基于结构自注意力GAN的金属齿面三维测量高动态范围条纹修复方法

    公开(公告)号:CN118941473A

    公开(公告)日:2024-11-12

    申请号:CN202411084586.4

    申请日:2024-08-08

    申请人: 重庆大学

    摘要: 本发明涉及一种基于结构自注意力GAN的金属齿面三维测量高动态范围条纹修复方法,属于计算机视觉三维重建技术领域,包括以下步骤:S1:采集金属齿面过曝光条纹图和正常条纹图成对图像数据集;S2:在传统生成对抗网络GAN基础上融合上采样过程中的局部高反射特征和下采样过程中的浅层语义特征,设计一种自注意力跳跃上采样模块,构建结构自注意力生成对抗网络SSA‑GAN;S3:对SSA‑GAN进行训练,训练时在损失函数中加入结构性损失函数,关注条纹的光照、对比度、纹理信息,并赋予三者各自的权重;S4:利用SSA‑GAN生成的修复后条纹图,结合相移法和多频外差法,对反光齿面进行三维重建,得到相位信息以及点云信息。