Para eliminar o impacto das posições descontínuas na precisão da reconstrução 3D baseada em medição de fase, foi proposto um método de segmentação adaptativa de posições descontínuas na medição de fase. O algoritmo de segmentação de descontinuidades de fase baseado na coerência direcional adaptativa utilizado neste método foi estudado. Primeiramente, o mapa de coerência direcional adaptativa e o mapa de fase suavizado são utilizados para determinar as posições descontínuas, ou seja, obtêm-se o mapa de tons de cinza das regiões descontínuas e contínuas. Em seguida, o mapa de tons de cinza é pós-processado para se tornar um mapa de máscara que representa as regiões descontínuas e contínuas usando 0-1. Por fim, o mapa de máscara é utilizado como mapa de pesos no método de desenrolamento de fase por mínimos quadrados ponderados para transformar a fase relativa em fase absoluta, onde os pesos calculados são usados principalmente para avaliar a qualidade da fase em cada pixel do mapa de fase enrolada. Os resultados da simulação mostram que o método de coerência direcional adaptativa apresenta erros médios de segmentação das posições descontínuas de 1,6783 e 3,0002 pixels para linhas e retângulos no mapa de fase enrolada com variância de ruído de 0,8, respectivamente. Experimentos reais de medição de perfil de fase também comprovam que o método proposto pode segmentar efetivamente as posições descontínuas no mapa de fase enrolada. O método proposto pode realizar segmentação adaptativa das posições descontínuas para reconstrução 3D de alta precisão.

visão computacional;mínimos quadrados ponderados;segmentação descontínua;máscara;pós-processamento adaptativo