m为常数；
步骤5.4：Gk与伽马值推导出关系为
Figure BDA0003633403560000033
则得到相位误差
Figure BDA0003633403560000034
与系统伽马值的关系为：
Figure BDA0003633403560000035
步骤5.5：对In c(x,y)＝r(x,y)Iγ n(x,y)+I0两边同时求导可得：
ΔIn c＝klnIn p(In p)Δγ
步骤5.6：当伽马值变化为0.02时，相应的灰度值最大改变量为20，并得出此时相应相位误差最大值的改变量为0.01。
在上述方法实施例内容的基础上，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿方法，步骤6的具体步骤，包括：
步骤6.1：概率分布函数表示为：
Figure BDA0003633403560000036
其中，M表示一个周期内采样点的总数，为正整数，m＝0,1…M-1，表示第m个采样点，
Figure BDA0003633403560000041
表示采集条纹图的相位主值；
步骤6.2：概率分布函数即是计算受到畸变后解算的相位主值与标准相位主值所占区间的差值的大小，若取较小区域，则相位主值曲线所占的梯形面积可近似为长方形，则概率分布函数表示为：
Figure BDA0003633403560000042
其中，x表示区间所占像素点的个数；
步骤6.3：根据所分割区域求取的相位主值计算该分区的概率分布曲线，后对该区域所处的伽马值范围[γ11,γ12]，通过计算机模拟生成γ∈[γ11,γ12]的概率分布函数的一个拟合计算，后通过最小二乘法拟合该区域实际测量得到的概率分布函数与模拟生成的伽马值的概率分布函数，拟合公式为：
Figure BDA0003633403560000043
其中，F为测量区域的概率分布函数值，Fγi为计算机模拟生成的概率分布曲线所计算的函数值，γi∈[γ11,γ12]。
在上述方法实施例内容的基础上，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿方法，所述将相机像平面坐标系下的分区像素簇映射至投影仪像素坐标系上，包括：
Figure BDA0003633403560000044
Figure BDA0003633403560000045
其中，任一点Pc(uc,vc)的绝对相位沿着垂直和水平方向分别进行线性插值计算，记为
Figure BDA0003633403560000046
和
Figure BDA0003633403560000047
(up,vp)为对应投影仪平面坐标系上像素点坐标，V和H是投影条纹图宽度和高度，T是条纹的最大周期整数。
第二方面，本发明的实施例提供了一种基于概率分布函数的分区域相位误差补偿装置，包括：第一主模块，用于实现步骤1：调整相机和投影仪至预定位置并固定，使投影仪光轴尽量处在视场中心位置，搭建平台由CCD相机、DLP投影仪、服务器和被检测零件构成；第二主模块，用于实现步骤2：由计算机生成一幅灰度图和24幅正弦条纹图，通过投影仪投射至均质白板表面，并由CCD相机采集灰度图和正弦条纹图案；第三主模块，用于实现步骤3：对采集的图像序列进行处理，对投影靶面范围内各像素点的相位主值误差进行标定，计算出一个周期内的相位误差；第四主模块，用于实现步骤4：根据相机采集的灰度图和条纹图，对投影靶面内靠近靶心的某一行每隔50个像素点取一点，对所述一点的伽马值和灰度值进行求取结果；第五主模块，用于实现步骤5：根据像素点伽马值与相位误差之间关系以及伽马值与采集灰度值之间的关系建立区域分割算法，完成投影靶面的区域分割；第六主模块，用于实现步骤6：根据概率分布函数建立分区域校正模型进行不同区域的预编码伽马值的计算；第七主模块，用于实现步骤7：在计算出各分区域的伽马值之后，需要在投影仪投影前对系统的伽马值进行一个预校正，进行相机投影仪的坐标匹配，将相机像平面坐标系下的分区像素簇映射至投影仪像素坐标系上；第八主模块，用于实现步骤8：将不同区域的预编码伽马值生成最终的投影条纹图；采用无任何补偿以及不同的补偿方法对标准白板投射条纹图，并通过相机进行采集；第九主模块，用于实现步骤9：对图像的绝对相位的进行测量。
第三方面，本发明的实施例提供了一种电子设备，包括：
至少一个处理器；以及
与处理器通信连接的至少一个存储器，其中：
存储器存储有可被处理器执行的程序指令，处理器调用程序指令能够执行第一方面的各种实现方式中任一种实现方式所提供的基于概率分布函数的分区域相位误差补偿方法。
第四方面，本发明的实施例提供了一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行第一方面的各种实现方式中任一种实现方式所提供的基于概率分布函数的分区域相位误差补偿方法。
本发明实施例提供的基于概率分布函数的分区域相位误差补偿方法及设备，通过对硬件造成的相位误差进行补偿，能够很好的提高测量精度，分区域流程简单，具有计算量小，拟合速度快的特点，并且在保证具有较高精度的分区前提下，可有效提高不同区域下相位误差补偿的精度和效率，对于根据测量精度已分区域的像素簇，通过概率分布函数计算出该区间内最佳的预编码伽马值，计算速度快并且准确性高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单的介绍，显而易见地，下面描述中的附图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为本发明实施例提供的基于概率分布函数的分区域相位误差补偿方法流程图；
