基于条纹投影的物体三维形貌测量理论与仿真实验-含Matlab代码

这篇具有很好参考价值的文章主要介绍了基于条纹投影的物体三维形貌测量理论与仿真实验-含Matlab代码。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

✳️ 一、引言

基于光栅投影的光学三维面形测量具有非接触、精度高、速度快、低成本、全场测量和易于实现等特点,在逆向工程、工业检测、质量控制、虚拟现实、医学诊断、文物修复和物体识别等领域应用广泛。相移轮廓术(PSM)和傅里叶变换轮廓术(FTP)是两种传统方法。相移法计算简单,测量精度高,但对噪声比较敏感,噪声会引起解相位结果存在大量虚假2π跳变,增加了相位展开的难度,且至少需要三幅以上的条纹图像,适用于静态测量;傅里叶变换法是M.Takeda 等人在1983年提出来的,它只需要一幅条纹图案,即可恢复物体三维形貌,可用于动态物体的三维形貌测量;但由于傅里叶变换不具有局部分析的能力,频谱混叠等问题,影响了其测量精度。小波变换具有多分辨率分析特点,抑噪能力强,可分为一维小波变换轮廓术(1D WTP)和二维小波变换轮廓术(2D WTP)。小波脊提取是小波变换轮廓术的关键步骤,最大模法是常见的小波脊提取方法。

✳️ 二、条纹投影原理

✳️ 2.1 相移轮廓术

相移法的投影条纹一般为余弦条纹(或正弦),得到条纹的灰度值用下式(1)表示:
g ( x , y ) = a ( x , y ) + b ( x , y ) cos ⁡ [ 2 π f 0 x + ϕ ( x , y ) ] (1) \text{g}\left( x,y \right)=a\left( x,y \right)+b\left( x,y \right)\cos \left[ 2\pi {{f}_{0}}x+\phi \left( x,y \right) \right] \tag{1} g(x,y)=a(x,y)+b(x,y)cos[2πf0x+ϕ(x,y)](1)

式中, a ( x , y ) a\left( x,y \right) a(x,y)为背景光强值, b ( x , y ) b\left( x,y \right) b(x,y)为调制强度, f 0 {{f}_{0}} f0为载波频率, ϕ ( x , y ) \phi \left( x,y \right) ϕ(x,y)为被测物体高度调制相位。

沿着垂直于光栅条纹方向在一个周期内移动n次,n∈(3,5)。当n=3时称为三步相移法,当n=4时称为四步相移法,当n=5时称为五步相移法。以四步相移法为例,四幅带有π/2相移的灰度值函数分别用下式表示:

g 1 ( x , y ) = a ( x , y ) + b ( x , y ) cos ⁡ [ 2 π f 0 x + ϕ ( x , y ) ] g 2 ( x , y ) = a ( x , y ) + b ( x , y ) cos ⁡ [ 2 π f 0 x + ϕ ( x , y ) + π / 2    ] g 3 ( x , y ) = a ( x , y ) + b ( x , y ) cos ⁡ [ 2 π f 0 x + ϕ ( x , y ) + π ] g 4 ( x , y ) = a ( x , y ) + b ( x , y ) cos ⁡ [ 2 π f 0 x + ϕ ( x , y ) + 3 π / 2    ] (2) \begin{align} & {{g}_{1}}\left( x,y \right)=a\left( x,y \right)+b\left( x,y \right)\cos \left[ 2\pi {{f}_{0}}x+\phi \left( x,y \right) \right] \\ & {{g}_{2}}\left( x,y \right)=a\left( x,y \right)+b\left( x,y \right)\cos \left[ 2\pi {{f}_{0}}x+\phi \left( x,y \right)+{\pi }/{2}\; \right] \\ & {{g}_{3}}\left( x,y \right)=a\left( x,y \right)+b\left( x,y \right)\cos \left[ 2\pi {{f}_{0}}x+\phi \left( x,y \right)+\pi \right] \\ & {{g}_{4}}\left( x,y \right)=a\left( x,y \right)+b\left( x,y \right)\cos \left[ 2\pi {{f}_{0}}x+\phi \left( x,y \right)+3{\pi }/{2}\; \right] \\ \end{align} \tag{2} g1(x,y)=a(x,y)+b(x,y)cos[2πf0x+ϕ(x,y)]g2(x,y)=a(x,y)+b(x,y)cos[2πf0x+ϕ(x,y)+π/2]g3(x,y)=a(x,y)+b(x,y)cos[2πf0x+ϕ(x,y)+π]g4(x,y)=a(x,y)+b(x,y)cos[2πf0x+ϕ(x,y)+3π/2](2)

