CN115615359A - 一种基于结构光投影的动态3d测量误差补偿方法 - Google Patents

一种基于结构光投影的动态3d测量误差补偿方法 Download PDF

Info

Publication number
CN115615359A
CN115615359A CN202211424189.8A CN202211424189A CN115615359A CN 115615359 A CN115615359 A CN 115615359A CN 202211424189 A CN202211424189 A CN 202211424189A CN 115615359 A CN115615359 A CN 115615359A
Authority
CN
China
Prior art keywords
phase shift
phase
images
image
formula
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
CN202211424189.8A
Other languages
English (en)
Other versions
CN115615359B (zh
Inventor
曹智睿
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.)
Changchun Institute of Optics Fine Mechanics and Physics of CAS
Original Assignee
Changchun Institute of Optics Fine Mechanics and Physics of CAS
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 Changchun Institute of Optics Fine Mechanics and Physics of CAS filed Critical Changchun Institute of Optics Fine Mechanics and Physics of CAS
Priority to CN202211424189.8A priority Critical patent/CN115615359B/zh
Publication of CN115615359A publication Critical patent/CN115615359A/zh
Application granted granted Critical
Publication of CN115615359B publication Critical patent/CN115615359B/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
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及光学测量技术领域，具体提供了一种基于结构光投影的动态3D测量误差补偿方法，包括如下步骤：S1：通过傅里叶辅助相移法得到各幅图像的相位分布情况并根据各幅图像的相位分布情况得出图像间相移量的初始值
Figure 209265DEST_PATH_IMAGE001
；S2：通过随机步长相移算法由图像间相移量的初始值得出运动物体表面的相位分布情况，并根据运动物体表面的相位分布情况通过相位‑相移量计算公式得出图像间相移量的新值
Figure 553659DEST_PATH_IMAGE002
；S3：将图像间相移量的新值
Figure 566483DEST_PATH_IMAGE003
和图像间相移量的初始值
Figure 338130DEST_PATH_IMAGE001
之间的差值
Figure 554348DEST_PATH_IMAGE004
与收敛阙值
Figure 702432DEST_PATH_IMAGE005
进行对比，并确定运动物体表面的最终相位分布情况。本发明可对图像间的测量误差进行补偿，提高图像间相移量和相位的计算精度，提高动态3D测量的精度。

