條紋投影三維形貌測量的變分模態(tài)分解相位提取

朱新軍， 鄧耀輝，唐　晨，宋麗梅， 郭慶華

(1.天津工業(yè)大學 電氣工程與自動化學院，天津 300387；2.天津大學 電子信息工程學院，天津 300072)

?

條紋投影三維形貌測量的變分模態(tài)分解相位提取

朱新軍1*， 鄧耀輝1，唐晨2，宋麗梅1， 郭慶華1

(1.天津工業(yè)大學 電氣工程與自動化學院，天津 300387；2.天津大學 電子信息工程學院，天津 300072)

針對條紋投影三維形貌測量涉及的相位提取，提出了一種基于變分模態(tài)分解的單幅條紋投影相位提取方法。通過建立變分模態(tài)分解模型和極小化變分模態(tài)分解將單幅投影條紋圖分解成背景部分、條紋部分和噪聲部分。然后對得到條紋部分進行Hilbert變換和反正切變換得到包裹相位；對其進行質量導向相位解包裹和Zernike多項式去載頻得到解包裹相位。將該方法與Fourier變換、連續(xù)小波變換進行了對比，結果顯示：本文提出的相位提取方法相位誤差為3.14×10-4，小于Fourier變換和連續(xù)小波變換方法對應的誤差3.30×10-4和6.52×10-4。模擬和實驗結果表明：本文提出的方法在處理具有邊緣信息投影條紋圖時具有優(yōu)勢，能夠提取出更準確的相位信息，可有效地用于含邊緣不連續(xù)和突起的三維物體測量。

條紋投影；三維形貌測量；變分模態(tài)分解；相位提取

1　引　言

作為現(xiàn)代光學測試方法中的一種常用方法，條紋投影三維測量具有較高的速度和較高的精度，并且其光學和數(shù)字硬件設備比較低廉，近年來已逐漸成為十分受歡迎的一種非接觸、快速和高精度的三維形貌測量方法[1-4]。而相位提取是條紋投影的難點，也是重點研究內容，因此，國內外學者提出了多種相位提取方法。總的來講，條紋投影相位提取方法可分為兩類[5-12]：一類是基于單幅條紋圖的相位提取，一類是以相移法為代表的基于多幅條紋圖的相位提取。由于多幅投影條紋圖比單幅投影條紋圖提供了更多的信息，通常相移法比其它方法具有更高的精度。與相移法相比，基于單幅投影圖的條紋相位提取是在某一時刻只采集一幅圖像，受環(huán)境擾動的影響較小，更適合動態(tài)過程的三維測量和顯示。

單幅投影條紋相位提取方法包括Fourier變換(FTM)、連續(xù)小波變換(CWT)以及經(jīng)驗模態(tài)分解方法[8，10-11]等。這些算法在對噪聲的魯棒性、圖像邊緣細節(jié)的保持等方面進行了改進，但仍然存在缺點。目前為止，經(jīng)驗模態(tài)分解處理噪聲條紋圖時，在分解層數(shù)的選擇，包絡面的選擇上存在困難。受噪聲的影響，經(jīng)驗模態(tài)分解在模態(tài)混合問題，嚴重影響條紋投影條紋分析結果，一般情況下需要進行濾波預處理[8]。此外，經(jīng)驗模態(tài)分解需要包絡面插值，而包絡面插值的計算量巨大。