图2为本发明实施例提供的基于概率分布函数的分区域相位误差补偿装置结构示意图；
图3为本发明实施例提供的电子设备的实体结构示意图；
图4为本发明实施例提供的单周期内相位误差分布图；
图5为本发明实施例提供的图像采样点标定结果图；
图6为本发明实施例提供的不同分区域轮廓图；
图7为本发明实施例提供的非线性效应产生的相位误差图；
图8为本发明实施例提供的分区域伽马校正模型图；
图9为本发明实施例提供的不同方法补偿条纹对比图；
图10为本发明实施例提供的不同方法补偿效果图；
图11为本发明实施例提供的实物测量相位展开效果图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。另外，本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合，以形成可行的技术方案，这种结合不受步骤先后次序和/或结构组成模式的约束，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
本发明实施例提供了一种基于概率分布函数的分区域相位误差补偿方法，参见图1，该方法包括：步骤1：调整相机和投影仪至预定位置并固定，使投影仪光轴尽量处在视场中心位置，搭建平台由CCD相机、DLP投影仪、服务器和被检测零件构成；步骤2：由计算机生成一幅灰度图和24幅正弦条纹图，通过投影仪投射至均质白板表面，并由CCD相机采集灰度图和正弦条纹图案；步骤3：对采集的图像序列进行处理，对投影靶面范围内各像素点的相位主值误差进行标定，计算出一个周期内的相位误差；步骤4：根据相机采集的灰度图和条纹图，对投影靶面内靠近靶心的某一行每隔50个像素点取一点，对所述一点的伽马值和灰度值进行求取结果；步骤5：根据像素点伽马值与相位误差之间关系以及伽马值与采集灰度值之间的关系建立区域分割算法，完成投影靶面的区域分割；步骤6：根据概率分布函数建立分区域校正模型进行不同区域的预编码伽马值的计算；步骤7：在计算出各分区域的伽马值之后，需要在投影仪投影前对系统的伽马值进行一个预校正，进行相机投影仪的坐标匹配，将相机像平面坐标系下的分区像素簇映射至投影仪像素坐标系上；步骤8：将不同区域的预编码伽马值生成最终的投影条纹图；采用无任何补偿以及不同的补偿方法对标准白板投射条纹图，并通过相机进行采集；步骤9：对图像的绝对相位的进行测量。
步骤8中将不同区域的预编码伽马值生成最终的投影条纹图；采用无任何补偿以及不同的补偿方法对标准白板投射条纹图，并通过相机进行采集如图9所示。其中图9中左面为无补偿采集到的条纹图，中间为整体预编码采集到的条纹图，右面为用本文方法分区域编码采集到的条纹图。为了对本文所提方法的效果进行比较，分别对上述三种方法采集到的条纹图案进行解码处理如图10所示。
步骤9中对人头雕塑的绝对相位的进行测量，结果显示如图11所示。图11中左上图片方框内物体表面变形条纹图进行解码计算。可以看见在图11中右上图片方框内存在较为明显的相位波动，这正是由测量系统非线性引起的相位误差；图11中左下图片中可以发现相位的波动明显变少，但在部分位置仍存在相位误差，且会增加其中的部分相位误差；图11中右下图片为发明方法解相得到的相位展开图，可知在大部分位置的相位波动明显减小，能够较好的解决相机-投影仪测量系统不均匀的伽马畸变所造成的线性误差。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿方法，所述正弦条纹图案，包括：
Figure BDA0003633403560000071
其中,a(x,y)为背景光强，b(x,y)为调制光强，
Figure BDA0003633403560000072
为包裹相位，δn＝2πn/N为N步相移法的相移量，n取值从0到N-1,In(x,y)为正弦条纹图案。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿方法，所述计算出一个周期内的相位误差，包括：
Figure BDA0003633403560000081
其中，
Figure BDA0003633403560000082
为相位误差，
Figure BDA0003633403560000083
为测量相位，
Figure BDA0003633403560000084
为理想相位。通过公式(2)计算出一个周期内的相位误差如图4所示。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿方法，所述对所述一点的伽马值和灰度值进行求取结果，包括：
In c(x,y)＝r(x,y)Iγ n(x,y)+I0 (3)
其中，In c(x,y)为相机采集灰度值，Iγ n(x,y)为投影灰度值，r(x,y)为物体表面像素点的反射率，I0为环境光强，γ为系统伽马值。通过公式(3)对该点的伽马值和灰度值进行求取结果如图5所示。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿方法，步骤5的具体步骤包括：
步骤5.1：条纹图案被系统产生的伽马值扭曲，使之产生高次谐波效应；
Figure BDA0003633403560000085
其中，A为直流分量，Bk为第k阶谐波系数；
步骤5.2：获取相位误差
Figure BDA0003633403560000086
