PSNet：基于深度学习模型从单幅条纹图实现数字相移算法
光学
2023-03-15 v1 计算机视觉与模式识别
摘要
作为相位恢复的金标准，相移算法（PS）已广泛应用于光学干涉测量、条纹投影轮廓术等。然而，PS中需采集多幅条纹图，限制了该算法仅能用于较窄的应用范围。为此，提出一种仅基于单幅条纹图的深度学习（DL）模型数字PS算法。通过在PS条纹图的模拟数据集上训练，所学模型（记为PSNet）可在给定第一PS步条纹图时预测其他PS步的条纹图。仿真与实验结果表明，PSNet在精确预测数字PS图方面性能良好，并对具有变化曲率和反射率的表面等复杂场景具有鲁棒性。
引用
@article{arxiv.2303.07606,
title = {PSNet: a deep learning model based digital phase shifting algorithm from a single fringe image},
author = {Zhaoshuai Qi and Xiaojun Liu and Xiaolin Liu and Jiaqi Yang and Yanning Zhang},
journal= {arXiv preprint arXiv:2303.07606},
year = {2023}
}
备注
5 pages9 figures, a letter