结构光学习 | 波前重构技术
引子
光波波前误差是影响发射激光束的质量或光学成像质量最主要的因素,但在自适应光学系统中,一般不能直接获得光波波前误差的数据以进行校正,而只能测得离散的波前斜率或离焦面上的光强分布,这就需要从上述离散数据中恢复出连续的波前形状。
同时,测得的波前数据中,通常还包含有测量误差,也需要利用波前上全部数据来平滑个别测量点的误差。
这两方面的工作,都属于波前重构的内容。
——周仁忠. 自适应光学[M]. 国防工业出版社, 1996: 180-181.
介绍:
通过相位解算技术配合系统标定得到一系列光线经过透镜后发生偏折的点的位置和该位置处的波前斜率,要从波前斜率重建波前,需要对波前斜率进行积分。
波前梯度(斜率)测量不可避免地受到随机噪声的干扰,这是光的量子性和探测过程中电子的添加所致。由于波前上任意两点之间存在多条梯度(斜率)路径,因此没有唯一的波前精确满足所有测量的梯度,需要采用统计解。标准通常是最小化重建波前和单个梯度测量之间的均方误差。
分类:
1、局部积分法:
具有较强的细节保持能力,但数据中的误差对积分结果影响较大,通常应用于计算矩形分布的数据。
十字路径积分法
[1] Jr E N C, Jain R. Obtaining 3-dimensional shape of textured and specular surfaces using four-source photometry[J]. Computer Graphics & Image Processing, 1982, 18(4):309-328.
[2] Healey G, Jain R. Depth recovery from surface normals[C]// International Conference on Pattern Recognition. 1984.
2、全局积分法:
相对局部积分法受噪声影响更小,可以处理矩形和圆形区域的数据,但相对地
全局积分法对局部细节保持能力较差,在拟合球面、非球面等传统回转对称曲面
时有较高的拟合精度,但对非回转对称、面形变化较大的曲面,如自由曲面,拟
合精度较低。
区域波前重建法
[1] Hudgin R H. Wave-front reconstruction for compensated imaging[J]. Journal of the Optical Society of America (1917-1983), 1977, 67(3):375-378.
[2] Fried D L. Least-square fitting a wave-front distortion estimate to an array of phase-difference measurements[J]. Journal of the Optical Society of America, 1977, 67(3):370-375.
[3] Southwell W H. Wave-front estimation from wave-front slope measurements[J]. Journal of the Optical Society of America, 1980, 70(8):998-1006.
傅里叶变换积分法
Roddier F, Roddier C. Wavefront reconstruction using iterative Fourier transforms[J]. Applied Optics, 1991, 30(11):1325-7.
模式法
周仁忠.自适应光学[M].国防工业出版社,1996:180-181.
3、局部+全局 结合:
既保持了局部的细节,又有较高的拟合精度。
泊松重建法
[1] Michael Kazhdan, Matthew Bolitho, Hugues Hoppe. Poisson surface reconstruction[C]. Symposium on Geometry Processing 2006, 61-70.
[2] Agrawal A, Chellappa R, Raskar R. An algebraic approach to surface reconstruction from gradient fields[C]// Tenth IEEE International Conference on Computer Vision. IEEE Computer Society, 2005:174-181.
[3] Agrawal A, Raskar R, Chellappa R. What is the range of surface reconstructions from a gradient field?[J]. Computer Vision–ECCV 2006, 2006: 578-591.
[4] 张凯. 基于泊松方程的三维表面重建算法的研究[D]. 天津:河北工业大学,2013.
波前重构技术详解
1、区域法——基于Southwell模型
根据波前斜率数据与待重建高度相对位置的不同,区域波前重建法分为三种模型,分别是Hudge型、Fried型和Southwell型,这里重点介绍Southwell型。如图:
图中黑点所在位置为待重建波前的位置,十字方向箭头表示x、y方向的波前斜率,Southwell 构型中待重建点位置与测量得到的波前斜率位置一致。波前斜率与子孔径中心处的期望波前值相关时,需要采用间接计算路线。必须首先将Southwell配置中的波前斜率数据转换为Hudgin配置,如图所示:
连接两个节点的斜率(梯度)是在以这些节点为中心的区域中测量的两个梯度的平均值:
其中,Sx和Sy是代表局部波前斜率的标量,m和n是子孔径的序号。在Hudgin配置下(上式和Hudgin的公式联合),得到斜率可以直接与采样波前关系:
其中,Φ为待重构波前相位。如果我们把它的极限设为d,当d接近零时,它就变成了导数的标准定义。
因此,对于N×N 微透镜阵列构成的网格,ds分隔的两个相邻相位值之差可以表示为:
表示平均斜率等于相邻待测波前相位点差值与采样间隔之比。
上式记作:
其中,C为系数矩阵,s为波前探测器测得的斜率向量,E为系数矩阵,为待重构的波前相位;
该式可通过迭代法进行求解,进而求出波前相位。
连续区间 V.S. 离散空间比较:
以3*3的子透镜为例,对其展开解释,用迭代法重构波前相位:
改成矩阵形式:
可以注意到矩阵C中的非零元素只有0.5,矩阵E中非零元素只有1、-1。
2、泊松重建法
太勾八复杂了,数学基础不行,看不懂。等我去好好学学,之后新开一篇专门来讲。
结构光学习 | 波前重构技术相关推荐
- 直播回顾|结构光编码与三维重建技术
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 大家好,本公众号现已开启线上视频公开课,主讲人通过B站直播间(bilibili号:3D视觉工坊:htt ...
