MétaCan
Menu
Retour à la cohorte
Enregistrement W2147546673 · doi:10.1117/1.2721025

Comparison of linear and nonlinear calibration methods for phase-measuring profilometry

2007· article· en· W2147546673 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueOptical Engineering · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueOptical measurement and interference techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCalibrationProfilometerProjectorNonlinear systemStructured-light 3D scannerLinearityOpticsPhase (matter)Noise (video)Range (aeronautics)Divergence (linguistics)Computer sciencePhysicsMathematicsComputer visionStatisticsMaterials scienceSurface roughnessImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

In phase-shifting-based fringe-projection surface-geometry measurement, phase unwrapping techniques produce a continuous phase distribution that contains the height information of the 3-D object surface. Mapping of the phase distribution to the height of the object has often involved complex derivations of the nonlinear relationship. In this paper, the phase-to-height mapping is formulated using both linear and nonlinear equations, the latter through a simple geometrical derivation. Furthermore, the measurement accuracies of the linear and nonlinear calibrations are compared using measurement simulations where noise is included at the calibration stage only, and where noise is introduced at both the calibration and measurement stages. Measurement accuracies for the linear and nonlinear calibration methods are also compared, based on real-system measurements. From the real-system measurements, the accuracy of the linear calibration was similar to the nonlinear calibration method at the lower range of depth. At the higher range of depth, however, the nonlinear calibration method had considerably higher accuracy. It seems that as the object approaches the projector and camera for the higher range of depth, the assumption of linearity based on small divergence of light from the projector becomes less valid.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,524
Score d'incertitude au seuil0,392

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,089
Tête enseignante GPT0,420
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle