基于二维经验模态分解的五步非等步在线三维检测

提出一种基于二维经验模态分解(2DEMD)的像素匹配方法,并结合五步非等步算法应用于在线三维面形测量中。将一正弦条纹投影到在线匀速运动的待测物体上,物体运动产生等效相移,在一个条纹周期范围内任意采集五帧变形条纹图。采用2DEMD方法对变形条纹图进行分解,可以得到与待测物体形貌变化一致的模态图像,通过大津法对其进行二值化处理,并截取可靠性较高的区域作为像素匹配模板进行像素匹配,使各帧条纹图中物点一一对应并计算出相应的等效相移量。再利用五步非等步相移算法解相可得到截断相位,采用相位展开算法得到连续相位,利用相位高度映射公式可恢复出被测物体的三维面形。计算机模拟与实验验证了该方法的有效性。