【摘 要】
：
电子散斑干涉测量技术（Electronic Speckle Pattern Interferometry,ESPI）是一种现代光学检测技术,因其全场、无损、非接触等优点被广泛应用于诸多实际工程领域。在实际应用中,被测物的信息被反映在条纹图的相位中,所以准确地提取相位是成功应用ESPI技术的关键。条纹骨架线法是提取相位最直接的方法,该方法涉及去噪,二值化,骨架线提取,插值等技术。随着深度学习的发展,
论文部分内容阅读
电子散斑干涉测量技术（Electronic Speckle Pattern Interferometry,ESPI）是一种现代光学检测技术,因其全场、无损、非接触等优点被广泛应用于诸多实际工程领域。在实际应用中,被测物的信息被反映在条纹图的相位中,所以准确地提取相位是成功应用ESPI技术的关键。条纹骨架线法是提取相位最直接的方法,该方法涉及去噪,二值化,骨架线提取,插值等技术。随着深度学习的发展,卷积神经网络在去噪,增强,修复等图像处理任务上取得了成功。M-net卷积神经网络是一个有效的分割网络。本文对M-net进行了改进,基于改进的M-net对电子散斑干涉条纹图的二值化和骨架线提取方法进行了研究,具体内容如下:（1）本文基于M-net卷积神经网络开展研究,该网络在经典的分割网络U-net的基础上增加了两条功能类似于深层监督的边路,更加丰富的跳跃连接使得浅层信息与深层特征更好地融合,可以得到更加精细的分割结果。本文改进了M-net的结构和损失函数,使其更好地在ESPI条纹图二值化与骨架线提取中发挥作用。（2）一种常用的ESPI条纹图骨架线提取方法是首先得到二值条纹图像,然后通过细化算法得到骨架线图。本文针对其中的二值化步骤,将其看作语义分割任务,提出了基于改进的M-net卷积神经网络的ESPI条纹图二值化方法。该方法无需去噪等图像预处理,有良好的抗噪性。本文在一组模拟图和三组实验图上对提出的方法进行测试。实验结果表明提出的方法具有良好的泛化能力,即使对于含有强度不均的图像,提出的方法仍然能够获得令人满意的二值化结果。最后本文展示了基于提出的二值化方法在相位提取上的应用。（3）针对低质量的ESPI条纹图中条纹断裂的现象,本文提出了基于改进的Mnet的断裂ESPI条纹图骨架线提取方法。该方法能够同时从断裂的条纹中提取并修复骨架线。本文在两组实验图和两组模拟图上对提出的方法进行测试,并将测试结果与基于变分图像分解的梯度矢量场骨架线提取方法（Gradient Vector Fields based Variational Image Decomposition,VID-GVF）和基于U-net的方法进行对比。对比结果显示,本文的方法能够更好地提取低质量的断裂条纹骨架线。最后本文展示了基于提出的骨架线提取方法在相位提取上的应用。
其他文献
针对司法救助案件线索来源少、救助不及时问题，检察机关通过聚焦因案导致生活困难的原建档立卡贫困户、退役军人、未成年人、残疾人、涉法涉诉信访人等重点人群，建立国家司法救助线索大数据筛查智慧应用平台，通过数据比对碰撞，精准、高效筛查司法救助案件线索，变当事人申请为检察机关主动排查，跑出司法救助“加速度”，全力防范化解因案返贫、致贫风险，及时解决人民群众急难愁盼，为全面推进乡村振兴贡献检察力量。
视觉里程计（Visual Odometry VO）通过分析关联图像之间的多视几何关系确定传感器（运动载体）的位置与姿态,被广泛应用于自动驾驶、机器人、虚拟现实和增强现实等新兴技术领域。传统的VO基于几何运动约束求解位姿,涉及繁琐的计算过程,并且在面对复杂的场景时,往往会产生较大的估计误差或者算法失败。近年来,以卷积神经网络为代表的深度学习技术给视觉里程计任务带来了新的研究思路。本文围绕视觉里程计展
随着移动网络技术的进步和智能设备芯片的快速发展,信息交互方式逐渐从传统的用户被动接收信息的模式转变为用户主动生产信息的模式,短视频作为用户生产内容的代表在大数据时代应运而生。短视频作为多媒体数据具有天然的多模态特性和丰富的语义信息,但这些复杂的数据背后往往会存在着噪声和相关性信息,对于其正常应用会有一定的影响。因此,有必要对庞大的短视频数据进行有效的特征表征和语义理解。本文基于低秩表征学习理论,针
在信息化飞速发展的今天,高质量图像在电视、视频监控和医疗诊断等领域有着广阔的应用前景和巨大的经济价值,人们对高质量图像的需求日益增加,但受成像设备本身和成像过程中自然因素等的影响,直接获取高质量图像还存在一定困难。因此,如何将质量较差的图像重建为高质量图像已成为图像处理领域的热点研究问题之一。近年来,随着深度学习的发展,基于卷积神经网络的图像重建方法受到广泛关注并取得显著成效。论文基于卷积神经网络
高光谱图像能够在表征地表物体空间位置的同时提供丰富的光谱信息,已广泛应用于环境监测、地质勘探、现代军事等诸多领域。作为高光谱图像应用中的一项基础任务,高光谱图像的类别划分受到了研究人员的广泛关注。虽然有监督的高光谱图像分类取得了较好的性能,但其通常需要大量有标记的数据以监督网络模型的学习。因此,如何以无监督的方式对高光谱图像进行聚类以实现类别划分具有重要的研究意义。无监督高光谱图像聚类旨在没有类别
目的 探究某市2017～2021年新生儿死亡现状及其发生因素,总结新生儿死亡评审工作经验,合理制定干预对策,以降低新生儿死亡率。方法 收集某市2017～2021年新生儿死亡相关数据,对新生儿死亡相关评审资料开展分析。结果 2017～2021年全市出生活产新生儿413018例,新生儿死亡491例,新生儿死亡率总体呈下降趋势,死亡率由2017年1.46‰下降到2021年的0.89‰,下降幅度为0.57
目的 将BOPPPS教学模式运用于儿童消化系统疾病临床教学中,剖析BOPPPS教学模式在儿科医学临床教学中的运用实践效果。方法 将2020年10月—2021年11月消化科住培医学生的临床小讲课教学环节中按批次分别使用传统教学法和BOPPPS教学法,并将两组学生的教学效果通过访问和考核发的结果分别进行比较。结果 通过访问学生学习情况及考核调查结果显示,使用BOPPPS教学法组兴趣度及考核正确率明显高
深度卷积神经网络结构的设计是非常具有挑战性的工作,需要根据任务本身的特点以及专家的经验进行大量的尝试。提高网络性能往往需要更加复杂的网络结构;而随着网络模型复杂度的增加,网络结构的设计也愈加困难。因此,一些工作开始研究网络结构搜索算法使得计算机能够自动搜索出性能优秀的神经网络结构。但是,当前的网络结构搜索方法还存在搜索过程不稳定等一系列挑战。本文首先从解决图像分类任务的网络结构入手,手工地进行了深