本課題組前期提出了基于變分圖像分解的FPP相位提取方法，其通過變分圖像分解，可有效地將條紋圖分解為背景部分、條紋部分和噪聲部分[13，14]。與Fourier變換，連續(xù)小波變換以及經(jīng)驗模態(tài)分解方法相比，此方法得到的相位更準確，但此方法的缺點是計算復雜。考慮到變分圖像分解和經(jīng)驗模態(tài)分解的優(yōu)勢，本文在前期工作的基礎上，引入了變分模態(tài)分解方法。變分模態(tài)分解是一種新的信號分解方法，由Dragomiretskiy和Zosso于2014年提出[15]。變分模態(tài)分解能自適應地將幾種具有不同模態(tài)的信號進行分離。與經(jīng)驗模態(tài)分解相比，變分模態(tài)分解方法是非遞歸的，并且具有良好的數(shù)學基礎。本文提出了基于變分模態(tài)分解(Variational Mode Decomposition，VMD)的相位提取方法，將條紋分解成背景部分、條紋部分和噪聲部分，再對條紋部分進行包裹相位提取、相位解包裹和去載頻，得到最終相位，在文章最后通過模擬和實驗驗證了提出方法的有效性。

2　基于變分模態(tài)分解的條紋相位提取

2.1變分模態(tài)分解

變分模態(tài)分解是一種新提出的自適應信號分析方法，其建立在變分法和維納濾波基礎上，能自適應地將幾種具有不同模態(tài)的信號進行分離，即能得到帶限本征模態(tài)函數(shù)。首先，對于每一個本征模態(tài)uk，通過Hilbert變換計算得到相應的解析信號，并獲得單邊頻譜。其次，對于每一個單邊譜模態(tài)，通過混合一個中心頻率為wk的指數(shù)調制項將每一個頻譜移動至“基帶”。最后，通過解調信號的H1高斯光滑性(梯度的L2范數(shù))估計帶寬。綜上所述，對于一維信號f，通過分析變分模態(tài)分解構成如下約束變分問題：

(1)

對于二維解析信號uk，其頻域可定義為：

(2)

借助于二維解析信號的定義，二維變分模態(tài)分解的能量泛函為：

(3)

采用乘子交替方向法極小化問題[15]。首先，求解關于uk的極小化問題：

(4)

其中α為正則化參數(shù)。

式(4)寫成以下維納濾波結果：

(5)

(6)

在頻域內：

(7)

其解為：

(8)

經(jīng)過若干次迭代，可實現(xiàn)能量泛函(3)極小化并得到各個模態(tài)成分。

2.2基于變分模態(tài)分解相位提取

通過極小化能量泛函(3)得到本征模態(tài)函數(shù)uk，從而有：

(9)

對條紋u2(x，y)進行Hilbert變換得到c(x，y)，通過如下反正切函數(shù)獲得包裹相位圖：

(10)

其中Re{ }與Im{ }分別代表實部與虛部。

采用Zernike多項式[17]擬合消除載頻，將展開后的連續(xù)相位表示為n項(Zernike)多項式的組合。記φc(x，y)=2πf0x，寫成Zernike多項式的線性組合形式為：

φc(x，y)=a0u0(x，y)+a1u1(x，y)+…+

aiui(x，y)+…+an-1un-1(x，y).

(11)

其中：aiui(x，y)表示第i+1項Zernike多項式，ai表示第i+1項Zernike多項式的系數(shù)。在參考面區(qū)域內，有：

ψ(x′，y′)=a0u0(x′，y′)+a1u1(x′，y′)+…+

aiui(x′，y′)+…+an-1un-1(x′，y′)，

(12)

圖1總結了上述基于變分模態(tài)分解的相位提取的整個過程，主要包含上述的變分模態(tài)分解得到條紋、反正切得到包裹相位、解包裹和擬合載頻、去除載頻5個主要步驟。

圖1　變分模態(tài)分解相位提取流程

3　實驗結果與分析

3.1仿真模擬

首先采用模擬數(shù)據(jù)進行分析，模擬的變形條紋圖公式為：

n.