得到

tan ⁡ [ 2 π f 0 x + ϕ ( x , y ) ] = g 4 ( x , y ) − g 2 ( x , y ) g 1 ( x , y ) − g 3 ( x , y ) (3) \tan \left[ 2\pi {{f}_{0}}x+\phi \left( x,y \right) \right]=\frac{{{g}_{4}}\left( x,y \right)-{{g}_{2}}\left( x,y \right)}{{{g}_{1}}\left( x,y \right)-{{g}_{3}}\left( x,y \right)} \tag{3} tan[2πf0x+ϕ(x,y)]=g1(x,y)g3(x,y)g4(x,y)g2(x,y)(3)

求取反正切函数,得到:

基于条纹投影的物体三维形貌测量理论与仿真实验-含Matlab代码

式(4)反正切运算得到的相位值 包裹在(-π,π]之间,称为相位主值(或包裹相位),需要通过相位解包裹算法展开得到实际相位。

✳️ 2.2 傅里叶变换轮廓术

傅里叶变换解相位的基本原理是在频域中把代表背景光的零频分量和代表噪声的高频分量通过合适的滤波器滤除掉,剩下的是包含有用相位信息的基频分量,再对基频分量进行逆傅里叶变换,通过正切运算即可解出被测物体高度调制相位主值。

根据欧拉公式,式(1)可以(5)表示为:

g ( x , y ) = a ( x , y ) + c ( x , y ) + c ∗ ( x , y ) (5) \text{g}\left( x,y \right)=a\left( x,y \right)+c\left( x,y \right)+{{c}^{*}}\left( x,y \right) \tag{5} g(x,y)=a(x,y)+c(x,y)+c(x,y)(5)

式中:

c ( x , y ) = 1 2 b ( x , y ) exp ⁡ ( i ( 2 π f 0 x + ϕ ( x , y ) ) ) c ∗ ( x , y ) = 1 2 b ( x , y ) exp ⁡ ( − i ( 2 π f 0 x + ϕ ( x , y ) ) ) (6) \begin{align} & c\left( x,y \right)=\frac{1}{2}b\left( x,y \right)\exp \left( i\left( 2\pi {{f}_{0}}x+\phi \left( x,y \right) \right) \right) \\ & {{c}^{*}}\left( x,y \right)=\frac{1}{2}b\left( x,y \right)\exp \left( -i\left( 2\pi {{f}_{0}}x+\phi \left( x,y \right) \right) \right) \\ \end{align} \tag{6} c(x,y)=21b(x,y)exp(i(2πf0x+ϕ(x,y)))c(x,y)=21b(x,y)exp(i(2πf0x+ϕ(x,y)))(6)

沿 x 方向对式(5)采用一维傅里叶变换,得到:

G ( f ) = A ( f ) + C ( f − f 0 ) + C ∗ ( f + f 0 ) (7) \text{G}\left( f \right)=\text{A}\left( f \right)+\text{C}\left( f-{{f}_{0}} \right)+{{C}^{*}}\left( f+{{f}_{0}} \right) \tag{7} G(f)=A(f)+C(ff0)+C(f+f0)(7)

上式(7)由-1级 C ∗ ( f + f 0 ) {{C}^{*}}\left( f+{{f}_{0}} \right) C(f+f0)、0级 A ( f ) \text{A}\left( f \right) A(f)、1级 C ( f − f 0 ) \text{C}\left( f-{{f}_{0}} \right) C(ff0)三种频谱信号组成,如图0所示

基于条纹投影的物体三维形貌测量理论与仿真实验-含Matlab代码

图0 一维傅里叶变换的基频分量提取[1]

其中 A ( f ) \text{A}\left( f \right) A(f)其代表零频背景信号,而 C ( f − f 0 ) \text{C}\left( f-{{f}_{0}} \right) C(ff0) C ∗ ( f + f 0 ) {{C}^{*}}\left( f+{{f}_{0}} \right) C(f+f0)包含了所需的相位信号。这里选取 C ( f − f 0 ) \text{C}\left( f-{{f}_{0}} \right) C(ff0),逆傅里叶变换得到:

c ( x , y ) = 1 2 b ( x , y ) [ cos ⁡ ( 2 π f 0 x + ϕ ( x , y ) ) + i sin ⁡ ( 2 π f 0 x + ϕ ( x , y ) ) ] (8) c\left( x,y \right)=\frac{1}{2}b\left( x,y \right)\left[ \cos \left( 2\pi {{f}_{0}}x+\phi \left( x,y \right) \right)+i\sin \left( 2\pi {{f}_{0}}x+\phi \left( x,y \right) \right) \right] \tag{8} c(x,y)=21b(x,y)[cos(2πf0x+ϕ(x,y))+isin(2πf0x+ϕ(x,y))](8)

