Dijital Fringe Projeksiyon Teknikleri ile Yüksek Çözünürlüklü, Yüksek Hızlı, Üç Boyutlu Video Görüntüleme

Summary

Bu videoda, dinamik olarak değişen yüzeylerin yoğun 3D ölçümlerini sağlayan dijital saçak projeksiyon tekniklerinin temelleri açıklanmaktadır. Ayrıca, bu tekniklere dayalı yüksek hızlı bir ikili bulanıklaştırma sisteminin tasarımını ve çalışmasını da gösterir.

Abstract

Dijital saçak projeksiyon (DFP) teknikleri, dinamik olarak değişen yüzeylerin yoğun 3D ölçümlerini sağlar. İnsan gözü ve beyni gibi, DFP de derinliği hesaplamak için aynı sahnenin farklı açılardaki iki görünümündeki eşleşen noktalar arasında üçgenleme kullanır. Ancak, stereo tabanlı bir yöntemden farklı olarak DFP, kameralardan birinin yerini almak için bir dijital video projektörü kullanır¹. Projektör, bilinen bir sinüzoidal deseni konuya hızlı bir şekilde yansıtır ve konunun yüzeyi, kameranın görüş alanındaki bu desenleri bozar. Üçgenleme kullanarak derinliği hesaplamak için kameradan alınan üç bozuk desen (saçak görüntüleri) kullanılabilir.

Diğer 3D ölçüm yöntemlerinden farklı olarak, DFP teknikleri daha hızlı, ekipman maliyetinde daha düşük, daha esnek ve geliştirilmesi daha kolay olan sistemlere yol açar. DFP sistemleri, kamerayla aynı ölçüm çözünürlüğünü de elde edebilir. Bu nedenle, DFP ve diğer dijital yapılandırılmış ışık teknikleri son zamanlarda yoğun araştırmaların odak noktası olmuştur (^1-5'te özetlendiği gibi)). DFP, grafik işleme birimi ve optimize edilmiş algoritmalardan yararlanarak, kare başına 300.000'den fazla ölçüm noktası için 30 Hz 3D video veri toplama, yeniden yapılandırma ve görüntüleme yeteneğine sahip bir sistem geliştirdik^6,7. İkili bulanıklaştırma DFP yöntemleri daha da yüksek hızlara ulaşabilir⁸.

Farklı uygulamalar DFP tekniklerinden yararlanabilir. İşbirlikçilerimiz sistemlerimizi yüz fonksiyon analizi 9, yüz animasyonu¹⁰, kardiyak mekanik çalışmaları¹¹ ve sıvı yüzeyi ölçümleri için kullanmışlardır, ancak başka birçok potansiyel uygulama mevcuttur. Bu video, DFP tekniklerinin temellerini öğretecek ve ikili bir bulanıklaştırma DFP sisteminin tasarımını ve çalışmasını gösterecektir.

Introduction

Dijital saçak projeksiyon (DFP) teknikleri, aynı sahnenin farklı açılardaki iki görüntüsü arasındaki korelasyon ve üçgenlemeye dayanır, aynı prensip insan gözü ve beyni tarafından stereo görüş elde etmek için kullanılır. Ancak, stereo tabanlı bir yöntemden farklı olarak DFP, kameralardan birini değiştirmek için bir dijital video projektörü kullanır¹. Projektör, nesnenin yüzeyinin kameranın görüşünde deforme ettiği nesneye bilinen bir sinüzoidal deseni hızla yansıtır. Birbirinden farklı faz kaymalarına sahip bu tür üç çarpık desen (saçak görüntüleri), üçgenleme yoluyla derinliği elde etmek için analiz edilebilir. Bilinen bir modelin kullanılması, yazışma noktalarını tanımlamanın zor hesaplama problemini ortadan kaldırarak kamera çözünürlüğünde derinlik ölçümlerinin yakalanmasına olanak tanır. Örneğin, 576 x 576 kamera ile teknik 331.776 nokta yakalayabilir. Bu, DFP sistemlerinin insan duygularındaki yüz kaslarının hareketi gibi çok ince ayrıntıları ölçmesine olanak tanır.