(a)模擬相位(a)Simulated phase(b)模擬投影條紋(b)Simulated projection fringe

(14)

式中M和N為相位的大小。

模擬圖結果如圖3(彩圖見期刊電子版)所示，其中圖3(a)、(c)和(e)分別為Fourier變換、連續(xù)小波變換與VMD提取的相位結果，圖3(b)、(d)和(f)為3種方法第256行數(shù)據(jù)的結果。利用式(14)，可計算出Fourier變換、CWT與VMD處理所得相位誤差MSE分別為3.30×10-4和 6.52×10-4和3.14×10-4。從圖3和MSE可看出，本文算法給出的相位差更小、結果更準確。

(a)Fourier變換(a)Fourier transfrom (b)圖(a)的256行(b)The 256th row of (a)

(c)連續(xù)小波變換(c) CWT(d)圖(c)的256行(d)The 256th row of (c)

(e)變分模態(tài)分解(e)VMD(f)圖(e)的256行(f)The 256th row of (e)

3.2實驗驗證

采用兩幅實驗圖像對算法進行測試，圖4(a)為石膏人臉模型的投影條紋圖，圖像大小為512 pixel×512 pixel(西安交通大學械工程學院周翔副教授提供)。圖4(b)為實驗室采集的人臉模型的條紋圖，圖像大小同樣為512 pixel×512 pixel。圖 5(a)、(b)和(c)分別為采用FTM、CWT和VMD方法得到的最終相位圖。圖5(d)(彩圖見期刊電子版)為3種方法與文獻[14]中所提VID方法第256列的比較，可以看出，本文方法的結果與文獻[14] 所提VID方法的結果最接近，兩條線幾乎重合。圖 6(a)、(b)、(c)和(d)(彩圖見期刊電子版)分別為采用四步相移、VMD、FTM、CWT方法得到的最終相位圖。從圖5可以看出，在石膏人臉的眼部和鼻子等凸起部位，F(xiàn)TM和CWT得到的結果與實際情況差別較大，不能恢復出合理的相位，而采用本文提出的變分模態(tài)分解方法則可有效地恢復出合理的相位。從圖6可知，本文的VMD得到的相位與四步相移的偏離最小，F(xiàn)TM次之，CWT偏差最大。以上結果表明在處理具有邊緣信息的物體投影條紋圖時，本文方法更具有優(yōu)勢，能夠提取出更準確的相位信息，能夠有效進行具有不連續(xù)和突起的三維物體測量。

(a)石膏人臉(a)Plaster face　(b)面具模型(b)Mask model

(a)Fourier 變換(a)Fourier transform(b)連續(xù)小波變換(b)CWT

(c)本文方法(c) Proposed method(d)圖(a)，(b)，(c)第256列相位值(d)Phase value of 256th column in (a)，(b)，(c)

(a)四步相移(a)Four steps phase shift　(b)本文方法(b)Proposed Method

(c)Fourier 變換(c)FTM(d)連續(xù)小波變換 (d)CWT

(e)圖(a)，(b)，(c)和(d)第256行結果(e)Results of the 256th row in (a)，(b)，(c) and (d)

3.3動態(tài)實驗

本節(jié)采用實驗室搭建的條紋投影測量系統(tǒng)對人臉表情的動態(tài)三維形貌進行測量，并用VMD方法對測量數(shù)據(jù)進行相位提取。實驗系統(tǒng)主要包括數(shù)字投影儀(德州儀器公司 DLP LightCrafter 3000)，高速CCD攝像機(奧林巴斯 i-SPEED TR)。DLP投影儀將正弦條紋投射到真實人臉，高速攝像機以20 frame/s的速度采集變形投影條紋圖。圖7(a)和(b)為兩幅不同時刻得到的人臉變形條紋圖，圖7(c)和(d)為相位提取結果，由圖7可知，本文方法能較好地反應人臉的鼻子、眼部和嘴部的細節(jié)信息。

(a)投影條紋圖1(a)Projection fringe 1　(b)投影條紋圖2 (b)Projection fringe 2

(c)圖(a)處理結果(c)Result of Fig.7 (a)(d)圖(b)處理結果 (d)Result of Fig.7 (b)

