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：昆明理工大学
摘要：本发明涉及一种基于多阶段深度学习的反光物体表面结构光的三维重建方法，该技术属于计算机视觉测量领域。本技术采用相位偏移的条纹投影法捕获调制后的物体表面图像，包括有高光和无高光的条纹图像。核心创新包括对pix2pix网络结构的生成器进行改进，引入了位置感知损失与均方误差损失函数，优化了图像预测与生成过程以消除反光影响。进一步地，通过改良的DC‑UNet网络，实现了从单幅条纹图像到三维形状的精准重建。该方法有效解决了反光引起的相位误差问题，并实现了条纹图像到深度图的端到端映射，显著提高了三维测量的准确度和可靠性。此技术为高反射性物体的三维测量提供了一种新的解决方案。
主权项：1.一种基于多阶段深度学习的反光物体表面结构光的三维重建方法，其特征在于：包括如下步骤：S1、搭建结构光三维测量系统，获取物体表面调制后的条纹图像；S2、基于步骤S1，采集条纹图像中高光图像和无高光图像数作为数据集；S3、基于步骤S2，采集n组数据集，随机选取2n3组作为训练集，n6组作为测试集，n6组作为验证集；S4、通过改进pix2pix网络结构的生成器模型并引入位置感知损失和均方误差损失，构建条纹图像去高光网络模型；S5、通过在DC-UNet网络中引入全局引导路径，构建条纹图像3D形状重建模型；S6、将S3中数据集图像输入给步骤S4去高光网络模型进行训练得到的无高光图像；S7、将步骤S6得到的无高光图像输入步骤S5条纹图像3D形状重建模型进行训练，实现对反光物体的三维形状重建。
全文数据：
权利要求：
百度查询： 昆明理工大学 一种基于多阶段深度学习的反光物体表面结构光的三维重建方法
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