基于梯度场的紧致差分最小二乘面形重建算法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于梯度场的紧致差分最小二乘面形重建算法

巫玲, 武从海, 陈念年, 范勇

文章导航 > 红外与激光工程 > 2019 > 48(8): 825002-0825002(6)

巫玲, 武从海, 陈念年, 范勇. 基于梯度场的紧致差分最小二乘面形重建算法[J]. 红外与激光工程, 2019, 48(8): 825002-0825002(6). doi: 10.3788/IRLA201948.0825002

引用本文:

巫玲, 武从海, 陈念年, 范勇. 基于梯度场的紧致差分最小二乘面形重建算法[J]. 红外与激光工程, 2019, 48(8): 825002-0825002(6). doi: 10.3788/IRLA201948.0825002

Wu Ling, Wu Conghai, Chen Niannian, Fan Yong. Least square surface reconstruction method with compact finite difference scheme from measured gradient field[J]. Infrared and Laser Engineering, 2019, 48(8): 825002-0825002(6). doi: 10.3788/IRLA201948.0825002

Citation:

Wu Ling, Wu Conghai, Chen Niannian, Fan Yong. Least square surface reconstruction method with compact finite difference scheme from measured gradient field[J]. Infrared and Laser Engineering, 2019, 48(8): 825002-0825002(6). doi: 10.3788/IRLA201948.0825002

基于梯度场的紧致差分最小二乘面形重建算法

doi: 10.3788/IRLA201948.0825002

1.
西南科技大学计算机科学与技术学院,四川绵阳 621010;
2.
中国空气动力研究与发展中心空气动力学国家重点实验室,四川绵阳 621000

基金项目:

四川省教育厅科技成果转化重大培育项目（14zd1102）;西南科技大学龙山学术人才科研支持计划（17LZX425）

作者简介:
巫玲(1982-),女,讲师,硕士,主要从事光学测量、视觉检测方面的研究。Email:wuling751@126.com

中图分类号: TN247

Least square surface reconstruction method with compact finite difference scheme from measured gradient field

1.
School of Computer Science and Technology,Southwest University of Science and Technology,Mianyang 621010,China;
2.
State Key Laboratory of Aerodynamics,China Aerodynamics Research and Development Center,Mianyang 621000,China

摘要: 为快速准确根据测得的梯度场重建表面面形，针对基于最小二乘全局积分的重建技术，采用紧致差分算子建立全局最优化的代价函数以提高重建精度，将代价函数表示为Sylvester方程，利用Hessenberg-Schur算法求解，将常用最小二乘全局积分技术的空间和时间复杂度分别从O （N2）和O （N3）降低到O （N）和O （N3/2）。实验结果表明：采用四阶精度的紧致差分算子时，文中算法重建精度比高阶截断误差最小二乘积分法（HFLI）和全局最小二乘法（GLS）提高了一个数量级，采用六阶精度的紧致差分算子时重建精度比基于样条的最小二乘积分法（SLI）提高了一个数量级；鲁棒性优于GLS，弱于HFLI和SLI；重建速度显著优于HFLI和SLI，略优于GLS。
- 三维面形重建 /
- 梯度场 /
- 最小二乘全局积分 /
- 紧致差分 /
- Sylvester方程
Abstract: In order to reconstruct the 3D surface from gradient fields quickly and accurately, a new fast and accurate least squares integration algorithm was proposed. Compact finite difference scheme was introduced into optimization equation for better accuracy. Then the objective function was represented as a Sylvester function. With Hessenberg-Schur algorithm, the space and time complexity were reduced from O(N2) and O(N3) to O(N) and O(N3/2), respectively. The experiment result showed that when the 4th-order compact scheme is used, the accuracy of the new method is improved by one order higher than Higher-order Finite-difference-based Least-squares Integration(HFLI) and Global Least-Squares(GLS). While with 6th-order compact scheme, the accuracy is improved by one order higher than Spline-based Least-squares Integration(SLI). The robustness of the proposed method is weaker than that of HFLI and SLI, but better than GLS. The reconstruction speed was obviously faster than that of HFLI and SLI.
- 3D surface reconstruction /
- gradient field /
- least squares integration /
- compact finite difference scheme /
- Sylvester function

