典型文献
基于深度学习的剪切散斑干涉条纹图滤波方法
文献摘要：
剪切散斑干涉技术作为一种非接触式的高精度光学全场测量方法,可以对复合材料内部缺陷进行无损检测,但所得的相位条纹图中包含大量散斑噪声,会对检测结果和精度产生严重影响.为此,提出了一种基于无监督图像风格转换模型(CycleGAN)的相位条纹图滤波方法.该方法将剪切散斑干涉技术获取的原始噪声相位条纹图通过网络训练转换为理想无噪声条纹图,从而实现对相位条纹图中噪声的滤除.实验结果表明,所提方法能够实现对噪声的高效滤除,滤波图像边界清晰、对比显著,且运行时间明显优于其他方法,仅需30 ms左右便能实现条纹图的高质量滤波,符合动态无损检测的发展需求,为相位条纹图的噪声滤除提供了新的思路.
文献关键词：
剪切散斑干涉技术;相位图;深度学习;噪声;图像处理;无损检测
中图分类号：
作者姓名：
林薇;崔海华;郑炜;周新房;徐振龙;田威
作者机构：
南京航空航天大学机电学院,江苏南京211106;中航西安飞机工业集团股份有限公司,陕西西安710089
文献出处：
引用格式：
[1]林薇;崔海华;郑炜;周新房;徐振龙;田威-.基于深度学习的剪切散斑干涉条纹图滤波方法)[J].激光与光电子学进展,2022(22):147-156
A类：
B类：
干涉条纹图,图滤波,滤波方法,剪切散斑干涉技术,非接触式,全场,内部缺陷,陷进,相位条纹,散斑噪声,无监督,图像风格转换,转换模型,CycleGAN,技术获取,网络训练,运行时间,其他方法,ms,动态无损检测,噪声滤除,相位图
AB值：
0.238047
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。
