概括
本研究引入了一种新的边缘投影特征测量 (FPP) 框架,用于在动态环境中高效,准确的3D形状测量. 该方法使用独特的阶段编码策略和校正算法,使实时3D重建能够使用更少的图像.
科学领域:
- 光学和光子学 在光学和光子学.
- 计算机视觉 计算机视觉
- 计量学 计量学 计量学
背景情况:
- 边缘投影特异度测量 (FPP) 中常规的时间阶段解封 (TPU) 在动态环境中受到限制,因为需要多个编码的边缘图案.
- 实时3D形状测量需要高效的阶段解封技术,尽量减少数据采集和处理时间.
研究的目的:
- 开发一种新的FPP框架,用于在动态环境中高效,高精度的3D形状测量.
- 在实时应用中克服传统TPU方法的局限性.
主要方法:
- 引入了一个时空多重相位编码策略,使用两个互补的相位编码模式进行密集的边缘顺序编码.
- 开发了一个自合成的补充边缘顺序校正算法,采用半周期空间转移和包裹相位分析.
- 使用梯度受约束的本地优化来抑制没有额外的投影的工件.
主要成果:
- 成功地将背景强度和调制幅度与相位移组件脱.
- 启用了绝对相位重建,仅使用四个投影图像进行动态测量和五个用于静态场景.
- 证明了在几何不连续性和运动下文物的阶段跳跃错误的抑制.
结论:
- 拟议的FPP框架显著提高了实时3D重建性能.
- 新的阶段编码和校正策略允许在具有挑战性的动态环境中准确的3D形状测量.
- 这一进步在工业检查和生物医学成像方面有潜在的应用.