綜上所述，本文提出的方法在更大程度上保持了條紋在物體表面邊緣不連續(xù)處和劇烈突起處的細節(jié)。因此，本文提出的方法可更有效地用于邊緣和劇烈突起的物體表面三維形貌測量中。

4　結　論

本文首先提出了一種基于變分模態(tài)分解的條紋投影相位提取方法，該方法可以有效地將FPP條紋圖分解成背景部分、條紋部分和噪聲部分，再對條紋部分進行相位提取，從而得到最終的相位。在分解條紋圖的過程中，首先通過分析變分模態(tài)分解模型，給出了變分圖像的分解模型與優(yōu)化方法，從而得到條紋部分。然后，經(jīng)過反正切得到包裹相位，通過相位解包裹得到解包裹相位，通過Zernike擬合載頻，去除載頻后得到最終的相位。通過模擬實驗可知，本文提出的相位提取方法的相位誤差為3.14e×10-4，優(yōu)于FTM、CWT的3.30×10-4和6.52×10-4。模擬和實驗結果表明該方法在相位提取方面能更好地保持相位邊緣信息，更有效地用于具有邊緣和劇烈突起的物體表面三維形貌測量中。

[1]GORTHI S S， RASTOGI P. Fringe projection techniques:Whither we are? [J].Opt.LasersEng.， 2010， 48 (2): 133-140.

[2]DAI M L， YANG F J， HE X Y. Single-shot color fringe projection for three-dimensional shape measurement of objects with discontinuities [J].Appl.Opt.， 2012， 51(12): 2062-2069.

[3]張鵬，張元，金光，等. 應用條紋投影法測量薄膜反射鏡的成形[J]. 光學 精密工程，2011， 19(6): 1185-1191

ZHANG P， ZHANG Y， JIN G，etal.. Measurement of space membrane mirror shaping based on fringe projection [J].Opt.PrecisionEng.， 2011， 19(6): 1185-1191. (in Chinese)

[4]安東，陳李，丁一飛， 等.光柵投影相位法系統(tǒng)模型及標定方法[J].中國光學， 2015，8(2): 248-254

AN D， CHEN L， DING Y F，etal.. Optical system model and calibration of grating projection phase method [J].ChineseOptics， 2015， 8(2): 248-254. (in Chinese)

[5]張旭，李祥，屠大維. 相位高度的顯函數(shù)模型及其標定[J]. 光學 精密工程， 2015， 23(8): 2384-2392

ZHANG X，LI X，TU D W. Explicit phase height model and its calibration [J].Opt.PrecisionEng.， 2015， 23(8): 2384-2392. (in Chinese)

[6]戴美玲，楊福俊，何小元. 基于雙頻彩色光柵投影測量不連續(xù)物體三維形貌[J]. 光學 精密工程， 2013， 21(1): 7-12

DAI M L，YANG F J，HE X Y. Three-dimensional shape measurement of objects with discontinuities by dual-frequency color fringe projection [J].Opt.PrecisionEng.， 2013， 21(1): 7-12. (in Chinese)

[7]武迎春，曹益平，肖焱山. 任意相移最小二乘法迭代的在線三維檢測[J]. 光學 精密工程， 2014， 22(5): 1347-1353WU Y CH，CAO Y P，XIAO Y SH. On-line three-dimensional inspection using randomly phase-shifting fringe based on least-square iteration [J].Opt.PrecisionEng.， 2014， 22(5): 1347-1353. (in Chinese)

[8]ZHOU X， PODOLEANU A， YANG Z Q，etal.. Morphological operation-based bi-dimensional empirical mode decomposition for automatic background removal of fringe patterns[J].Opt.Express， 2012，20(22): 24247-24262.

[9]GUTIéRREZ-GARCA J C， MOSIO J F， MARTNEZ A，etal.. Practical eight-frame algorithms for fringe projection profilometry [J].Opt.Express， 2013， 21(1): 903-917.

