基于无镜头成像的目标检测分类方法

为了适应新型物联网设备对于小体积的要求,提出一种基于无镜头成像的检测分类方法。基于摄像头的计算机视觉处理任务目前已可集成到各种硬件设备中,然而随着物联网技术的快速发展,笨重的镜头已无法满足小体积的要求。无镜头成像技术是一种新型成像技术,其通过编码掩膜取代传统相机镜头而大大减小了相机体积和成本。本文通过分析无镜头成像基本原理与图像重构方法,并将其与神经网络联合,实现了基于无镜头成像的目标检测分类。实验使用VGG19网络进行了测试,证明了该方法的可行性。

点衍射波前无镜头干涉测量中横向偏移误差校正方法

为了最大程度减少误差环节,点衍射球面波前精度的干涉测量中通常采用无镜头测量方式。点衍射干涉波前在大数值孔径与大横向偏移量情况下存在的结构误差将严重影响测量精度,且无法利用传统方法加以校正。针对该问题,提出了一种基于三坐标重构以及对称偏移补偿的点衍射干涉波前测量中结构误差的高精度校正方法,以实现对大数值孔径及大横向偏移点衍射球面波前无镜头成像测量中的结构误差校正。该方法首先采用三坐标重构方法对系统误差进行预校正,再针对干涉中点源横向偏移引入误差存在的对称性,采用对称横向偏移补偿对由三坐标重构误差而引入的残余结构误差进一步校正。分别进行了数值仿真和测量实验对所提出方法的可行性进行了验证。结果表明,该方法达到了λ/10000的校正精度,对于点衍射球面波前高精度测量标定以及非镜头成像干涉检测中结构误差的高精度校正具有重要的应用意义。