计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2008年
2期
498-500
,共3页
金属断口%SEM%神经网络%三维重建%分形
金屬斷口%SEM%神經網絡%三維重建%分形
금속단구%SEM%신경망락%삼유중건%분형
根据金属断口SEM图像的成像机制,提出了针对SEM图像的神经网络反射模型.通过引入分形约束条件和对传统亮度约束条件进行修正,构造了新的能量代价函数,重建出粗糙断口表面的细节特征.分别采用传统的SFS模型和新模型对断口SEM图像进行了对比重建试验,结果最大亮度误差由23.84%降到6.28%;平均亮度误差由4.46%降到1.07%.实验表明新模型对未知光源方向的SEM图像有很好的重建效果.
根據金屬斷口SEM圖像的成像機製,提齣瞭針對SEM圖像的神經網絡反射模型.通過引入分形約束條件和對傳統亮度約束條件進行脩正,構造瞭新的能量代價函數,重建齣粗糙斷口錶麵的細節特徵.分彆採用傳統的SFS模型和新模型對斷口SEM圖像進行瞭對比重建試驗,結果最大亮度誤差由23.84%降到6.28%;平均亮度誤差由4.46%降到1.07%.實驗錶明新模型對未知光源方嚮的SEM圖像有很好的重建效果.
근거금속단구SEM도상적성상궤제,제출료침대SEM도상적신경망락반사모형.통과인입분형약속조건화대전통량도약속조건진행수정,구조료신적능량대개함수,중건출조조단구표면적세절특정.분별채용전통적SFS모형화신모형대단구SEM도상진행료대비중건시험,결과최대량도오차유23.84%강도6.28%;평균량도오차유4.46%강도1.07%.실험표명신모형대미지광원방향적SEM도상유흔호적중건효과.
