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

Imagine tentar tirar uma foto 3D perfeita de um objeto irregular, brilhante ou escuro sem nunca tocá-lo. Cientistas usam um truque inteligente chamado "profilometria de projeção de franjas" para fazer isso. Eles projetam uma série de padrões listrados (como um código de barras feito de luz) sobre um objeto e usam uma câmera para observar como essas listras se curvam e se deformam. Ao medir a deformação, um computador consegue calcular a forma do objeto. No entanto, há um problema: o computador vê as listras apenas como um ciclo repetitivo, como um relógio que reseta a cada 12 horas. Ele sabe que são "3 horas", mas não sabe se são 3 da manhã, 3 da tarde ou 3 dias depois. Para corrigir isso, o computador precisa "desenrolar" a fase, descobrindo em qual ciclo do padrão de listras ele está olhando. Isso é chamado de "desenrolamento de fase". Se o computador adivinhar o ciclo errado, o modelo 3D fica embaralhado, com partes do objeto aparecendo no lugar errado ou parecendo um videogame bugado. Acertar isso é crucial para tudo, desde escanear rostos para segurança até projetar peças de carros, mas é notoriamente difícil quando há ruído, má iluminação ou se o objeto é muito complexo.

Entra uma nova estratégia de pesquisadores da Universidade Tecnológica de Xi'an, que concebeu uma maneira "híbrida" de resolver esse quebra-cabeça. Em vez de depender de apenas um tipo de código para dizer ao computador em qual ciclo ele está, eles misturaram dois tipos de linguagens de codificação diferentes: um código "binário" simples (como um interruptor de luz que está ligado ou desligado) e um código "ternário" (um interruptor de três vias que pode ser baixo, médio ou alto). Pense nisso como tentar encontrar uma casa específica em uma cidade gigante. Um código binário é como perguntar: "A casa está no lado esquerdo ou direito da rua?". Um código ternário é como perguntar: "A casa está no primeiro, segundo ou terceiro quarteirão?". Ao combinar essas perguntas, os pesquisadores podem localizar o ponto com muito mais rapidez e precisão do que usando apenas um tipo de pergunta.

O artigo propõe um método que utiliza uma sequência específica de padrões de luz: quatro etapas para obter um "mapa" de alta precisão da superfície, três etapas para obter um mapa auxiliar e três padrões especiais de "código Gray ternário" para atuar como etiquetas de endereço. A parte inteligente é como eles leem essas etiquetas. Em vez de precisarem de fotos extras de "calibração" (como tirar uma foto de uma parede branca para saber o que é o "branco"), o sistema deles observa o brilho das próprias listras para descobrir os limiares para a decodificação. É como um detetive que não precisa de uma foto de referência para saber a aparência de um suspeito; ele simplesmente analisa as pistas bem à sua frente. Isso permite que eles lidem com situações complicadas onde a iluminação muda ou a superfície é brilhante.

Para garantir que não cometam erros nas bordas onde os códigos mudam (as regiões de "fronteira"), a equipe adicionou uma etapa de "pré-correção". Eles verificam se a direção das listras corresponde à lógica do código de endereço. Se a matemática não bater — como se o endereço dissesse "Bloco 3", mas as listras sugerissem "Bloco 2" — o sistema automaticamente troca o endereço por um candidato melhor antes de finalizar a forma 3D.

Os pesquisadores testaram essa ideia de duas maneiras. Primeiro, realizaram simulações de computador com diferentes níveis de "ruído" (simulando uma imagem bagunçada e granulada). Eles descobriram que, mesmo quando a imagem estava muito ruidosa, seu método cometia muito menos erros do que as técnicas antigas. Especificamente, eles relataram que sua abordagem reduziu o erro total na contagem dos ciclos de franjas em cerca de 21 vezes e tornou a forma 3D final muito mais suave, reduzendo o erro quadrático médio em cerca de 43 vezes em comparação com os métodos não corrigidos. Em seus experimentos do mundo real, eles escanearam com sucesso objetos complexos, como rostos humanos e múltiplos itens ao mesmo tempo, provando que o sistema funciona mesmo em superfícies curvas e detalhadas.

No entanto, o artigo também observa uma limitação: o sistema é sensível ao "desfoco", que acontece se o projetor não estiver focado perfeitamente. Quando os padrões de luz ficam muito borrados, os códigos de três níveis (ternários) tornam-se difíceis de distinguir, e a taxa de erro aumenta significativamente. Os pesquisadores sugerem que, embora seu método seja uma solução robusta para medições de alta velocidade e alta precisão, ele ainda tem dificuldades quando o sistema óptico está significativamente fora de foco. No geral, o estudo sugere que essa estratégia híbrida binária-ternária oferece um equilíbrio poderoso entre velocidade, precisão e a capacidade de lidar com formas complexas, desde que o equipamento seja mantido em bom foco.