Statik veya yarı statik olaylar için 3D optik görüntüleme teknikleri, son birkaç on yılda kapsamlı bir şekilde incelenmiş ve video oyun tasarımı, animasyon, filmler, müzik videoları, sanal gerçeklik, telecerrahi ve birçok mühendislik disiplininde büyük başarı elde etmiştir⁵. Çok sayıda 3D profilometri tekniği mevcut olmasına rağmen, bunlar iki kategoriye ayrılabilir: yüzey temas yöntemleri ve yüzey temassız yöntemler. Hem koordinat ölçüm makinesi (CMM) hem de atomik kuvvet mikroskobu (AFM), yüksek doğrulukta 3D profiller elde etmek için ölçüm yüzeyi ile temas gerektirir. Bu gereklilik, iletişim yöntemlerinin hızına ciddi kısıtlamalar getirir. Tarama başına binlerce nokta ile kHz ölçüm hızına ulaşamazlar.

Yüzey temassız teknikler tipik olarak optik üçgenleme yöntemlerini kullanır (örn. stereo görüş, uzay-zaman stereo, yapılandırılmış ışık). Bilinen desenleri nesnelere aktif olarak yansıtarak, güçlü yerel doku varyasyonları olmadan yüzeyleri ölçmek için yapılandırılmış ışık teknikleri kullanılabilir¹. Saçak analizi, sinüzoidal yapılı desenleri (saçak desenleri olarak da bilinir) kullanan özel bir yapılandırılmış ışık teknikleri grubudur. Bu desenler, bilinen bir şekilde noktadan noktaya sürekli olarak değişen yoğunluklara sahip olduğundan, yapılandırılmış ışık tekniklerini projektör piksel çözünürlüğünden kamera piksel çözünürlüğüne^{yükseltir 12}. Yakın geçmişte, saçak analiz teknikleri, yüksek çözünürlüklü 3D görüntüleme elde etmede etkili oldu.

Dijital saçak projeksiyonu (DFP) tekniği, sinüzoidal saçak desenleri oluşturmak için dijital video projektörlerini kullanır. Bu teknik, daha düşük maliyet, daha yüksek hız ve geliştirme basitliği gibi avantajlara sahiptir ve son on yılda çok aktif bir araştırma alanı olmuştur. DFP ve benzeri dijital yapılandırılmış ışık tekniklerindeki son gelişmeler^1-5'te özetlenmiştir. Yüksek hızlı uygulamalar elde etmek için, temel çalışma mekanizması nedeniyle dijital ışık işleme (DLP) projektörü tercih edilir. Bu tekniğin hızı ve esnekliği, 3 Hz'de 40D video elde etmemizi ^{sağladı 13} ve daha sonra 60 Hz'de ^6,7.

Bununla birlikte, geleneksel DFP tekniği için temel bir hız sınırı vardır. Bir DLP projektör, maksimum yenileme hızında (tipik olarak 120 Hz) yalnızca 8 bit renkli görüntüleri değiştirebilir. Geleneksel saçak desenleri 8 bitlik gri tonlamalı görüntüler olduğundan, bunlardan üçünü kırmızı, yeşil ve mavi renk kanalları olarak tek bir renkli görüntüye kodlayabiliriz. Projektör, her kanalı (ve dolayısıyla her bir saçak desenini) yenileme hızının üç katında (tipik olarak 360 Hz) değiştirecektir. Bununla birlikte, her 3D video karesi üç kenar deseni gerektirdiğinden, maksimum 3D video yakalama hızı hala yalnızca yenileme hızıdır (120 Hz)^3,14. Bu donanım sınırlamasını aşmak için, ikili bulanıklaştırma^8'i kullanan değiştirilmiş bir DFP tekniği icat ettik. Bu teknik, 8 bitlik gri tonlamalı saçak desenleri yerine, bilgisayar tarafından oluşturulan 1 bitlik ikili yapılandırılmış desenler kullanır. Bu desenler, DFP için sahte sinüzoidal desenler haline gelmek üzere projektör lensi kullanılarak bulanıklaştırılır. DLP projektörler, ikili görüntüleri 8 bit gri tonlamalı görüntülerden çok daha hızlı görüntüleyebildiğinden, ikili bulanıklaştırma teknolojisi, geleneksel DFP teknikleriyle aynı çözünürlükte onlarca kilohertz 3D video görüntüleme hızına izin verir¹⁵.

