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

कल्पना कीजिए कि आप बिना छुए किसी ऊबड़-खाबड़, चमकदार या गहरे रंग की वस्तु की एक सटीक 3D फोटो लेने की कोशिश कर रहे हैं। वैज्ञानिक "फ्रिंज प्रोजेक्शन प्रोफाइलोमेट्री" नामक एक चतुर तकनीक का उपयोग करके यह करते हैं। वे एक वस्तु पर धारीदार पैटर्न (जैसे प्रकाश से बना बारकोड) की एक श्रृंखला प्रोजेक्ट करते हैं और एक कैमरा उन धारियों के मुड़ने और बदलने के तरीके को देखता है। इन लहरों को मापकर, एक कंप्यूटर वस्तु के आकार की गणना कर सकता है। हालाँकि, इसमें एक पेंच है: कंप्यूटर केवल धारियों को एक दोहराव वाले लूप के रूप में देखता है, जैसे कि एक घड़ी जो हर 12 घंटे में रीसेट हो जाती है। वह जानता है कि समय "3 बजे" का है, लेकिन उसे यह नहीं पता कि वह सुबह के 3 बजे हैं, दोपहर के 3 बजे हैं, या 3 दिन बाद का समय है। इस समस्या को ठीक करने के लिए, कंप्यूटर को "फेज अनरैपिंग" (phase unwrapping) करना पड़ता है, यानी यह पता लगाना पड़ता है कि वह स्ट्राइप पैटर्न के किस लूप को देख रहा है। यदि कंप्यूटर गलत लूप का अनुमान लगाता है, तो 3D मॉडल गड़बड़ा जाता है, जिससे वस्तु के कुछ हिस्से गलत जगह दिखाई देते हैं या किसी ग्लिच वाले वीडियो गेम की तरह दिखने लगते हैं। सुरक्षा के लिए चेहरों को स्कैन करने से लेकर कार के पुर्जों को डिजाइन करने तक, इसे सही करना अत्यंत महत्वपूर्ण है, लेकिन शोर (noise), खराब रोशनी या बहुत जटिल वस्तुओं के मामले में यह करना बेहद कठिन होता है।

यहाँ, शीआन टेक्नोलॉजिकल यूनिवर्सिटी के शोधकर्ताओं द्वारा विकसित एक नई रणनीति आती है, जिन्होंने इस पहेली को सुलझाने के लिए एक "हाइब्रिड" तरीका तैयार किया है। केवल एक प्रकार के कोड पर निर्भर रहने के बजाय जो कंप्यूटर को यह बताए कि वह किस लूप पर है, उन्होंने दो अलग-अलग कोडिंग भाषाओं को आपस में मिला दिया: एक सरल "बाइनरी" कोड (जैसे एक लाइट स्विच जो या तो चालू है या बंद) और एक "टेनरी" कोड (एक तीन-तरफा स्विच जो कम, मध्यम या उच्च हो सकता है)। इसे ऐसे समझें जैसे कि एक विशाल शहर में एक विशिष्ट घर को खोजने की कोशिश करना। एक बाइनरी कोड ऐसा है जैसे पूछना, "क्या घर सड़क के बाईं ओर है या दाईं ओर?" एक टेनरी कोड ऐसा है जैसे पूछना, "क्या घर पहले, दूसरे या तीसरे ब्लॉक में है?" इन सवालों को मिलाकर, शोधकर्ता केवल एक प्रकार का सवाल पूछने की तुलना में बहुत तेज़ी से और अधिक सटीकता से स्थान का पता लगा सकते हैं।

