基于卷积神经网络去噪正则化的条纹图修复

条纹投影轮廓术测量表面存在高动态范围反射率物体时,采集的条纹图中出现的强度饱和区域将导致对应区域的相位计算误差或缺失,最终影响三维形貌的恢复。为此,提出一种基于卷积神经网络(CNN)去噪正则化的条纹图高光区域修复算法。该方法仅需要在正常曝光和短曝光条件下获取两帧条纹图,快速实现条纹修复,步骤如下:利用Otsu方法对短曝光条纹的调制度图做二值化处理以确定反光区域位置;把短曝光条纹对应区域进行灰度调节后融入正常曝光条纹中,形成迭代修复算法的初值;通过CNN去噪正则化的修复算法,实现条纹图局部高光区域的快速修复,再利用修复后的条纹实现对高动态范围反射物体的三维面形重建。与其他几种常用方法对比,所提方法在条纹修复效果和修复时间上都具有较大优势。