物理信息融合网络

高动态三维测量

将事件流与帧图像融合，通过嵌入物理先验，在极端光照梯度下实现高精度三维相位重建。

Yuhui, Li · 滕东东 · Xinyang, Li · 刘立林

Advanced Engineering Informatics 2026

参数信息

相位重建平均绝对误差降低率

65.9 %

相位重建均方根误差降低率

11.05 %

技术优势

光照极端也能测

融合事件相机的高动态范围特性，在传统方法失效的过曝/欠曝区域仍能重建相位。

细节不丢

利用帧图像提供的高空间分辨率纹理信息，弥补事件流在精细几何重建上的不足。

训练一次，多场合适用

在漫反射场景上训练的网络可直接用于未见过的镜面/高反光工业场景。

应用场景

• 三维光学测量：在反射率剧烈变化的工业场景中实现高精度三维形貌测量。
• 工业质量检测：对高反光或纹理复杂工件进行在线质量检测，避免漏检和误检。
• 智能制造：为自动化产线提供高动态范围视觉反馈，支撑智能决策。