其实部和虚部分别为:

Re ⁡ { c ( x , y ) } = 1 2 b ( x , y ) cos ⁡ ( 2 π f 0 x + ϕ ( x , y ) ) Im ⁡ { c ( x , y ) } = 1 2 b ( x , y ) sin ⁡ ( 2 π f 0 x + ϕ ( x , y ) ) (9) \begin{align} & \operatorname{Re}\left\{ c\left( x,y \right) \right\}=\frac{1}{2}b\left( x,y \right)\cos \left( 2\pi {{f}_{0}}x+\phi \left( x,y \right) \right) \\ & \operatorname{Im}\left\{ c\left( x,y \right) \right\}=\frac{1}{2}b\left( x,y \right)\sin \left( 2\pi {{f}_{0}}x+\phi \left( x,y \right) \right) \\ \end{align} \tag{9} Re{c(x,y)}=21b(x,y)cos(2πf0x+ϕ(x,y))Im{c(x,y)}=21b(x,y)sin(2πf0x+ϕ(x,y))(9)

被测物体高度调制相位主值可以写成:

ψ ( x , y ) = Im ⁡ { c ( x , y ) } Re ⁡ { c ( x , y ) } = arctan ⁡ [ 2 π f 0 x + ϕ ( x , y ) ] (10) \begin{align} & \psi \left( x,y \right)=\frac{\operatorname{Im}\left\{ c\left( x,y \right) \right\}}{\operatorname{Re}\left\{ c\left( x,y \right) \right\}} \\ & =\arctan \left[ 2\pi {{f}_{0}}x+\phi \left( x,y \right) \right] \end{align} \tag{10} ψ(x,y)=Re{c(x,y)}Im{c(x,y)}=arctan[2πf0x+ϕ(x,y)](10)

同相移法类似,傅里叶变换法得到的相位主值也是截断的,即包裹在(-π,π]之间,需要相位解包裹才可得到实际相位。

✳️ 三、仿真分析

✳️ 3.1 傅里叶变换轮廓术仿真实验

原始待测物体及其三维形貌如图2(a)与(b)所示,模拟得到的参考条纹与变形条纹如图1(a)与©所示。分别对参考条纹与变形条纹图进行傅里叶变换,其各自频谱如图1(b)与图1(d)所示。提取+1级频谱进行居中处理后,进行逆傅里叶变换变换即可得到包裹相位信息,对其进行解包裹后进行解包裹,即可恢复出待测物体的相位信息。重构结果如图2©与(d)所示。
基于条纹投影的物体三维形貌测量理论与仿真实验-含Matlab代码

图1 模拟得到的参考条纹与变形条纹

基于条纹投影的物体三维形貌测量理论与仿真实验-含Matlab代码

图2 原始待测物体与傅里叶变换轮廓术重构物体三维形貌

✳️ 3.1.1 Matlab代码获取

傅里叶变换轮廓术仿真实验Matlab代码下载链接如下:

傅里叶变换轮廓术仿真实验

✳️ 3.2 相移轮廓术仿真实验

待测物体任然如图2(a)与(b)所示。以四步相移为例,分别获取四副参考条纹图与变形条纹图,如图3(a)-(h)所示。根据四步相移算法,可分别解调得到参考包裹相位以及目标包裹相位,如图3(i)与(j)所示。通过解包裹算法即可重构出待测物体的相位信息,其结果分别如图3(k)与(l)所示。

基于条纹投影的物体三维形貌测量理论与仿真实验-含Matlab代码

图3 相移轮廓术仿真实验结果

✳️ 3.2.1 Matlab代码获取

相移轮廓术仿真实验Matlab代码下载链接如下:

相移轮廓术仿真实验-Matlab代码

✳️ 参考文献

[1] 徐昆鹏, 王建华. 光栅投影三维测量解相位方法的对比研究[J]. 电子制作, 2022, 30(15): 64-69.


⭐️◎⭐️◎⭐️◎⭐️ · · · **博 主 简 介** · · · ⭐️◎⭐️◎⭐️◎⭐️

▁▂▃▅▆▇ 博士研究生生 ,研究方向主要涉及定量相位成像领域,具体包括干涉相位成像技术(如**全息干涉☑**、散斑干涉☑等)、非干涉法相位成像技术(如波前传感技术☑相位恢复技术☑)、此外,还对各种相位解包裹算法☑相干噪声去除算法☑等开展过深入的研究。文章来源地址https://www.toymoban.com/news/detail-436334.html


到了这里,关于基于条纹投影的物体三维形貌测量理论与仿真实验-含Matlab代码的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 结构光三维重建(一)条纹结构光三维重建

