基于SIFT流单帧条纹投影高动态范围误差补偿方法

摘要

本发明涉及一种基于SIFT流单帧条纹投影高动态范围误差补偿方法，属于数字图像处理和三维测量技术领域。预训练好一通用深度学习网络，使用投影仪对待测运动物体进行连续投影，通过相机对投影仪的触发信号连续抓图，得到原始条纹图像。利用SIFT流算法，得到配准后条纹图像序列。进行筛选，选出最贴近5步相移条纹分布的一组条纹图像，组成最优化序列。输入至通用深度学习网络中，计算对应的相位，再得到对应的绝对相位，恢复出待测物体的三维信息。对于自由度较高的运动物体，得到测量物体的三维图像。将通用深度学习网络嵌套进当中，保证测量过程的稳定性、灵活性和测量精度，同时能够避免HDR问题的不良影响。