基于深度学习的拼接镜共相检测新方法研究 |
| |
引用本文: | 李斌,杨阿坤,孙赵祥,陈楠.基于深度学习的拼接镜共相检测新方法研究[J].中国激光,2023(22):80-88. |
| |
作者姓名: | 李斌 杨阿坤 孙赵祥 陈楠 |
| |
作者单位: | 华东交通大学机智能机电装备创新研究院 |
| |
基金项目: | 国家自然科学基金(12103019); |
| |
摘 要: | 基于互相关算法的双波长共相检测方法在大量程共相误差检测中,存在检测速度慢、精度低的问题。针对该问题,利用卷积神经网络的方法建立拼接镜的平移(piston)误差预测模型,以实现双波长共相检测方法在大量程共相误差下的快速、准确检测。首先,将两波长下的圆孔衍射图像拼接作为卷积神经网络的训练数据。训练结束后,将包含piston误差信息的圆孔衍射拼接图像输入到训练好的模型中,可直接检测出piston误差值。仿真结果表明:基于卷积神经网络的共相方法具有高的检测精度、快的检测速度及较好的抗噪性和泛化能力。该方法为平移误差的测量提供了一种可行且易于实现的方案。
|
关 键 词: | 测量 卷积神经网络 piston误差 拼接镜 圆孔衍射 |
|
|