双面正交条纹透镜理论分析

双面正交条纹透镜的聚光倍数较高，光斑均匀，光线经它两次折射后能到达任意指定的方向。对该透镜进行了理论分析。

基于GANs网络的条纹图正交化方法

提出一种利用深度学习强大的隐式建模能力解决单帧条纹图正交化存在的欠采样问题,结合条纹图降噪归一化技术,利用对抗生成网络的特征先验,构造了一种条纹图轮廓项数字方式的π/2相移网路,实现了单帧条纹图的正交化,放松了应用解析模型法实现条纹图正交化时的严格要求。通过标签图像对训练后,该网络成功地实现了归一化后的条纹图的正交化,进而高精度地实现了单帧条纹图的相位解调。仿真和实验分析证明,与基于Riesz变换的数字相移方法相比,所提方法求解更可靠,能有效地恢复测量相位。以现有的多帧高精度相移算法的解调结果作为参考值,实验结果表明所提方法的相位误差分布在0.05 rad以内,为瞬变场和物体三维轮廓测量提供了一种途径。

双目面结构光三重扫描测量系统温漂补偿方法

双目面结构光三重扫描是在条纹投影双目视觉重建的基础上,追加左、右相机与投影仪构成的单目视觉系统重建点云,在反光和凹凸起伏等表面测量应用上具有更好的点云完整性优势。但由于环境温度变化影响,投影仪产生较大温度漂移,导致双目重建点云与单目重建点云发生“分层”现象。为此,文中提出了一种基于正交条纹投影的三重扫描系统温漂在线补偿方法,通过投影仪投射正交条纹来构建双目重建点在投影仪图像中准确的映射关系,并基于双目重建点在投影仪图像中的重投影误差最小化目标函数来求解温漂补偿后的投影仪最优外参数。最后,以金属球和汽车零件作为被测对象进行实验验证,在不依靠标定板等先验信息及繁琐标定流程基础上,所提在线快速补偿方法可以使得双目点云与单目点云温漂量分别减小78.2%和94.3%,极大减轻了温度变化对于三重扫描点云数据拼接影响。

摄像机标定中的特征点自动提取方法

提出了一种在复杂背景下,无需人工干预、自动提取二维正弦标靶特征点的方法。以液晶显示器作为平面标靶,标定图像为正弦强度条纹。摄像机拍摄标定条纹图后,算法根据条纹调制度自动分离背景和有效条纹区域;先将水平和垂直相移条纹的截断相位进行相位展开,再将两个相位分布构造成新的二维正交条纹图,通过多项式拟合建立各相位分布与其像素坐标的关系,以正交条纹亮点(对应相位为2π)作为标定特征点,并对这些亮点进行定位操作,获取其对应的亚像素坐标;最后利用展开相位的级次与条纹周期信息自动计算出它们的世界坐标,用于后续的摄像机标定。与常用的二维棋盘格对比实验结果表明,该方法标定结果可靠,而且精度更高,最为关键的是,该方法无需人机交互的手动操作,自动易行,可在以二维正弦条纹为标靶的摄像机标定中推广应用。