[1]	Feng Fan, Li Changwei, Zhang Sijiong. Wavefront reconstruction by a defocused Shack-Hartmann sensor based on moment of spot[J]. Acta Optica Sinica, 2018(6):0628001. (in Chinese)
[2]	Ma Chenhao, Fu Yuegang, He Wenjun, et al. Hartmann-Shack sensor with dual-wedge micro-scanning in wavefront detection technology[J]. Infrared and Laser Engineering, 2015, 44(9):2813-2818. (in Chinese)
[3]	He Xu, Yuan Li. Wavefront reconstruction based on discrete sampling of sub-aperture slope[J]. Optics and Precision Engineering, 2016, 24(1):20-29. (in Chinese)
[4]	Nie Er, Hu Xinqi, Dong Bing, et al. Study of phase retrieval algorithm based on hybrid unwrapping under mosaic pupil of regular hexagons[J]. Optical Technique, 2018, 44(9):519-524. (in Chinese)
[5]	Queau Y, Durou J D, Aujol J F. Normal integration:A survey[J]. Journal of Mathematical Imaging Vision, 2018, 60:576-593.
[6]	Huang L, Idir M, Zuo C, et al. Comparison of two-dimensional integration methods for shape reconstruction from gradient data[J]. Optics Lasers in Engineering, 2015, 64:1-11.
[7]	Southwell W H. Wave-front estimation from wave-front slope measurements[J]. Journal of the Optical Society of America, 1980, 70(8):998-1006.
[8]	Li G, Li Y, Liu K, et al. Improving wavefront reconstruction accuracy by using integration equations with higher-order truncation errors in the Southwell geometry[J]. Journal of the Optical Society of America A Optics Image Science Vision, 2013, 30(7):1448-1459.
[9]	Huang L, Xue J, Gao B, et al. Spline based least squares integration for two-dimensional shape or wavefront reconstruction[J]. Optics Lasers in Engineering, 2017, 91(4):221-226.
[10]	Vogel C R, Yang Q. Multigrid algorithm for least-squares wavefront reconstruction[J]. Appl Opt, 2006, 45(4):705-715.
[11]	Harker M, O'Leary P. Regularized reconstruction of a surface from its measured gradient field[J]. Journal of Mathematical Imaging Vision, 2015, 51(1):1-25.
[12]	Lele S K. Compact finite difference schemes with spectral-like resolution[J]. Journal of Computational Physics, 1992, 103(1):1642.

