一种基于全卷积神经网络的相位主值提取方法

发明专利有效专利

申请号：
CN201910347403.6
IPC分类号：G06T5/00;G06T7/00;G06N3/08;G06N3/04;G01B11/25
申请日期：
2019-04-28
申请人：
浙江工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于全卷积神经网络的相位主值提取方法
申请号	CN201910347403.6	申请日期	2019-04-28
法律状态	授权	申报国家	中国
公开/公告日	2019-08-23	公开/公告号	CN110163817A
优先权	暂无	优先权号	暂无
主分类号	G06T5/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T5/00 图像的增强或复原，如从位像到位像地建立一个类似的图形〔6〕	IPC分类号	G;0;6;T;5;/;0;0;;;G;0;6;T;7;/;0;0;;;G;0;6;N;3;/;0;8;;;G;0;6;N;3;/;0;4;;;G;0;1;B;1;1;/;2;5查看分类表>
申请人	浙江工业大学	申请人地址	浙江省杭州市下城区朝晖六区潮王路18号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江工业大学	当前权利人	浙江工业大学
发明人	王海霞;吴晨阳;胡苏杭;陈朋;梁荣华
代理机构	杭州斯可睿专利事务所有限公司	代理人	王利强

摘要

一种基于全卷积神经网络的相位主值提取方法，包括以下步骤：1)在计算机上将预先编码所需的按正弦分布的条纹图，预先编码好的条纹图投影至待测物，并使用工业相机采集待测物条纹图；2)构建全卷积神经网络模型，设定训练参数和损失函数，将1)中得到的图片输入至神经网络中，运行神经网络，获得所需的相位主值；3)使用基于质量图导向的方法对2)中得到的相位主值进行解缠，得到准确相位值。本发明提供一种图像采集的数量少、无需训练数据集以及训练过程、精度较高的基于全卷积神经网络的相位主值提取方法。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供