- 将实时三维计算机技术,基于结构光实时三维重建计算机应用技术专业论文.docx...
基于结构光实时三维重建计算机应用技术专业论文 优秀毕业论文 精品参考文献资料 华 华 东 师 范 大 学 硕 士 学 位 论 文基 于 结 构 光 的 实 时 三 维 重 建 童鱼 查硕 士 学位 论 ...
- 三维重建【四】-------------------结构光 三维重建----论文调研
1. 动态目标实时三维重建-结构光方案 动态目标 三维重建 Stripe boundary codes for real-time structured-light range scanning of ...
- 【视觉-结构光三维重建-理论篇】结构光 三维重建----论文调研3
动态目标实时三维重建-结构光方案 动态目标 三维重建 Stripe boundary codes for real-time structured-light range scanning of mo ...
- 重磅直播|计算深度分割技术的实现与全局效应下的结构光三维重建
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 大家好,本公众号现已开启线上视频公开课,主讲人通过B站直播间,对3D视觉领域相关知识点进行讲解,并在微 ...
- 技术干货 | 结构光技术及其实现三维成像的主要原理
原创 | 文BFT机器人 3D表面成像的一种主要方法是基于"结构光"的使用 即使用专门设计的二维空间变化强度模式对场景进行主动照明 3D结构光的整个系统包含结构光投影设备.摄像机. ...
- 图像凸集投影法_论文分享|数字投影结构光三维测量方法研究
温馨提示:本文约5600字,阅读全文需约10分钟. 文末福利:按照文末提示操作,输入关键词可获取论文全文. 摘要 人类所处的物理世界空间是三维的,任何实物都以三维的方式呈现.随着社会的进步发展,三维信 ...
- 三维重建之条纹投影结构光(一)
该系列为条纹投影结构光学习笔记,一共分为四篇.第一篇记录文献阅读的笔记,对重要知识点进行摘录介绍:第二篇为相位求解和相位展开:第三篇为相高模型的标定:第四篇为重构篇. ...
- 视频+课件|国内首个基于结构光投影三维重建系列视频课程
结构光测量是计算机视觉的重要技术之一,结构光三维测量技术是一种非接触的光学三维测量方法,其基本原理为使用计算机生成结构光图案,利用投影仪投影到物体表面,然后对图案进行解码等一系列图像处理完成三维重建. ...
最新文章
- 第一百九十四节,jQuery EasyUI,Droppable(放置)组件
- ASP:在静态页面中显示文章被阅读的次数
- kylin如何支持flink_Kylin 在腾讯的平台化及 Flink 引擎实践
- 如何保证input的输入值不会随着提交 而变空_如何对web界面的应用进行测试?
- 整理总结一下:git恢复本地误删除的分支
- windows下完美的免费QT开发环境: QtCreator + VC2008Express
- 管网平差c语言编程,给水管网平差计算步骤
- 苹果xsmax有高通基带吗_苹果iPhone 12拆解:确认采用高通骁龙X55基带芯片
- VBA基础语法:类型转换函数
- 【ORACLE】关于多态表函数PTF(Polymorphic Table Functions)的使用
- Tornado get/post请求异步处理框架分析
- 一个形式良好的XML文档
- 百度坐标转WGS84
- 微信公众号服务器交接,微信收款服务商助手交接管理员方法
- 打败魔王(这是2022中兴捧月打榜的一道题)
- (附源码)springboot 房产中介系统 毕业设计 312341
- LwIP源码详解 - UDP
- 微服务(一)—— 项目结构
- MindSpore Quantum 量子计算编程与实践:轻松上手量子卷积神经网络
- 23考研人撑住!考研第一波弃考高峰期已经到来!