一种基于噪声特征分类的相位去噪方法技术

本发明专利技术公开了一种基于噪声特征分类的相位去噪方法，读取条纹图像并根据条纹相移频率与相移步数使用N步相移法计算对应的绝对相位、调制度以及背景。并利用计算得到的数据确定初始去噪相位。然后利用初始去噪后的相位计算相位差值图，并判断相位差值图中的值是否达到形成孤立噪声的阈值生成去噪掩膜4。然后计算掩膜4中每个连通域的面积大小，将面积过大的区域进行去除生成最终的去噪掩膜，并利用该掩膜对相位进行去噪。本发明专利技术避免了传统相位去噪算法中噪点去除不精准的问题，提高相位测量的准确度。的准确度。的准确度。

【技术实现步骤摘要】
一种基于噪声特征分类的相位去噪方法


[0001]本专利技术属于结构光三维测量领域，具体为一种基于噪声特征分类的相位去噪方法。

技术介绍

[0002]在结构光三维测量领域，噪点的存在往往严重干扰了测量结果的准确性。传统的相位去噪方法主要是通过图像背景和调制度联合限制约束来去除噪点。然而该种方法仅对测量物体表面颜色较深或者由于阴影遮挡的区域有良好的效果。随着结构光三维测量的应用物体逐渐广泛，测量的物体表面越来越多的特性导致上述方法无法对噪点进行有效去除，例如物体表面高光区域、表面镜面反射区域、离焦区域等。

