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

凹凸があり、光沢があったり暗かったりする物体を、一度も触れることなく完璧な3D写真に撮ろうとしている場面を想像してみてください。科学者たちは、「フリンジ投影プロフィロメトリ」と呼ばれる巧妙なトリックを使ってこれを行っています。これは、縞模様のパターン（光で作られたバーコードのようなもの）を物体に投影し、カメラを使ってその縞がどのように曲がり、歪むかを観察するという手法です。この歪みを測定することで、コンピュータは物体の形状を計算できます。しかし、落とし穴があります。コンピュータは、縞模様を繰り返されるループとしてしか認識できません。それは、時計が12時間ごとにリセットされるようなものです。コンピュータは「3時である」ことは分かりますが、それが午前3時なのか、午後3時なのか、あるいは3日後の3時なのかまでは分かりません。これを解決するために、コンピュータは位相を「アンラップ（展開）」、つまり、縞模様のパターンのどのループを見ているのかを特定する必要があります。これが「位相アンラップ」と呼ばれるプロセスです。もしコンピュータが誤ったループを推測してしまうと、3Dモデルがバラバラになり、物体のパーツが本来の場所とは違う場所に表示されたり、グリッチの多いビデオゲームのように見えたりしてしまいます。これを正しく行うことは、セキュリティのための顔スキャンから自動車部品の設計に至るまで極めて重要ですが、ノイズや照明の悪さ、あるいは物体が非常に複雑な場合には、非常に困難な作業となります。

ここで、西安理工大学の研究者による新しい戦略が登場します。彼らは、このパズルを解くための「ハイブリッド」な方法を考案しました。単一のコードに頼ってコンピュータにどのループにいるかを教えるのではなく、単純な「バイナリ（二進法）」コード（オンかオフかのライトスイッチのようなもの）と、「ターナリ（三進法）」コード（低・中・高の3段階のスイッチのようなもの）という2種類の異なるコーディング言語を組み合わせました。これは、巨大な街の中で特定の家を探すようなものです。バイナリコードは、「家は通りの左側にあるか、右側にあるか？」と尋ねるようなものです。一方、ターナリコードは、「家は1ブロック目か、2ブロック目か、それとも3ブロック目か？」と尋むようなものです。これらの質問を組み合わせることで、研究者たちは単一の質問を用いるよりもはるかに速く、正確に場所を特定できるのです。

この論文で提案されている手法は、特定のシーケンスの光パターンを使用します。表面の高精度な「マップ」を得るための4つのステップ、補助的なマップを得るための3つのステップ、そしてアドレスラベルとして機能する3つの特別な「ターナリ・グレイコード」パターンです。巧妙な点は、これらのラベルの読み取り方です。彼らのシステムは、デコードのための閾値を判断するために、追加の「キャリブレーション（校正）」用の写真（例えば、何が「白」であるかを知るために白い壁を撮影するようなもの）を必要とせず、縞模様自体の明るさを利用します。これは、容疑者の写真（参照写真）がなくても、目の前にある手がかりを分析するだけで容疑者の特徴を掴む探偵のようなものです。これにより、照明が変化したり表面が光沢を持っていたりする難しい状況にも対応できます。

コードが切り替わる境界領域（「境界」領域）でのミスを防ぐために、チームは「事前補正」ステップを追加しました。彼らは、縞の方向がアドレスコードの論理と一致しているかを確認します。もし、アドレスが「3ブロック目」と言っているのに、縞が「2ブロック目」を示唆しているように、数学的な整合性が取れない場合は、システムは3D形状を確定させる前に、自動的にアドレスをより適切な候補へと入れ替えます。

研究者たちは、このアイデアを2つの方法でテストしました。第一に、異なるレベルの「ノイズ」（乱れた、粒状の画像をシミュレートしたもの）を用いたコンピュータ・シミュレーションを行いました。その結果、画像が非常にノイズだらけであっても、彼らの手法は従来の技術よりもはるかにミスが少ないことが分かりました。具体的には、彼らのアプローチは、縞のループを数える際の全体的なエラーを約21倍減少させ、最終的な3D形状をより滑らかにし、平方根平均二乗誤差を未補正の手法と比較して約43倍減少させたと報告しています。実世界の実験では、人間の顔のような複雑な物体や、複数のアイテムを同時にスキャンすることに成功し、曲面や詳細な表面に対してもシステムが機能することを証明しました。

しかし、論文は一つの制限事項についても指摘しています。それは「デフォーカス（焦点ズレ）」に対する敏感さです。プロジェクターの焦点が完璧に合っていない場合、デフォーカスが発生します。光のパターンがぼやけてしまうと、3段階（ターナリ）のコードを判別することが困難になり、エラー率が大幅に上昇します。研究者たちは、彼らの手法が高速かつ高精度な測定のための堅牢なソリューションである一方で、光学システムが著しく焦点から外れている場合には依然として苦戦することを示唆しています。総じて、この研究は、ハイブリッドなバイナリ・ターナリ戦略が、装置の焦点を適切に保つ限りにおいて、速度、精度、および複雑な形状への対応能力の間の強力なバランスを提供することを示しています。