यह शोध पत्र एक विधि का प्रस्ताव करता है जो प्रकाश पैटर्न के एक विशिष्ट क्रम का उपयोग करती है: सतह का एक उच्च-सटीक "मानचित्र" प्राप्त करने के लिए चार चरण, एक सहायक मानचित्र प्राप्त करने के लिए तीन चरण, और पते के लेबल के रूप में कार्य करने के लिए तीन विशेष "टेनरी ग्रे कोड" पैटर्न। इस पद्धति का चतुर हिस्सा यह है कि वे इन लेबलों को कैसे पढ़ते हैं। अतिरिक्त "कैलिब्रेशन" फोटो (जैसे यह जानने के लिए कि "सफेद" क्या दिखता है, एक खाली दीवार की तस्वीर लेना) की आवश्यकता के बिना, उनकी प्रणाली स्ट्राइपों की चमक को देखकर यह समझने के लिए थ्रेशोल्ड (सीमाओं) का पता लगाती है कि डिकोडिंग कैसे की जाए। यह एक जासूस की तरह है जिसे यह जानने के लिए संदर्भ फोटो की आवश्यकता नहीं है कि संदिग्ध कैसा दिखता है; वह बस सामने मौजूद सुरागों का विश्लेषण करता है। यह उन्हें कठिन स्थितियों को संभालने की अनुमति देता है जहाँ रोशनी बदलती है या सतह चमकदार होती है।

यह सुनिश्चित करने के लिए कि कोडिंग स्विच होने वाले किनारों (बॉर्डर क्षेत्रों) पर कोई गलती न हो, टीम ने एक "प्री-करेक्शन" चरण जोड़ा है। वे जाँचते हैं कि क्या धारियों की दिशा पते के कोड के तर्क से मेल खाती है। यदि गणित मेल नहीं खाता—जैसे कि यदि पता कहता है "ब्लॉक 3" लेकिन स्ट्राइप्स "ब्लॉक 2" का संकेत देती हैं—तो सिस्टम 3D आकार को अंतिम रूप देने से पहले पते को एक बेहतर विकल्प के साथ स्वचालित रूप से बदल देता है।

शोधकर्ताओं ने इस विचार का दो तरह से परीक्षण किया। सबसे पहले, उन्होंने विभिन्न स्तरों के "शोर" (एक मैसे इमेज का अनुकरण करते हुए) के साथ कंप्यूटर सिमुलेशन चलाया। उन्होंने पाया कि जब इमेज बहुत शोर भरी थी, तब भी उनकी विधि ने पुरानी तकनीकों की तुलना में बहुत कम गलतियाँ कीं। विशेष रूप से, उन्होंने बताया कि उनके दृष्टिकोण ने फ्रिंज लूप गिनने में कुल त्रुटि को लगभग 21 गुना कम कर दिया और अंतिम 3D आकार को बहुत चिकना बना दिया, जिससे अनकोंरेक्टेड विधियों की तुलना में रूट-मीन-स्क्वायर एरर लगभग 43 गुना कम हो गया। अपने वास्तविक दुनिया के प्रयोगों में, उन्होंने मानव चेहरे और एक साथ कई वस्तुओं जैसी जटिल वस्तुओं को सफलतापूर्वक स्कैन किया, जिससे सिद्ध हुआ कि यह प्रणाली घुमावदार और विस्तृत सतहों पर भी काम करती है।

हालाँकि, शोध पत्र एक सीमा भी नोट करता है: यह प्रणाली "डेफोकस" (defocus) के प्रति संवेदनशील है, जो तब होता है जब प्रोजेक्टर पूरी तरह से फोकस में नहीं होता है। जब प्रकाश पैटर्न बहुत धुंधले हो जाते हैं, तो तीन-स्तरीय (टेनरी) कोड को पहचानना कठिन हो जाता है, और त्रुटि दर काफी बढ़ जाती है। शोधकर्ता सुझाव देते हैं कि हालांकि उनका तरीका उच्च-गति, उच्च-परिशुद्धता मापन के लिए एक मजबूत समाधान है, फिर भी यह समस्या तब होती है जब ऑप्टिकल सिस्टम काफी आउट-ऑफ-फोकस हो। कुल मिलाकर, अध्ययन बताता है कि यह हाइब्रिड बाइनरी-टेनरी रणनीति गति, सटीकता और जटिल आकृतियों को संभालने की क्षमता के बीच एक शक्तिशाली संतुलन प्रदान करती है, बशर्ते उपकरणों को अच्छे फोकस में रखा जाए।