技术实现思路

[0003]本专利技术的目的在于提供了一种基于噪声特征分类的相位去噪方法，针对相位测量过程中的噪声问题进行特征分类，逐一去除，提升相位测量的准确度。
[0004]实现本专利技术目的的技术解决方案为:一种基于噪声特征分类的相位去噪方法，具体步骤为：
[0005]步骤1，读取条纹图像并根据条纹相移频率与相移步数使用N步相移法计算对应的绝对相位、调制度以及背景；
[0006]步骤2，利用步骤1计算得到的数据确定初始去噪相位，具体步骤为：
[0007]步骤2.1，将背景与调制度低于第一阈值的位置置为0，并生成相应的去噪掩膜1；
[0008]步骤2.2，对相位图进行相位递增方向求导，得到相位梯度图，将相位梯度图中结果为负的区域置为0，生成相应的掩膜2；
[0009]步骤2.3，利用最大类间方差法对相位梯度图进行二值化，并利用imerode函数对二值化后的相位梯度图进行腐蚀，生成相位掩膜3；
[0010]步骤2.4，利用掩膜1、掩膜2和掩膜3对相位进行去噪得到初始去噪相位；
[0011]步骤3，利用初始去噪相位计算相位差值图，并利用相位差值图生成去噪掩膜4；
[0012]步骤4，计算掩膜4中每个连通域的面积大小，将面积大于第二阈值的区域去除生成最终的去噪掩膜，并将初始去噪相位在最终去噪掩膜为0的对应位置处的相位值置为空值，得到最终去噪相位。
[0013]优选地，步骤1中读入的条纹图的光强表示为：
[0014]I
n
(x,y)＝A(x,y)+B(x,y)cos[φ(x,y)+δ
n
][0015]其中，A(x,y)为背景，B(x,y)为调制图，φ(x,y)为包裹相位；
[0016]通过N步相移法计算得到绝对相位、调制度以及背景。
[0017]优选地，对相位图进行相位递增方向求导的公式为：
[0018][0019]其中为条纹移动方向，Φ为绝对相位值。
[0020]优选地，利用掩膜1、掩膜2和掩膜3对相位进行去噪得到初始去噪相位的具体方法为：
[0021]将相位图中掩膜1、掩膜2和掩膜3中值为0位置处的相位值置为空值n。
[0022]优选地，通过初始去噪相位计算相位差值图的具体方法为：
[0023]计算相位图中每个像素与领域8像素内相位差的最大值，计算公式如下：
[0024]d(x,y)＝max(|Φ(x,y)
‑
Φ(x+1,y+1)|,|Φ(x,y)
‑
Φ(x,y+1)|,
[0025]|Φ(x,y)
‑
Φ(x
‑
1,y+1)|,|Φ(x,y)
‑
Φ(x+1,y)|,|Φ(x,y)
‑
Φ(x
‑
1,y)|,
[0026]|Φ(x,y)
‑
Φ(x+1,y
‑
1)|,|Φ(x,y)
‑
Φ(x,y
‑
1)|,|Φ(x,y)
‑
Φ(x
‑
1,y
‑
1)|)
[0027]将最大值作为相位差值图中对应像素点的值，得到相位差值图。
[0028]优选地，跳变阈值的计算公式为：
[0029][0030]其中，T为条纹周期数，dof为镜头景深大小，fov为相位递增方向上的视场长度，p为条纹移动方向上的像素数量。
[0031]优选地，将相位差值图中大于跳变阈值的值置为0，生成初始掩膜4。
[0032]本专利技术与现有技术相比，其显著优点是：(1)针对噪声问题进行分类处理，逐一去除，提升了相位测量的准确性。(2)通过计算连通域面积的大小，在去噪的基础上保留了由于误判导致的正确相位，提升了去噪的准确度。
附图说明
[0033]图1为本专利技术的流程图。
[0034]图2为本专利技术读入的相移图以及计算得到的绝对相位、背景以及调制度示意图。
[0035]图3为本专利技术各步骤中生成的各个掩膜。图3中的(a)、(b)、(c)、(d)分别为掩膜1，2，3，4。
[0036]图4本专利技术各步骤中经过处理的相位；图4中的(a)为步骤1计算得到的绝对相位；图4中的(b)为经过掩膜1，2，3处理后的初始去噪相位；图4中的(c)为最终得到的去噪相位。
具体实施方式
[0037]一种基于噪声特征分类的相位去噪方法，首先读取条纹图像并根据条纹相移频率与相移步数使用N步相移法计算对应的绝对相位、调制度以及背景。并利用计算得到的数据进行噪声特征分类。将背景与调制度低的位置判断为阴影与遮挡区域，并生成相应的去噪掩膜1。将相位图进行相位递增方向求导，将求导结果为负数的区域判断为相位逆变区域并生成相应的掩膜2。利用最大类间方差法对相位梯度图进行二值化，并利用imerode函数对其进行腐蚀，生成相位掩膜3。将该区域归为由于离焦产生噪声的颜色与高度突变区域。用掩膜1、掩膜2和掩膜3对相位进行去噪，在对应位置处的相位值置为空值nan，得到初始去噪
相位。然后利用初始去噪后的相位计算相位差值图，并判断相位差值图中的值是否达到形成孤立噪声的阈值生成去噪掩膜4。其次计算掩膜4中每个连通域的面积大小，将面积过大的区域进行去除生成最终的去噪掩膜，并利用该掩膜对相位进行去噪。具体步骤为：
[0038]步骤1，求解绝对相位、调制度以及背景。首先读入条纹图，条纹图像的光强可以表示为：
[0039]I
n
(x,y)＝A(x,y)+B(x,y)cos[φ(x,y)+δ
n
]ꢀꢀꢀꢀ
(1)
[0040]其中A(x,y)为背景，B(x,y)为调制度，φ(x,y)为包裹相位。绝对相位、调制度以及背景通过N步相移法计算得到。
[0041]步骤2，根据步骤1计算的数据进行噪声特点分类。
[0042](1)将背景与调制度低的位置判断为阴影与遮挡区域，并将阴影与遮挡区域中的值置为0，生成掩膜1。
[0043](2)对相位图进行相位递增方向求导，将求导结果为负数的区域判断为相位逆变区域，并生成相应的掩膜2。求导公式为：
[0044][0045]其中为条纹移动方向，Φ为绝对相位值。将求导结果为负数的区域在掩膜2中置为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于噪声特征分类的相位去噪方法，其特征在于，具体步骤为：步骤1，读取条纹图像并根据条纹相移频率与相移步数使用N步相移法计算对应的绝对相位、调制度以及背景；步骤2，利用步骤1计算得到的数据确定初始去噪相位，具体步骤为：步骤2.1，将背景与调制度低于第一阈值的位置置为0，并生成相应的去噪掩膜1；步骤2.2，对相位图进行相位递增方向求导，得到相位梯度图，将相位梯度图中结果为负的区域置为0，生成相应的掩膜2；步骤2.3，利用最大类间方差法对相位梯度图进行二值化，并利用imerode函数对二值化后的相位梯度图进行腐蚀，生成相位掩膜3；步骤2.4，利用掩膜1、掩膜2和掩膜3对相位进行去噪得到初始去噪相位；步骤3，利用初始去噪相位计算相位差值图，并利用相位差值图生成去噪掩膜4；步骤4，计算掩膜4中每个连通域的面积大小，将面积大于第二阈值的区域去除生成最终的去噪掩膜，并将初始去噪相位在最终去噪掩膜为0的对应位置处的相位值置为空值，得到最终去噪相位。2.根据权利要求1所述的基于噪声特征分类的相位去噪方法，其特征在于，步骤1中读入的条纹图的光强表示为：I
n
(x,y)＝A(x,y)+B(x,y)cos[φ(x,y)+δ
n
]其中，A(x,y)为背景，B(x,y)为调制图，φ(x,y)为包裹相位；通过N步相移法计算得到绝对相位、调制度以及背景。3.根据权利要求1所述的基于噪声特征分类的相位去噪方法，其特征在于，对相位图进行相位递增方向求导的公式为：其中为条纹移动方向，m为绝对相位值。4.根据权利要求1所述的基于噪声特征分类的相位去噪方法，其特征在于，利用掩膜1...

【专利技术属性】
技术研发人员：陈文建，梁钟伟，胡岩，左超，陈钱，杨昊澎，卫自强，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：