典型文献
基于R2U-Net的单帧投影条纹图深度估计
文献摘要：
从条纹图快速、准确获取被测物体准确深度信息是条纹投影三维测量技术关键环节之一.为解决单帧条纹图深度估计准确性问题,基于U-Net的递归残差卷积神经网络(R2U-Net),提出了一种条纹图深度估计方法,并在模拟数据和实验数据上进行了验证.对于模拟数据,所提方法的预测结果误差为1.71×10-6,小于U-Net方法对应的误差7.98×10-6;对于实验数据,该方法预测的深度图误差比U-Net方法对应的误差降低了 13％.实验结果表明,与已有的U-Net深度图预测方法相比,所提方法所得深度图的高度分布曲线与标签拟合程度更高,提高了单帧条纹图三维测量结果的准确性.
文献关键词：
图像处理;条纹投影;R2U-Net;深度;三维测量
中图分类号：
作者姓名：
袁梦凯;朱新军;侯林鹏
作者机构：
天津工业大学控制科学与工程学院,天津300387;天津工业大学人工智能学院,天津300387
文献出处：
引用格式：
[1]袁梦凯;朱新军;侯林鹏-.基于R2U-Net的单帧投影条纹图深度估计)[J].激光与光电子学进展,2022(16):83-94
A类：
B类：
R2U,Net,单帧,深度估计,深度信息,条纹投影,三维测量技术,技术关键,递归,残差卷积神经网络,估计方法,模拟数据,深度图,高度分布,分布曲线,拟合程度
AB值：
0.288077
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
