四步相移法matlab,一种两步相移相位解算方法

本文提出了一种基于MATLAB的两步相移法,通过精确的均值包络和频域滤波技术,有效地去除条纹图背景,提高相位测量准确度。该方法在快速测量领域具有较高的应用价值,尤其适用于环境变化和噪声影响的场景。通过实验对比,本方法在测量精度和运算速度上优于窗式傅里叶变换和π相移法,接近四步相移法,且采集速度提升一倍。
摘要由CSDN通过智能技术生成

0 引言

物体三维形貌的快速测量在工业检测、航空航天、医学、文物、教育等行业应用广泛.针对物体三维形貌的快速测量,现主要分为两大类方法:第一类是通过硬件提高测量速度[,随着硬件水平的不断提高,此类方法将不再成为制约测量速度的主要因素;第二类方法是通过尽可能地减少计算形貌信息所需要的图像个数来提高测量速度.针对传统的相位测量轮廓术[,求解相位最常用的方法是傅里叶法和相移法.傅里叶法[可以从一幅条纹图中解调出相位信息,但由于其计算原理本身的限制,对于表面形貌变化较大的物体无法实现准确测量.针对这一问题,有人提出了窗式傅里叶变换和小波傅里叶变换[,这两种变换方法在一定程度上改善了突变表面物体的测量效果,但其计算原理复杂,计算量大.传统的相移法[计算准确度高,但是由于最少需要使用3幅相移图解调相位信息,使其不适用于快速测量环境.

近年来,为适应快速测量要求,在保证高测量准确度的同时,尽可能地减少所需采集图像的个数,多种两步相移算法相继被提出[.Zhang等[提出了一种2+1步相移算法,分别投影2帧相移量相差π/2的正弦光栅和1帧背景光到被测物体表面,以此消去背景项影响,但是该方法需要额外增加一幅图像信息.π相移的傅里叶变换轮廓术[可以通过两幅条纹图做差去除背景项,但在环境变化剧烈的情况,背景项不能完全消除.Kreis等[提出基于傅里叶变换的两步相移算法,可通过傅里叶变换直接提取待测相位,但其恢复相位的准确度受噪声影响较大.康新等[提出基于投影栅线法的两步相移法,但该方法归一化过程中人为将半周期内强度近似为常量,通过反余弦解调相位.李宝顺等[提出采用相位半角的两步相移法,利用三角形半角关系推导出基于π/2相移的两步相移公式,但该方法没有考虑背景项影响,要求在密闭暗室或环境光足够弱的环境中测量.以上两步相移方法提取相位的一个重要环节是基于条纹图背景的去除.但由于噪声,采集过程中环境改变,以及近似误差等因素,使得背景成分不能精确提取,从而影响测量准确度.

本文通过时域提取精确的均值包络与频域的滤波方法结合,很好地去除了条纹图背景项.然后利用两步相移方法得到用反正切函数表示的折叠相位图,经最佳三条纹选择[相位展开方法,得到精确的相位信息.结合多彩色通道技术[,本文提出的方法在快速测量领域具有较高的应用价值.

1 原理分析

正弦条纹结构光投射至物体表面后,从相机获取的经过被测物体表面高度调制的变形条纹图在点 (x, y) 处的光强分布可以表示为

$

{I_i}\left( {x, y} \right) = a\left( {x, y} \right) + b\left( {x, y} \right){\rm{cos }}[2\pi {f_0}x + \varphi \left( {x, y} \right) + {\delta _i}]

$

(1)

式中:a(x, y) 为点 (x, y) 处的背景光强, 它受物体表面属性和该位置的环境光共同影响;b (x, y) 为该点处条纹幅值;φ (x, y) 为包含物体深度信息的待测相位; δi为第i幅条纹图的相移量.

1.1 基频分量去除

对于式 (1) 中的背景光强a (x, y),可以表示为条纹i的均值包络,其值可通过极大极小值包络求得.而得到精确包络线的基础是准确提取条纹的极值点.对于离散的数据信号,极值点可利用差分的方法求取.对于原始信号y (n),其一阶差分为

$

D\left[{y\left( n \right)} \right] = y\left( n \right) - y\left( {n - 1} \right)

$

(2)

将一阶差分符号化,可得

$

{\rm{Sig}}\left( n \right) = \left\{ \begin{array}{l}

-, D\left[{y\left( n \right)} \right] < 0\\

0, D\left[{y\left( n \right)} \right] = 0\\

1, D\left[{y\left( n \right)} \right] \ge 0

\end{array} \right.

$

(3)

对Sig (n) 求一阶差分,有

$

D[{\rm{Sig}}\left( n \right)] = {\rm{Sig}}(n) - {\rm{Sig}}\left( {n - 1} \right)

$

(4)

当D [Sig (n)]大于零时,表示其一阶差分由负至正过零点,因此该点为极小值点.同理,D [Sig (n)]小于零时,n为极大值点.

但在实际测量中,由于环境中杂散光和采集过程

  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值