提出了一种五步非等步相移算法,并成功应用于在线三维测量中。仅投影一固定正弦光栅条纹到物体上,通过物体在线运动产生等效相移,在一个条纹周期范围内任意采集五帧变形条纹图,通过像素匹配使各帧条纹图中的物点一一对应并计算出相应的等效相移量。采用所提出的五步非等步相移算法,即可重构物体。计算机模拟与实验验证了该方法的可行性和有效性,表明非等步相移算法在在线三维测量中更具适应性,有利于提高三维测量精度。

引入Stoilov算法以让传统相位测量轮廓术(PMP)应用于在线三维检测, 但该算法的计算式中含有开方和除法运算, 对投射数字光场,CCD摄像头的数字化非线性误差以及环境光干扰较为敏感, 会出现较大的解相误差。为此, 提出了一种适合在线三维检测的改进型Stoilov算法, 通过像素匹配方法标定移动步距S和基于标准PMP的截断相位解相标定条纹周期长度L, 再标定出相移量Δ, 即可修正sin Δ值, 有效减小了原Stoilov算法公式的解相误差, 提高了在线检测精度。为验证该方法的可行性和有效性, 进行了实物测试实验。实验表明,在在线三维测量中, 采用原始Stoilov算法重构的三维物体出现明显的失真, 而采用改进的Stoilov算法重构的三维物体具有很好的保真度。

提出了一种新型的基于相位测量轮廓术(PMP)的在线三维检测方法。只需要使投射的条纹相移方向与物体移动方向垂直,尽管由于物体运动使CCD采集变形条纹中物体坐标不一致,但通过像素匹配,可以使各帧图像物点坐标一一对应,得到与传统静态PMP等效的相移条纹图,即可重构出物体,实现在线三维测量。对一实平面进行了在线与静态PMP测试对比实验。结果显示该在线PMP方法与传统静态PMP方法的均方差之差仅为0.007 mm,表明该在线PMP方法具有高精度性;对一实物进行了在线测试实验,很好地重构出了被测物体的三维轮廓,从而验证了该方法的可行性和有效性。