基于Lenet-5的空间结构光编码符号识别研究

针对传统解码方法在空间结构光编码的三维重建时易受投影对象表面颜色、纹理、曲率的影响而出现解码错误,本文提出一种在解码阶段利用微调后的卷积网络Lenet-5对编码符号分类识别的解码算法,实验结果表明基于卷积网络的解码方法其识别率可达96.67%,样本的识别速度可达0.552 ms/个,对于表面具有颜色、扭曲等物体具有较好的实验效果.本文所提出的解码方法对提升动态三维测量的精度具有重要意义.