买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京理工大学申请的专利基于深度学习的单帧彩色条纹投影的三维面型测量方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN111402240B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202010194707.6，技术领域涉及：G06T7/00；该发明授权基于深度学习的单帧彩色条纹投影的三维面型测量方法是由左超;钱佳铭;陈钱;冯世杰;李艺璇;陶天阳;胡岩;尚昱昊设计研发完成，并于2020-03-19向国家知识产权局提交的专利申请。

本基于深度学习的单帧彩色条纹投影的三维面型测量方法在说明书摘要公布了：本发明公开了一种基于深度学习的单帧彩色条纹投影的三维面型测量方法，包括基于卷积神经网络的模型CNN，输入包含三个通道，分别为彩色条纹图像的红色、绿色和蓝色通道内的灰度条纹图像。采用投影仪投影三个不同频率的12步相移条纹，利用相移PS法和投影最小距离法PDM生成CNN所需的训练数据对其进行训练。使用时，将彩色条纹图像的三个通道灰度条纹图像输入至CNN，得到分子项、分母项以及一个包含条纹级次信息的低精度绝对相位。将分子项与分母项代入反正切函数，结合低精度绝对相位计算得到高精度的绝对相位信息。本发明可在无任何复杂预后处理的情况下，提供更精确的相位信息和更可靠的相位展开。

本发明授权基于深度学习的单帧彩色条纹投影的三维面型测量方法在权利要求书中公布了：1.一种基于深度学习的单帧彩色条纹投影的三维面型测量方法，其特征在于，具体步骤为：步骤1：构建基于卷积神经网络的模型CNN，所述模型CNN包括五路数据处理路径、连接层1和卷积层11，其中：所述数据处理路径1被设置为：输入数据依次经过卷积层1、残差模块1，经残差模块1输出的数据与卷积层1输出的数据一起输入卷积层2，卷积层2的输出数据输入连接层1；所述数据处理路径2被设置为：输入数据依次经过卷积层3、池化层1、残差模块2、上采样层1，经上采样层1输出的数据与池化层1输出的数据一起输入卷积层4，卷积层4输出的数据输入连接层1；所述数据处理路径3被设置为：输入数据依次经过卷积层5、池化层2、残差模块3、上采样层2、上采样层3，上采样层3输出的数据与池化层2输出的数据一起输入卷积层6，卷积层6输出的数据输入连接层1；所述数据处理路径4被设置为：输入数据依次经过卷积层7、池化层3、残差模块4、上采样层4、上采样层5、上采样层6，上采样层6输出的数据与池化层3输出的数据一起输入卷积层8，卷积层8输出的数据输入连接层1；所述数据处理路径5被设置为：输入数据依次经过卷积层9、池化层4、残差模块5、上采样层7、上采样层8、上采样层9、上采样层10，上采样层10输出的数据与池化层4输出的数据一起输入卷积层10，卷积层10输出的数据输入连接层1；所述连接层1用于将5路数据进行后输入至卷积层11，得到输出通道数为3的3D张量；步骤2：生成CNN模型训练数据，对模型CNN进行训练，生成CNN模型训练数据的具体方法为：步骤2.1：使用投影仪向物体投影37幅条纹图像，37幅条纹图像包括12幅频率fR的绿色相移条纹图像12幅频率fG的绿色相移条纹图像和12幅频率fB的绿色相移条纹图像以及1幅复合彩色条纹图像IRGB，其红色通道为频率fR的灰度条纹图像IR、绿色通道为频率fG的灰度条纹图像IG、蓝色通道为频率fB的灰度条纹图像IB；步骤2.2：使用彩色相机采集被物体调制的37幅条纹图像，并生成训练CNN所需的一组输入与输出数据，具体为：步骤2.2.1、对于采集到的前36幅绿色条纹图像分别使用PS法获取频率为fR、fG、fB的包裹相位通过PDM法获取频率fG的绝对相位φG，将频率fG的分子项MG、分母项DG，以及绝对相位φG作为模型CNN的一组标准数据；步骤2.2.2、将采集到的第37幅复合彩色条纹图像IRGB三个通道中的灰度图像IR、IG、IB作为网络CNN的一组输入数据；步骤2.3：重复步骤2.1、2.2，生成设定组数训练数据；对模型CNN进行训练的具体方法为：将第37幅复合彩色条纹图像三个通道中的灰度图像IR、IG、IB作为模型CNN输入数据，频率fG的分子项MG、分母项DG以及绝对相位φG作为模型CNN标准数据，计算标准数据与模型CNN输出值之间的差异，利用反向传播法，反复迭代优化CNN的内部参数，直到损失函数收敛；步骤3、将被测物的彩色复合条纹图像三个通道内的灰度图像输入训练好的模型CNN，获得分子项、分母项以及低精度绝对相位，将分子项与分母项代入反正切函数，结合低精度绝对相位计算得到最终的绝对相位信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。