基于深度学习的伽马非线性误差矫正方法
授权
摘要
本发明公开为一种基于深度学习的伽马非线性误差矫正方法，其大致流程为：建立了一个基于卷积神经网络的模型；经训练后，得到计算相位的分子分母项；将这两项带入反正切函数计算得到物体的相位。本发明与与多步相移法相比，大量减少采图数量，减少采图耗时，减小计算量；与傅里叶变换等数学变换方式相比，没有大量且复杂的运算，计算成本低，速度快；与标定伽马值的方法比，无需标定等复杂操作。
基本信息
专利标题 ：
基于深度学习的伽马非线性误差矫正方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111829458A
申请号 ：
CN202010695724.8
公开（公告）日 ：
2020-10-27
申请日 ：
2020-07-20
授权号 ：
CN111829458B
授权日 ：
2022-05-13
发明人 ：
张晓磊左超沈德同
申请人 ：
南京理工大学智能计算成像研究院有限公司
申请人地址 ：
江苏省南京市建邺区嘉陵江东街8号科技综合体B4幢二单元4层
代理机构 ：
北京翔瓯知识产权代理有限公司
代理人 ：
向维登
优先权 ：
CN202010695724.8
主分类号 ：
G01B11/25
IPC分类号 ：
G01B11/25 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G01
测量；测试
G01B
长度、厚度或类似线性尺寸的计量；角度的计量；面积的计量；不规则的表面或轮廓的计量
G01B11/00
以采用光学方法为特征的计量设备
G01B11/24
用于计量轮廓或曲率
G01B11/25
通过在物体上投影一个图形，例如莫尔条纹
法律状态
2022-05-13 ：
授权
2020-11-13 ：
实质审查的生效
IPC(主分类) : G01B 11/25
申请日 : 20200720
申请日 : 20200720
2020-10-27 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