在N次谐波下求解得到：
Figure BDA0003633403560000087
步骤5.3：B1大于0，采用B1对等式进行归一化处理，则可将相位误差模型表示为：
Figure BDA0003633403560000091
其中，GmN-1、GmN+1为与γ值有关的多项式系数，m为常数；
步骤5.4：Gk与伽马值推导出关系为
Figure BDA0003633403560000092
则得到相位误差
Figure BDA0003633403560000093
与系统伽马值的关系为：
Figure BDA0003633403560000094
步骤5.5：对In c(x,y)＝r(x,y)Iγ n(x,y)+I0两边同时求导可得：
ΔIn c＝klnIn p(In p)Δγ (8)
步骤5.6：当伽马值变化为0.02时，相应的灰度值最大改变量为20，并得出此时相应相位误差最大值的改变量为0.01。结合分区域校正模型算法，用不同的颜色信息代表分得的不同区域，结果如图6所示。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿方法，步骤6的具体步骤，包括：
步骤6.1：概率分布函数表示为：
Figure BDA0003633403560000095
其中，M表示一个周期内采样点的总数，为正整数，m＝0,1…M-1，表示第m个采样点，
Figure BDA0003633403560000096
表示采集条纹图的相位主值；当N＝4时，真实相位与包裹相位产生的相位误差分布如图7所示。
步骤6.2：概率分布函数即是计算受到畸变后解算的相位主值与标准相位主值所占区间的差值的大小，若取较小区域，则相位主值曲线所占的梯形面积可近似为长方形，则概率分布函数表示为：
Figure BDA0003633403560000101
其中，x表示区间所占像素点的个数；
步骤6.3：根据所分割区域求取的相位主值计算该分区的概率分布曲线，后对该区域所处的伽马值范围[γ11,γ12]，通过计算机模拟生成γ∈[γ11,γ12]的概率分布函数的一个拟合计算，后通过最小二乘法拟合该区域实际测量得到的概率分布函数与模拟生成的伽马值的概率分布函数，拟合公式为：
Figure BDA0003633403560000102
其中，F为测量区域的概率分布函数值，Fγi为计算机模拟生成的概率分布曲线所计算的函数值，γi∈[γ11,γ12]。通过上式来拟合被测区域的PDF函数与模拟生成的PDF函数的相似程度。因此拟合得到Ri值最大的模拟曲线所对应的伽马值，即为这个区域的伽马值。模拟值与实测概率分布曲线如图8所示。
基于上述方法实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿方法，所述将相机像平面坐标系下的分区像素簇映射至投影仪像素坐标系上，包括：
Figure BDA0003633403560000103
其中，任一点Pc(uc,vc)的绝对相位沿着垂直和水平方向分别进行线性插值计算，记为
Figure BDA0003633403560000104
和
Figure BDA0003633403560000105
(up,vp)为对应投影仪平面坐标系上像素点坐标，V和H是投影条纹图宽度和高度，T是条纹的最大周期整数。
本发明实施例提供的基于概率分布函数的分区域相位误差补偿方法，通过对硬件造成的相位误差进行补偿，能够很好的提高测量精度，分区域流程简单，具有计算量小，拟合速度快的特点，并且在保证具有较高精度的分区前提下，可有效提高不同区域下相位误差补偿的精度和效率，对于根据测量精度已分区域的像素簇，通过概率分布函数计算出该区间内最佳的预编码伽马值，计算速度快并且准确性高。
本发明各个实施例的实现基础是通过具有处理器功能的设备进行程序化的处理实现的。因此在工程实际中，可以将本发明各个实施例的技术方案及其功能封装成各种模块。基于这种现实情况，在上述各实施例的基础上，本发明的实施例提供了一种基于概率分布函数的分区域相位误差补偿装置，该装置用于执行上述方法实施例中的基于概率分布函数的分区域相位误差补偿方法。参见图2，该装置包括：第一主模块，用于实现步骤1：调整相机和投影仪至预定位置并固定，使投影仪光轴尽量处在视场中心位置，搭建平台由CCD相机、DLP投影仪、服务器和被检测零件构成；第二主模块，用于实现步骤2：由计算机生成一幅灰度图和24幅正弦条纹图，通过投影仪投射至均质白板表面，并由CCD相机采集灰度图和正弦条纹图案；第三主模块，用于实现步骤3：对采集的图像序列进行处理，对投影靶面范围内各像素点的相位主值误差进行标定，计算出一个周期内的相位误差；第四主模块，用于实现步骤4：根据相机采集的灰度图和条纹图，对投影靶面内靠近靶心的某一行每隔50个像素点取一点，对所述一点的伽马值和灰度值进行求取结果；第五主模块，用于实现步骤5：根据像素点伽马值与相位误差之间关系以及伽马值与采集灰度值之间的关系建立区域分割算法，完成投影靶面的区域分割；第六主模块，用于实现步骤6：根据概率分布函数建立分区域校正模型进行不同区域的预编码伽马值的计算；第七主模块，用于实现步骤7：在计算出各分区域的伽马值之后，需要在投影仪投影前对系统的伽马值进行一个预校正，进行相机投影仪的坐标匹配，将相机像平面坐标系下的分区像素簇映射至投影仪像素坐标系上；第八主模块，用于实现步骤8：将不同区域的预编码伽马值生成最终的投影条纹图；采用无任何补偿以及不同的补偿方法对标准白板投射条纹图，并通过相机进行采集；第九主模块，用于实现步骤9：对图像的绝对相位的进行测量。
