【技术实现步骤摘要】
一种实时单帧相位提取方法
本专利技术属于光学测量个人工智能领域，具体涉及一种实时单帧相位提取方法。
技术介绍
相位提取在光学测量具有十分重要的应用，如干涉测量、摩尔测量、条纹投影结构光测量等。广泛使用的相位提取方法为相移法，优点是相位提取精度高；缺点是需要多帧图像，因而不能测量动态物体。单帧相位提取技术只需要一帧变形条纹图就可以计算得到相位，所以通常用来进行实时测量。在条纹投影轮廓术中，最广泛使用单帧相位提取技术是傅立叶变换轮廓术。傅立叶变换轮廓术的好处是计算快，鲁棒性相对较好。缺点是其最低频相位提取的误差较大，对于复杂表面特别是有高度突变的曲面测量效果较差。其他的单帧相位提取方法有窗口傅立叶、希尔伯特变换、经验模式分解等方法。这些方法的优点是相位提取精度高，缺点是对噪声敏感，并且计算耗时，无法进行实时测量。因此在实际应用中，傅立叶变换轮廓术仍然是主流。深度学习，特别是卷积神经网络在图像处理领域取得了巨大的成功。对抗生成网络，利用博弈论的思想，同时训练一个生成网络和一个鉴别网络，使得两个网络在对抗中达到平衡，...
【技术保护点】
1.一种实时单帧相位提取方法，其特征在于，包括如下步骤：/n1)搭建深度卷积对抗生成网络，确定训练的损失函数；/n2)搭建条纹投影测量系统；/n3)采集变形条纹图的数据集；/n4)计算步骤3)所采集变形条纹图的相位真值；/n5)利用步骤1)中的损失函数、步骤3)所采集的数据集和步骤4)计算的相位真值对网络进行训练，最终得到训练好的网络；/n6)利用步骤5)训练好的网络，进行实时单帧相位提取。/n
【技术特征摘要】
1.一种实时单帧相位提取方法，其特征在于，包括如下步骤：
1)搭建深度卷积对抗生成网络，确定训练的损失函数；
2)搭建条纹投影测量系统；
3)采集变形条纹图的数据集；
4)计算步骤3)所采集变形条纹图的相位真值；
5)利用步骤1)中的损失函数、步骤3)所采集的数据集和步骤4)计算的相位真值对网络进行训练，最终得到训练好的网络；
6)利用步骤5)训练好的网络，进行实时单帧相位提取。
2.根据权利要求1所述实时单帧相位提取方法，其特征在于：所述步骤1)中，首先确定整个网络的功能和拟模拟的函数；其次确定损失函数；最后搭建所述深度卷积对抗生成网络。
3.根据权利要求2所述实时单帧相位提取方法，其特征在于，所述步骤1)包括如下步骤：
第一步：首先确定整个网络的功能和拟模拟的函数；
在条纹投影轮廓术中，一个物体为高为h的表面的条纹，在经过相机捕捉到后，变形条纹图的傅立叶级数形式为：
相似的在参考平面上：
其中，r(x,y)和r0(x,y)是反射率，An是第n级傅立叶级数的系数，i是傅立叶级数，n是正整数，f0是投射频率，是高度h引起的相位调制，是初始相位；
令r0(x,y)＝r(x,y)，
其中，r(x,y)是反射率，g0(x,y)是参考面上结构光图像的傅立叶表示，An是第n级傅立叶级数的系数，i是傅立叶级数，n是正整数，是高度h引起的相位调制；
由欧拉公式，进一步得
令复数则有：
g(x,y)＝f(z)
即，g(x,y)是复数z的函数，并且z是一个有界可导函数，所以可以用神经网络很好的模拟上述函数关系；
所以搭建神经网络的输出为z的是实部和虚部；
第二步：确定损失函数；
其生成网络损失函数由L1损失，Lp毕达哥拉斯损失和LGAN对抗损失组成：
LossG＝λ1L1+λ2LGAN+λ3Lp
其中λ1,λ2,λ3为各项系数，并且有：
L1＝||T(x,y)gen-T(x,y)gt||1,
其中T(x,y)gen网络的输出，T(x,y)gt表示真值，g(x,y)是复数z的函数，||...||1是一范数；和为网络生成的z的实部和虚部；表示求期望，D表示鉴别，G表示生成；
其鉴别器损失为L1损失；
第三步：搭建所述深度卷积对抗生成网络；
在训练阶段，所述对抗生成网络以变形条纹图为输入；有两个输出，分别为z的...
【专利技术属性】
技术研发人员：李欢欢，彭磊，马力，郭迪，王丛华，李康，
申请(专利权)人：西安知象光电科技有限公司，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。