一种基于自监督学习的条纹结构光三维重建方法及装置

本发明公开了一种基于自监督学习的条纹结构光三维重建方法及装置，该方法包括：S1、获取若干不同物体的表面的变形条纹图，并求解得到对应的相位信息；S2、构建编码器，通过自监督学习用变形条纹图及相位信息训练编码器，得到自监督学习编码器；S3、将自监督学习编码器连接到对称解码器，构建端到端解相位网络，将变形条纹图输入端到端解相位网络中，并通过相位真值进行约束，以训练端到端解相位网络，得到深度学习模型；S4、将获取的待测物体的表面的变形条纹图输入深度学习模型中，输出相位信息，并对相位信息进行分析得到待测物体的三维点云图。本发明解决了现有基于深度学习的结构光系统需要大量数据训练，模型难以迁移，精度不足的问题。