[10]TAKEDA M， MUTOH K. Fourier transform profilometry for the automatic measurement of 3-D object shapes [J].ApplOpt，1983， 22(24): 3977-3982.

[11]MA J， WANG Z， VO M， PAN B. Wavelet selection in two-dimensional continuous wavelet transform technique for optical fringe pattern analysis[J].JournalofOptical， 2012，14(6): 065403.

[12]ZHENG S， CAO Y. Fringe-projection profilometry based on two-dimensional empirical mode decomposition [J].Appl.Opt.， 2013， 52(31): 7648-7653.

[13]ZHU X， CHEN Z， TANG C. Variational image decomposition for automatic background and noise removal of fringe patterns [J].Opt.Lett.， 2013， 38 (3): 275-277.

[14]ZHU X J， TANG C CH， LI B，etal.. Phase retrieval from single frame projection fringe pattern with variational image decomposition [J].Opt.LasersEng.， 2014，59:25-33.

[15]DRAGOMIRETSKIY K， ZOSSO D. Variational mode decomposition [J].IEEETransactionsonSignalProcessing， 2014， 62(3):531-544.

[16]GHIGLIA D C， PRITT M D.Two-dimensionalPhaseUnwrapping:Theory，Algorithm，andSoftware[M]. New York: Wiley， 1998.

[17]ZHANG Q， WU Z. A carrier removal method in Fourier transform profilometry with Zernike polynomials [J].Opt.LasersEng.， 2013， 51(3): 253-260.

朱新軍(1985-)，男，山東臨沂人，博士，講師，2008年于臨沂大學獲得學士學位，2011年于山東理工大學獲得碩士學位，2015年于天津大學獲得博士學位，現(xiàn)為天津工業(yè)大學電氣工程與自動化學院講師，主要從事光干涉測量、散斑測量及機器視覺的研究。E-mail: xinjunzhu@tjpu.edu.cn

鄧耀輝(1993-)，男，河北石家莊人，碩士研究生，2015年于河北工業(yè)大學獲得學士學位，主要從事三維重建、機器視覺、模式識別等領域的研究。E-mail: 18202511970@163.com

(版權所有未經(jīng)許可不得轉載)

Variational mode decomposition for phase retrieval in fringe projection 3D shape measurement

ZHU Xin-jun1*， DENG Yao-hui1， TANG Chen2， Song Li-mei1， GUO Qing-hua1

(1.SchoolofElectricalEngineeringandAutomation，TianjinPolytechnicUniversity，Tianjin300387，China；2.SchoolofElectronicInformationEngineering，TianjinUniversity，Tianjin300072，China)*Correspondingauthor，E-mail：xinjunzhu@tjpu.edu.cn

For the phase retrieval in fringe projection 3D shape measurements， a new fringe projection phase retrieval method based on variational mode decomposition was proposed. Firstly， the projection fringe pattern was decomposed into a background part， a fringe part and a noise part by the development of variational mode decomposition model and the minimization of the model. Then， the fringe part was processed by Hilbert and arc tangent transform to obtain a wrapping phase， and by quality guided phase unwrapping and Zernike carrier removal to acquire the final absolute phase. Simulation and experimental results show that the phase error by the proposed method is 3.14×10-4，smaller than the errors 3.30×10-4and 6.52×10-4that respectively obtained by Fourier transform method and continuous wavelet transform method. The proposed method is superior to the Fourier transform method and continuous wavelet transform method in the process of projection fringes with edge information， providing more accurate results， and is more effective for the application of the three dimensional measurement of objects with discontinuous and abrupt changes.

fringe projection; three dimensional measurement; variational mode decomposition; phase retrieval

2016-06-05；

2016-08-01.

國家自然科學基金資助項目(No.60808020，No.61078041)；天津市應用基礎與前沿技術研究計劃資助項目(No.15JCYBJC51700)

1004-924X(2016)09-2318-07

TP92；O436.1

A

10.3788/OPE.20162409.2318