Description

一种基于结构光投影的动态3D测量误差补偿方法
技术领域
本发明涉及光学测量技术领域，尤其涉及一种基于结构光投影的动态3D测量误差补偿方法。
背景技术
结构光3D测量技术具有非接触、高效、低成本等优点，已被广泛应用于工业测量、模具制造、医学影像、文物重建等领域。相移条纹投影的结构光3D测量技术具有良好的测量精度、密度和抗干扰能力，在高精度静态测量中获得了较为广泛的应用。然而，在动态 3D测量中，物体的运动会改变不同条纹图像中的物点、像点和相位之间的理想对应关系，若直接应用传统的相位公式将产生相位测量误差而大大降低动态3D测量的精度。
为了降低动态3D测量的误差，现有技术中出现了如下方案：
1、单帧结构光投影技术：单帧结构光投影只投影一幅结构图像，因此不存在图像间相位不匹配的问题；
2、高速摄影技术：通过减少不同图像的投影间隔，在一定程度上可抑制图像间相位不匹配情况的发生，从而降低动态3D测量的误差；
3、误差补偿技术：首先通过傅里叶辅助移相法计算每个图像的相位分布和不同图像之间的相移；然后再采用等步移相法或随机步长移相算法计算运动物体的相位分布。从理论上说，该方法基于真实相移量计算相位，因此可以补偿运动导致的等效相移误差带来的3D测量误差。
但上述现有技术仍存在如下缺点：
1、单帧结构光投影技术：单帧结构光投影技术的相位解算精度主要取决于傅里叶分析的精度，而图像噪声和频率突变等因素都将对傅里叶分析精度产生严重的负面影响，局部的傅里叶分析误差还将以逐步衰减的方式向全局扩散，形成所谓的误差“振铃”现象，部分研究通过加入窗口滤波函数的方式从一定程度上提高了傅里叶分析的精度，但实际效果仍然难以满足高精度3D测量的要求；
2、高速摄影技术：该技术要求投影系统的投影频率高，摄影系统的采集频率高，投影系统的采集系统之间的触发同步性好，因此采用该技术方案的硬件成本将显著提高；同时，当被测物体的运动速度较快时，即使采用了高速摄影技术，不同图像间相位不匹配的现象依然存在，从而难以满足高精度动态3D测量要求；
3、误差补偿技术：该技术的核心是傅里叶辅助相移法，而傅里叶辅助相移法的核心仍然是傅里叶分析，因此该技术仍难以避免单帧结构光投影技术存在问题。
综上所述，如何设计一种在传统误差补偿技术的基础上，可提高不同图像间相移量和相位计算精度，以提高动态3D测量精度的方法，是当下亟需解决的问题。
发明内容
本发明为解决上述问题，提供了一种基于结构光投影的动态3D测量误差补偿方法，在已知运动物体表面相位分布情况的基础上计算图像间的相移量，并引入了相位-相移量计算公式，可进一步提高了图像间的相移量和相位的计算精度，减小动态3D测量误差，提高动态3D测量的精度。
为达到上述目的，本发明提出如下技术方案：一种基于结构光投影的动态3D测量误差补偿方法，包括如下步骤：
S1：根据各幅图像的相位分布情况得出图像间相移量的初始值；
S2：根据运动物体表面的相位分布情况通过相位-相移量计算公式得出图像间相移量的新值；
S3：将图像间相移量的新值和图像间相移量的初始值之间的差值与收敛阙值进行对比，并确定运动物体表面的最终相位分布情况。
优选的，步骤S1包括如下子步骤：
S11：通过设备硬件分别采集各幅相移条纹图像；
S12：通过傅里叶辅助相移法得到各幅图像的相位分布情况；
S13：通过各幅图像的相位分布情况得到图像间相移量的初始值
Figure 89516DEST_PATH_IMAGE001
；其中，m =1,2,3... M (M ≥3)，k是迭代次数。
优选的，步骤S2包括如下子步骤：
S21：通过随机步长相移算法由步骤S13中的图像间相移量的初始值
Figure 152150DEST_PATH_IMAGE001
得出运动物体表面的相位分布情况；
S22：通过相位-相移量计算公式得到图像间相移量的新值
Figure 26565DEST_PATH_IMAGE002
。
优选的，步骤S3中的确定运动物体表面的最终相位分布情况，具体为：
若
Figure 465636DEST_PATH_IMAGE003
，则将步骤S13中图像间相移量的初始值
Figure 741897DEST_PATH_IMAGE001
进行微调，并重复步骤S21-S22进行迭代；其中
Figure 975432DEST_PATH_IMAGE004
是根据精度设置的收敛阈值；
若
Figure 71564DEST_PATH_IMAGE005
，则确定物体表面的相位分布并终止迭代算法。
优选的，通过人为操作的方式将步骤S13中图像间相移量的初始值
Figure 783168DEST_PATH_IMAGE001
按预定步长进行微调。
优选的，步骤S11中的设备硬件包括投影仪和相机；先通过投影仪投出相移条纹图像，再通过相机对各幅相移条纹图像进行采集。
优选的，为得到步骤S2中的相位-相移量计算公式，先基于最小二乘法原理设计目标函数（1）。
优选的，目标函数（1）为：
Figure 428782DEST_PATH_IMAGE006
其中，M是投影条纹图像的数量，
Figure 833218DEST_PATH_IMAGE007
是第m幅条纹图像的理论灰度分布，
Figure 416647DEST_PATH_IMAGE008
是相机采集的第m幅条纹图像的灰度分布；
Figure 931942DEST_PATH_IMAGE009
；I d 和I e 分别代表背景强度和调制强度，
Figure 182794DEST_PATH_IMAGE010
是第m幅条纹图像的相移分布，
Figure 492553DEST_PATH_IMAGE011
是运动物体表面相位分布。
