2维载频条纹傅里叶变换轮廓术

为了在3维形貌测量中解决非连续物体所存在的非连续相位解包问题并提高测量精度,提出采用2维网格光栅作为空间载频条纹的傅里叶变换轮廓术。首先应用2维傅里叶变换对2维光栅条纹图像进行频谱分析;然后设计带通滤波器分离出两个1维变形光栅条纹,在1幅变形网格光栅条纹得到两个1维光栅各自所对应的包裹相位分布;最后应用查表法进行解包得到确定的调制相位分布,给出了详细的理论推导和实验结果。结果表明,采用2维网格光栅+查表相位解包法很好地解决了1维单一频率光栅条纹的低测量精度、1维双频光栅的频率混叠以及3维测量中高度不连续所存在相位解包问题,该方法是可行的。

2维载频条纹2维窗口傅里叶变换轮廓术

为了解决3维形貌测量中单一频率光栅条纹的测量信息少、1维双频光栅两个同方向载频容易产生频率混叠及两个载频条纹测量精度不同、连续相位解包法在复杂物体相位解包所存在的问题,提出采用2维网格光栅作为空间载频光栅条纹联合2维窗口傅里叶变换的傅里叶变换轮廓术。两个载频相互垂直,减少可能的频谱混叠;应用2维窗口傅里叶变换进行频谱分析和设计带宽自动调整的滤波器分离出两个1维变形光栅条纹,在一幅变形网格光栅图像中得到两个方向光栅各自所对应的包裹相位分布;并且应用查表法解包得到真实调制相位分布。与1维单频和1维双频比较,这种技术可以获得两倍相同精度的测量信息,并能对复杂物体的相位分布进行解包。给出了详细的理论推导、计算机模拟和实验结果,证实了该方法的可行性。

姿态特征结合2维傅里叶变换的步态识别

目的针对现有步态识别方法易受携带物品、衣服变化等影响的问题,提出了将无肩姿态能量图、步态参数等姿态特征与步态参数的2维傅里叶变换相结合的步态识别算法。方法基于姿态关节点序列提出忽略肩膀宽度信息的无肩姿态能量图,用以减弱衣服变化的影响;由于下肢受衣物及背包影响较小,提取3个或3个以上的下肢关节点局部结构参数,即提取中臀点与左右膝关节点、中臀点与左右踝关节点构成的两个三角形面积以及所有下肢关节点构成的多边形面积作为步态参数,增强下肢参数在步态识别中的作用;人在行走时,单肢体的运动具有一定的周期性,且肢体之间运动具有一定的协调性,用步态参数的2维幅度谱来表示单肢体运动的周期性与肢体之间运动的协调性,以提高步态参数的可区别性;在现有典型步态特征的基础上,融合本文提出的无肩姿态能量图、步态参数及其2维傅里叶变换幅度谱,采用多特征表示步态的方法,充分利用各特征的优点,提出加权平均与最大池化相结合的两层分数融合策略进行步态识别,提高了步态识别算法在携带物品、衣服变化和跨视角等条件下的正确率。结果实验结果表明,在中国科学院自动化研究所发布的步态数据集CASIA-B上,本文方法在相同视角条件下,正常状态、背包状态和穿大衣状态的平均识别率分别为99.56%、99.23%和94.25%;在跨视角条件下,正常状态、背包状态和穿大衣状态的平均识别率分别为91.32%、85.34%和69.51%。与典型算法相比,穿大衣状态的识别率有显著提升。结论本文方法采用加权平均与最大池化相结合的两层分数融合策略,综合利用各特征的优点及其适用场景,有效提高了步态识别的准确率,特别是减弱了衣服厚度、样式等变化对步态识别的影响。

基于双频复合光栅投影的陡变物体三维面形测量

针对复合光傅里叶变换轮廓术(CFTP)对于陡变物体其单一的调制频率难以满足相位展开与解相精度对频率的不同要求,提出一种包含两个调制频率的复合光栅投影方法。与CFTP相比,本文方法用低频指导高频进行相位展开提高解相精度,相邻两载波通道间交流分量的频谱混叠程度明显降低,并且同样达到π相移技术将测量范围扩大3倍的效果。模拟和实验均验证了本文方法的有效性。