神经网络获取三维面形研究

针对基于传统三角原理的结构光三维测量方法难以测量阶梯形物体的问题,应用神经网络对获取的变形条纹进行处理,获取物体的三维面形信息。该方法通过对神经网络的训练,直接建立条纹图分布与物体高度之间的对应关系,完成对物体的三维测量,即使在投影系统参数未知的情况下,也能取得较好的结果。论文中提出的神经网络三维面形测量方法测量时间短,测量过程中只需要一幅条纹图就能恢复阶梯物体的高度信息。计算机模拟及试验验证了方法的可行性。

基于条纹反射的非球面镜三维面形测量

提出一种利用条纹反射原理测量非球面镜的新方法。测量过程中,利用液晶屏显示正弦条纹,由摄像机记录由待测镜面反射产生的条纹图。并将显示屏和摄像机分别沿待测镜面轴向移动。摄像机在每个移动位置上,记录下显示屏移动前后产生的两幅条纹图。通过相移方法,得到条纹图的相位信息后,对摄像机上每个象素点,能在待测镜面上找到一个对应待测点,并在获得该待测点的梯度信息的同时,获得该点位置坐标信息。最后通过积分,恢复待测镜面的三维高度信息。该方法不需辅助反射镜与干涉仪,能更加方便灵活地测量非球面镜。并且该方法有较好的抗噪性能,在噪声较大的情况下,仍能对非球面镜进行测量。模拟及初步实验均验证了该方法的可行性。

与原子相互作用的相干光场的相位涨落和相干性的时间特性

根据Pegg-Barnett的相位理论和Glauber的光场相干性的量子理论,用dressed-atom态方法,研究了理想腔中与二能级原子相互作用的相干光场的量子相位涨落、量子相干性和光子数分布的时间特性。计算结果表明:在原子与光场的共振相互作用情形,原子的作用就象一个非线性滤波器;在描述光场的非相干性方面,光场的量子相位特性与量子相干性也是并协的。

应用神经网络的复杂物体三维测量

将神经网络引入基于结构光投影的复杂物体三维面形测量。在测量过程中,利用神经网络强大的函数逼近能力,得到离散条纹图的连续逼近函数,从中解出物体的相位分布信息,获得物体的三维面形分布。应用神经网络方法,在结构光投影条件下,只需要获取一幅条纹图,便可以完成复杂物体的三维面形测量。该方法相比传统的傅里叶变换轮廓术,不存在滤波操作,不会在测量过程中丢失被测物体的高频分量,具有更高的空间带宽积和灵敏度,能准确测量出复杂物体的细节,更加适用于恢复复杂物体的三维面形。并且该方法在条纹图存在阴影的情况下与傅里叶变换轮廓术相比,能更好地提取出物体的相位信息,恢复物体的三维面形。模拟及实验均验证了该方法的可行性。

基于小波神经网络的复杂三维物体测量

将小波神经网络引入基于结构光投影的复杂物体三维面形测量.在测量过程中,利用小波函数的时频特性及变焦特性和神经网络强大的函数逼近功能,得到离散条纹图的连续逼近函数,从中解出物体的相位信息,获得物体的三维面形分布.应用小波神经网络,在结构光投影条件下,只需要获取一幅条纹图,便可以完成复杂物体的三维面形测量.该方法相比传统的傅里叶变换轮廓术方法,不存在滤波操作,具有更高的灵敏度,在条纹图存在阴影的情况下,能更准确获得物体的相位信息,更加适用于恢复复杂物体的三维面形.模拟及实验均验证了该方法的可行性.

二维小波变换在解调双载频条纹图中的应用

从小波变换的基本原理出发,分析采用一维复Morlet小波变换在解调具有双载频分量的倾斜条纹图中存在的问题,利用二维小波变换具有方向选择的特点,提出采用由一系列二维复Morlet小波构造出的二维Fan小波对此类条纹图进行解调的方法。并对比了二者在处理倾斜变形条纹(含两个载频分量)的能力。结果表明,二维Fan小波变换由于在进行尺度伸缩的同时,还具有多个角度上的方向特性,可以提取特定方向上的信号,在解调倾斜变形条纹图中包含的相位信息中具有优势,可以更好地获取有用信息。