摘要
本发明提供一种基于深度学习的结构光三维测量方法、装置及存储介质。该方法包括:获取经物体表面调制的均匀亮度图像及编码条纹图像;利用预训练的目标深度神经网络并基于均匀亮度图像和编码条纹图像获取投影仪平面最佳投射图案;目标深度神经网络用于对图像进行像素分类并确定每一类像素对应的最佳投射灰度值;通过投射投影仪平面最佳投射图案获取经物体表面调制的目标编码条纹图案,并基于目标编码条纹图案获取物体表面的三维点云。本发明提供的基于深度学习的结构光三维测量方法、装置及存储介质,利用深度学习技术准确高效地获得高动态范围的最佳投射图案,实现反射率变化范围较大或高反光物体表面的高效三维重建。
技术关键词
结构光三维测量方法
深度神经网络
亮度
图像
投影仪
分类网络
像素
物体
编码
相机
非暂态计算机可读存储介质
条纹图案
反射率
深度学习技术
数据
点云
处理器
系统为您推荐了相关专利信息
镜片结构
信号控制模块
头戴式装置
镜框结构
壳体模块
LED显示屏幕
灰度矩阵
LED屏幕
温度补偿方法
温度补偿矩阵
对象信息处理方法
动态虚拟形象
多视角
语言风格特征
对象信息处理装置