买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉无锡维度机器视觉产业技术研究院有限公司申请的专利复合条纹投影钢管的三维外轮廓在线测量与缺陷检测方法及应用获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115205360B 。

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210932966.3，技术领域涉及：G06T7/521；该发明授权复合条纹投影钢管的三维外轮廓在线测量与缺陷检测方法及应用是由沈思源;谈士涛设计研发完成，并于2022-08-04向国家知识产权局提交的专利申请。

本复合条纹投影钢管的三维外轮廓在线测量与缺陷检测方法及应用在说明书摘要公布了：本发明公开了一种复合条纹投影钢管的三维外轮廓在线测量与缺陷检测方法及应用，其步骤包括：首先使用标准的张正友标定法标定相机的内参，然后通过投射横纵正交的正弦条纹结构光标定相机‑投影仪系统，结合设计的单张结构光和20步相移正弦条纹构建钢管表面数据集，训练三个深度学习网络分别用于相位提取，绝对相位范围获取和相位展开，最后根据最终的展开相位和系统的标定参数实现钢管的表面重建并和标准的钢管表面进行比对找出缺陷部分。本发明利用单张结构光和三个不同的深度学习网络进行解码，可以有效避免相位提取和绝对相位范围获取的误差叠加，在提高钢管表面三维重建精度方面有显著效果。

本发明授权复合条纹投影钢管的三维外轮廓在线测量与缺陷检测方法及应用在权利要求书中公布了：1.一种复合条纹投影钢管的三维外轮廓在线测量与缺陷检测方法，其特征是应用于相机-投影仪系统中，并按如下步骤进行： 步骤1、在所述相机-投影仪系统中，根据针孔相机模型标定出相机的内参； 步骤2、标定相机-投影仪系统的参数； 步骤2.1、根据所述相机-投影仪系统中投影仪的图像尺寸，利用式1生成横纵正交的正弦条纹图像： 1 式1，x、y分别为正弦条纹图像的像素坐标，为像素坐标处的背景光强，为像素坐标处的调制度，为像素坐标处横条纹的灰度值，为像素坐标处纵条纹的灰度值；为设置的正弦条纹频率，W、H为正弦条纹图像的横、纵坐标总数，n和N分别为相移序号和相移步数； 步骤2.2、向标定板投射所述正弦条纹图像并利用相机采集标定板图像，从而利用式2计算标定板图像上角点的像素坐标所对应的投影图像的像素坐标： 2 式2中，和为标定板图像上角点的像素坐标的横、纵正弦相位； 步骤2.3根据、和针孔相机模型标定出投影仪的内参以及投影仪和相机之间的旋转矩阵、平移向量； 步骤3、钢管数据集的构建； 步骤3.1、将两个频率周期相差为1的标准正弦条纹图分别移动相位值后得到对应的正弦相位图，从而对两个标准正弦条纹图及其对应的正弦相位图中的正交正弦信号进行调制，并复合到一张图片中，从而得到复合条纹图片； 步骤3.2、使用投影仪将所述复合条纹图片及其标准正弦条纹图分别投射到钢管表面，相应得到钢管表面的复合条纹图像和标准条纹图像； 以钢管表面的复合条纹图像作为数据集的输入数据，以由钢管表面的标准条纹图像计算得到的包裹相位值、绝对相位值、以及处理后的条纹级次作为数据集的真值，从而构建钢管数据集； 步骤4、构建并训练深度学习网络，包括：包裹相位提取网络、绝对相位估计网络、条纹级次展开网络； 所述包裹相位提取网络和绝对相位估计网络均为u型结构的编码-解码网络； 其中，编码层包含个下采样模块，每个下采样模块由卷积层、relu激活层、批归一化层和残差层组成；所述编码层中的卷积核大小为，步长为； 解码层包含个上采样模块，每个上采样模块由线性差值模块、卷积层、relu激活层、批归一化层和残差层组成；所述解码层中的卷积层的卷积核大小为，步长为； 所述条纹级次展开网络为金字塔transformer结构的编码-解码网络； 其中，编码层包含个transformer编码模块，每个transformer编码模块由切片层、位置编码层和transformer层组成，且切片层的切片尺寸为，transformer层的个数为； 步骤4.1、将所述数据集的输入数据分别输入所述包裹相位提取网络和绝对相位估计网络中，并以所述数据集的真值中的包裹相位值作为所述包裹相位提取网络、以所述数据集的真值中的绝对相位值作为绝对相位估计网络的输出，对所述包裹相位提取网络和绝对相位估计网络进行训练，得到训练后的包裹相位提取网络和绝对相位估计网络； 步骤4.2、根据训练后的包裹相位提取网络输出的包裹相位作为所述条纹级次展开网络的输入，以所述数据集的真值中的条纹级次作为所述条纹级次展开网络的输出，对所述条纹级次展开网络进行训练，得到训练后的条纹级次展开网络； 步骤5、将待预测的复合条纹图片分别输入到训练后的包裹相位提取网络、练后的绝对相位估计网络中，并获得预测的包裹相位值和估计的绝对相位范围； 将预测的包裹相位值输入到训练后的条纹级次展开网络中，并获得展开的条纹级次图，根据估计的绝对相位范围，将展开的条纹级次图恢复到真实的绝对相位级次，并用于对预测的包裹相位进行展开，得到真实的绝对相位； 步骤6、根据真实的绝对相位、内参、内参、旋转矩阵、平移向量计算物体的点云坐标并进行圆柱拟合，得到拟合结果，将所述拟合结果与预先设定的阈值进行比较，筛选出偏离较大的点作为待预测的复合条纹图片中的缺陷区域。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人无锡维度机器视觉产业技术研究院有限公司，其通讯地址为：214000 江苏省无锡市锡山经济技术开发区荟智企业中心锡沪东路588号4号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。