申请/专利权人：复旦大学

申请日：2024-01-17

公开（公告）日：2024-05-03

公开（公告）号：CN117975024A

主分类号：G06V10/30

分类号：G06V10/30;G06V10/764;G06V10/44

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.21#实质审查的生效;2024.05.03#公开

摘要：本发明属于光学检测技术领域，具体为一种基于高斯混合模型的条纹投影轮廓术无效点去除方法。本发明方法的具体步骤如下：在条纹投影轮廓术中，采用多频相移方法计算得到调制度信息后，使用混合高斯模型对调制度的概率分布进行建模，依据建模结果、相位信息和领域信息将像素分为有效像素和无效像素两类，实现无效像素的识别和去除。本发明的优点在于，本发明将混合高斯模型与条纹投影轮廓术的基本原理相结合，在不同的测量场景下可以自适应地实现无效点的识别和去除，无需手动调整参数，提高了条纹投影轮廓术的三维重建质量和计算效率。

主权项：1.一种基于高斯混合模型的条纹投影轮廓术无效点去除方法，其特征在于，具体步骤如下：1通过投影仪向待测物体表面投射多个不同频率的相移条纹图案，并由相机清晰地拍得由待测物体表面散射形成的图像，进而求解图像的相位值和调制度；2计算整个视场的调制度信息，获得一个调值度样本集{B1,B2,…,BM}，M为视场内的像素总数；再使用混合高斯模型对调制度的概率分布进行建模；调制度样本中的数据来自于三个高斯分布，通过混合高斯模型将调制度样本集对应的概率分布函数表示为： 式中，θ为该混合高斯模型待求的所有参数，θ＝α1,α2,α3；θ1,θ2,θ3；γ11,γ12,…γN3，αk是系数，αk≥0，γjk为隐变量，反映样本Bj来自第k个高斯分布的概率；ΦB|θk表示高斯分布密度，第k个高斯模型的概率分布表示为： 其中y为该高斯模型中的样本，μk为高斯模型的均值，σk为标准差；对公式4取对数得到该混合高斯模型的对数似然函数为： 3通过EM迭代算法使得公式6最大化，求取模型参数θ；4确定模型参数θ后，先基于γjk对调制度样本进行初步分类，每个样本Bj被分到γj1,γj2,γj3中最大值所对应的类别中，调制度样本被分为三类，无效像素样本属于第一类，有效像素样本属于第三类，待进一步判断的像素样本为无效像素样本和有效像素样本之间的重叠部分，属于第二类别；对于被归类为第二类别的样本，利用γjk和相位信息、邻域信息进行进一步的判断，具体步骤为：①对于第二类别中的样本Bj，如果满足Bj＞μ2，且其与有效像素点相连，将该样本划分为第三类；②寻找更新后第二类别中γj2＜1的样本Bj，如果满足γj3＞γj1，且其在展开相位图中对应的导数小于第三类中的像素的最大导数的两倍，将该样本划分为第三类；③对于更新后第二类别中γj2＝1的样本Bj，如果满足与有效像素点相连，且其在展开相位图中对应的导数小于第三类中的像素的最大导数的两倍，将该样本划分为第三类，剩余的第二类别中的样本则被划分至第一类；5样本最终被分为无效像素样本和有效像素样本两类，并生成最终的二值掩模图像，掩模图案大小与展开相位图相同，令属于无效像素样本的Bj对应的像素的灰度值设为0，属于有效像素样本的Bj对应的像素的灰度值设为1，将掩模图像与展开相位图相乘，实现无效点的去除。

全文数据：

权利要求：

百度查询： 复旦大学 一种基于高斯混合模型的条纹投影轮廓术无效点去除方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD