基于卷积神经网络的相位信息提取方法、存储介质及设备
授权
摘要
本发明公开了一种基于卷积神经网络的相位信息提取方法、存储介质及设备，构建Hypercolumns卷积神经网络模型，对干涉条纹图像进行分析并预测得到与其对应的相位数据；分别利用正弦/余弦形数据集、二次曲面数据集、波浪形数据集和自由曲面数据集四种不同的数学函数生成样本集中相位数据，然后通过干涉条纹图像光强分布公式得到与相位数据对应的干涉图像，等分生成样本后共同构成训练集中N组数据与验证集中M组数据；然后基于生成的所有样本数据，对Hypercolumns卷积神经网络模型进行训练；采用多项式三维曲面拟合方法消除Hypercolumns卷积神经网络初始预测结果的局部误差，实现相位提取结果优化。本发明处理速度快，相位提取精度高，且可实现单帧干涉图相位提取功能。
基本信息
专利标题 ：
基于卷积神经网络的相位信息提取方法、存储介质及设备
专利标题（英）：
暂无
公开（公告）号 ：
CN112116616A
申请号 ：
CN202010778712.1
公开（公告）日 ：
2020-12-22
申请日 ：
2020-08-05
授权号 ：
CN112116616B
授权日 ：
2022-06-07
发明人 ：
李兵赵卓路嘉晟康晓清刘桐坤
申请人 ：
西安交通大学
申请人地址 ：
陕西省西安市咸宁西路28号
代理机构 ：
西安通大专利代理有限责任公司
代理人 ：
高博
优先权 ：
CN202010778712.1
主分类号 ：
G06T7/13
IPC分类号 ：
G06T7/13 G06T5/30 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
G06T5/50
通过使用多于一幅图像的，例如平均、减少
G06T7/13
边缘检测
法律状态
2022-06-07 ：
授权
2021-01-08 ：
实质审查的生效
IPC(主分类) : G06T 7/13
申请日 : 20200805
申请日 : 20200805
2020-12-22 ：
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
