Method Article

Hoog-resolutie, hoge-snelheid, driedimensionale videobeeldvorming met digitale franjeprojectietechnieken

DOI:

10.3791/50421

⸱

December 3rd, 2013

 ,  ,  , 
13D Machine Vision Laboratory, Department of Mechanical Engineering, Iowa State University

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Deze video beschrijft de fundamenten van digitale frinselprojectietechnieken, die dichte 3D-metingen van dynamisch veranderende oppervlakken leveren. Het demonstreert ook het ontwerp en de werking van een hogesnelheids binair defocusing systeem gebaseerd op deze technieken.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Digital fringe projection (DFP) technieken bieden dichte 3D-metingen van dynamisch veranderende oppervlakken. Net als de menselijke ogen en hersenen, gebruikt DFP triangulatie tussen overeenkomende punten in twee weergaven van dezelfde scène onder verschillende hoeken om de diepte te berekenen. In tegenstelling tot een stereo-gebaseerde methode gebruikt DFP echter een digitale videoprojector om een van de camera's te vervangen1. De projector projecteert snel een bekend sinusoïdaal patroon op het onderwerp, en het oppervlak van het onderwerp vervormt deze patronen in het gezichtsveld van de camera. Drie vervormde patronen (fringe-beelden) van de camera kunnen worden gebruikt om de diepte te berekenen met behulp van triangulatie.

In tegenstelling tot andere 3D-meetmethoden, leiden DFP-technieken tot systemen die over het algemeen sneller zijn, minder duur in apparatuur, flexibeler en eenvoudiger te ontwikkelen. DFP-systemen kunnen ook dezelfde meetresolutie bereiken als de camera. Om deze reden zijn DFP en andere digitale gestructureerde lichttechnieken recentelijk het voorwerp geweest van intensief onderzoek (zoals samengevat in1-5). Door gebruik te maken van DFP, de graphics processing unit en geoptimaliseerde algoritmen, hebben we een systeem ontwikkeld dat in staat is om 3D-videogegevens te verzamelen, te reconstrueren en weer te geven met een snelheid van 30 Hz voor meer dan 300.000 meetpunten per frame6,7. Binaire defocusing DFP-methoden kunnen zelfs hogere snelheden bereiken8.

Diverse toepassingen kunnen profiteren van DFP-technieken. Onze medewerkers hebben onze systemen gebruikt voor gezichtsfunctie-analyse9, gezichtsanimatie10, studies naar hartmechanica11 en metingen van vloeistofvlakken, maar er zijn nog veel meer potentiële toepassingen. Deze video zal de fundamenten van DFP-technieken leren en de ontwerp en werking van een binaire defocusing DFP-systeem illustreren.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Digital fringe projection (DFP) technieken zijn gebaseerd op correlatie en triangulatie tussen twee weergaven van dezelfde scène onder verschillende hoeken, hetzelfde principe dat door de menselijke ogen en hersenen wordt gebruikt om stereovisie te bereiken. In tegenstelling tot een stereo-gebaseerde methode, gebruikt DFP echter een digitale videoprojector om één van de camera's te vervangen1. De projector projecteert snel een bekend sinusvormig patroon op het object dat de oppervlakte van het object vervormt in het zicht van de camera. Drie dergelijke vervormde patronen (fringe beelden) met verschillende faseverschuivingen ten opzichte van elkaar kunnen worden geanalyseerd om de diepte via triangulatie te verkrijgen. Het gebruik van een bekend patroon elimineert het moeilijke computationele probleem van het identificeren van correspondentiepunten, waardoor de opname van dieptemetingen met de cameraresolutie mogelijk wordt. Met bijvoorbeeld een camera van 576 x 576 kan de techniek 331.776 punten vastleggen. Dit stelt DFP-systemen in staat om zeer fijne details te meten, zoals de beweging van gezichtsspieren bij menselijke emoties.

3D optische beeldvormingstechnieken voor statische of quasi-statische gebeurtenissen zijn de afgelopen paar decennia uitgebreid bestudeerd en hebben veel succes gehad in videogame-ontwerp, animatie, films, muziekvideo's, virtuele realiteit, telechirurgie en vele technische disciplines5. Hoewel er tal van 3D-profielometrietechnieken bestaan, kunnen ze worden ingedeeld in twee categorieën: oppervlaktecontactmethoden en oppervlakte-non-contactmethoden. Zowel de coördinaatmeetmachine (CMM) als de atoomkrachtmicroscoop (AFM) vereisen contact met het meetoppervlak om 3D-profielen met hoge nauwkeurigheid te verkrijgen. Dit vereiste legt strenge beperkingen op aan de snelheid van contactmethoden. Ze kunnen geen kHz-meetsnelheid bereiken met duizenden punten per scan.

