三维重建之条纹投影结构光（二）——四步相移+三频外差法-Toy模板网

这篇具有很好参考价值的文章主要介绍了三维重建之条纹投影结构光（二）——四步相移+三频外差法。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。

接上文：

三维重建之条纹投影结构光（一）https://blog.csdn.net/beyond951/article/details/123361852?spm=1001.2014.3001.5501

针对上文思路进行验证，本篇博客主要对相位进行求解，首先，对上面博客的理论进行复述，然后包括相位主值的计算和相位展开。

四步相移+三频外差理论推导

相位主值求取—四步相移法

通过一帧变形条纹图样是很难得到高精度的相位Φ(ｘ,ｙ)，需要采用相移算法来准确测定相位。对条纹图进行相移的方法有很多，比较常用的是N帧满周期等间距相移法。投影的正弦条纹每隔一个光栅周期的1／N 移动一次，并产生相应的光强函数，In(x,y)，此时正弦条纹的相位对应移动2π/N。四步相移算法，每次的相移增量为 π/2，故可以得到相应的四幅变形条纹图，这里假设In(x,y)(n=1,2,3,4) 代表第n幅图像光强，则：

四步相移法,条纹投影结构光,线性代数,opencv,c++

由上面可以计算得到的相位函数Φ(ｘ,ｙ)为

四步相移法,条纹投影结构光,线性代数,opencv,c++

由于是通过反正切函数计算相位信息，因此所得的相位值都是被截断在(-π,π]区间内的不连续相位。为了得到连续的相位分布，需要进行相位展开。采用三频外差方法进行相位展开。

相位展开—三频外差法

三频外差法是一种时间相位展开方法，它是在三频展开法的基础上改进而来。通过投射三种不同频率的条纹图到物体表面，拍摄得到一组受物体表面调制的条纹图序列，然后将每点的相位沿时间序列独立进行展开，可以从原理上避免误差的传播。

投影三套条纹周期数t=s-√s,s,s+√s+1的条纹图，由四步相移得到三幅截断相位图。之后进行两次外差，可以看出，第一次外差得到数目为(√s,√ s+1)的条纹图，再进行一次外差得到条纹周期数为 1的条纹图，其中外差即对应像素点相位相减。

首先定义展开运算符U[Φ1,Φ2]如下：

四步相移法,条纹投影结构光,线性代数,opencv,c++

其中NINT(·)为四舍五入取整运算。

然后外差得到的条纹周期数为1的相位分布等同于Φw(1)等同于已展开的相位Φu(1)，以它为起始相位逐级向上进行相位展开：

四步相移法,条纹投影结构光,线性代数,opencv,c++

其中v=√s表示不同外差级次的倍率，而k逐级去2、3。通过最小二乘法对展开相位进行拟合，计算得到的斜率表示为：

四步相移法,条纹投影结构光,线性代数,opencv,c++

再将斜率乘以最大投影条纹数，即可得到最终的展开相位ΔΦ。

四步相移法,条纹投影结构光,线性代数,opencv,c++

综上上述，复述完毕，上代码。

代码实现

相位主值求取—四步相移法

//*****************四步相移法求解图像的相位主值******************//
//本次实验采用四步相移法+三频外差法
//输入输出：输入位十二张图片；输出为三张不同频率的主值图
vector<Mat> FringeStructuredLight::SolveThePhase(vector<Mat> srcVec)
{
	
}

相位展开—三频外差法

//*****************三频外差法对四步相移法求的相位进行展开******************//
//本次实验采用四步相移法+三频外差法
//输入输出：输入位三张主值相位图片；输出为相位的展开图
Mat FringeStructuredLight::UnwrappedPhase(vector<Mat> srcVec)
{
	
}

main函数

int main()
{
	//********声明一些变量存储相位图和高度**********//
	vector<Mat> heightPhase;
	vector<double> height;
	//********计算参考平面的相位**********//
	string filePath_h0 = "D:*.bmp";
	vector<Mat> imgVec_h0 = Api.ReadImg(filePath_h0);
	//********对文件路径下的十二副图计算三组主值相位**********//
	vector<Mat> mainPhaseVec_h0 = Api.SolveThePhase(imgVec_h0);
	//********相位展开**********//
	Mat unwrapPhase_h0 = Api.UnwrappedPhase(mainPhaseVec_h0);
	return 0;
}

ReadImg函数

//*****************读取文件夹里面的图片******************//
vector<Mat> FringeStructuredLight::ReadImg(std::string filepath)
{
	vector<Mat> tempVec;
	std::vector<cv::String> image_files;
	glob(filepath, image_files);
	//最后一张图不读
	for (int i = 0; i < image_files.size()-1; i++)
	{
		Mat temp = imread(image_files[i]);
		tempVec.push_back(temp);
	}
	return tempVec;
}