优选的，为确保
Figure 828856DEST_PATH_IMAGE012
取最小值，令
Figure 147842DEST_PATH_IMAGE013
，由此得到公式（2）、公式（3）和公式（4），公式（2）为：
Figure 253201DEST_PATH_IMAGE014
公式（3）为：
Figure 999441DEST_PATH_IMAGE015
公式（4）为：
Figure 291882DEST_PATH_IMAGE016
。
优选的，由公式（2）、公式（3）和公式（4）得出公式（5）：
Figure 165291DEST_PATH_IMAGE017
。
本发明有益效果是：
1、本发明在传统误差补偿技术的基础上，通过最小二乘迭代算法进一步提高了不同图像间相移量和相位的计算精度，进而提高动态3D测量的精度。
2、与传统通过图像间相移量来计算运动物体表面相位分布的方案不同，本发明设计了相位-相移量计算公式，并在已知运动物体表面相位分布情况的基础上，通过相位-相移量计算公式由运动物体表面的相位分布情况来计算图像间的相移量。
附图说明
图1是本发明实施例提供的动态3D测量误差补偿的流程示意图。
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1及具体实施例，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用以解释本发明，而不构成对本发明的限制。
一种基于结构光投影的动态3D测量误差补偿方法，包括如下步骤：
S1：根据各幅图像的相位分布情况得出图像间相移量的初始值；具体包括如下子步骤：
S11：通过设备硬件分别采集各幅相移条纹图像，相移条纹图像即正弦光栅图像；相移条纹图像的数量根据本领域技术人员的实际需求进行采集，如可根据实际情况采集4幅、8幅或n幅；
设备硬件包括投影仪和相机，使用时，先通过投影仪投出相移条纹图像，再通过相机对各幅相移条纹图像进行采集。
S12：通过傅里叶辅助相移法得到各幅图像的相位分布情况；
S13：通过各幅图像的相位分布情况得到图像间相移量的初始值
Figure 125157DEST_PATH_IMAGE001
；其中，m =1,2,3... M (M ≥3)，k是迭代次数。
S2：根据运动物体表面的相位分布情况通过相位-相移量计算公式得出图像间相移量的新值；具体包括如下子步骤：
S21：通过随机步长相移算法由步骤S13中的图像间相移量的初始值
Figure 42297DEST_PATH_IMAGE001
得出运动物体表面的相位分布情况；
S22：通过相位-相移量计算公式得到图像间相移量的新值
Figure 87613DEST_PATH_IMAGE002
。
为得到步骤S22中的相位-相移量计算公式，先基于最小二乘法原理设计目标函数（1），目标函数（1）为：
Figure 748402DEST_PATH_IMAGE006
其中，M是投影条纹图像的数量，
Figure 562774DEST_PATH_IMAGE018
是第m幅条纹图像的理论灰度分布，
Figure 650816DEST_PATH_IMAGE008
是相机采集的第m幅条纹图像的灰度分布；
Figure 183428DEST_PATH_IMAGE019
；I d 和I e 分别代表背景强度和调制强度，
Figure 382329DEST_PATH_IMAGE020
是第m幅条纹图像的相移分布，
Figure 51207DEST_PATH_IMAGE021
是运动物体表面相位分布。为确保
Figure 575729DEST_PATH_IMAGE022
取最小值，令
Figure 579326DEST_PATH_IMAGE013
，由此得到公式（2）、公式（3）和公式（4），公式（2）为：
Figure 847497DEST_PATH_IMAGE014
公式（3）为：
Figure 636461DEST_PATH_IMAGE023
公式（4）为：
Figure 800726DEST_PATH_IMAGE016
由公式（2）、公式（3）和公式（4）得出公式（5）
Figure 307931DEST_PATH_IMAGE024
。
S3：将图像间相移量的新值
Figure 114213DEST_PATH_IMAGE002
和图像间相移量的初始值
Figure 492105DEST_PATH_IMAGE001
之间的差值
Figure 358430DEST_PATH_IMAGE025
与收敛阙值
Figure 87351DEST_PATH_IMAGE004
进行对比，并确定运动物体表面的最终相位分布情况。具体为：
若
Figure 697324DEST_PATH_IMAGE003
，则将步骤S13中图像间相移量的初始值
Figure 195301DEST_PATH_IMAGE001
通过人为操作的方式按预定步长进行微调，并重复步骤S21-S22进行迭代；其中
Figure 717681DEST_PATH_IMAGE004
是根据精度设置的收敛阈值；
若
Figure 199478DEST_PATH_IMAGE005
，则确定物体表面的相位分布并终止迭代算法。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制。本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
以上本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。

