快速的三维造型测量,具有很大的深度
Wei Zhang1, Jiongguang Zhu2, Yu Han1
1Department of Computer Technology and Science, Anhui University of Finance and Economics, Bengbu 233030, China.
Sensors (Basel, Switzerland)
|July 13, 2024
概括
一种新的时域高斯拟合方法使用神经网络增强了3D成像速度和深度 (DoF). 这种技术为复杂的表面提供了快速,准确的3D形状测量,并缩短了计算时间.
科学领域:
- 光学工程是指光学工程.
- 计算成像技术的成像
- 计算机视觉 计算机视觉
背景情况:
- 二进制失焦技术加速3D成像,但受限于视野深度 (DoF) 和对失焦变化的敏感性.
- 现有的3D形状测量方法难以处理复杂的表面,需要大量的计算时间.
研究的目的:
- 开发一种快速而强大的3D成像技术,具有扩展的视野深度 (DoF).
- 解决现有的二进制失焦方法在灵敏度和DoF方面存在的局限性.
- 为了实现复杂表面的精确3D测量.
主要方法:
- 提出了一种新的时间域高斯拟合方法,引入了时间域高斯曲线的概念.
- 神经网络技术用于快速计算时间域高斯曲线峰值位置.
- 二进制失焦技术与神经网络集成,用于增强的3D形状测量.
主要成果:
- 拟议的方法将系统的视场深度 (DoF) 扩大了五倍.
- 数据采集和计算时间都减少到不到35毫秒.
- 该方法表明,由于像素级特征提取,它适合测量复杂的表面.
结论:
- 二进制失焦和基于神经网络的时间域高斯调整的组合实现了快速的3D形状测量,具有很大的DoF.
- 拟议的技术在速度,DoF和对复杂表面的适用性方面提供了显著的改进.
- 这种方法代表了高速,大DoF 3D成像的实质性进步.


