一种结合深度学习与希尔伯特变换的高效条纹投影轮廓术

本发明属于结构光三维投影技术领域，公开了一种结合深度学习与希尔伯特变换的高效条纹投影轮廓术，具体实现方法包括以下步骤：首先搭建包含一个工业相机和一个投影仪的测量系统，使用双频十二步相移法采集多组样本，计算每个样本的背景强度，并将其与高频的第一幅条纹作为标签值，制作训练卷积神经网络所需的数据集；其次使用数据集训练卷积神经网络模型并预测背景强度；进而借助希尔伯特变换引入π/2相移，将经希尔伯特变换后的高频条纹与原始条纹结合，获得包裹相位；最后对所得包裹相位进行展开并重建被测物体；本发明在保证重建精度的前提下，进一步缩减了三维重建所需的条纹数量，具有较高的测量效率，能够广泛应用于快速三维成像领域。