摘要随着机器视觉、工业检测和三维形貌测量技术的发展基于结构光的非接触式测量方法因其测量速度快、适应性强和对被测物体无损等特点得到了广泛应用。项目概览项目简介随着机器视觉、工业检测和三维形貌测量技术的发展基于结构光的非接触式测量方法因其测量速度快、适应性强和对被测物体无损等特点得到了广泛应用。相移法作为结构光三维测量中的重要相位获取方法能够通过多幅具有确定相位差的条纹图像准确计算物体表面的相位信息。针对传统相移算法程序操作不直观、结果显示不完整等问题本文设计并实现了一种基于 Python 与 OpenCV 的四步相移相位解调系统。本文首先分析了条纹投影测量和相移法的基本原理建立了四步相移条纹模型并推导了四步相移相位解调公式。系统采用 Python 作为开发语言使用 NumPy 完成条纹数据生成和矩阵运算使用 OpenCV 实现图像读取、灰度处理及结果保存使用 Matplotlib 实现条纹图和相位图的可视化显示并通过 Tkinter 构建三栏式图形用户界面。系统主要包括参数配置、四步相移条纹生成、包裹相位解调、相位展开、精度评估和结果导出等功能模块。在理想仿真条件下系统生成了相移量分别为 0、π/2、π 和 3π/2 的四幅正弦条纹图像并利用四步相移公式计算包裹相位。随后采用水平和垂直方向的相位展开方法获得连续相位并通过平均绝对误差、均方根误差、最大误差和条纹调制度等指标对算法结果进行评价。实验结果表明系统能够正确完成四步相移条纹生成、相位解调和相位展开流程在无噪声浮点仿真条件下包裹相位和展开相位的误差达到 10⁻¹⁴ rad 数量级验证了算法实现的正确性和程序运行的稳定性。对于保存为 8 位图像后产生的误差主要来源于图像量化过程。本文所设计的系统具有结构清晰、操作方便、可视化效果直观和扩展性较强等特点可用于四步相移相位解调算法的学习、验证和仿真实验。后续可进一步接入真实相机采集数据并结合相机与投影仪标定、噪声抑制、质量引导相位展开以及相位到高度转换等方法实现真实物体的三维形貌测量。系统架构本系统采用分层模块化架构整体由用户界面层、业务流程层、算法处理层、数据管理层和结果输出层组成。用户通过 Tkinter 构建的图形界面完成图像参数、条纹波长、物体高度及输出目录等信息的设置系统根据输入参数利用 NumPy 生成四幅相移量分别为 (0)、(\pi/2)、(\pi) 和 (3\pi/2) 的正弦条纹图像或通过 OpenCV 读取外部条纹图像。经过图像灰度化、归一化和数据格式转换后采用四步相移算法计算包裹相位再通过 NumPy 实现相位展开获得连续相位结果。同时系统利用精度评估模块计算平均绝对误差、均方根误差、最大误差和条纹调制度等指标并借助 Matplotlib 对条纹图、包裹相位图和展开相位图进行可视化显示。最终处理结果通过 OpenCV、NumPy 和 SciPy 分别保存为 PNG、NPY 和 MAT 等格式从而形成完整的条纹生成、相位解调、结果分析与数据导出的处理流程。图1 系统架构图技术创新创新点1构建集成化的四步相移相位解调系统将四步相移条纹生成、图像预处理、相位解调、相位展开、精度评估和结果保存等功能集成到一个基于 Python、OpenCV、NumPy 和 Tkinter 的图形化系统中。相比仅实现单一算法的程序本系统具有操作流程完整、处理结果直观、功能模块清晰和扩展性较强等特点能够实现从参数设置到结果导出的全过程自动化处理。创新点2建立面向算法验证的多指标精度评估方法利用仿真过程中已知的理论相位作为参考同时对包裹相位和展开相位进行定量分析综合计算平均绝对误差、均方根误差、最大误差、相邻像素最大相位跳变以及条纹平均调制度等指标。该方法不仅能够验证四步相移相位解调算法的正确性还可以分析图像量化、噪声和条纹质量对相位结果的影响为后续接入真实相机数据和开展三维形貌测量提供评价基础。快速开始在 PyCharm 中打开FourStepPhaseDemodulation_Python 项目目录安装依赖后运行 PhaseDemodulationGUI.py即可启动四步相移相位解调系统。环境要求系统需要 Python 3.10 及以上版本、PyCharm 开发环境以及 NumPy、OpenCV、Matplotlib、SciPy 和 Tkinter 运行库。运行展示运行PhaseDemodulationGUI.py图2 主界面图3 生成四步相移条纹图4 执行四步相位解调图5 相位展开图6 精度评估结果项目资源配套文件包括完整的项目源代码、演示视频、运行截图开箱即用。项目信息作者信息作者Bob (张家梁)项目编号SD-18-P原创声明本项目为原创作品