一种基于深度学习的缺失条纹信息修复方法

本发明涉及三维测量技术领域，提出了一种基于深度学习的缺失条纹信息修复方法。该方法通过以下步骤实现：首先，构建初始测量系统采集饱和及正常条纹图像。然后将采集的条纹图像构建数据集，训练U‑Net网络模型。随后采用U‑Net网络模型对饱和条纹图像进行预测，得到修复后的正常条纹图像进行相位计算。之后调整相机角度构建新的测量系统，采集饱和条纹图像。使用初始测量系统训练的网络模型对采集的饱和条纹图像进行修复。将修复后的条纹图像与原始饱和条纹图像结合后进行相位计算。本发明的有益效果在于：不需要额外的外部条件即可实现饱和图像的相位计算，并可以用于多个测量系统下饱和图像的相位计算。