基于二值模式投影的高速多光谱深度4D传感技术

《Optics & Laser Technology》：High-speed multispectral-depth 4-D sensing based on binary pattern projection

本文提出一种基于二进制图案投影（BPP）的高速多光谱深度4-D传感方法，通过散度位移和混叠补偿技术解决传统方法中因混合编码导致的精度下降和帧率限制问题。实验表明，该方法3-D精度达0.013毫米，光谱相似度平均5.73，仅需20种模式即可实现实时检测，适用于农业病虫害监测和工业质检。

　　本文探讨了一种基于二进制图案投影的高精度、高速度的四维（4-D）多光谱深度感知技术。传统上，四维成像技术通常需要通过不同的模式（如用于深度感知的正弦波模式和用于多光谱感知的二进制模式）来分别获取空间和光谱信息。然而，这种方法在高速应用中存在一定的局限性，因为正弦波模式的投影速度通常受限于商用数字光处理（DLP）系统的刷新率，最高仅能达到120帧/秒。本文提出了一种新的方法，仅使用二进制图案来同时获取多光谱和深度数据，从而显著提高了系统的实时性与效率。

四维成像技术因其能够同时重建目标的三维形状和光谱信息，广泛应用于农业、工业和医学等领域。在农业中，它可以用于监测作物病害；在工业中，用于工件的质量控制；在医学中，用于手术导航。然而，传统的四维成像系统通常需要通过独立的光学路径来获取不同的数据，这带来了数据融合和时间同步的挑战。例如，多光谱相机和深度相机之间需要复杂的校准过程，以确保数据的一致性和准确性。此外，时间不同步的数据传输会导致系统吞吐量下降。为了解决这些问题，一些研究尝试将多模态数据的获取整合到同一光学路径中，以减少数据对齐的需求和提高系统的运行效率。

本文提出的方法利用二进制散斑图案和随机二进制图案，在共享的光学路径中完成多光谱和深度信息的获取。这种方法的优势在于，它通过减少模式的种类，提高了数据获取的速度，并且避免了正弦波模式所固有的速度限制。此外，通过引入位移补偿和混叠补偿策略，该方法能够有效消除因光学路径差异而引起的误差，从而提高数据的准确度。实验结果表明，该方法在三维形状测量中具有0.013毫米的均方根误差（RMSE），而在光谱测量中，其平均光谱角度映射（SAM）值达到5.73，表明其具有较高的光谱准确性。这些结果表明，该方法在实时检测需求方面具有显著的优势。

在该方法中，二进制散斑图案用于三维重建，而随机二进制图案用于光谱信息的获取。这两种图案的设计旨在减少光谱混叠和空间位移带来的干扰。具体来说，通过计算散斑图案和随机图案的正负版本，可以消除光谱混叠和空间位移问题。此外，通过引入随机偏移，可以避免局部区域的相似性，从而提高立体匹配的准确性。这种方法不仅简化了数据处理流程，还显著降低了计算复杂度，使得系统能够在较短时间内完成高精度的四维成像。

在实际应用中，该方法被用于检测农产品中的农药残留，如柿子表面的氯吡硫磷（Chlorpyrifos）残留。实验结果表明，该方法能够快速识别受污染区域，并通过光谱图像直观地展示其变化。这不仅提高了检测的效率，还增强了系统的实用性，特别是在食品安全检测和植物生长监测等领域。此外，该方法在工业检测中也展现出潜力，可以用于快速评估产品表面的缺陷和质量。

该方法的实现过程包括几个关键步骤：首先，设计二进制随机图案和散斑图案；其次，将这些图案投影到目标物体上，并通过光学系统捕获反射图案；接着，利用这些图案进行光谱和三维数据的重建。具体来说，三维数据的获取依赖于立体匹配算法，而光谱数据的获取则通过压缩的混叠图案进行恢复。通过这种方式，系统能够在极短的时间内完成多光谱和深度信息的同步采集，从而满足实时检测的需求。

该方法在硬件配置上采用了高性能的投影仪和相机系统，以确保数据的准确性和实时性。例如，系统使用了分辨率较高的投影仪和相机，并结合了光谱校准和深度校准过程。这些步骤的结合使得系统能够在保持高精度的同时，大幅减少所需的图像数量，从而提高整体效率。实验结果表明，该方法在相同的硬件条件下，相较于传统方法，能够显著减少计算时间，并提高数据处理的实时性。

综上所述，本文提出了一种基于二进制图案投影的四维多光谱深度感知方法，通过优化图案设计和引入位移与混叠补偿策略，实现了高速、高精度的四维成像。这种方法不仅克服了传统四维成像技术的局限性，还为农业、工业和医学等领域提供了新的解决方案。实验结果表明，该方法在三维形状测量和光谱数据获取方面均表现出良好的性能，具有广泛的应用前景。