Claims (10)

1.一种基于结构光投影的动态3D测量误差补偿方法，其特征在于，包括如下步骤：
S1：根据各幅图像的相位分布情况得出图像间相移量的初始值；
S2：根据运动物体表面的相位分布情况通过相位-相移量计算公式得出图像间相移量的新值；
S3：将图像间相移量的新值和图像间相移量的初始值之间的差值与收敛阙值进行对比，并确定运动物体表面的最终相位分布情况。
2.根据权利要求1所述的基于结构光投影的动态3D测量误差补偿方法，其特征在于，步骤S1包括如下子步骤：
S11：通过设备硬件分别采集各幅相移条纹图像；
S12：通过傅里叶辅助相移法得到各幅图像的相位分布情况；
S13：通过各幅图像的相位分布情况得到图像间相移量的初始值
Figure 276947DEST_PATH_IMAGE001
；其中，m = 1,2,3... M (M ≥3)，k是迭代次数。
3.根据权利要求2所述的基于结构光投影的动态3D测量误差补偿方法，其特征在于，步骤S2包括如下子步骤：
S21：通过随机步长相移算法由步骤S13中的图像间相移量的初始值
Figure 485074DEST_PATH_IMAGE001
得出运动物体表面的相位分布情况；
S22：通过相位-相移量计算公式得到图像间相移量的新值
Figure 188588DEST_PATH_IMAGE002
。
4.根据权利要求3所述的基于结构光投影的动态3D测量误差补偿方法，其特征在于，步骤S3中所述的确定运动物体表面的最终相位分布情况，具体为：
若
Figure 609205DEST_PATH_IMAGE003
，则将步骤S13中图像间相移量的初始值
Figure 98086DEST_PATH_IMAGE001
进行微调，并重复步骤S21-S22进行迭代；其中
Figure 211536DEST_PATH_IMAGE004
是根据精度设置的收敛阈值；
若
Figure 402346DEST_PATH_IMAGE005
，则确定物体表面的相位分布并终止迭代算法。
5.根据权利要求4所述的基于结构光投影的动态3D测量误差补偿方法，其特征在于，通过人为操作的方式将步骤S13中图像间相移量的初始值
Figure 892233DEST_PATH_IMAGE001
按预定步长进行微调。
6.根据权利要求5所述的基于结构光投影的动态3D测量误差补偿方法，其特征在于，步骤S11中所述的设备硬件包括投影仪和相机；先通过投影仪投出相移条纹图像，再通过相机对各幅相移条纹图像进行采集。
7.根据权利要求1-6中任一项所述的基于结构光投影的动态3D测量误差补偿方法，其特征在于，为得到步骤S2中所述的相位-相移量计算公式，先基于最小二乘法原理设计目标函数（1）。
8.根据权利要求7所述的基于结构光投影的动态3D测量误差补偿方法，其特征在于，所述目标函数（1）为：
Figure 219309DEST_PATH_IMAGE006
其中，M是投影条纹图像的数量，
Figure 769239DEST_PATH_IMAGE007
是第m幅条纹图像的理论灰度分布，
Figure 447345DEST_PATH_IMAGE008
是相机采集的第m幅条纹图像的灰度分布；
Figure 475344DEST_PATH_IMAGE009
；I d 和I e 分别代表背景强度和调制强度，
Figure 656927DEST_PATH_IMAGE010
是第m幅条纹图像的相移分布，
Figure 377758DEST_PATH_IMAGE011
是运动物体表面相位分布。
9.根据权利要求8所述的基于结构光投影的动态3D测量误差补偿方法，其特征在于，为确保
Figure 792428DEST_PATH_IMAGE012
取最小值，令
Figure 624117DEST_PATH_IMAGE013
，由此得到公式（2）、公式（3）和公式（4），所述公式（2）为：
Figure 925786DEST_PATH_IMAGE014
公式（3）为：
Figure 551939DEST_PATH_IMAGE015
公式（4）为：
Figure 204637DEST_PATH_IMAGE016
。
10.根据权利要求9所述的基于结构光投影的动态3D测量误差补偿方法，其特征在于，由公式（2）、公式（3）和公式（4）得出公式（5）：
Figure 574439DEST_PATH_IMAGE017
。
CN202211424189.8A 2022-11-15 2022-11-15 一种基于结构光投影的动态3d测量误差补偿方法 Active CN115615359B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211424189.8A CN115615359B (zh) 2022-11-15 2022-11-15 一种基于结构光投影的动态3d测量误差补偿方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211424189.8A CN115615359B (zh) 2022-11-15 2022-11-15 一种基于结构光投影的动态3d测量误差补偿方法

Publications (2)

Publication Number Publication Date
CN115615359A true CN115615359A (zh) 2023-01-17
CN115615359B CN115615359B (zh) 2023-03-10

Family

ID=84879344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211424189.8A Active CN115615359B (zh) 2022-11-15 2022-11-15 一种基于结构光投影的动态3d测量误差补偿方法

Country Status (1)

