Self-supervised phase unwrapping in fringe projection profilometry

要約

高速で高精度の 3 次元 (3D) 形状測定は、フリンジ プロジェクション プロフィロメトリー (FPP) の目標でした。
二周波時相アンラップ法 (DF-TPU) は、この目標を達成するための優れた技術の 1 つです。
ただし、既存の DF-TPU アプローチの高周波パターンの周期数は、通常、避けられない位相誤差によって制限され、測定精度に限界を設定します。
単一カメラ FPP の深層学習ベースの位相アンラッピング方法では、通常、トレーニング用にラベル付きデータが必要です。
この手紙では、単一カメラ FPP システム用の新しい自己管理型位相アンラッピング方法が提案されています。
トレーニングされたネットワークは、64 周期の 1 つのフェーズ マップから絶対フリンジ次数を取得し、深度精度の点で DF-TPU アプローチよりも優れています。
実験結果は、モーションブラー、孤立したオブジェクト、低反射率、および位相不連続の実際のシーンでの提案された方法の検証を示しています。

要約(オリジナル)

Fast-speed and high-accuracy three-dimensional (3D) shape measurement has been the goal all along in fringe projection profilometry (FPP). The dual-frequency temporal phase unwrapping method (DF-TPU) is one of the prominent technologies to achieve this goal. However, the period number of the high-frequency pattern of existing DF-TPU approaches is usually limited by the inevitable phase errors, setting a limit to measurement accuracy. Deep-learning-based phase unwrapping methods for single-camera FPP usually require labeled data for training. In this letter, a novel self-supervised phase unwrapping method for single-camera FPP systems is proposed. The trained network can retrieve the absolute fringe order from one phase map of 64-period and overperform DF-TPU approaches in terms of depth accuracy. Experimental results demonstrate the validation of the proposed method on real scenes of motion blur, isolated objects, low reflectivity, and phase discontinuity.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google