Non-contact oppervlaktetechnieken maken doorgaans gebruik van optische triangulatiemethoden (bijv. stereovisie, tijdruimte stereo, gestructureerd licht). Door actief bekende patronen op de objecten te projecteren, kunnen gestructureerde lichttechnieken worden gebruikt om oppervlakken te meten zonder sterke lokale textuurvariaties1. Fringe-analyse is een speciale groep gestructureerde lichttechnieken die gebruik maakt van sinusvormige gestructureerde patronen (ook wel fringe-patronen genoemd). Omdat deze patronen intensiteiten hebben die op een bekende manier van punt tot punt variëren, verhogen ze de gestructureerde lichttechnieken van projector-pixelresolutie naar camera-pixelresolutie12. In het recente verleden waren fringe-analysetechnieken instrumenteel in het bereiken van 3D-beelden met hoge resolutie.

De digitale fringe-projectie (DFP) techniek gebruikt digitale videoprojectoren om sinusvormige fringe-patronen te genereren. Deze techniek heeft de voordelen van lagere kosten, hogere snelheid en eenvoudiger ontwikkeling, en het is de afgelopen tien jaar een zeer actieve onderzoeksgebied geweest. Recente ontwikkelingen in DFP en vergelijkbare digitale gestructureerde lichttechnieken zijn samengevat in1-5. Om snelle toepassingen te bereiken, is een digitale-licht-verwerking (DLP) projector de voorkeur vanwege zijn fundamentele werkingsmechanisme. De snelheid en flexibiliteit van deze techniek heeft ons in staat gesteld om 3D-video te verwerven met 40 Hz 13 en later met 60 Hz 6,7.

Niettemin bestaat er een fundamentele snelheidslimiet voor de traditionele DFP-techniek. Een DLP-projector kan alleen 8-bits kleurenbeelden wisselen op zijn maximale verversingssnelheid (meestal 120 Hz). Omdat de traditionele fringe-patronen 8-bits grijstintenbeelden zijn, kunnen we er drie in één kleurenbeeld coderen als de rode, groene en blauwe kleurenkanalen. De projector zal elk kanaal (en dus elk fringe-patroon) wisselen met drie keer de verversingssnelheid (meestal 360 Hz). Omdat elke 3D-videoframe drie fringe-patronen vereist, is de maximale snelheid van 3D-video-opname nog steeds slechts de verversingssnelheid (120 Hz)3,14. Om deze hardwarebeperking te doorbreken, hebben we een gemodificeerde DFP-techniek uitgevonden die binair defocusing gebruikt8. In plaats van 8-bits grijstinten fringe-patronen, gebruikt deze techniek computergegenereerde 1-bits binaire gestructureerde patronen. Deze patronen worden defocusing gebruikt met de projectorlens om pseudo-sinusvormige patronen voor DFP te worden. Omdat DLP-projectoren binaire afbeeldingen een orde van grootte sneller kunnen weergeven dan 8-bits grijstintenbeelden, maakt de binaire defocusing-technologie 3D-videobeeldsnelheid met tientallen kilohertz mogelijk met dezelfde resolutie als de conventionele DFP-technieken15.

Het algemene doel van het volgende protocol is om de basisimplementatie en werking van een binair defocusing drie-staps faseverschuiving DFP-systeem te demonstreren. Eerst zal het protocol de selectie en integratie van de noodzakelijke componenten behandelen. Vervolgens zal het de eenvoudigste, meest toegankelijke methode van kalibratie voor het systeem bespreken; complexere kalibratiemethoden zijn beschikbaar in de literatuur voor specifieke toepassingen16,17. Het protocol zal zich vervolgens richten op de procedure voor 3D-video-opname met het systeem en het proces voor het converteren van de fringe-beelden naar gevisualiseerde 3D-metingen. Ten slotte zullen we enkele representatieve resultaten presenteren van onze real-time en hogesnelheidssystemen.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Systeemconfiguratie

Een schematische weergave van het systeem is te zien in Figuur 1.

