神经网络驱动的双频虚拟步进条纹投影轮廓术
摘要
现有基于光源步进的条纹投影轮廓术在投射条纹图案时，受其硬件装置以及加工装调水平的影响，容易引入相移误差、Gamma畸变和时序光强波动等误差，进而降低了相位解调的精度。虽然已有的迭代相位恢复算法能以牺牲时间效率为代价有效抑制上述误差，但这与光源步进法简易、高效的初衷相悖。针对上述问题，本文提出了一种神经网络驱动的双频虚拟步进条纹投影轮廓术。构建和训练具有误差抑制功能的Res-Unet网络，以代替双频光源步进装置快速获取高质量的双频三步相移正弦条纹图，后续仅需要使用经典的三步相移算法和双频相位展开技术，并结合系统标定，便可快速、精确地恢复被测物体的高度分布。仿真和实验结果表明，相比于现有的三步相移算法，本文所提技术在实际投影两幅双频单帧条纹图的情况下依旧能够获得高精度的测量结果，均方根误差减小了66.6%。
引用本文（GB/T 7714）
郭彬 Guo Bin, 马锁冬 Ma Suodong, 王俊学 Wang Junxue, 等. 神经网络驱动的双频虚拟步进条纹投影轮廓术[J]. Chinese Journal of Lasers, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。