一种基于学习可靠度的截断相位图展开方法及设备技术

本发明专利技术公开了一种基于学习可靠度的截断相位图展开方法及设备，主要解决现有技术中存在的在缺乏综合多类信息定义相位可靠度的有效手段，导致空间相位展开方法往往只能被用于简单的应用场景的问题。该包括计算相移变形条纹图的截断相位图、平均强度图和调制度，将三者合成三通道图；以三通道图训练验证三层神经网络后，输入目标三通道图得到三分类图像；三分类图像中各像素点被分为背景点、无效物体点、有效点三类，计算该三类分别的概率值；对每个像素点，根据其三类的概率值，计算该点的相位值的可靠度；采用可靠度排序对截断相位图展开得到连续相位图。通过上述方案，本发明专利技术达到了综合各类信息确定可靠度，能更好展开相位的目的。

【技术实现步骤摘要】

本专利技术涉及三维成像，具体地说，是涉及一种基于学习可靠度的截断相位图展开方法及设备。

技术介绍

1、主动三维视觉系统因其非接触式获取稠密点云的优势，已被广泛应用于制造、医疗、建筑和工业机器人等领域；基于条纹结构光的主动三维视觉技术，具有高精度和全场三维重建的特点，然而该方案需要一种鲁棒的空间相位展开方法来从截断相位图中恢复连续相位，空间相位展开方法包括可靠度引导方法。

2、现有的相位图可靠度定义可分为两类，一是根据变形条纹图像计算的可靠度，如强度调制和数据调制；二是从截断相位图计算的可靠度，如截断相位的二阶差分和加窗傅立叶滤波后的幅值。

3、现有的空间相位展开方法缺乏综合多类信息定义相位可靠度的有效手段，导致空间相位展开方法往往只能被用于简单的应用场景，如：无相位不连续、相位误差较小、单一连续物体；当相位图中存在相位不连续时，已有的可靠度定义都很难正确展开。

技术实现思路

1、本专利技术的目的在于提供一种基于学习可靠度的截断相位图展开方法及设备，深度学习多通道复合图像中学习每个像素点本文档来自技高网...

【技术保护点】

1.一种基于学习可靠度的截断相位图展开方法，其特征在于，包括

2.根据权利要求1所述的一种基于学习可靠度的截断相位图展开方法，其特征在于，三层神经网络的最后一层为一幅尺寸和目标三通道图相同的三通道特征图；三通道特征图中，每个像素点都有三个数值对应背景点、无效物体点、有效点。

3.根据权利要求2所述的一种基于学习可靠度的截断相位图展开方法及设备，三个数值经公式softmax处理后，得到此像素点属于背景点、无效物体点、有效物体点三个类别的概率值；公式softmax为：

4.根据权利要求3所述的一种基于学习可靠度的截断相位图展开方法及设备，其特征在于，构建三...

【技术特征摘要】

1.一种基于学习可靠度的截断相位图展开方法，其特征在于，包括

2.根据权利要求1所述的一种基于学习可靠度的截断相位图展开方法，其特征在于，三层神经网络的最后一层为一幅尺寸和目标三通道图相同的三通道特征图；三通道特征图中，每个像素点都有三个数值对应背景点、无效物体点、有效点。

3.根据权利要求2所述的一种基于学习可靠度的截断相位图展开方法及设备，三个数值经公式softmax处理后，得到此像素点属于背景点、无效物体点、有效物体点三个类别的概率值；公式softmax为：

4.根据权利要求3所述的一种基于学习可靠度的截断相位图展开方法及设备，其特征在于，构建三层神经网络训练验证后，通过其计算所有有效点对应像素点的可靠度；

5.根据权利要求4所述的一种基于学习可靠度的截断相位图...

【专利技术属性】
技术研发人员：宋万忠，雷浚哲，
申请(专利权)人：四川大学，
类型：发明
国别省市：