Aşağıdaki protokolün genel amacı, ikili bulanıklaştırma üç adımlı faz kaydırmalı DFP sisteminin temel uygulamasını ve çalışmasını göstermektir. İlk olarak, protokol gerekli bileşenlerin seçimini ve entegrasyonunu kapsayacaktır. Ardından, sistem için en basit, en kolay erişilebilir kalibrasyon yöntemini tartışacaktır; Spesifik uygulamalar için literatürde daha karmaşık kalibrasyon yöntemleri mevcuttur^16,17. Protokol daha sonra sistemle 3D video yakalama prosedürüne ve saçak görüntülerini görselleştirilmiş 3D ölçümlere dönüştürme sürecine odaklanacaktır. Son olarak, gerçek zamanlı ve yüksek hızlı sistemlerimizden bazı temsili sonuçlar sunacağız.

Protocol

1. Sistem Yapılandırması

Sistemin bir şeması Şekil 1'de gösterilmiştir.

1. Projeksiyon için saçak desenleri oluşturun. Bunlar, MATLAB, OpenCV veya QT gibi bir görüntü programlama ortamı kullanılarak önceden hazırlanabilir.^{Desenleri, 18'deki} üç aşamalı faz kaydırma algoritmasına göre oluşturun. Faz ofsetinde birbirinden 2π/3 kaydırılmış üç görüntü yapın. İkili bulanıklaştırma için,^19'da açıklandığı gibi yalnızca siyah beyaz pikseller kullanarak sinüzoidal desenler oluşturmak için bir renk taklidi tekniği kullanın.
2. Dijital ışık işleme projektörünü seçin. Yüksek hızlı ikili bulanıklaştırma sistemi, ALP High Speed modülüne sahip DLP LightCommander gibi daha hızlı ve özel bir projektör gerektirir. Kenar görüntülerini yansıtmak için ikili veya tek renkli ayarı kullandığınızdan emin olun. Görüntü değerleri tamamen açık veya kapalı olduğundan, doğrusal olmama ayarlamaları gerekli değildir. Faz kaydırma modellerini yüklemek için projektörün yazılım programını kullanın.
3. Kamerayı seçin. Sistem için doğru yakalama hızına sahip siyah beyaz bir CCD veya CMOS kamera seçin. 3D çekim için renkli kameralardan kaçının çünkü renk gerekli değildir ve renkli kameralar doğrusal olmama ve gama ayarlamaları gerektirir. Kameranın her 3D video karesi için tüm kenar görüntüleri setini yakalaması gerekeceğini unutmayın. Yüksek kaliteli sinüzoidal sistemler, projektör ve kamera arasında hassas senkronizasyon gerektirir; İkili bulanıklaştırma sistemleri için bu gereksinim daha rahattır²⁰.
4. İstenen maksimum (x, y) aralığı ve projektör ile nesneye olan mesafeyi (d₀) belirleyin. Uygulama için anlamlı bir aralık seçin, ancak optik sınır etkilerini azaltmak için alanın konudan biraz daha büyük olduğundan emin olun. Bir projektörün ışık çıkışı bir hata olduğundan, bu (x, y) aralığı d_0'ı yönlendirecektir. İstenen (x, y) aralık bulunana kadar projektörü büyük bir düz projeksiyon yüzeyine göre hareket ettirin, ardından bir mezura ile d_0'ı ölçün.
5. Uygun odak uzaklığına sahip kamera merceğini seçin. Kameranın sensör boyutunu kullanarak, d₀ mesafesindeki görüş alanı istenen görüntüleme aralığı (x, y) ile aynı olacak şekilde odak uzaklığını bulun.
6. Projektör ve kamera arasındaki ayırma mesafesini belirleyin. Burada gürültü ve gölgeleme arasında bir değiş tokuş meydana gelir. Bu bileşenler arasındaki büyük bir açıda, özellik noktaları arasındaki üçgenleme daha belirgindir, ancak kameranın perspektifinden daha fazla özellik gölgede kaybolur. Küçük bir açıyla, üçgenleme zorlaşır ve sonuçlardaki gürültüyü artırır. Tipik olarak, 10-15° iyi bir uzlaşmadır.

