四川大学学报（自然科学版）
四川大學學報（自然科學版）
사천대학학보（자연과학판）
JOURNAL OF SICHUAN UNIVERSITY（NATURAL SCIENCE EDITION）
2010年
4期
763-767
,共5页
蔡义祥%陈文静%赵玥%许罗鹏
蔡義祥%陳文靜%趙玥%許囉鵬
채의상%진문정%조모%허라붕
三维面形测量%小波神经网络%函数逼近%傅里叶变换轮廓术
三維麵形測量%小波神經網絡%函數逼近%傅裏葉變換輪廓術
삼유면형측량%소파신경망락%함수핍근%부리협변환륜곽술
将小波神经网络引入基于结构先投影的复杂物体三维面形测量.在测量过程中,利用小波函数的时频特性及变焦特性和神经网络强大的函数逼近功能,得到离散条纹图的连续逼近函数,从中解出物体的相位信息,获得物体的三维面形分布.应用小波神经网络,在结构光投影条件下,只需要获取一幅条纹图,便可以完成复杂物体的三维面形测量.该方法相比传统的傅里叶变换轮廓术方法,不存在滤波操作,具有更高的灵敏度,在条纹图存在阴影的情况下,能更准确获得物体的相位信息,更加适用于恢复复杂物体的三维面形.模拟及实验均验证了该方法的可行性.
將小波神經網絡引入基于結構先投影的複雜物體三維麵形測量.在測量過程中,利用小波函數的時頻特性及變焦特性和神經網絡彊大的函數逼近功能,得到離散條紋圖的連續逼近函數,從中解齣物體的相位信息,穫得物體的三維麵形分佈.應用小波神經網絡,在結構光投影條件下,隻需要穫取一幅條紋圖,便可以完成複雜物體的三維麵形測量.該方法相比傳統的傅裏葉變換輪廓術方法,不存在濾波操作,具有更高的靈敏度,在條紋圖存在陰影的情況下,能更準確穫得物體的相位信息,更加適用于恢複複雜物體的三維麵形.模擬及實驗均驗證瞭該方法的可行性.
장소파신경망락인입기우결구선투영적복잡물체삼유면형측량.재측량과정중,이용소파함수적시빈특성급변초특성화신경망락강대적함수핍근공능,득도리산조문도적련속핍근함수,종중해출물체적상위신식,획득물체적삼유면형분포.응용소파신경망락,재결구광투영조건하,지수요획취일폭조문도,편가이완성복잡물체적삼유면형측량.해방법상비전통적부리협변환륜곽술방법,불존재려파조작,구유경고적령민도,재조문도존재음영적정황하,능경준학획득물체적상위신식,경가괄용우회복복잡물체적삼유면형.모의급실험균험증료해방법적가행성.
