龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：青岛科技大学
申请日：2024-02-20
公开（公告）日：2024-05-14
公开（公告）号：CN117739861B
主分类号：G01B11/25
分类号：G01B11/25
优先权：
专利状态码：有效-授权
法律状态：2024.05.14#授权;2024.04.09#实质审查的生效;2024.03.22#公开
摘要：本发明公开了一种基于深度学习的改进单模式自解相条纹投影三维测量方法，涉及图像处理技术领域。本发明包括以下步骤：搭建条纹投影虚拟测量系统；在条纹投影虚拟测量系统中制备数据集；搭建条纹预测自解相网络模型；通过条纹投影虚拟测量系统制备的数据集进行模型训练；通过相机采集被测物体的单张变形条纹图像；将被测物体的单张变形条纹图像输入至条纹预测自解相网络模型预测被测物体其余三张变形条纹图像。本发明搭建了一个虚拟测量系统，简化了复杂的数据采集过程；并采用深度学习的方法搭建了条纹预测自解相网络对单模式自解相方法进行改进，实现了仅需单张变形条纹图像对高分辨图像进行高效精确的相位检索过程。
主权项：1.一种基于深度学习的改进单模式自解相条纹投影三维测量方法，其特征在于，包括以下步骤：搭建条纹投影虚拟测量系统；在条纹投影虚拟测量系统中制备数据集；搭建条纹预测自解相网络模型；通过条纹投影虚拟测量系统制备的数据集进行模型训练；通过相机采集被测物体的单张变形条纹图像；将被测物体的单张变形条纹图像输入至条纹预测自解相网络模型预测被测物体其余三张变形条纹图像；将获取的四张变形条纹图像通过单模式自解相方法进行相位解算得到包裹相位和条纹级次；相位展开得到绝对相位；所述条纹预测自解相网络模型包括：编码器，跳跃连接，解码器三个部分；编码器包括三层卷积层和下采样卷积模块；解码器包括三层输出卷积层和上采样卷积模块；编码器和解码器之间在三个不同尺度上通过双重注意力模块构成的跳跃连接进行特征拼接；编码器末端由双注意力模块搭配Transformer模块对全局特征进行处理，再由解码器进行逐层卷积和上采样；通过数据集对条纹预测自解相网络模型进行模型训练时，需将条纹预测自解相网络模型输出的三张变形条纹图像与数据集中对应的变形条纹图像进行反复计算迭代，直至损失函数值收敛，条纹预测自解相网络模型训练结束。
全文数据：
权利要求：
百度查询： 青岛科技大学 一种基于深度学习的改进单模式自解相条纹投影三维测量方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号