[發(fā)明專利]基于學習的條紋相位恢復和散斑相關的三維測量方法

有效

• 申請?zhí)枺?/td>: 202010721119.3
• 申請日: 2020-07-24
• 公開（公告）號: CN111947599B
• 公開（公告）日: 2022-03-22
• 發(fā)明（設計）人: 尹維;左超;陳錢;馮世杰;孫佳嵩;胡巖;尚昱昊;陶天陽
• 申請（專利權）人: 南京理工大學
• 主分類號: G01B11/25
• 分類號: G01B11/25
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 岑丹

本發(fā)明公開了一種基于學習的條紋相位恢復和散斑相關的三維測量方法。首先使用一個立體匹配網(wǎng)絡從一張散斑圖案中產生初始視差圖。使用U?net網(wǎng)絡從額外的一張條紋圖案中高精度地提取包裹相位圖。通過將包裹相位圖用作附加約束來優(yōu)化初始視差圖，從而最終實現(xiàn)高速高精度的絕對三維形貌測量。本發(fā)明僅需要兩張投影圖案即可實現(xiàn)高速高精度的絕對三維形貌測量。

技術領域

本發(fā)明屬于光學測量技術領域，具體為一種基于學習的條紋相位恢復和散斑相關的三維測量方法。

背景技術

目前，快速三維形貌測量技術被廣泛的應用于各個領域，如智能監(jiān)控，工業(yè)質量控制和三維人臉識別等。在眾多三維形貌測量方法中，基于結構光和三角測量原理的條紋投影輪廓術是最實用的技術之一，由于它具有無接觸，全場，高精度和高效等優(yōu)點。主流的條紋投影輪廓術一般需經(jīng)過三個流程實現(xiàn)三維測量，分別是相位恢復，相位展開和相位到高度的映射。在相位恢復技術中，最常用的兩種方法是傅里葉輪廓術和相移輪廓術。傅里葉輪廓術只需一張條紋圖即可提取相位，但這種方法受到頻譜混疊的影響，導致測量結果的質量很差，不能測量形貌復雜的物體。相比于傅里葉輪廓術，相移輪廓術具有對環(huán)境光不敏感、能夠獲得像素級相位測量的優(yōu)點，它適合于測量具有復雜表面的物體。但是這個方法一般需要投影多幅相移條紋圖(至少三幅)實現(xiàn)相位提取。隨著高速相機和DLP投影技術的快速發(fā)展，使得相移輪廓術也可以用于實現(xiàn)快速三維測量。但是，傅里葉輪廓術和相移輪廓術都使用反正切函數(shù)提取相位，反正切函數(shù)的值域[0，2π]，因此這兩種方法都只能得到包裹相位圖，其中存在2π的相位跳變。因此，需要實施相位展開技術使包裹相位圖變?yōu)榻^對相位圖。目前主流的相位展開方法是時域相位展開與空域相位展開。一方面，空域相位展開只需一幅包裹相位圖即可實現(xiàn)相位展開，但是不能有效測量復雜物體或者多個孤立物體，容易出現(xiàn)相位展開錯誤。另一方面，時域相位展開能夠穩(wěn)定地展開包裹相位，但是需要使用多幅不同頻率的-包裹相位圖，這極大地影響相位展開的效率從而降低三維測量的速度。常用的空域相位展開技術有三個：多頻法，多波長法和數(shù)論法。其中，多頻法能夠實現(xiàn)最好的相位展開結果，而多波長法則對噪聲最敏感(文獻“Temporal phase unwrapping algorithmsfor fringe projection profilometry：A comparative review”，作者Chao Zuo等)。多頻法的原理是使用單周期的低頻包裹相位展開高頻包裹相位圖，由于測量過程中的噪聲影響，通常多頻法只能展開頻率為20的高頻包裹相位圖。而更高頻率的相位圖擁有更高的精度，因此為了實現(xiàn)高精度的三維測量往往需要投影多組不同頻率的條紋圖。這進一步降低了條紋投影輪廓術的測量效率從而抑制了其測量運動物體的能力。

因此，針對基于條紋投影輪廓術的三維成像技術而言，目前尚缺乏一種測量精度與測量效率兼得的方法。

發(fā)明內容

本發(fā)明的目的在于提出了一種基于學習的條紋相位恢復和散斑相關的三維測量方法。

實現(xiàn)本發(fā)明目的的技術解決方案為：一種基于學習的條紋相位恢復和散斑相關的三維測量方法，具體步驟為：

步驟1：通過兩個相機同步采集一張高頻條紋圖和一張散斑圖；

步驟2：根據(jù)兩個相機同步采集的散斑圖案，基于立體匹配網(wǎng)絡得到初始視差圖；

步驟3：將高頻條紋圖輸入訓練好的U-net網(wǎng)絡，獲得包裹相位；

步驟4：利用包裹相位約束優(yōu)化初始視差圖，獲得高精度視差圖；

步驟5：根據(jù)相機的標定參數(shù)，將高精度視差圖轉換為三維信息，完成三維測量。

優(yōu)選地，基于立體匹配網(wǎng)絡得到初始視差圖的具體方法為：

對來自兩個不同視角的兩張散斑圖分別進行立體校正，將散斑圖案裁剪為大小不同的塊數(shù)據(jù)；

將塊數(shù)據(jù)輸入訓練好的立體匹配網(wǎng)絡，獲得初始匹配成本；