Country Link
CN (1) CN115615359B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7525669B1 (en) * 2004-07-09 2009-04-28 Mohsen Abdollahi High-speed, scanning phase-shifting profilometry using 2D CMOS sensor
CN102607466A (zh) * 2012-03-29 2012-07-25 天津大学 高反射自由曲面光栅投影快速非接触测量方法及装置
JP2014059239A (ja) * 2012-09-18 2014-04-03 Fujitsu Ltd 形状計測装置及び形状計測方法
CN103828361A (zh) * 2011-09-21 2014-05-28 富士胶片株式会社 图像处理装置、方法、程序和记录介质，立体图像获取装置，便携式电子设备，打印机和立体图像播放器装置
CN106767523A (zh) * 2016-11-17 2017-05-31 南方科技大学 一种提高相位精度的方法及装置
CN109974626A (zh) * 2019-04-08 2019-07-05 四川大学 一种基于相移量编码条纹级次的结构光三维测量方法
CN114119367A (zh) * 2021-11-17 2022-03-01 西安工业大学 一种分区域的同步相移干涉图超分辨重建的插值方法
CN114688995A (zh) * 2022-04-27 2022-07-01 河北工程大学 一种条纹投影三维测量中的相位误差补偿方法
CN115576094A (zh) * 2019-12-06 2023-01-06 伊鲁米那股份有限公司 提供参数估计的装置和方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7525669B1 (en) * 2004-07-09 2009-04-28 Mohsen Abdollahi High-speed, scanning phase-shifting profilometry using 2D CMOS sensor
CN103828361A (zh) * 2011-09-21 2014-05-28 富士胶片株式会社 图像处理装置、方法、程序和记录介质，立体图像获取装置，便携式电子设备，打印机和立体图像播放器装置
CN102607466A (zh) * 2012-03-29 2012-07-25 天津大学 高反射自由曲面光栅投影快速非接触测量方法及装置
JP2014059239A (ja) * 2012-09-18 2014-04-03 Fujitsu Ltd 形状計測装置及び形状計測方法
CN106767523A (zh) * 2016-11-17 2017-05-31 南方科技大学 一种提高相位精度的方法及装置
CN109974626A (zh) * 2019-04-08 2019-07-05 四川大学 一种基于相移量编码条纹级次的结构光三维测量方法
CN115576094A (zh) * 2019-12-06 2023-01-06 伊鲁米那股份有限公司 提供参数估计的装置和方法
CN114119367A (zh) * 2021-11-17 2022-03-01 西安工业大学 一种分区域的同步相移干涉图超分辨重建的插值方法
CN114688995A (zh) * 2022-04-27 2022-07-01 河北工程大学 一种条纹投影三维测量中的相位误差补偿方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张晨皓等: "基于选择采样的高效迭代相位提取算法", 《应用光学》 *
麻珂等: "三维面形测量中减小物体彩色纹理影响的新方法", 《光电子.激光》 *

Also Published As

Publication number Publication date
CN115615359B (zh) 2023-03-10

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
CN107110637B (zh) 对三维测量系统的校准进行更新
US12013228B2 (en) Phase-shifting phase measurement error correction method based on pixel tracing of object raster images
JP4279550B2 (ja) 位相間隙分析を含む高さ走査干渉分析方法および装置
CN108362226B (zh) 提高图像过曝区域相位测量精度的双四步相移法
US9869543B2 (en) Reducing algorithmic inaccuracy in scatterometry overlay metrology
TW201712435A (zh) 用於疊對測量之形貌相位控制
WO2019153569A1 (zh) 一种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
US8553231B2 (en) Method and apparatus for determining the height of a number of spatial positions on a sample defining a profile of a surface through white light interferometry
US20120063666A1 (en) Method For Determining The Registration Of A Structure On A Photomask And Apparatus To Perform The Method
CN105066904B (zh) 基于相位梯度阈值的流水线产品三维面型检测方法
KR20070047309A (ko) 투명한 객체 높이 측정법
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
CN111998799B (zh) 一种多频投影三维面形测量的运动区域检测方法及系统
Xiaoling et al. Calibration of a fringe projection profilometry system using virtual phase calibrating model planes
CN115775303A (zh) 一种基于深度学习与光照模型的高反光物体三维重建方法
CN115046469A (zh) 一种面向光纤白光干涉的干涉条纹包络提取方法
Zhu et al. Alternate iterative least-squares algorithm based on nonuniform phase shifting for suppressing nonlinearity errors in fringe projection profilometry
CN115615359B (zh) 一种基于结构光投影的动态3d测量误差补偿方法
KR20220057321A (ko) 구조광 3차원 스캐닝을 위한 캘리브레이션 방법 및 그 시스템
CN108007387B (zh) 基于结构光照明的面形测量装置和方法
CN110360937B (zh) 一种基于激光测距仪的纸卷幅宽自动测量方法
Chung Improved least-squares method for phase-to-height relationship in fringe projection profilometry
Wang et al. Quasi-pointwise two-step phase-shifting profilometry with the fringe parameters estimated statistically
CN116224332B (zh) 一种协调多元指标的雷达干涉相位质量估计方法

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