2. Sistem Kalibrasyonu

Bu referans düzlemi kalibrasyonu, sistem için en basit ve en kolay erişilebilir kalibrasyon yöntemidir. Bu nedenle, başlamak için en iyisidir. Spesifik sinüzoidal¹⁶ ve ikili bulanıklaştırma¹⁷ uygulamaları için literatürde daha doğru kalibrasyon yöntemleri mevcuttur. Maksimum doğruluk için kalibrasyon, veri yakalamadan hemen önce yapılmalıdır. Kalibrasyondan sonra kamera ve projektör birbirine göre yer değiştirmemelidir.

1. Projektörü odaklayın/bulanıklaştırın. Görüntüleme düzlemindeki desenler yüksek kaliteli sinüzoidlere benzeyene kadar projeksiyon merceğini dikkatlice bulanıklaştırın. Bu, veri kalitesinin incelenmesi (Bölüm 4) ve merceğin ayarlanması için yinelemeli bir süreç gerektirebilir.
2. Bir referans düzleminin uç görüntülerini yakalayın. Projektörün odak düzlemine ve kameranın görüş alanına düz beyaz bir tahta yerleştirin. 3/16 inç (5 mm) kalınlığında beyaz köpük çekirdek levha, sisteme bakan yüzeyin parlak veya önemli ölçüde lekeli veya yırtık olmaması koşuluyla iyi çalışır. Veri işleme adımı için bu panonun kenar görüntülerini kaydedin ve kaydedin.
3. Bilinen boyutlara sahip bir referans nesnesinin kenar görüntülerini yakalayın. Bu adım için, sert bir köpük küp basit bir örnektir. Küpü dağıtmak için 1/16 inç (1,5 mm) beyaz yapışkan köpükle karelerle kaplayın. Kameranın görüş alanındaki kameranın odak düzlemine yerleştirin ve işleme adımı için kenar görüntüleri kaydedin.

3. Veri Toplama

1. Nesneyi yerleştirin veya özneyi kameranın odak düzlemine oturmaya davet edin. Bir insan denek için, projektör ışığının parlak olabileceği konusunda onu uyarın. Yabancı çevreyi gizlemek için nesnenin arkasında siyah bir kumaş zemin kullanılabilir.
2. Işık seviyesini optimize etmek için kamera diyaframını ayarlayın. Örnek saçak görüntüleri mümkün olduğunca parlak olmalı, ancak doygun olmamalıdır. Karanlık görüntüler çok fazla parazite sahip olurken, görüntülerdeki doygun alanlar (maksimum parlaklığın önemli bölgeleri) doygun bölgede ayrıntı kaybına neden olur.
3. İstenilen sayıda kare yakalayın. Hem konu hem de kalibrasyon veri kümeleri için yakalanan tüm görüntüleri tutacak kadar büyük bir sabit sürücü getirdiğinizden emin olun. İle . OBJ dosya formatı, 30 x 1 çözünürlükte 640 Hz'de 480 Hz'de kaydedilen bir 3D video 50 GB'ın üzerinde olabilir.