本发明实施例提供的基于概率分布函数的分区域相位误差补偿装置，采用图2中的若干模块，通过对硬件造成的相位误差进行补偿，能够很好的提高测量精度，分区域流程简单，具有计算量小，拟合速度快的特点，并且在保证具有较高精度的分区前提下，可有效提高不同区域下相位误差补偿的精度和效率，对于根据测量精度已分区域的像素簇，通过概率分布函数计算出该区间内最佳的预编码伽马值，计算速度快并且准确性高。
需要说明的是，本发明提供的装置实施例中的装置，除了可以用于实现上述方法实施例中的方法外，还可以用于实现本发明提供的其他方法实施例中的方法，区别仅仅在于设置相应的功能模块，其原理与本发明提供的上述装置实施例的原理基本相同，只要本领域技术人员在上述装置实施例的基础上，参考其他方法实施例中的具体技术方案，通过组合技术特征获得相应的技术手段，以及由这些技术手段构成的技术方案，在保证技术方案具备实用性的前提下，就可以对上述装置实施例中的装置进行改进，从而得到相应的装置类实施例，用于实现其他方法类实施例中的方法。例如：
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿装置，还包括：第一子模块，用于实现所述正弦条纹图案，包括：
Figure BDA0003633403560000121
其中,a(x,y)为背景光强，b(x,y)为调制光强，
Figure BDA0003633403560000122
为包裹相位，δn＝2πn/N为N步相移法的相移量，n取值从0到N-1,In(x,y)为正弦条纹图案。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿装置，还包括：第二子模块，用于实现所述计算出一个周期内的相位误差，包括：
Figure BDA0003633403560000123
其中，
Figure BDA0003633403560000124
为相位误差，
Figure BDA0003633403560000125
为测量相位，
Figure BDA0003633403560000126
为理想相位。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿装置，还包括：第三子模块，用于实现所述对所述一点的伽马值和灰度值进行求取结果，包括：
In c(x,y)＝r(x,y)Iγ n(x,y)+I0
其中，In c(x,y)为相机采集灰度值，Iγ n(x,y)为投影灰度值，r(x,y)为物体表面像素点的反射率，I0为环境光强，γ为系统伽马值。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿装置，还包括：第四子模块，用于实现步骤5的具体步骤包括：
步骤5.1：条纹图案被系统产生的伽马值扭曲，使之产生高次谐波效应；
Figure BDA0003633403560000131
其中，A为直流分量，Bk为第k阶谐波系数；
步骤5.2：获取相位误差
Figure BDA0003633403560000132
在N次谐波下求解得到：
Figure BDA0003633403560000133
步骤5.3：B1大于0，采用B1对等式进行归一化处理，则可将相位误差模型表示为：
Figure BDA0003633403560000134
其中，GmN-1、GmN+1为与γ值有关的多项式系数，m为常数；
步骤5.4：Gk与伽马值推导出关系为
Figure BDA0003633403560000135
则得到相位误差
Figure BDA0003633403560000136
与系统伽马值的关系为：
Figure BDA0003633403560000137
步骤5.5：对In c(x,y)＝r(x,y)Iγ n(x,y)+I0两边同时求导可得：
ΔIn c＝klnIn p(In p)Δγ
步骤5.6：当伽马值变化为0.02时，相应的灰度值最大改变量为20，并得出此时相应相位误差最大值的改变量为0.01。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿装置，还包括：第五子模块，用于实现步骤6的具体步骤，包括：
步骤6.1：概率分布函数表示为：
Figure BDA0003633403560000141
其中，M表示一个周期内采样点的总数，为正整数，m＝0,1…M-1，表示第m个采样点，
Figure BDA0003633403560000142
表示采集条纹图的相位主值；
步骤6.2：概率分布函数即是计算受到畸变后解算的相位主值与标准相位主值所占区间的差值的大小，若取较小区域，则相位主值曲线所占的梯形面积可近似为长方形，则概率分布函数表示为：
Figure BDA0003633403560000143
其中，x表示区间所占像素点的个数；
步骤6.3：根据所分割区域求取的相位主值计算该分区的概率分布曲线，后对该区域所处的伽马值范围[γ11,γ12]，通过计算机模拟生成γ∈[γ11,γ12]的概率分布函数的一个拟合计算，后通过最小二乘法拟合该区域实际测量得到的概率分布函数与模拟生成的伽马值的概率分布函数，拟合公式为：
Figure BDA0003633403560000144
其中，F为测量区域的概率分布函数值，Fγi为计算机模拟生成的概率分布曲线所计算的函数值，γi∈[γ11,γ12]。
