OEE封面 | 软硬结合突破限制：AI赋能超高分辨率相位测量轮廓术【浙江师范大学李勇教授研究团队】

研究背景

浙江师范大学信息光学研究所李勇教授研究团队提出了一种结合条纹像素重映射与深度学习的新方法，突破投影仪物理硬件的限制，实现高分辨率、高精度条纹投影三维成像。首先对PMP系统中条纹的传递过程进行了建模分析，得出结论：对于投影的条纹，采样频率越高，条纹的高次谐波能量越低；投影仪离焦进一步降低高次谐波能量。接着分析了菱形像素DLP投影仪的像素映射规律，提出通过像素重映射设计具有列交错菱形直线像素排列的条纹图案来提高垂直条纹采样频率，同时减轻条纹边缘的锯齿失真。然后采用深度神经网络（DNN）的方法来平滑拍摄的条纹图像，同时最大限度保留物体的细节。方法的关键之一是网络输出真值的构建。通过离焦投影来模糊投影仪的像素结构，获得光滑的投影条纹。为解决离焦后投影条纹对比度低，拍摄的变形条纹信噪比低的问题，提出先采用32步标准相移法来高质量地获得变形条纹的背景、对比度及相位等参数，再通过调整背景和对比度，重新生成高对比度、高信噪比变形条纹的方法来构建高质量的网络输出真值。最后构建并训练了结合残差网络与UNet架构的DNN，学习离焦条纹投影三维成像中条纹传递的映射关系，实现条纹的平滑。实验结果表明，采用提出的方法，相位测量精度显著提高，同时很好地保留了目标物体的细节。研究成果为超高分辨率高精度PMP提供了参考。

该工作以“菱形像素DLP投影仪对PMP系统精度影响及改善”为题发表在《光电工程》2026年第3期，并被选为封面文章。

所提方法流程

浙江师范大学信息光学研究所（https://opticins.zjnu.edu.cn/）三维显示与智能光场感知团队负责人为李勇教授，浙江省“新世纪151人才工程”第二层次人才。团队在研究所创始人王辉教授的带领下长期致力于全息三维显示、数字全息及结构光照明三维成像等方面研究，取得了一定成果。团队研究成果“计算全息图制作及其缩微输出系统”获浙江省科学技术二等奖，并在国内多家全息印刷企业成功应用，社会效益、经济效益显著。团队在结构光照明高速三维成像方面发表的论文内容被OSA数据库Optics InfoBase选为Image of the week，当月下载量位居TOP5。

研究团队主要成员

编辑 | 彭诗涵 张诗杰

审核 | 杨淇名

转载或合作请联系：gdgc@ioe.ac.cn