4. Veri Analizi ve Görselleştirme

Şirket içi GUI'miz gibi hız için optimize edilmiş yazılımlarla, bu adım veri yakalama sırasında gerçekleşebilir. Gerçek zamanlı işleme, kullanıcının elde edilen verilerin uygulama için istenip istenmediğini hemen tespit etmesine ve gerekirse ayarlamasına olanak tanır. Bununla birlikte, işlem sonrası daha esnek ve doğruluk açısından daha yüksek olabilir. İşlem sonrası işlemin uygulanması da çok daha basittir ve başlamak için en iyi yerdir.

1. Hem kalibrasyon hem de konu verileri için sarmalanmış fazı hesaplayın. ^18'deki üç aşamalı faz kaydırma algoritmasında faz, kosinüs fonksiyonu içindeki bir noktanın konumunu tanımlar. Üç denklemimiz ve üç bilinmeyenimiz olduğundan, her noktadaki faz için adım 1.1'deki saçak görüntülerini oluşturmak için kullanılan denklemleri çözebiliriz. Arktanjant fonksiyonu nedeniyle, hesaplanan faz (-π, π] aralığındadır; bu nedenle buna "sarılmış faz" denir. İşlem hızını artırmak için,^21'de tartışılan hızlı bir faz sarma algoritması geliştirdik.
2. Faz haritalarını açın. Fazdaki 2π sıçramalarını algılayan ve 2π'nin katlarını ekleyerek veya çıkararak bunları kaldıran bir faz açma algoritması benimseyin. Fazı sağlam ve hızlı bir şekilde açmak için^{önceki sistemlerde 22'de} hızlı algoritmayı kullandık. Videoda, farklı frekanslarda üç faz kaydırmalı desenden oluşan ek setler kullanan^15'te açıklanan çoklu frekans tekniğini gösteriyoruz. Her üçlü setten sarılmış faz haritaları, tek bir sarılmamış faz haritasını sağlam bir şekilde elde etmek için birleştirilebilir. Bu teknik, ikili bulanıklaştırma ile doğru çekim için derinlik aralığını artırır.
3. İsteğe bağlı: 2B dokuyu hesaplayın. Üç komşu saçak görüntüsünün ortalama setleri, saçak çizgilerini yıkar ve 2B doku haritasını oluşturur. Bu, istenirse görselleştirme sırasında 3D verilere eşlenebilir.
4. Sarılmamış faz haritalarını derinliğe dönüştürün. ^23'te açıklandığı gibi, kalibrasyon küpü için derinlik, kalibrasyon küpü faz haritası ile referans düzlemi faz haritası arasındaki fark olarak hesaplanabilir. Doğru derinlik ölçeklendirme faktörü c_0'ı hesaplamak için bu hesaplanan derinliği bilinen derinlikle karşılaştırın. Ardından, referans düzlemi fazını deneğin fazından çıkararak ve sonuçları c₀ ile çarparak konunun derinliğini hesaplayın.
5. X ve y koordinatlarını hesaplayın. Kalibrasyon küpü derinlik haritasına ölçeklendirme faktörü c_0'ı uygulayın. Piksel cinsinden küp boyutlarından xy düzleminde bilinen küp boyutlarına dönüştürme faktörünü ρ belirleyin. X ve y koordinatlarını hesaplamak için konu verilerindeki piksel sayısını ρ ile çarpın.
6. Verileri görselleştirin. Bireysel çerçeveler şirket içi formatımızda kaydedilebilir ve basit MATLAB koduyla görüntülenebilir veya . OBJ formatında ve Blender gibi ticari bir 3D modelleme programı ile görüntülenmiştir. Her çerçevede büyük miktarda veri olması nedeniyle, bu uygulamalar bazı bilgisayarlarda yavaş olabilir. Daha fazla duyarlılık veya canlı video gösterimi için, OpenGL veya Direct3D gibi bir bilgisayar grafik kitaplığı kullanarak yazılım yazın. Bu yazılım, sarmalanmamış fazdan x, y ve z koordinatlarını hızlı bir şekilde oluşturmak, bir üçgen ağ oluşturmak, aydınlatma normallerini hesaplamak ve sonuçları görüntülemek için grafik işleme biriminden (GPU) yararlanabilir. GPU'yu kullanarak, kare başına yaklaşık 300.000 nokta ile 30 Hz'e kadar canlı 3D veri görselleştirmesi elde ettik.

