[发明专利]一种基于噪声特征分类的相位去噪方法

说明书

本发明公开了一种基于噪声特征分类的相位去噪方法，读取条纹图像并根据条纹相移频率与相移步数使用N步相移法计算对应的绝对相位、调制度以及背景。并利用计算得到的数据确定初始去噪相位。然后利用初始去噪后的相位计算相位差值图，并判断相位差值图中的值是否达到形成孤立噪声的阈值生成去噪掩膜4。然后计算掩膜4中每个连通域的面积大小，将面积过大的区域进行去除生成最终的去噪掩膜，并利用该掩膜对相位进行去噪。本发明避免了传统相位去噪算法中噪点去除不精准的问题，提高相位测量的准确度。

技术领域

本发明属于结构光三维测量领域，具体为一种基于噪声特征分类的相位去噪方法。

背景技术

在结构光三维测量领域，噪点的存在往往严重干扰了测量结果的准确性。传统的相位去噪方法主要是通过图像背景和调制度联合限制约束来去除噪点。然而该种方法仅对测量物体表面颜色较深或者由于阴影遮挡的区域有良好的效果。随着结构光三维测量的应用物体逐渐广泛，测量的物体表面越来越多的特性导致上述方法无法对噪点进行有效去除，例如物体表面高光区域、表面镜面反射区域、离焦区域等。

发明内容

本发明的目的在于提供了一种基于噪声特征分类的相位去噪方法，针对相位测量过程中的噪声问题进行特征分类，逐一去除，提升相位测量的准确度。

实现本发明目的的技术解决方案为:一种基于噪声特征分类的相位去噪方法，具体步骤为：

步骤1，读取条纹图像并根据条纹相移频率与相移步数使用N步相移法计算对应的绝对相位、调制度以及背景；

步骤2，利用步骤1计算得到的数据确定初始去噪相位，具体步骤为：

步骤2.1，将背景与调制度低于第一阈值的位置置为0，并生成相应的去噪掩膜1；

步骤2.2，对相位图进行相位递增方向求导，得到相位梯度图，将相位梯度图中结果为负的区域置为0，生成相应的掩膜2；

步骤2.3，利用最大类间方差法对相位梯度图进行二值化，并利用imerode函数对二值化后的相位梯度图进行腐蚀，生成相位掩膜3；

步骤2.4，利用掩膜1、掩膜2和掩膜3对相位进行去噪得到初始去噪相位；

步骤3，利用初始去噪相位计算相位差值图，并利用相位差值图生成去噪掩膜4；

步骤4，计算掩膜4中每个连通域的面积大小，将面积大于第二阈值的区域去除生成最终的去噪掩膜，并将初始去噪相位在最终去噪掩膜为0的对应位置处的相位值置为空值，得到最终去噪相位。

优选地，步骤1中读入的条纹图的光强表示为：

I_n(x,y)＝A(x,y)+B(x,y)cos[φ(x,y)+δ_n]

其中，A(x,y)为背景，B(x,y)为调制图，φ(x,y)为包裹相位；

通过N步相移法计算得到绝对相位、调制度以及背景。

优选地，对相位图进行相位递增方向求导的公式为：

其中为条纹移动方向，Φ为绝对相位值。

优选地，利用掩膜1、掩膜2和掩膜3对相位进行去噪得到初始去噪相位的具体方法为：

将相位图中掩膜1、掩膜2和掩膜3中值为0位置处的相位值置为空值n。

优选地，通过初始去噪相位计算相位差值图的具体方法为：

计算相位图中每个像素与领域8像素内相位差的最大值，计算公式如下：