流场测速中基于深度卷积神经网络的光学畸变校正技术

高泽宇; 李新阳; 叶红卫

首页> 中文期刊> 《红外与激光技术》 >流场测速中基于深度卷积神经网络的光学畸变校正技术

流场测速中基于深度卷积神经网络的光学畸变校正技术

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

基于光学成像的流场测量技术,如粒子图像测速技术（PIV）,易受到因流体中折射率的不均匀性或晃动的介质边界引起的光学畸变而带来的影响。这些畸变会使得示踪粒子在图像上的位置分布产生误差且严重影响图像清晰度,从而增大流场速度测量的误差。为了提高光学流场速度测量的测量精度,自适应光学系统可以应用于其中去校正光学畸变。基于图像流场测量中的光学像差具有频率高,动态范围大,空间分辨率高等特点,对于这一应用场景,基于波前校正器件的自适应光学系统受到了器件本身性能的影响。基于深度学习的自适应光学技术在流场测量中的应用,建立了一种基于深度神经网络的无波前校正器件自适应光学校正技术,以深度神经网络代替传统的波前校正器件,用于粒子图像测速技术中的光学畸变校正。为了生成神经网络所需要的训练和测试数据集,搭建了可以实现波前测量的粒子图像测速实验平台,分析并建立了光学畸变在粒子图像上的图像退化模型。最后,以校正后PIV图像的校正效果和流场速度测量结果作为评价标准,对所建立神经网络的畸变校正性能进行了分析。

著录项

来源
《红外与激光技术》 |2020年第10期|9-18|共10页
作者
高泽宇; 李新阳; 叶红卫;
展开▼
作者单位

1. 中国科学院自适应光学重点实验室 2. 中国科学院光电技术研究所 3. 中国科学院大学;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;应用光学;
关键词
自适应光学; 卷积神经网络; 粒子图像测速; 像差校正;

相似文献

中文文献
外文文献
专利

1. 利用光学测速技术PIV及LDV研究流场积分尺度的方法 [J] . 张庭芳 ,田华 ,吴志军 . 江西科学 . 2005,第1期
2. 基于多流对极卷积神经网络的光场图像深度估计 [J] . 王硕 ,王亚飞 . 计算机应用与软件 . 2020,第8期
3. 基于高速纹影/阴影成像的流场测速技术研究进展 [J] . 朱海军 ,王倩 ,梅笑寒 . 实验流体力学 . 2022,第2期
4. 基于飞秒激光电子激发标记测速技术的剪切流场速度测量 [J] . 杨文斌 ,陈力 ,闫博 . 实验流体力学 . 2022,第4期
5. 基于自发辐射光谱的超声速流场测速技术 [J] . 齐新华 ,陈力 ,闫博 . 光谱学与光谱分析 . 2021,第6期
6. 基于图像测速技术的复杂自由水面流场观测方法 [C] . CAO Liekai ,曹列凯 ,DUAN Yanchong . 第十六届全国水利量测技术综合学术研讨会 . 2016
7. 粒子图像测速技术在液体射流泵内部流场测试中的应用 [A] . 陈莹 . 2006

流场测速中基于深度卷积神经网络的光学畸变校正技术

摘要

著录项

相似文献

相关主题

期刊订阅