专利交易市场

本发明公开了一种基于条纹密度区域分割和校正的物体三维形貌测量方法。采集待测物的全息干涉图，处理获得二维包裹相位图；滤波后得滤波后包裹相位图，利用滤波后包裹相位图计算二维包裹相位图的一二阶相位梯度，再阈值分割和膨胀操作生成密集区域的掩模，取反得稀疏区域的掩模；计算二维包裹相位图的一阶包裹相位梯度图，将两个掩模用于一阶包裹相位梯度图处理，得到密集和稀疏区域的一阶包裹相位梯度；计算两个区域的校正阈值及校正值，区域校正再合并；建立离散偏微分方程求解计算直至获得真实相位图，表征待测物的轮廓形貌。本发明不仅依据条纹密度对一阶相位梯度进行了自适应区域划分和校正，且具有计算速度快、精度高、有效抑制误差传播的优点。

本发明公开了一种基于深度学习与条纹投影轮廓术的单张图像重建方法,涉及图像处理技术领域。基于深度学习与条纹投影轮廓术的单张图像重建方法,包括:搭建条纹投影轮廓术系统的虚拟仿真系统,并对渲染后的条纹图像采用多频外差法进行重建构建训练数据集;提出两阶段的网络模型,先从单张条纹图像预测单频多张相移图像,将单频相移图像生成包裹相位图像,再从单频包裹相位图像预测条纹色阶,实现高精度的相位检索。本发明搭建了一个虚拟仿真系统,简化了复杂的数据采集过程;将虚拟仿真系统渲染的图像作为数据集,提出了一种基于深度学习和条纹投影轮廓术的单张图像重建方法,可以很好的得到绝对相位,有更高的三维重建精度。