O algoritmo ideal para eliminar erro não linear na fotometria de medição de fase baseado em função de característica de fase estatística global

Resumo Em um sistema digital de projeção de franjas estruturadas, o erro de fase não linear é gerado pelo efeito gama tanto do projetor, câmera e outros dispositivos eletrônicos. Um dos métodos existentes de correção não linear é a correção ativa projetando franjas ideais o máximo possível, e o outro é a compensação passiva após capturar franjas aberrantes. O primeiro tem maior precisão, mas precisa capturar um grande número de padrões de franjas, enquanto o segundo não precisa de muitos padrões de franjas, mas é não apenas grandemente afetado por ruído aleatório e efeitos de desfoque, mas também tem baixa precisão. Neste artigo, um algoritmo ideal para eliminar erro não linear baseado na função de característica de fase estatística global (GSPF) é proposto. A distribuição de fase pode ser estimada a partir da diferença entre a função de distribuição cumulativa global (CDF) e a CDF normalizada. Para um padrão de franja ideal sem erro não linear e um padrão de franja com erro não linear, a região envolta pela CDF normalizada do eixo x é muito menor do que a região envolta pela CDF global do eixo x, e quanto maior o erro não linear, maior a diferença entre os dois. Portanto, a GSPF pode ser usada para correção de erro não linear. Em seguida, a correção ideal de erro não linear é realizada com base na mínima diferença entre a entropia de fase compensada e a entropia de fase ideal. O método não requer muitos passos de deslocamento de fase, e apenas três padrões de franja são necessários para realizar uma correção precisa e robusta. Resultados experimentais mostram que o método é rápido, altamente preciso e robusto. Usando esta técnica, medições de alta precisão podem ser alcançadas com o tradicional algoritmo de deslocamento de fase em três etapas.