10.11835/j.issn.1000-582X.2020.12.006
数字图像相关位移场测量的误差补偿
数字图像相关方法中,位移场测量的误差大小与算法的迭代次数通常成反比,要获得较低的误差,必须增加迭代次数,从而增加了计算量;而非迭代的方法误差相对较大.为解决这一问题,提出了一种基于BP神经网络的误差补偿方法.选择基于非迭代光流法的位移场测量方法为算法模型,详细分析了该算法本身存在的截断误差,以模拟散斑图的位移测量值及其误差为数据集,用训练好的神经网络误差预测模型对测量结果进行补偿.实验验证结果表明,补偿后的位移测量误差相较原来总体下降了50%左右,测量误差的统计分布也显著下降.
数字图像相关、光流法、位移场测量、神经网络、误差补偿
43
TP391(计算技术、计算机技术)
国家自然科学基金资助项目;机械传动国家重点实验室开放课题
2021-02-25(万方平台首次上网日期,不代表论文的发表时间)
共9页
59-67