【技术实现步骤摘要】
一种单帧条纹投影三维面型测量方法
本专利技术涉及光学测量
,具体为一种单帧条纹投影三维面型测量方法。
技术介绍
条纹投影轮廓术(FPP)由于其高的测量精度、简单的硬件设施成为目前最广泛使用的三维光学测量技术之一。近年来,随着快速逆向工程、流水线质量控制、三维应力分析等应用中对快速场景下高质量3D信息获取的需求的增长,基于FPP的高速三维形貌测量技术变得尤为重要[J.Qian,S.Feng,T.Tao,Y.Hu,K.Liu,S.Wu,Q.Chen,andC.Zuo,“Highresolutionreal-time360°3Dmodelreconstructionofahandheldobjectwithfringeprojectionprofilometry,”Opt.Lett.44,5751–5754(2019).]。为了实现对高速场景下的三维信息的测量,有必要提高三维测量效率,降低单次三维重构所需的条纹图像的数量。理想情况下,是从单帧条纹图像中恢复出物体的绝对深度,这也是FPP领域的物理极限。在FPP中,最为耗时、关键的一个步骤是相位展开。传统的相位展开法为时间相位展开法[C.Zuo,L.Huang,M.Zhang,Q.Chen,andA.Asundi,“Temporalphaseunwrappingalgorithmsforfringeprojectionprofilometry:Acomparativereview,”Opt.LasersEng.85,84–103(2016).],该方法通过不同时 ...
【技术保护点】
1.一种单帧条纹投影三维面型测量方法,其特征在于,包括如下步骤:/nS1:构建深度卷积神经网络,所述深度卷积神经网络具有6条路径,定义该深度卷积神经网络为DL_net;/nS2:搭建三目条纹投影轮廓系统,所述三目条纹投影轮廓系统生成训练数据并训练DL_net,定义训练后DL_net为DL_model;/nS3:利用训练完成的DL_model预测三个视角下的包裹相位;/nS4:利用步骤三中预测的包裹相位,结合多相机间的标定空间关系实现相位展开,进而进行三维重构。/n
【技术特征摘要】
1.一种单帧条纹投影三维面型测量方法,其特征在于,包括如下步骤:
S1:构建深度卷积神经网络,所述深度卷积神经网络具有6条路径,定义该深度卷积神经网络为DL_net;
S2:搭建三目条纹投影轮廓系统,所述三目条纹投影轮廓系统生成训练数据并训练DL_net,定义训练后DL_net为DL_model;
S3:利用训练完成的DL_model预测三个视角下的包裹相位;
S4:利用步骤三中预测的包裹相位,结合多相机间的标定空间关系实现相位展开,进而进行三维重构。
2.根据权利要求1所述的单帧条纹投影三维面型测量方法,其特征在于,步骤S1中,深度卷积神经网络的6条路径分别为处理路径1、处理路径2、处理路径3、处理路径4、处理路径5和处理路径6:
处理路径1,输入的数据经过第一卷积层(1)、第一残差模块(2)、第二卷积层(3),最后进入连接层(4);
处理路径2,输入数据经过第三卷积层(5)、第一池化层(6)、第二残差模块(7)、第一上采样层(8)、第四卷积层(9),最后进入连接层(4);
处理路径3,输入数据经过第五卷积层(10)、第二池化层(11)、第三残差模块(12)、第二上采样层(13)、第三上采样层(14)、第六卷积层(15),最后进入连接层(4);
处理路径4,输入的数据依次经过第七卷积层(16)、第三池化层(17)、第四残差模块(18)、第四上采样层(19)、第五上采样层(20)、第六上采样层(21)、第八卷积层(22),最后进入连接层(4);
处理路径5,输入的数据依次经过第九卷积层(23)、第四池化层(24)、第五残差模块(25)、第七上采样层(26)、第八上采样层(27)、第九上采样层(28)、第十上采样层(29)、第十卷积层(30),最后进入连接层(4);
处理路径6,输入的数据依次经过第十一卷积层(31)、第五池化层(32)、第六残差模块(33)、第十一上采样层(34)、第十二上采样层(35)、第十三上采样层(36)、第十四上采样层(37)、第十五上采样层(38)、第十二卷积层(39),最后进入连接层(4);
所述连接层(4)将6路数据进行叠加,叠加后的数据经过第十三卷积层(40)输出通道数为6的3D张量。
3.根据权利要求2所述的单帧条纹投影三维面型测量方法,其特征在于,步骤S2包括如下步骤:S21、S22、S23和S24,其中步骤S21:
其中步骤S21具体过程如下,搭建三目条纹投影轮廓系统,并对系统进行标定,搭建的三目条纹投影轮廓系统由一个投影仪和三个相机组成,三个相机分别为相机a、相机b和相机c,投影仪和3个相机之间用3根触发线相连接;
三个相机与投影仪间的摆放位置为:相机a与投影仪之间设置摆放一个相机的空隙,相机b置于相机a与投影仪之间并靠近相机a摆放,相机c与相机a关于投影仪对称摆放,然后将整个系统标定到统一世界坐标系下,得到3个相机与投影仪的内参和外参,并将这些参数转化为二维到三维的映射参数;
其中步骤S22具体过程如下,投影仪向物体投影12幅48周期的12步相移条纹图像,由三个相机同步采集所投影的条纹图像,并利用多步相移法生成训练DL_net所需的一组输入与输出数据;
步骤S22包括如下步骤:S221、S222、S223、S224、S225和S226;
其中步骤S221具体过程如下,使用投影仪向物体投影12幅48周期的12步相移条纹图像,由三个相机同步采集所投影的条纹图像,记相机a、相机b、相机c所采集的条纹图像分别表示为其中下标表示相机编号,1对应相机a,2对应相机b,3对应相机c,上标表示12幅相移条纹图像中的哪一幅;
其中步骤S222具体过程如下,使用多步相移法获取三个相机视角下的包裹相位下标表示相机编号:
式中n=1,2,...,12,M和D分别表示反正切函数的分子项与分母项;...
【专利技术属性】
技术研发人员:张晓磊,左超,胡岩,沈德同,钱佳铭,
申请(专利权)人:南京理工大学智能计算成像研究院有限公司,
类型:发明
国别省市:江苏;32
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。