电光与控制
電光與控製
전광여공제
ELECTRONICS OPTICS & CONTROL
2012年
12期
43-46,57
,共5页
畸变校正%大视场显示器%神经网络%多项式拟合
畸變校正%大視場顯示器%神經網絡%多項式擬閤
기변교정%대시장현시기%신경망락%다항식의합
大视场光电成像显示设备中会出现光学系统引起的图像几何畸变现象.为了提高显示设备畸变校正效果,并克服传统BP算法存在局部极小点、收敛速度慢等缺点,采用了基于优化理论的LM算法来改进传统BP神经网络算法.提出一种含有双层隐含层的BP神经网络畸变校正方法,可在不确知畸变数学模型情况下,实现自适应地建立畸变图像与原始图像之间的高精度映射关系.在Matlab平台上进行算法的深入分析和比较.仿真结果表明,双隐含层BP神经网络算法易于实现、数据处理能力强、校正精度高.与多项式拟合方法的畸变校正模型相比,基于双隐含层BP神经网络算法的畸变校正模型的各项精度指标提升显著.
大視場光電成像顯示設備中會齣現光學繫統引起的圖像幾何畸變現象.為瞭提高顯示設備畸變校正效果,併剋服傳統BP算法存在跼部極小點、收斂速度慢等缺點,採用瞭基于優化理論的LM算法來改進傳統BP神經網絡算法.提齣一種含有雙層隱含層的BP神經網絡畸變校正方法,可在不確知畸變數學模型情況下,實現自適應地建立畸變圖像與原始圖像之間的高精度映射關繫.在Matlab平檯上進行算法的深入分析和比較.倣真結果錶明,雙隱含層BP神經網絡算法易于實現、數據處理能力彊、校正精度高.與多項式擬閤方法的畸變校正模型相比,基于雙隱含層BP神經網絡算法的畸變校正模型的各項精度指標提升顯著.
대시장광전성상현시설비중회출현광학계통인기적도상궤하기변현상.위료제고현시설비기변교정효과,병극복전통BP산법존재국부겁소점、수렴속도만등결점,채용료기우우화이론적LM산법래개진전통BP신경망락산법.제출일충함유쌍층은함층적BP신경망락기변교정방법,가재불학지기변수학모형정황하,실현자괄응지건립기변도상여원시도상지간적고정도영사관계.재Matlab평태상진행산법적심입분석화비교.방진결과표명,쌍은함층BP신경망락산법역우실현、수거처리능력강、교정정도고.여다항식의합방법적기변교정모형상비,기우쌍은함층BP신경망락산법적기변교정모형적각항정도지표제승현저.