  1. Genereer de franjepatronen voor projectie. Deze kunnen ruim van tevoren worden voorbereid door gebruik te maken van een beeldprogrammeeromgeving zoals MATLAB, OpenCV of QT. Bouw de patronen op volgens het drie-staps faseverschuivingsalgoritme in18. Maak drie afbeeldingen, verschoven in fase-offset ten opzichte van elkaar met 2π/3. Voor binair onscherp stellen, gebruik een dithering-techniek om sinusoïdale patronen te genereren met alleen zwarte en witte pixels zoals beschreven in19.
  2. Selecteer de digitale lichtverwerkingsprojector. Een snel binair onscherp stellen systeem vereist een snellere, gespecialiseerde projector zoals de DLP LightCommander met ALP High Speed module. Zorg ervoor dat u de binaire of monochrome instelling gebruikt om de franjeafbeeldingen te projecteren. Omdat de beeldwaarden puur aan of uit zijn, zijn niet-lineaire aanpassingen niet nodig. Gebruik het softwareprogramma van de projector om de patronen voor faseverschuiving te uploaden.
  3. Selecteer de camera. Kies een zwart-wit CCD of CMOS camera met de juiste opnamefrequentie voor het systeem. Vermijd kleurencamera's voor 3D-opname omdat kleur niet nodig is en kleurencamera's niet-lineaire en gamma-aanpassingen vereisen. Houd er rekening mee dat de camera het volledige setje franjeafbeeldingen voor elke 3D-videoframe moet vastleggen. Hoogwaardige sinusoïdale systemen vereisen nauwkeurige synchronisatie tussen de projector en de camera; voor binaire onscherpstelsystemen is deze vereiste minder streng20.
  4. Bepaal het gewenste maximale (x, y) bereik en de afstand van de projector tot het object (d0). Kies een bereik dat logisch is voor de toepassing, maar zorg ervoor dat het gebied iets groter is dan het onderwerp om eventuele optische grenseffecten te verminderen. Aangezien de lichtuitvoer van een projector een kegel is, zal dit (x, y) bereik d0 bepalen. Verplaats de projector ten opzichte van een groot vlak projectieoppervlak totdat het gewenste (x, y) bereik is gevonden, en meet vervolgens d0 met een meetlint.
  5. Selecteer de cameralens met de juiste brandpuntsafstand. Gebruik de sensorgrootte van de camera om de brandpuntsafstand te vinden zodat het gezichtsveld op afstand d0 hetzelfde is als het gewenste beeldbereik (x, y).
  6. Bepaal de scheidingsafstand tussen de projector en de camera. Hierbij is er een afweging tussen ruis en schaduw. Bij een grote hoek tussen deze componenten is triangulatie tussen kenmerkende punten duidelijker, maar raken meer kenmerken uit het zicht vanuit het perspectief van de camera. Bij een kleine hoek wordt triangulatie moeilijker, waardoor de ruis in de resultaten toeneemt. Typisch is 10-15° een goede compromis.

2. Systeemkalibratie

Deze referentievlakkalibratie is de eenvoudigste en meest toegankelijke methode van kalibratie voor het systeem. Daarom is het het beste om hiermee te beginnen. Nauwkeuriger kalibratiemethoden zijn beschikbaar in de literatuur voor specifieke sinusoïdale16 en binaire onscherpstel17 toepassingen. Voor maximale nauwkeurigheid moet de kalibratie vlak voor het vastleggen van gegevens worden uitgevoerd. Na kalibratie mogen de camera en projector niet ten opzichte van elkaar worden verplaatst.

  1. Focus/defocus de projector. Defocus de projectiellens zorgvuldig totdat de patronen op het beeldvlak hoge kwaliteit sinusoïden lijken. Dit kan een iteratief proces vereisen van het onderzoeken van de gegevenskwaliteit (Sectie 4) en het aanpassen van de lens.
  2. Vang franjeafbeeldingen van een referentievlak. Plaats een platte witte plank op het brandvlak van de projector en in het gezichtsveld van de camera. Een 3/16 inch (5 mm) dikke witte schuimkernplaat werkt goed, op voorwaarde dat het oppervlak dat naar het systeem gericht is niet glanzend of significant beschadigd of gescheurd is. Neem franjeafbeeldingen van deze plank op en sla ze op voor de gegevensverwerkingsstap.
  3. Vang franjeafbeeldingen van een referentieobject met bekende afmetingen. Voor deze stap is een stijve schuimkubus een eenvoudig voorbeeld. Bedek de kubus met vierkantjes van 1/16 inch (1,5 mm) witte zelfklevende schuim om het diffuus te maken. Plaats het op het brandvlak van de camera in het gezichtsveld van de camera en neem franjeafbeeldingen op voor de verwerkingsstap.

