基于一维经验模态分解的非等步在线三维面形测量
提出一种基于一维经验模态分解(EMD,empirical mode decomposition)的像素匹配方法,应用于在线三维面形测量.首先由计算机产生一固定正弦光栅条纹图,利用DLP投影仪投射到被测物体表面,物体在线运动将产生等效相移,由CCD相机采集5帧任意步长的受物体面形调制的变形条纹图.由于物体的运动使得几帧变形条纹图中的物体像素不对应,因此需要对变形条纹图进行像素匹配.通过对采集到的5帧变形条纹图进行一维EMD,可以得到与待测物体形貌变化一致的模态图像分布,然后通过大津法对其进行二值化处理,并截取可靠性较高的部分作为像素匹配模板进行像素匹配,计算出相应的等效相移量.最后利用五步非等步相移算法解相,并恢复出被测物体的三维形貌.计算机仿真与实验验证了本文方法的有效性.
测量、非等步相移、在线测量、经验模态分解(EMD)、像素匹配
25
O438.2(光学)
国家高技术研究发展计划(863计划);国家科技重大专项;四川省学术;技术带头人培养基金;四川省教育厅科技项目
2014-10-09(万方平台首次上网日期,不代表论文的发表时间)
1527-1534