Results

Şekil 1, sistemin şemasını göstermektedir. Bu videodaki yüksek hızlı ikili bulanıklaştırma sistemi, bir Logic PD DLP LightCommander projektör ve bir Phantom v9.1 CMOS kameradan oluşur.

Şekil 2, bir insan yüzünün 3B gerçek zamanlı sistemimizden tek bir kare sunar. Bu sistem 640 x 480 kamera kullanır. Yukarıda bahsedilen bilinen sinüzoidal model sayesinde, çok ince detayları kaydetmek için yeterli çözünürlük olan 640 x 480 = 307.200 ölçümü yakalayabiliriz.

Şekil 3, insan yüz ifadelerini 60 Hz'de 3D olarak ölçmenin bir örneğini göstermektedir. Burada, bir video dizisinden seçilen dört kare, gerçek zamanlı sistemin ince ayrıntılı geometrideki dinamik değişiklikleri yakalama yeteneğini açıkça göstermektedir.

Şekil 4, gerçek zamanlı ikili bulanıklaştırma 3D video sistemimizle birlikte kullanılan canlı görselleştirme yazılımımızı göstermektedir. Deneğin 3D olarak yakalanan videosu, sağındaki bilgisayar monitöründe gerçek zamanlı olarak görüntülenir. Bu yazılım, OpenGL kitaplığı, GLSL ve QT kullanılarak C++ ile yazılmıştır. Kullanılan bilgisayar bir Lenovo dizüstü bilgisayardır.

Şekil 5, yeni geliştirdiğimiz süper hızlı ikili bulanıklaştırma sistemimizle canlı tavşan kalbi ölçümünden elde edilen 3B kareleri göstermektedir. Bu sistem, 576 x 576 görüntü çözünürlüğü ile 667 Hz'de 3D kareler kaydedebilir. Hareketin neden olduğu artefaktlar olmadan kalp yüzeyini ölçmek için süper hızlı bir hız gereklidir. Kalp ölçümü araştırması, Washington Üniversitesi-St. Louis (daha fazla ayrıntı için^11'e bakın); Tavşanın insancıl bir şekilde öldürüldüğünü ve görüntülerin kalbi hala atarken çekildiğini unutmayın.

Şekil 1.3D video görüntüleme sisteminin yerleşimi. Bu sistemde, yüksek hızlı bir DLP projektör, nesneye hızlı bir şekilde art arda üç ikili titreyen faz kaydırmalı görüntü yansıtır. Derinliğin hesaplanması için üç uç görüntüyü tek tek yakalamak için yüksek hızlı bir CMOS kamera kullanılır.

Şekil 2.640 x 480 çözünürlükte bir insan yüzünün 3D ölçümleri, ince detayları ortaya çıkarır. Soldan sağa, geometriyle mükemmel bir şekilde hizalanmış aynı anda yakalanan dokuyu, geometrinin gölgeli bir görünümünü, noktaların yoğunluğunu gösteren tel kafes görünümünü, burun bölgesinin yakından görünümünü ve göz bölgesinin yakından görünümünü gösterir.

Şekil 3.Bir yüz ifadesinin oluşumunun 3D videosundan seçilen dört kare.Video, 640 x 480 çözünürlükte 60 Hz'de çekildi. Bu kareler, nötr bir ifadeden gülümsemeye geçerken kadının yüzündeki geometrik değişiklikleri vurguluyor.

Şekil 4.Canlı 3D video yakalama, işleme ve işleme. 3D ölçümler, öznenin sağındaki bilgisayar ekranında gerçek zamanlı olarak görüntülenir.