基于上述装置实施例的内容，作为一种可选的实施例，本发明实施例中提供的基于概率分布函数的分区域相位误差补偿装置，还包括：第六子模块，用于实现所述将相机像平面坐标系下的分区像素簇映射至投影仪像素坐标系上，包括：
Figure BDA0003633403560000151
Figure BDA0003633403560000152
其中，任一点Pc(uc,vc)的绝对相位沿着垂直和水平方向分别进行线性插值计算，记为
Figure BDA0003633403560000153
和
Figure BDA0003633403560000154
(up,vp)为对应投影仪平面坐标系上像素点坐标，V和H是投影条纹图宽度和高度，T是条纹的最大周期整数。
本发明实施例的方法是依托电子设备实现的，因此对相关的电子设备有必要做一下介绍。基于此目的，本发明的实施例提供了一种电子设备，如图3所示，该电子设备包括：至少一个处理器(processor)、通信接口(Communications Interface)、至少一个存储器(memory)和通信总线，其中，至少一个处理器，通信接口，至少一个存储器通过通信总线完成相互间的通信。至少一个处理器可以调用至少一个存储器中的逻辑指令，以执行前述各个方法实施例提供的方法的全部或部分步骤。
此外，上述的至少一个存储器中的逻辑指令可以通过软件功能单元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，服务器，或者网络设备等)执行本发明各个方法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。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件实现。基于这样的理解，上述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计算机可读存储介质中，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)执行各个实施例或者实施例的一些部分所述的方法。
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系统、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。基于这种认识，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，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。
在本专利中，术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含，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它要素，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……"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。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于概率分布函数的分区域相位误差补偿方法，其特征在于，包括：步骤1：调整相机和投影仪至预定位置并固定，使投影仪光轴尽量处在视场中心位置，搭建平台由CCD相机、DLP投影仪、服务器和被检测零件构成；步骤2：由计算机生成一幅灰度图和24幅正弦条纹图，通过投影仪投射至均质白板表面，并由CCD相机采集灰度图和正弦条纹图案；步骤3：对采集的图像序列进行处理，对投影靶面范围内各像素点的相位主值误差进行标定，计算出一个周期内的相位误差；步骤4：根据相机采集的灰度图和条纹图，对投影靶面内靠近靶心的某一行每隔50个像素点取一点，对所述一点的伽马值和灰度值进行求取结果；步骤5：根据像素点伽马值与相位误差之间关系以及伽马值与采集灰度值之间的关系建立区域分割算法，完成投影靶面的区域分割；步骤6：根据概率分布函数建立分区域校正模型进行不同区域的预编码伽马值的计算；步骤7：在计算出各分区域的伽马值之后，需要在投影仪投影前对系统的伽马值进行一个预校正，进行相机投影仪的坐标匹配，将相机像平面坐标系下的分区像素簇映射至投影仪像素坐标系上；步骤8：将不同区域的预编码伽马值生成最终的投影条纹图；采用无任何补偿以及不同的补偿方法对标准白板投射条纹图，并通过相机进行采集；步骤9：对图像的绝对相位的进行测量。
2.根据权利要求1所述的基于概率分布函数的分区域相位误差补偿方法，其特征在于，所述正弦条纹图案，包括：
Figure FDA0003633403550000011
其中,a(x,y)为背景光强，b(x,y)为调制光强，
Figure FDA0003633403550000012
为包裹相位，δn＝2πn/N为N步相移法的相移量，n取值从0到N-1,In(x,y)为正弦条纹图案。
3.根据权利要求2所述的基于概率分布函数的分区域相位误差补偿方法，其特征在于，所述计算出一个周期内的相位误差，包括：
Figure FDA0003633403550000013
其中，
Figure FDA0003633403550000014
为相位误差，
Figure FDA0003633403550000015
为测量相位，
Figure FDA0003633403550000016
