[发明专利]一种针对动态物体的学习型单帧莫尔轮廓测量方法

权利要求书

1.一种针对动态物体的学习型单帧莫尔轮廓测量方法，其特征在于：包括以下步骤：

步骤1：搭建投影莫尔测量系统，使用测量系统采集被测物体的数帧投影莫尔相移条纹图，利用随机相移技术确定各条纹图间的相移量，进而计算条纹图的背景和振幅；

步骤2：对测量系统进行标定；

步骤3：建立网络用训练高保真的条纹数据集模型；

步骤4：采用Hilbert变换搭建深度学习网络；

步骤5：改变物体CAD模型的位姿，利用条纹数据集模型制作训练用的数据集，对深度学习网络进行训练，得到深度学习网络模型；

步骤6：对被测物体使用训练好的深度学习网络模型进行测量。

2.根据权利要求1所述的一种针对动态物体的学习型单帧莫尔轮廓测量方法，其特征在于：步骤3的具体内容包括：在坐标系下，计算机里生成被测物体的CAD模型，即可获得被测物的高度信息z(x,y)，定义z(x,y)为：

其中a_i为幅值，f_i为频率，u_i与v_i为正弦波x方向与y方向上的偏导，用以控制当前正弦波的方向，上述所有参数均为随机数；

结合方程(7)，可得条纹图为：

结合公式(8)，可得网络用训练高保真的条纹数据集模型为：

3.根据权利要求1或2所述的一种针对动态物体的学习型单帧莫尔轮廓测量方法，其特征在于：步骤4中，所述深度学习网络输入为：

网络输出为三通道RGB图像，其中R通道条纹图为：

G通道为归一化相位分布，G通道条纹图为:

其中N～为归一化处理，

B通道条纹图为：

4.根据权利要求3所述的一种针对动态物体的学习型单帧莫尔轮廓测量方法，其特征在于：步骤6的具体内容为：

(1)对采集的条纹图进行归一化后可得：

(2)应用步骤5得到的深度学习网络模型，使公式(14)发生相移，得到的条纹图为：

(3)结合公式(14)、(15)可得包裹相位θ(x,y)为：

(4)对包裹相位θ(x,y)进行相位去包裹，可得相位分布