Şekil 5.Süper hızlı 3D video görüntüleme sistemimizle canlı bir tavşan kalbi yakalamak. Kalp yaklaşık 200 atım/dk ile atıyor. 3D yakalama hızı, 576 x 576 görüntü çözünürlüğü ile 166 Hz idi. Daha fazla ayrıntı için^11'e bakın.

Discussion

Bu yüksek çözünürlüklü, gerçek zamanlıdan süper hızlıya kadar 3D video görüntüleme teknolojisi, biyolojik bilimden mühendislik uygulamalarına kadar çok sayıda ve çeşitli bilimsel alana potansiyel olarak fayda sağlayabilecek bir platform teknolojisidir. Biyomedikal uygulamalar, yüz hareketlerinin ve organ yüzeylerinin hassas ölçümlerini içerir. Diğer uygulamalar arasında, çarpık yüzey özelliklerinin tespiti ile 3D otomatik kalite kontrolü; 3D geliştirilmiş video konferans; filmler ve video oyunları için yüz özelliklerinin ayrıntılı dijitalleştirilmesi; yapıların tasarımı ve analizi için yoğun ve hızlı deformasyon ölçümleri; ve akışkan yüzey karakterizasyonu. Birçok biyolojik ve mühendislik uygulaması (örneğin , atan tavşan kalpleri, sıvı şok dalgaları), artefaktları örtüşmeden özellikleri doğru bir şekilde çözmek için ikili bir bulanıklaştırma sisteminin süper hızlı görüntüleme hızlarını gerektirir.

Bununla birlikte, bu teknolojinin yaygın olarak benimsenmesi için birçok zorluk bulunmaktadır. Geleneksel DFP teknolojisi, projektörün 8 bit gri tonlamalı sinüzoidal saçak desenlerini göstermesini gerektirir. Bu tekniğin hızı, projektörün yenileme hızı (genellikle 120 Hz) ile sınırlıdır. Bu hız, yüz ifadelerinde olduğu gibi yavaş çekim yakalama için yeterlidir. Ancak, Daha hızlı yakalama oranları gerektiren çok sayıda uygulama mevcuttur.

İkili odak çözme teknolojisi bu hız sınırlamasını gevşetti ve süper hızlı bir 3D video görüntüleme sistemi oluşturmayı başardık. Ancak, bu sistemin iki dezavantajı vardır. İlk olarak, DLP Discovery platformu gibi pahalı bir projektör ve Vision Research Phantom v9.1 gibi pahalı bir yüksek hızlı video kamera gerektirir. İkincisi, kare ikili desenlerin odaklanmaması yoluyla sinüzoidal desenler oluşturduğu için, ikili bulanıklaştırma tekniği, geleneksel DFP tekniği ile aynı kalitede sinüzoidal saçaklar ve azaltılmış bir derinlik ölçüm aralığı oluşturmakta zorluk çeker (daha fazla açıklama için bkz.²³). Son araştırmalar, titrek ikili sinüzoidal paternlerin derinlik ölçüm aralığı¹⁹ üzerindeki sınırlamaları önemli ölçüde hafifletebileceğini göstermektedir. Gelecekteki araştırmalar, ikili bulanıklaştırmanın yararlarını korurken kalan sorunların üstesinden gelmeye odaklanacaktır.

Diğer bir zorluk, yüksek hızlı, yüksek çözünürlüklü 3D video görüntüleme sistemleri tarafından üretilen büyük miktarda veriyi sıkıştırmak ve depolamaktır. Sıkıştırılmamış 3D videolar, sıkıştırılmamış 2D videolardan çok daha büyüktür. Örneğin, 640 x 480 çözünürlükte 1 dakika boyunca 30 Hz'de kaydedilen bir 3D video için, . OBJ dosya boyutu 50 GB'ın üzerinde olabilir ve bu da depolamayı son derece zorlaştırır. 3D video sıkıştırma alanında çok az ilerleme kaydedildiğinden, gelecekte buna odaklanmaya devam edeceğiz.

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Malzeme veya ekipman kullanılmadı.