CN119494367A 一种基于双曝光分支融合网络的光栅高动态范围测量方法 （中国石油大学(华东)）

一种基于双曝光分支融合网络的光栅高动及一种基于双曝光分支融合网络的光栅高动态2步骤一：构建光栅高动态范围测量方法所需的测量系步骤四：基于步骤二训练得到的双曝光分支融合网络2.根据权利要求1所述的一种基于双曝光分支融合网络的光栅高动态范围测量方法，3.根据权利要求1所述的一种基于双曝光分支融合网络的光栅高动态范围测量方法，道注意力机制模块ECA，用于从双曝光分支融合网络的训练真值中提取具有不同曝光时间4.根据权利要求3所述的一种基于双曝光分支融合网络的光栅高动态范围测量方法，3其式（2）中，Mask,(x,y)表示网络中第i幅掩码图中像素坐标为的灰度值，为第i幅编码层输出图像中像素坐标为(x,)的灰度值，u为曝光度因子，o'为图对Mask,(r,)进行高斯滤波处理；5.根据权利要求3所述的一种基于双曝光分支融合网络的光栅高动态范围测量方法，x与输出图像y的灰度值差，为损失函数权重x和y分别为输入和输出图像灰度值，表示计算输入值与输出6.根据权利要求1所述的一种基于双曝光分支融合网络的光栅高动态范围测量方法，4将黑白棋盘格标定板放置相机视野内，投影仪投射7.根据权利要求6所述的一种基于双曝光分支融合网络的光栅高动态范围测量方法，(c,c,)为相机在横、o(u.,.)表示相机像素坐标为(u,.)的绝对相位值，T为条纹周期。8.根据权利要求1所述的一种基于双曝光分支融合网络的光栅高动态范围测量方法，I,(r,)表示第幅图像的光强信息。9.根据权利要求1所述的一种基于双曝光分支融合网络的光栅高动态范围测量方法，5为条纹频率为i和j时的条纹周期；n条纹图的包裹相位差。6高条纹图的动态范围。对于前者而言，西安交通大学的姜歌东等发明的专利号为CN114440794A“一种高动态表面的高精度三维测量方法”提出了一种基于多重曝光的光栅HDR测量方法，通过相机采集物体多曝光序列条纹图，依据像素过亮程度生成对应掩码序低。对于后者而言，深度计算（长沙）信息技术有限公司的杨彬等发明的专利号为CN7及通道注意力机制模块ECA，用于从双曝光分支融合网络的训练真值中提取具有不同曝光;i幅掩码图中像素坐标为(x,y)的灰度值，(xr,)为第i幅编码层输出图像中像素坐标为(GX,)的灰度值，为曝光度因子，o'为图像对Mask,(x,y)进行高斯滤波处理；8(x,)的灰度值，为高斯选择加权组合损失函数；所述加权组合损失函数用于提高最终图像的动态范x与输出图像y的灰度值差，λ为损失函数权将黑白棋盘格标定板放置相机视野内，投影仪投射纵向和轴向条纹图至标定板9(c,c)为相机为旋转矩阵，r为平移矩阵；(X,Y,Z)为棋盘格标定板角点I(x:,y)=A(r:,y)+B(x:,y)cos[p(x,J)+Aa]式（10其式（10）中，I(xr,)为光强信息，A(r,)为背景光强，B(r,)为调制幅值，和为条纹频率为i和j时的条纹周期；AS代表频率为w与n条纹图的包裹相位差。图1为本发明提供的基于双曝光分支融合网络的光栅高动态范围测量方法的流程图4c为基于本发明提供的双曝光分支融合网络预测得到的高动态范围条纹图的图5c为图4c基于本发明提供的基于双曝光分支融合网络的光栅高动态范围测量[0020]本发明提供了一种基于双曝光分支融合网络的光栅高动态范围测量方法，如图1形成的光栅高动态范围条纹图测量系统，其中包括有相机和投影仪。相机的帧频选择为员选定曝光时间为2000μs和15000μs的图像作为双曝光分支融合网络的训练真值的输入及通道注意力机制模块ECA，用于从双曝光分支融合网络的训练真值中提取具有不同曝光其式（2）中，Mask,(r,)表示网络中第i幅掩码图中像素坐标为(r,)的灰度值，(r,)的双曝光分支融合网络预测得到的高动态范选择加权组合损失函数；所述加权组合损失函数用于提高最终图像的动态范其中，加权组合损失函数，满足：Lsa(x,J)=dxLsa(x,J)+LS(:J)式x与输出图像y的灰度值差，d为损失函数权x和y分别为输入和输出图像灰度值，与入、Q与Q,分别为x与y将黑白棋盘格标定板放置相机视野内，投影仪投射纵向和轴向条纹图至标定板(xx,z.)为棋盘格标定板角点在相机采集曝光时间选择为2000μs和15000μs的条纹图输入至双曝光分支融合网络中预测得I(x,y)=A(,y)+B(x,J)cos[p(x,y)+Aa]式（10,(x,)表示第幅图像的光强信息。和为条纹频率为i和j时的条纹周期；