A Hybrid Binary–Ternary Encoding Strategy for High-Capacity and Robust Phase Unwrapping in Fringe Projection Profilometry

Imagina intentar tomar una foto 3D perfecta de un objeto rugoso, brillante o de color oscuro sin tocarlo nunca. Los científicos utilizan un truco ingenioso llamado "profilometría de proyección de franjas" para hacer esto. Proyectan una serie de patrones de rayas (como un código de barras hecho de luz) sobre un objeto y usan una cámara para observar cómo estas rayas se doblan y se deforman. Al medir la deformación, una computadora puede calcular la forma del objeto. Sin embargo, hay un inconveniente: la computadora solo ve las rayas como un bucle repetitivo, como un reloj que se reinicia cada 12 horas. Sabe que la hora es "las 3 en punto", pero no sabe si son las 3 a. m., las 3 p. m. o si han pasado 3 días. Para solucionar esto, la computadora necesita "desenvolver" la fase, determinando exactamente en qué bucle del patrón de rayas se encuentra. Esto se llama "desenvolvimiento de fase". Si la computadora adivina el bucle equivocado, el modelo 3D se desconfigura, con partes del objeto apareciendo en el lugar incorrecto o pareciendo un videojuego con fallos. Acertar esto es crucial para todo, desde escanear rostros para seguridad hasta diseñar piezas de automóviles, pero es notoriamente difícil cuando hay ruido, mala iluminación o si el objeto es muy complejo.

Entra en escena una nueva estrategia de investigadores de la Universidad Tecnológica de Xi'an, quienes han ideado una forma "híbrida" de resolver este rompecabezas. En lugar de depender de un solo tipo de código para decirle a la computadora en qué bucle está, mezclaron dos tipos de lenguajes de codificación diferentes: un código "binario" simple (como un interruptor de luz que está encendido o apagado) y un código "ternario" (un interruptor de tres vías que puede ser bajo, medio o alto). Piensa en esto como intentar encontrar una casa específica en una ciudad gigante. Un código binario es como preguntar: "¿La casa está al lado izquierdo o derecho de la calle?". Un código ternario es como preguntar: "¿La casa está en la primera, segunda o tercera manzana?". Al combinar estas preguntas, los investigadores pueden localizar la ubicación mucho más rápido y con mayor precisión que usando solo un tipo de pregunta.

El artículo propone un método que utiliza una secuencia específica de patrones de luz: cuatro pasos para obtener un "mapo" de alta precisión de la superficie, tres pasos para obtener un mapa de apoyo y tres patrones especiales de "código Gray ternario" para actuar como etiquetas de dirección. La parte ingeniosa de cómo leen estas etiquetas es que, en lugar de necesitar fotos de "calibración" adicionales (como tomar una foto de una pared blanca para saber qué es el "blanco"), su sistema observa el brillo de las propias franjas para determinar los umbrales de decodificación. Es como un detective que no necesita una foto de referencia para saber cómo es un sospechoso; simplemente analiza las pistas que tiene justo enfrente. Esto les permite manejar situaciones complicadas donde la iluminación cambia o la superficie es brillante.

Para asegurarse de no cometer errores en los bordes donde los códigos cambian (las regiones de "frontera"), el equipo añadió un paso de "pre-corrección". Verifican si la dirección de las franjas coincide con la lógica del código de dirección. Si las matemáticas no cuadran —como si la dirección dice "Manzana 3" pero las franjas sugieren "Manzana 2"— el sistema cambia automáticamente la dirección por un mejor candidato antes de finalizar la forma 3D.

Los investigadores probaron esta idea de dos maneras. Primero, realizaron simulaciones por computadora con diferentes niveles de "ruido" (simulando una imagen granulada y desordenada). Encontraron que, incluso cuando la imagen era muy ruidosa, su método cometía muchos menos errores que las técnicas anteriores. Específicamente, informaron que su enfoque redujo el error total en el conteo de los bucles de franjas en aproximadamente 21 veces y logró que la forma 3D final fuera mucho más suave, reduciendo el error cuadrático medio en aproximadamente 43 veces en comparación con los métodos no corregidos. En sus experimentos del mundo real, escanearon con éxito objetos complejos como rostros humanos y múltiples artículos a la vez, demostrando que el sistema funciona incluso en superficies curvas y detalladas.

Sin embargo, el artículo también señala una limitación: el sistema es sensible al "desenfoque", que ocurre si el proyector no está enfocado perfectamente. Cuando los patrones de luz se vuelven demasiado borrosos, los códigos de tres niveles (ternarios) son difíciles de distinguir, y la tasa de error aumenta significativamente. Los investigadores sugieren que, si bien su método es una solución robusta para mediciones de alta velocidad y alta precisión, todavía tiene dificultades cuando el sistema óptico está significativamente fuera de foco. En general, el estudio sugiere que esta estrategia híbrida binaria-ternaria ofrece un equilibrio poderoso entre velocidad, precisión y la capacidad de manejar formas complejas, siempre que el equipo se mantenga bien enfocado.