3. Gegevensverwerving

  1. Plaats het object of nodig het onderwerp uit om op het brandvlak van de camera te zitten. Voor een menselijk onderwerp, waarschuw hem of haar dat het projectorlicht fel kan zijn. Een zwarte doek achtergrond kan worden gebruikt achter het onderwerp om bijkomende omgevingen te verbergen.
  2. Pas de diafragma van de camera aan om het lichtniveau te optimaliseren. Voorbeeld franjeafbeeldingen moeten zo helder mogelijk zijn, maar niet verzadigd. Donkere beelden zullen teveel ruis hebben, terwijl verzadigde gebieden (significante gebieden van maximale helderheid) in beelden resulteren in het verlies van details in het verzadigde gebied.
  3. Vang het gewenste aantal frames op. Zorg ervoor dat u een harde schijf meeneemt die groot genoeg is om alle vastgelegde beelden te bevatten voor zowel het onderwerp als de kalibratiedatasets. Met het.OBJ-bestandsformaat kan een 3D-video opgenomen op 30 Hz gedurende 1 minuut met een resolutie van 640 x 480 meer dan 50 GB zijn.

4. Gegevensanalyse en visualis

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Figuur 1 toont de schematische weergave van het systeem. Het high-speed binaire defocusing systeem in deze video bestaat uit een Logic PD DLP LightCommander projector en een Phantom v9.1 CMOS camera.

Figuur 2 presenteert een enkele frame uit ons 3D real-time systeem van een menselijk gezicht. Dit systeem gebruikt een 640 x 480 camera. Dankzij het eerder genoemde bekende sinusvormige patroon kunnen we 640 x 480 = 307.200 metingen vastleggen, voldoende resolutie om zeer fijne details op te nemen.

Figuur 3 toont een voorbeeld van het meten van menselijke gezichtsuitdrukkingen in 3D op 60 Hz. Hier laten vier frames die zijn geselecteerd uit een videosequentie duidelijk de mogelijkheid van het real-time systeem zien om dynamische veranderingen in fijn gedetailleerde geometrie vast te leggen.

Figuur 4 demonstreert onze live visualisatiesoftware die in combinatie met ons real-time binaire defocusing 3D video systeem wordt gebruikt. De 3D vastgelegde video van het onderwerp wordt in real time weergegeven op de computermonitor rechts van hem. Deze software is geschreven in C++ met behulp van de OpenGL bibliotheek, GLSL en QT. De gebruikte computer is een Lenovo laptop.

Figuur 5 toont 3D frames van live meting van het konijnenhart met ons nieuw ontwikkelde supersnelle binaire defocusing systeem. Dit systeem kan 3D frames met een snelheid van 667 Hz opnemen met een beeldresolutie van 576 x 576. Een supersnelle snelheid is vereist om het hartoppervlak zonder door beweging veroorzaakte artefacten te meten. Het onderzoek naar de hartmeting wordt uitgevoerd in samenwerking met Prof. Igor Efimov aan de Washington University-St. Louis (zie11 voor meer details); merk op dat het konijn humaan werd gedood en dat de afbeeldingen zijn gemaakt terwijl het hart nog klopte.

Structured light phase imaging setup showing equations, pattern projection, and resulting images.
Figuur 1. Layout van het 3D videobeeldvormingssysteem. In dit systeem projecteert een high-speed DLP projector drie binaire verstrooide faseverschuivende beelden snel achter elkaar op het onderwerp. Een high-speed CMOS camera wordt gebruikt om de drie interferentiebeelden één voor één vast te leggen voor berekening van de diepte.

3D gezichtsreconstructie proces; CAD modellering van gezichtskenmerken; oppervlakteanalyse in detail.
Figuur 2. 3D metingen van een menselijk gezicht met een resolutie van 640 x 480, die fijne details onthullen. Van links naar rechts toont het gelijktijdig vastgelegde textuur perfect uitgelijnd met de geometrie, een schaduwweergave van de geometrie, de wireframe weergave die de dichtheid van de punten weergeeft, een close-up weergave van het neusgebied en een close-up weergave van het ogengebied.

3D gezichtsmorfing sequentie; digitaal modelleren; grafische illustratie; verandering in gezichtsuitdrukking.
Figuur 3. Vier geselecteerde frames uit 3D video van de vorming van een gezichtsuitdrukking. Het video werd vastgelegd op 60 Hz met een resolutie van 640 x 480. Deze frames benadrukken de geometrische veranderingen in het gezicht van de vrouw terwijl ze van een neutrale uitdrukking naar een glimlach gaat.

Gezichtsherkenning met 3D beeldvormingsset-up; optische excitatie, analyse van gezichtstextuur en contouren.
Figuur 4. Live 3D video opname, verwerking en rendering. De 3D metingen worden in real time weergegeven op het computerscherm rechts van het onderwerp.

3D hartmodel sequentie, visualisering van veranderingen in hartmorfologie, 3D renderanalyse.
Figuur 5. Het vastleggen van een levend konijnenhart met ons supersnelle 3D videobeeldvormingssysteem. Het hart klopt ongeveer 200 keer per minuut. De 3D opnamefrequentie was 166 Hz met een beeldresolutie van 576 x 576. Zie11 voor meer details.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Deze hoogwaardige, real-time to supersnelle 3D-video-imagingtechnologie is een platformtechnologie die potentieel baat kan hebben bij talrijke en diverse wetenschappelijke velden, van biowetenschappen tot technische praktijken. Biomedische toepassingen omvatten precisiemetingen van gezichtsbewegingen en orgaanoppervlakken. Andere toepassingen omvatten 3D geautomatiseerde kwaliteitscontrole met detectie van vervormde oppervlaktekenmerken; 3D verbeterde videoconferenties; gedetailleerde digitalisering van gezichtskenmerken voor films en videogames; dichte en snelle vervormingsmetingen voor het ontwerp en de analyse van structuren; en vloeistofoppervlaktekarakterisering. Veel biologische en technische toepassingen (bijv. kloppende konijnenharten, vloeistofdrukgolven) vereisen de supersnelle beeldsnelheid van een binair defocus-systeem om functies correct op te lossen zonder aliasing-artefacten. 

Desondanks blijven er veel uitdagingen voor de wijdverbreide adoptie van deze technologie. Conventionele DFP-technologie vereist dat de projector 8-bits grijstinten sinusoïdale patroonpatronen weergeeft. De snelheid van deze techniek wordt beperkt door de verversingssnelheid van de projector (meestal 120 Hz). Deze snelheid is voldoende voor trage opname zoals bij gezichtsuitdrukkingen. Er bestaan echter talrijke toepassingen die snellere opnamefrequenties vereisen.

Binair defocus-technologie heeft deze snelheidsbeperking ontzien en we hebben met succes een supersnelle 3D-video-imagingsysteem gemaakt. Dit systeem heeft echter twee nadelen. Ten eerste vereist het een dure projector zoals het DLP Discovery-platform en een dure hogesnelheidsvideocamera zoals de Vision Research Phantom v9.1. Ten tweede heeft de binaire defocus-techniek moeite met het genereren van sinusoïdale randen van dezelfde kwaliteit als de traditionele DFP-techniek en een verminderd dieptemeetbereik (voor verdere uitleg, zie23), omdat het sinusoïdale patronen genereert via het defocus van vierkante binaire patronen. Recent onderzoek geeft aan dat dithered binaire sinusoïdale patronen de beperkingen op het dieptemeetbereik aanzienlijk kunnen verlichten19. Toekomstig onderzoek zal zich richten op het overwinnen van de resterende problemen met behoud van de voordelen van binair defocus. 

Een andere uitdaging is het comprimeren en opslaan van de grote hoeveelheid gegevens die wordt gegenereerd door snelle, hoogwaardige 3D-video-imagingsystemen. Ongecomprimeerde 3D-video's zijn drastisch groter dan ongecomprimeerde 2D-video's. Bijvoorbeeld, voor een 3D-video opgenomen op 30 Hz gedurende 1 minuut met een resolutie van 640 x 480, zou de.OBJ-bestandsgrootte meer dan 50 GB kunnen zijn, waardoor het extreem moeilijk wordt om op te slaan. Aangezien er weinig vooruitgang is geboekt op het gebied van 3D-videocompressie, zullen we ons hier in de toekomst op blijven richten.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

De auteurs hebben geen concurrerende financiële belangen.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dit onderzoek was een gecumuleerde inspanning die meer dan 10 jaar geleden begon toen Dr. Zhang een afgestudeerde student was aan de Stony Brook University. De huidige en eerdere studenten in ons team aan de Iowa State University hebben enorm bijgedragen aan het bevorderen van deze technologie tot waar deze nu staat. Dit werk werd gedeeltelijk gesponsord door de National Science Foundation onder projectnummer CMMI 1150711, en de William en Virginia Binger Foundation.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments

Geen materialen of apparatuur gebruikt.

