[发明专利]动态物体的三维成像方法、装置、设备及存储介质

说明书

本申请提供一种动态物体的三维成像方法、装置、设备及存储介质，方法包括按照预设的两种条纹频率对动态物体进行条纹投影并拍摄条纹图；将条纹图输入至预设的图像特征提取模型中进行特征提取处理，分别获得动态物体的像素点实部分布图和像素点虚部分布图；根据像素点实部分布图和像素点虚部分布图，对动态物体的像素点进行相位计算，获得动态物体的折叠相位图，并对折叠相位图进行相位展开处理，获取动态物体的绝对相位图；根据绝对相位图，将动态物体的所有像素点进行双目匹配及深度计算，获得各像素点对应的三维坐标值，以根据各像素点对应的三维坐标值构建标物体的三维图像。该方法实现过程中所需的条纹图数量少且动态物体的三维成像的精度高。

技术领域

本申请涉及光学三维测量技术领域，尤其涉及一种动态物体的三维成像方法、装置、设备及存储介质。

背景技术

条纹投影轮廓术(FPP)以其主动式、非接触测量等特点广泛地应用于物体三维测量领域。针对静态物体的条纹分析方法已被深入研究和推广应用，随着高速投影和摄像等技术的发展，动态物体的三维面形测量也成为一个研究热点。目前的现有三维成像方法中，为了保证物体高精度的三维测量，通常采用相移法结合时间相位展开的方法，然而这种方法需要投影多帧具有不同相移量的条纹图，且相位展开也需要编码多种条纹频率，处理过程耗时长，虽然精度高，但是无法满足动态物体高速变化场景的要求。

发明内容

有鉴于此，本申请实施例提供了一种动态物体的三维成像方法、装置、设备及存储介质，可以通过投影两帧条纹图来实现对物体高精度的动态三维成像，使得三维成像的实现过程中所需的条纹图数量少且动态物体三维成像的精度高。

本申请实施例的第一方面提供了一种动态物体的三维成像方法，包括：

按照预设的两种条纹频率对动态物体进行条纹投影并拍摄条纹图；

将所述条纹图输入至预设的图像特征提取模型中进行特征提取处理，分别获得所述动态物体的像素点实部分布图和像素点虚部分布图；

根据所述像素点实部分布图和像素点虚部分布图，对所述动态物体的像素点进行相位计算，获得所述动态物体的折叠相位图，并对所述折叠相位图进行相位展开处理，获取所述动态物体的绝对相位图；

根据所述绝对相位图，将所述动态物体的所有像素点进行双目匹配与深度计算，获得各像素点对应的三维坐标值，以根据所述各像素点对应的三维坐标值构建所述动态物体的三维图像。

结合第一方面，在第一方面的第一种可能实现方式中，所述将所述条纹图输入至预设的图像特征提取模型中进行特征提取处理，分别获得所述动态物体的像素点实部分布图和像素点虚部分布图的步骤之前，还包括：

根据所述条纹图中的背景强度分布确定所述条纹图的除噪阈值，按照所述除噪阈值对所述条纹图进行除噪处理。

结合第一方面，在第一方面的第二种可能实现方式中，所述将所述条纹图输入至预设的图像特征提取模型中进行特征提取处理，分别获得所述动态物体的像素点实部分布图和像素点虚部分布图的步骤之前，还包括：

采用预先搭建的正弦条纹投影测量系统在若干种不同频率下收集物体条纹图样本；

采用相移法计算出所述物体条纹图样本中表示物体的所有像素点的实部数据值和虚部数据值；

将所述物体条纹图样本作为模型输入以及将所述物体条纹图样本中表示物体的所有像素点的实部数据值和像素点虚部数据值作为模型输出训练预设的卷积神经网络模型至收敛状态，生成图像特征提取模型。

结合第一方面的第二种可能实现方式，在第一方面的第三种可能实现方式中，所述将所述物体条纹图样本作为模型输入以及将所述物体条纹图样本中表示物体的所有像素点的实部数据值和像素点虚部数据值作为模型输出训练预设的卷积神经网络模型至收敛状态，生成图像特征提取模型的步骤中，包括：