为理想相位。
4.根据权利要求3所述的基于概率分布函数的分区域相位误差补偿方法，其特征在于，所述对所述一点的伽马值和灰度值进行求取结果，包括：
In c(x,y)＝r(x,y)Iγ n(x,y)+I0
其中，In c(x,y)为相机采集灰度值，Iγ n(x,y)为投影灰度值，r(x,y)为物体表面像素点的反射率，I0为环境光强，γ为系统伽马值。
5.根据权利要求4所述的基于概率分布函数的分区域相位误差补偿方法，其特征在于，步骤5的具体步骤包括：
步骤5.1：条纹图案被系统产生的伽马值扭曲，使之产生高次谐波效应；
Figure FDA0003633403550000021
其中，A为直流分量，Bk为第k阶谐波系数；
步骤5.2：获取相位误差
Figure FDA0003633403550000022
在N次谐波下求解得到：
Figure FDA0003633403550000023
步骤5.3：B1大于0，采用B1对等式进行归一化处理，则可将相位误差模型表示为：
Figure FDA0003633403550000024
其中，GmN-1、GmN+1为与γ值有关的多项式系数，m为常数；
步骤5.4：Gk与伽马值推导出关系为
Figure FDA0003633403550000031
则得到相位误差
Figure FDA0003633403550000032
与系统伽马值的关系为：
Figure FDA0003633403550000033
步骤5.5：对In c(x,y)＝r(x,y)Iγ n(x,y)+I0两边同时求导可得：
ΔIn c＝k ln In p(In p)Δγ
步骤5.6：当伽马值变化为0.02时，相应的灰度值最大改变量为20，并得出此时相应相位误差最大值的改变量为0.01。
6.根据权利要求5所述的基于概率分布函数的分区域相位误差补偿方法，其特征在于，步骤6的具体步骤，包括：
步骤6.1：概率分布函数表示为：
Figure FDA0003633403550000034
其中，M表示一个周期内采样点的总数，为正整数，m＝0,1…M-1，表示第m个采样点，
Figure FDA0003633403550000035
表示采集条纹图的相位主值；
步骤6.2：概率分布函数即是计算受到畸变后解算的相位主值与标准相位主值所占区间的差值的大小，若取较小区域，则相位主值曲线所占的梯形面积可近似为长方形，则概率分布函数表示为：
Figure FDA0003633403550000036
其中，x表示区间所占像素点的个数；
步骤6.3：根据所分割区域求取的相位主值计算该分区的概率分布曲线，后对该区域所处的伽马值范围[γ11,γ12]，通过计算机模拟生成γ∈[γ11,γ12]的概率分布函数的一个拟合计算，后通过最小二乘法拟合该区域实际测量得到的概率分布函数与模拟生成的伽马值的概率分布函数，拟合公式为：
Figure FDA0003633403550000041
其中，F为测量区域的概率分布函数值，Fγi为计算机模拟生成的概率分布曲线所计算的函数值，γi∈[γ11,γ12]。
7.根据权利要求6所述的基于概率分布函数的分区域相位误差补偿方法，其特征在于，所述将相机像平面坐标系下的分区像素簇映射至投影仪像素坐标系上，包括：
Figure FDA0003633403550000042
Figure FDA0003633403550000043
其中，任一点Pc(uc,vc)的绝对相位沿着垂直和水平方向分别进行线性插值计算，记为
Figure FDA0003633403550000044
和
Figure FDA0003633403550000045
(up,vp)为对应投影仪平面坐标系上像素点坐标，V和H是投影条纹图宽度和高度，T是条纹的最大周期整数。
8.一种基于概率分布函数的分区域相位误差补偿装置，其特征在于，包括：第一主模块，用于实现步骤1：调整相机和投影仪至预定位置并固定，使投影仪光轴尽量处在视场中心位置，搭建平台由CCD相机、DLP投影仪、服务器和被检测零件构成；第二主模块，用于实现步骤2：由计算机生成一幅灰度图和24幅正弦条纹图，通过投影仪投射至均质白板表面，并由CCD相机采集灰度图和正弦条纹图案；第三主模块，用于实现步骤3：对采集的图像序列进行处理，对投影靶面范围内各像素点的相位主值误差进行标定，计算出一个周期内的相位误差；第四主模块，用于实现步骤4：根据相机采集的灰度图和条纹图，对投影靶面内靠近靶心的某一行每隔50个像素点取一点，对所述一点的伽马值和灰度值进行求取结果；第五主模块，用于实现步骤5：根据像素点伽马值与相位误差之间关系以及伽马值与采集灰度值之间的关系建立区域分割算法，完成投影靶面的区域分割；第六主模块，用于实现步骤6：根据概率分布函数建立分区域校正模型进行不同区域的预编码伽马值的计算；第七主模块，用于实现步骤7：在计算出各分区域的伽马值之后，需要在投影仪投影前对系统的伽马值进行一个预校正，进行相机投影仪的坐标匹配，将相机像平面坐标系下的分区像素簇映射至投影仪像素坐标系上；第八主模块，用于实现步骤8：将不同区域的预编码伽马值生成最终的投影条纹图；采用无任何补偿以及不同的补偿方法对标准白板投射条纹图，并通过相机进行采集；第九主模块，用于实现步骤9：对图像的绝对相位的进行测量。
9.一种电子设备，其特征在于，包括：
至少一个处理器、至少一个存储器和通信接口；其中，