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Salvi, J., Fernandez, S., Pribanic, T., Llado, X. A state of the art in structured light patterns for surface profilometry. Patt. Recogn. 43, 2666-2680 (2010).
  2. Gorthi, S. S., Rastogi, P. Fringe projection techniques: Whither we are. Opt. Laser Eng. 48 (2), 133-140 (2010).
  3. Zhang, S. Recent progresses on real-time 3-D shape measurement using digital fringe projection techniques. Opt. Laser Eng. 48 (2), 149-158 (2010).
  4. Su, X., Zhang, Q. Dynamic 3-D shape measurement method: A review. Opt. Laser Eng. 48 (2), 191-204 (2010).
  5. Geng, J. Structured-light 3D surface imaging: a tutorial. Adv. Opt. Photonics. 3 (2), 128-160 (2011).
  6. Zhang, S., Yau, S. -T. High-resolution, real-time 3-D absolute coordinate measurement based on a phase-shifting method. Opt. Express. 14 (7), 2644-2649 (2006).
  7. Zhang, S., Royer, D., Yau, S. -T. GPU-assisted high-resolution, real-time 3-D shape measurement. Opt. Express. 14 (20), 9120-9129 (2006).
  8. Lei, S., Zhang, S. Flexible 3-D shape measurement using projector defocusing. Opt. Lett. 34 (20), 3080-3082 (2009).
  9. Mehta, R. P., Zhang, S., Hadlock, T. A. Novel 3-D video for quantification of facial movement. Otolaryngol. Head Neck Surg. 138 (4), 468-472 (2008).
  10. Wang, Y., et al. High resolution acquisition, learning and transfer of dynamic 3D facial expressions. Comput. Graph. Forum. 23 (3), (2004).
  11. Laughner, J. I., Zhang, S., Li, H., Efimov, I. R. Mapping cardiac surface mechanics with structured light imaging. Am. J. Physiol. Heart Circ. Physiol. , in press (2012).
  12. Ekstrand, L., Wang, Y., Karpinsky, N., Zhang, S. Superfast 3D profilometry with digital fringe projection and phase-shifting techniques. Handbook of 3-D machine vision: Optical metrology and imaging. , Taylor & Francis. Boca Raton, FL. (2012).
  13. Zhang, S., Huang, P. S. High-resolution real-time three-dimensional shape measurement. Opt. Eng. 45 (12), 123-601 (2006).
  14. Li, Y., Zhao, C., Qian, Y., Wang, H., Jin, H. High-speed and dense three-dimensional surface acquisition using defocused binary patterns for spatially isolated objects. Opt. Express. 18, 21-635 (2010).
  15. Wang, Y., Zhang, S. Superfast multifrequency phase-shifting technique with optimal pulse width modulation. Opt. Express. 19 (6), 5143-5148 (2011).
  16. Zhang, S., Huang, P. S. Novel method for structured light system calibration. Opt. Eng. 45 (8), 083601(2006).
  17. Merner, L., Wang, Y., Zhang, S. Accurate calibration for 3D shape measurement system using a binary defocusing technique. Opt. Laser Eng. 51 (5), 514-519 (2013).
  18. Optical Shop Testing. Malacara, D. , 3rd, John Wiley and Sons. New York. (2007).
  19. Wang, Y., Zhang, S. Three-dimensional shape measurement with binary dithered patterns. Appl. Opt. 51 (27), 6631-6636 (2012).
  20. Ekstrand, L., Zhang, S. Autoexposure for three-dimensional shape measurement with a digital-light-processing projector. Opt. Eng. 50 (12), 123-603 (2011).
  21. Huang, P. S., Zhang, S. Fast three-step phase-shifting algorithm. Appl. Opt. 45 (21), 5086-5091 (2006).
  22. Zhang, S., Li, X., Yau, S. -T. Multilevel quality-guided phase unwrapping algorithm for real-time 3-D shape reconstruction. Appl. Opt. 46 (1), 50-57 (2007).
  23. Xu, Y., Ekstrand, L., Dai, J., Zhang, S. Phase error compensation for 3-D shape measurement with projector defocusing. Appl. Opt. 50 (18), 2572-2581 (2011).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Digital Fringe Projection3D Video ImagingPhase Shifting AlgorithmBinary DefocusingHigh Speed ImagingTriangulation MethodSurface MeasurementGraphics Processing UnitCalibration PlaneDepth Reconstruction

Related Articles