-
公开(公告)号：CN119468972A
公开(公告)日：2025-02-18
申请号：CN202411483473.1
申请日：2024-10-23
Applicant: 广东工业大学
Abstract: 本发明涉及光学测量领域，更具体地说，它涉及一种基于深度学习的非球面形貌测量方法及系统,其技术要点是，包括：S1、制备仿真图像数据集，将图像数据集按照8：2的比例划分为训练集和测试集；S2、将图像数据集加载到深度学习网络中进行训练，保存最佳权重参数；S3、构建系统，获取多光斑图像数据；S4、将最佳权重参数加载至深度学习网络中，后使用深度学习网络对多光斑图像数据进行中心定位;S5、使用傅里叶变换法测量非球面物体的三维形貌。本发明解决了传统的光斑中心定位方法在面对非球面透镜的复杂表面时，容易受到光照不均、光斑变形等因素的影响导致的定位精度下降，比传统的中心定位和深度学习定位方法效率更高、精度更优。
Search Results
1
records
(took 0.022 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