所述处理器、存储器和通信接口相互间进行通信；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以执行权利要求1至7任一项权利要求所述的方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行权利要求1至7中任一项权利要求所述的方法。
CN202210532204.4A 2022-05-09 2022-05-09 基于概率分布函数的分区域相位误差补偿方法及设备 Active CN114777687B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210532204.4A CN114777687B (zh) 2022-05-09 2022-05-09 基于概率分布函数的分区域相位误差补偿方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210532204.4A CN114777687B (zh) 2022-05-09 2022-05-09 基于概率分布函数的分区域相位误差补偿方法及设备

Publications (2)

Publication Number Publication Date
CN114777687A true CN114777687A (zh) 2022-07-22
CN114777687B CN114777687B (zh) 2023-06-09

Family

ID=82437901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210532204.4A Active CN114777687B (zh) 2022-05-09 2022-05-09 基于概率分布函数的分区域相位误差补偿方法及设备

Country Status (1)

Country Link
CN (1) CN114777687B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116148784A (zh) * 2023-02-24 2023-05-23 武汉大学 一种单站闪电定位系统相位自动校准系统及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070206204A1 (en) * 2005-12-01 2007-09-06 Peirong Jia Full-field three-dimensional measurement method
JP2008241483A (ja) * 2007-03-27 2008-10-09 Matsushita Electric Works Ltd ３次元計測方法及びそれを用いた３次元形状計測装置
US20150292875A1 (en) * 2011-11-23 2015-10-15 The Trustees of Columbia University in the Coty of New York Systems, methods, and media for performing shape measurement
EP3548836A1 (de) * 2016-11-30 2019-10-09 Carl Zeiss Microscopy GmbH Bestimmung der anordnung eines probenobjekts mittels winkelselektiver beleuchtung
CN110702034A (zh) * 2019-10-25 2020-01-17 湖北工业大学 高反光表面三维面形测量方法、服务器及系统
CN113607087A (zh) * 2021-07-29 2021-11-05 苏州瑞威盛科技有限公司 一种面结构光三维成像技术中的相位非线性误差补偿方法
CN113639644A (zh) * 2021-08-12 2021-11-12 武汉维斯克科技有限公司 用于条纹投影轮廓测量的域映射简单伽马计算方法
CN114119596A (zh) * 2021-12-08 2022-03-01 中国工程物理研究院激光聚变研究中心 多相位图像任意反射面速度干涉仪数据处理方法
US20220107173A1 (en) * 2019-04-30 2022-04-07 Zhejiang University Phase-shifting phase measurement error correction method based on pixel tracing of object raster images

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070206204A1 (en) * 2005-12-01 2007-09-06 Peirong Jia Full-field three-dimensional measurement method
JP2008241483A (ja) * 2007-03-27 2008-10-09 Matsushita Electric Works Ltd ３次元計測方法及びそれを用いた３次元形状計測装置
US20150292875A1 (en) * 2011-11-23 2015-10-15 The Trustees of Columbia University in the Coty of New York Systems, methods, and media for performing shape measurement
