建立高精度的相位-高度映射关系是结构光测量技术中的关键技术之一。在精确建立相机图像和投影仪图像对应关系的基础上,使用三层反向传播神经网络训练来建立图像坐标与被测物体三维坐标之间的映射关系。使用带有圆形标志点的平面标定板进行神经网络的样本采集与训练。为了验证本文算法的测量精度,使用训练好的网络对一个标准球和石膏头像进行了测量。实验结果表明,本文算法可以测量具有复杂自由曲面的物体,测量精度可达0.095 mm。

详细介绍了投影机模型,并提出一种简单、高精度的投影仪参数标定算法,该算法将投影仪当作一个逆向的相机,使用一块带有圆形标志点的平面标定板对投影仪进行标定。标定过程中,使用两组不同方向的光栅图像建立投影仪图像和相机图像的对应关系,从而得到投影仪标定所需的图像数据,将投影仪标定转化为成熟的相机标定,然后使用相机标定算法对投影仪进行高精度标定。实验结果表明,所提议的投影仪标定算法操作过程简单,标定精度可达0.312 pixel。