龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京理工大学
摘要：本发明涉及一种基于无训练深度学习的相位恢复方法，使用投影仪对待测物体投影预先设计的原始条纹图案，并用两个相机同时对待测物体拍摄粗糙条纹图案。构建无训练深度学习的相位恢复系统。粗糙条纹图案输入系统中。系统参数标定后，选择基于三角测量的方法将两个视角的两个对应二维坐标转换为三维坐标，构建三维一致性损失函数。从所述两个视角上，同一位置都具有相同的相位，相位差异用于构造相位一致性损失函数。计算所述两个视角的损失函数，通过组合两个视角的损失函数并计算，得到结构一致性损失函数。根据输入数据和计算数据进行三维重建。是从单个条纹图案中恢复所需的相位，而无需预先训练，准确性和鲁棒性都较高的相位恢复方法。
主权项：1.一种基于无训练深度学习的相位恢复方法，其特征在于：包括如下步骤：步骤1：构建无训练深度学习的相位恢复系统；步骤2：使用投影仪对待测物体投影预先设计的原始条纹图案，并用两个相机同时对待测物体拍摄粗糙条纹图案；步骤3：将步骤2得到的粗糙条纹图案输入到步骤1得到的无训练深度学习的相位恢复系统中；步骤4：将所述无训练深度学习的相位恢复系统参数进行标定后，基于三角测量的方法将步骤2中的两个相机的两个视角的对应二维坐标转换为三维坐标，相位一致性要求从所述两个相机的两个视角上，同一视角则具有相同的相位，差异相位用于构造三维一致性损失函数，得到三维一致性损失函数；步骤5：计算所述两个视角的损失函数，通过组合两个视角图像的损失函数并计算整个图像的平均值，得到结构一致性损失函数；步骤6：通过步骤4～5的三维一致性损失函数和结构一致性损失函数进行三维重建。
全文数据：
权利要求：
百度查询： 南京理工大学 基于无训练深度学习的相位恢复方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号