EP3548836A1 (de) * 2016-11-30 2019-10-09 Carl Zeiss Microscopy GmbH Bestimmung der anordnung eines probenobjekts mittels winkelselektiver beleuchtung
US20220107173A1 (en) * 2019-04-30 2022-04-07 Zhejiang University Phase-shifting phase measurement error correction method based on pixel tracing of object raster images
CN110702034A (zh) * 2019-10-25 2020-01-17 湖北工业大学 高反光表面三维面形测量方法、服务器及系统
CN113607087A (zh) * 2021-07-29 2021-11-05 苏州瑞威盛科技有限公司 一种面结构光三维成像技术中的相位非线性误差补偿方法
CN113639644A (zh) * 2021-08-12 2021-11-12 武汉维斯克科技有限公司 用于条纹投影轮廓测量的域映射简单伽马计算方法
CN114119596A (zh) * 2021-12-08 2022-03-01 中国工程物理研究院激光聚变研究中心 多相位图像任意反射面速度干涉仪数据处理方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘超;盖绍彦;达飞鹏;: "结构光测量中分区域相位误差补偿方法研究", 中国激光, no. 06 *
王潇;刘育梁;李丽艳;: "光栅结构光系统测量误差与拟合精度研究", no. 06 *
郑鹏;郭红卫;赵展;陈明仪;: "数字条纹投射技术中改进的非线性校正方法", no. 01 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116148784A (zh) * 2023-02-24 2023-05-23 武汉大学 一种单站闪电定位系统相位自动校准系统及方法
CN116148784B (zh) * 2023-02-24 2024-04-12 武汉大学 一种单站闪电定位系统相位自动校准系统及方法

Also Published As

Publication number Publication date
CN114777687B (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
CN107607060B (zh) 一种应用于光栅三维投影测量中的相位误差补偿方法
CN109974626B (zh) 一种基于相移量编码条纹级次的结构光三维测量方法
CN109186476B (zh) 一种彩色结构光三维测量方法、装置、设备及存储介质
CN110230994B (zh) 像点溯源的物体光栅图像相移法相位测量误差校正方法
CN113063371B (zh) 面向正弦条纹的非线性自矫正结构光三维测量方法及系统
CN110230997B (zh) 一种基于改进单调法的阴影区相位噪声校正方法
CN109523627B (zh) 一种基于泰勒指数表达式型面结构光的三维重建方法
CN110285775B (zh) 基于结构光周期编码图案的三维重建方法及系统
CN114170345B (zh) 一种用于结构光投影非线性校正的条纹图案设计方法
CN111928799A (zh) 基于深度学习实现条纹图像对比度增强的三维测量方法
CN113358062B (zh) 三维重建相位误差补偿方法
CN113358063A (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
CN108061517B (zh) 基于莫尔序列光栅的面结构光解相方法
CN114018176A (zh) 一种投影图像处理模块、三维重构方法及其系统
CN114526692A (zh) 一种基于离焦度解包裹的结构光三维测量方法及装置
CN114777687B (zh) 基于概率分布函数的分区域相位误差补偿方法及设备
CN114998409B (zh) 一种自适应结构光测量方法、装置、电子设备及介质
CN113639644A (zh) 用于条纹投影轮廓测量的域映射简单伽马计算方法
Zhou et al. Fast phase-measuring profilometry through composite color-coding method
CN115950378A (zh) 一种基于二值条纹的快速测量方法
CN113048914B (zh) 相位解包裹方法及装置
Cai et al. Gamma error correction algorithm for phase shift profilometry based on polar angle average
CN117824532A (zh) 面结构光三维测量系统及方法
CN111462331B (zh) 扩展对极几何并实时计算三维点云的查找表方法
CN112530020A (zh) 三维数据的重建方法、装置、处理器和电子装置

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