    在近景三维重建领域,结构光技术可以说是应用最广泛的,尤其在工业领域。该技术目前具有高精度和无视弱纹理等优点,但复杂的室外环境还是会对该技术造成一定程度的干扰。目前用的比较多的结构光分别两大类:线结构光以及条纹结构光。接下来我先来简单介绍一下条

    2024年02月06日
    浏览(50)
  • 【图像处理】基于双目视觉的物体体积测量算法研究(Matlab代码实现)

    💥💥💞💞 欢迎来到本博客 ❤️❤️💥💥 🏆博主优势: 🌞🌞🌞 博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️ 座右铭: 行百里者,半于九十。 📋📋📋 本文目录如下: 🎁🎁🎁 目录 💥1 概述 📚2 运行结果 🎉3 参考文献 🌈4 Matlab代码实现 本文运用

    2024年02月11日
    浏览(39)
  • 【Proteus仿真】基于DHT11的温度测量,LCD1602显示

    测试工具 软件:Proteus8.13 仿真器件:蜂鸣器警报,按键输入,DHT11温湿度,传感器LCD1602显示。 功能叙述 利用DHT11检测环境中的温湿度,并实时显示到LCD1602上,且在实时显示数据的后面,还显示有当前设定的预警上限值。实时数据一旦大于设定的预警上限的值,就会触发蜂鸣

    2024年02月07日
    浏览(39)
  • 基于51单片机的简易电容值测量仪proteus仿真设计

    51单片机简易电感测量仪仿真设计( proteus仿真+程序+讲解视频) 仿真图proteus7.8及以上 程序编译器:keil 4/keil 5 编程语言:C语言 设计编号:S0039 单片机最小系统,或者称为 最小应用系统,是指用最少的元件组成的单片机可以工作的系统。对51系列单片机来说,最小系统一般应

    2024年02月12日
    浏览(66)
  • 51单片机项目(7)——基于51单片机的温湿度测量仿真

    本次做的设计,是利用DHT11传感器,测量环境的温度以及湿度,同时具备温度报警的功能:利用两个按键,设置温度阈值的加和减,当所测温度大于温度阈值的时候,蜂鸣器就会响起,进行报警提示。 同时系统还有一个LCD1602屏幕,用于显示实时的温度湿度,还可以显示温度阈

    2024年02月10日
    浏览(51)
  • 基于51单片机的数字电容容值测量仪proteus仿真原理图PCB

    功能介绍: 0.本系统采用STC89C52作为单片机 1.系统支持15pF~450uF电容测量 2.按键可更改测量量程 3.除了采用LCD1602可以实时显示测量参数,同时具有LED可以显示各个档位 4.该方案电容容值测量原理是基于NE555振荡电路来设计的 原理图: PCB: 主程序: 仿真演示视频: https://www.b

    2024年02月12日
    浏览(44)
  • 基于证据理论的多源数据融合仿真实验matlab代码

    matlab源码链接见文章末尾 D-S证据理论是一种不确定性推理方法,所处理的数据信息大多是具有不确定性的,该方法能够摆脱对先验概率的依赖,把难以下手分析和处理的完整问题分解成很多易于处理的子问题,利用D-S证据理论将子问题的分析结论综合起来,采用数学推理推理

    2024年02月03日
    浏览(35)
  • 矩阵理论| 特殊矩阵:幂等矩阵、投影、正交投影

    投影矩阵 /幂等矩阵 (idempotent matrix) P mathbf P P 满足 P 2 = P P^2=P P 2 = P ,也即 P ( I − P ) = 0 P(I-P)=0 P ( I − P ) = 0 幂等矩阵 P P P 的几何意义:将向量 x mathbf{x} x 投影至 P P P 的列空间 C ( P ) C(P) C ( P ) 内 而 P 2 = P P^2=P P 2 = P 的意义就是“投影两次等效于投影一次” 投影也分为两

    2024年02月06日
    浏览(52)
  • 三维形体投影面积

    🎈 算法并不一定都是很难的题目,也有很多只是一些代码技巧,多进行一些算法题目的练习,可以帮助我们开阔解题思路,提升我们的逻辑思维能力,也可以将一些算法思维结合到业务代码的编写思考中。简而言之,平时进行的算法习题练习带给我们的好处一定是不少的,

    2024年02月10日
    浏览(43)
  • 【无人机三维路径规划】基于蚁群算法ACO实现复杂地形无人机三维航迹规划附Matlab仿真

     ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进, 代码获取、论文复现及科研仿真合作可私信。 🍎个人主页:Matlab科研工作室 🍊个人信条:格物致知。 更多Matlab完整代码及仿真定制内容点击👇 智能优化算法       神经网络预测       雷达通信    

    2024年02月03日
    浏览(67)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包