一种基于深度学习的单帧数字条纹端到端相位解析方法

本发明提供了一种基于深度学习的单帧数字条纹端到端相位解析方法，包括以下步骤：首先搭建基于数字孪生的条纹投影系统，构建变形条纹‑绝对相位数据集；然后构造IncepC‑Unet网络模型，将变形条纹‑绝对相位数据集按比例分为测试集以及训练集，训练、测试IncepC‑Unet网络模型；最后利用上述训练好的IncepC‑Unet网络模型对被测物体的单帧变形条纹图像进行绝对相位预测。本发明设计的单帧数字条纹端到端相位解析方法，完全摒弃了绝对相位展开的传统级联型解析流程，实现了单帧数字条纹端到端的绝对相位计算，提高了相位解析的效率以及精度，推动三维测量向智能化方向发展。