机械制造
機械製造
궤계제조
MACHINERY
2013年
11期
37-40
,共4页
巨孔亮%胥光申%王亚宁%罗声
巨孔亮%胥光申%王亞寧%囉聲
거공량%서광신%왕아저%라성
面曝光%快速成形%畸变校正%BP神经网络%Matlab
麵曝光%快速成形%畸變校正%BP神經網絡%Matlab
면폭광%쾌속성형%기변교정%BP신경망락%Matlab
在面曝光快速成形系统中,视图发生器的光学系统不可避免地在视图平面上产生光学畸变.针对传统畸变图像校正存在的不足,采用了一种基于BP神经网络的畸变图像智能化校正方法.该方法不需要建立图像畸变数学模型,利用Matlab软件,以畸变掩模图像上的221组像素坐标作为网络输入,对BP神经网络进行训练,建立畸变掩模图像与理想掩模图像之间的非线性映射关系；利用双线性插值进行灰度重建,实现掩模图像的畸变校正.实验表明,校正后,掩模图像像素坐标的径向均方根误差减小到0.7007 Pixel,畸变得到明显改善.
在麵曝光快速成形繫統中,視圖髮生器的光學繫統不可避免地在視圖平麵上產生光學畸變.針對傳統畸變圖像校正存在的不足,採用瞭一種基于BP神經網絡的畸變圖像智能化校正方法.該方法不需要建立圖像畸變數學模型,利用Matlab軟件,以畸變掩模圖像上的221組像素坐標作為網絡輸入,對BP神經網絡進行訓練,建立畸變掩模圖像與理想掩模圖像之間的非線性映射關繫；利用雙線性插值進行灰度重建,實現掩模圖像的畸變校正.實驗錶明,校正後,掩模圖像像素坐標的徑嚮均方根誤差減小到0.7007 Pixel,畸變得到明顯改善.
재면폭광쾌속성형계통중,시도발생기적광학계통불가피면지재시도평면상산생광학기변.침대전통기변도상교정존재적불족,채용료일충기우BP신경망락적기변도상지능화교정방법.해방법불수요건립도상기변수학모형,이용Matlab연건,이기변엄모도상상적221조상소좌표작위망락수입,대BP신경망락진행훈련,건립기변엄모도상여이상엄모도상지간적비선성영사관계；이용쌍선성삽치진행회도중건,실현엄모도상적기변교정.실험표명,교정후,엄모도상상소좌표적경향균방근오차감소도0.7007 Pixel,기변득도명현개선.
