摘要
本发明涉及测量技术领域,公开了一种基于几何约束的深度学习条纹投影轮廓获取方法,包括S1、生成测量系统对应的参考相位φr;S2、计算训练双卷积神经网络所需的数据集;S3、训练双卷积神经网络模型;S4、采用双卷积神经网络模型预测正弦部分M,余弦部分D,相位差Δφ以计算绝对相位φ,从而实现相位‑高度映射获得三维信息。本发明的有益效果在于:仅需投影与采集单个频率的条纹模式,即可对被测场景实现高精度的三维测量;能够有效运用在动态测量任务中以实现无运动伪影的高精度三维测量。
技术关键词
双卷积神经网络
轮廓获取方法
条纹投影
条纹模式
投影仪
包裹相位
梯度下降算法
频率
监控网络
估计算法
坐标
计算误差
工业相机
参数
数据
标签
像素
掩膜
系统为您推荐了相关专利信息
三维重建方法
投影仪
包裹相位
图像增强算法
结构光
互动教学系统
反馈执行器
力反馈手套
多模态
全息投影仪
飞机复合材料
综合评价方法
垂直度误差
图像识别技术
指数
辅助装配方法
头戴式设备
SLAM算法
投影仪
物体