[1]	段鹏程, 程博, 管今哥, 陈坤, 张成飞, 程耀瑜, 薛晨阳, 郑永秋. 基于多CCD同步耦合的动态燃烧场三维辐射测温（特邀） . 红外与激光工程, 2022, 51(10): 20220352-1-20220352-10. doi: 10.3788/IRLA20220352
[2]	李耀明, 陈淑琴, 张煌. 基于激光谐波调制的深孔内壁三维面型分析系统 . 红外与激光工程, 2022, 51(3): 20210862-1-20210862-6. doi: 10.3788/IRLA20210862
[3]	许航, 熊芝, 张刘港, 冯维, 翟中生, 周维虎, 董登峰. 基于加权最小二乘的激光跟踪姿态角测量方法 . 红外与激光工程, 2022, 51(6): 20210675-1-20210675-6. doi: 10.3788/IRLA20210675
[4]	吴庆阳, 黄浩涛, 陈顺治, 李奇锋, 陈泽锋, 卢晓婷. 基于结构光标记的光场三维成像技术研究 . 红外与激光工程, 2020, 49(3): 0303019-0303019-6. doi: 10.3378/IRLA202049.0303019
[5]	刘波, 赵娟莹, 眭晓林, 曹昌东, 颜子恒, 吴姿妍. 阵列分束激光三维成像技术 . 红外与激光工程, 2019, 48(6): 606001-0606001(6). doi: 10.3788/IRLA201948.0606001
[6]	许艺腾, 李国元, 邱春霞, 薛玉彩. 基于地形相关和最小二乘曲线拟合的单光子激光数据处理技术 . 红外与激光工程, 2019, 48(12): 1205004-1205004(10). doi: 10.3788/IRLA201948.1205004
[7]	宋俊玲, 饶伟, 王广宇, 辛明原. 燃烧流场温度二维重建多吸收谱线重建方法 . 红外与激光工程, 2019, 48(3): 306004-0306004(7). doi: 10.3788/IRLA201948.0306004
[8]	赵亚龙, 刘守起, 张启灿. GPU加速三维面形测量 . 红外与激光工程, 2018, 47(3): 317003-0317003(7). doi: 10.3788/IRLA201847.0317003
[9]	刘巍, 高鹏, 张洋, 杨帆, 李晓东, 兰志广, 贾振元, 高航. 面向大型零部件的三维形面高精度测量方法 . 红外与激光工程, 2017, 46(3): 317003-0317003(9). doi: 10.3788/IRLA201746.0317003
[10]	谢衍新, 吴小成, 胡雄, 杨钧烽, 肖存英. 临近空间全球温度场三维变分同化 . 红外与激光工程, 2017, 46(8): 804005-0804005(6). doi: 10.3788/IRLA201746.0804005
[11]	张福才, 孙晓刚, 邢键, 安建民. 红外多谱线二维辐射温度场重建算法的研究 . 红外与激光工程, 2016, 45(7): 704003-0704003(5). doi: 10.3788/IRLA201645.0704003
[12]	张东阁, 傅雨田. 基于在线最小二乘支持向量机的变形镜建模与控制 . 红外与激光工程, 2016, 45(11): 1118007-1118007(7). doi: 10.3788/IRLA201645.1118007
[13]	赵子越, 邾继贵, 杨凌辉. 采用精确三维控制场的wMPS全局组网定向方法 . 红外与激光工程, 2016, 45(11): 1117001-1117001(6). doi: 10.3788/IRLA201645.1117001
[14]	刘志青, 李鹏程, 郭海涛, 张保明, 丁磊, 赵传, 张旭光. 融合强阈值三角网与总体最小二乘曲面拟合滤波 . 红外与激光工程, 2016, 45(4): 406003-0406003(8). doi: 10.3788/IRLA201645.0406003
[15]	刘国忠, 李萍. 光学相干层析技术微流场三维可视化测速方法 . 红外与激光工程, 2015, 44(1): 273-278.
[16]	张东来, 李小将, 杨业伟. 激光辐照飞行靶三维温度场数值模拟 . 红外与激光工程, 2014, 43(9): 2883-2888.
[17]	宋俊玲, 洪延姬, 王广宇, 潘虎. 光线分布对基于TDLAS温度场二维重建的影响 . 红外与激光工程, 2014, 43(8): 2460-2465.
[18]	张磊, 何昕, 魏仲慧, 梁国龙. 星图分布对星敏感器最小二乘姿态精度的影响 . 红外与激光工程, 2014, 43(6): 1836-1841.
[19]	梁栋, 谢巧云, 黄文江, 彭代亮, 杨晓华, 黄林生, 胡勇. 最小二乘支持向量机用于时间序列叶面积指数预测 . 红外与激光工程, 2014, 43(1): 243-248.
[20]	潘雪涛, 屠大维, 蔡建文. 光致漂白材料的激光三维信息高密度存储 . 红外与激光工程, 2013, 42(12): 3249-3253.

WeChat

点击查看大图

计量

文章访问数: 478
HTML全文浏览量: 104
PDF下载量: 31
被引次数: 0

基于梯度场的紧致差分最小二乘面形重建算法

doi: 10.3788/IRLA201948.0825002

1. 西南科技大学计算机科学与技术学院,四川绵阳 621010;

2. 中国空气动力研究与发展中心空气动力学国家重点实验室,四川绵阳 621000

作者简介:
巫玲(1982-),女,讲师,硕士,主要从事光学测量、视觉检测方面的研究。Email:wuling751@126.com

收稿日期: 2019-03-10
修回日期: 2019-04-15
刊出日期: 2019-08-25

基金项目:

四川省教育厅科技成果转化重大培育项目（14zd1102）;西南科技大学龙山学术人才科研支持计划（17LZX425）

中图分类号: TN247

关键词:

摘要: 为快速准确根据测得的梯度场重建表面面形，针对基于最小二乘全局积分的重建技术，采用紧致差分算子建立全局最优化的代价函数以提高重建精度，将代价函数表示为Sylvester方程，利用Hessenberg-Schur算法求解，将常用最小二乘全局积分技术的空间和时间复杂度分别从O （N2）和O （N3）降低到O （N）和O （N3/2）。实验结果表明：采用四阶精度的紧致差分算子时，文中算法重建精度比高阶截断误差最小二乘积分法（HFLI）和全局最小二乘法（GLS）提高了一个数量级，采用六阶精度的紧致差分算子时重建精度比基于样条的最小二乘积分法（SLI）提高了一个数量级；鲁棒性优于GLS，弱于HFLI和SLI；重建速度显著优于HFLI和SLI，略优于GLS。

English Abstract

全文HTML

参考文献 (12)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回