收藏本站
《东北师范大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于人工智能算法的透镜调制传递函数测量结果优化研究

王玉婷  
【摘要】:随着近代光学理论的发展我们知道光学系统在某种意义上可以被看作一个频率空间滤波器,这就意味着我们可以利用物与像之间的频谱之比对系统的成像质量进行评价,而这个光学系统对不同的空间频率的传递性能称为光学传递函数。光学传递函数中的调制传递函数(MTF)是判断镜头等光学元件成像质量的主要依据,这种新的评价方法不但得到了摄影爱好者的推崇,在光学工程测量及工业加工等众多领域都有极为广泛的推广与应用。MTF值和对焦位置密切相关,考虑到仪器误差和实验误差,很难通过理论求解得到最佳的对焦位置;而仅通过人为手动调整对焦位置受到人为主观因素和操作者水平的影响较大。近些年来,随着人工智能的兴起,在优化方面提出一些不同于传统优化的基于人工智能的优化方法。其中,神经网络和支持向量机因其有良好的非线性,被越来越多的用于函数逼近和模拟黑箱模型。基于上述理论,本文开展了以下工作:(1)论述了MTF值的物理意义和测量方法,并基于此搭建了MTF光学测试系统装置及平台;探索了影响MTF值的关键因素。(2)提出了基于小波神经网络的MTF值优化算法,得到了最佳对焦位置,比较了基于小波神经网络方法和人为调整得到的最佳对焦位置和MTF值,并对其进行了分析。(3)提出了基于支持向量机的MTF值优化算法,得到了最佳对焦位置,比较了基于支持向量机和人为调整得到的最佳对焦位置和MTF值,并对其进行了分析。得到了以下结论:(1)MTF值可用于评价光学元件成像质量,且随着采集位置向最佳像点逼近,待测系统的MTF值逐渐增大,随着CMOS相机采集距离继续增大,待测系统的MTF值逐渐减小。(2)通过基于小波神经网络优化的MTF值较人为优化得到的MTF值增加,小波神经网络优化得到的CMOS位置更加接近于最佳CMOS位置。(3)基于SVM方法优化的MTF值较人为优化得到的MTF值增加,基于SVM方法得到的CMOS位置更加接近于最佳CMOS位置。
【学位授予单位】:东北师范大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TH74;TP18

【相似文献】
中国期刊全文数据库 前10条
1 靳文舟;韩博文;郝小妮;黄玮琪;;基于小波神经网络的定制公交目标乘客出行意愿预测[J];重庆交通大学学报(自然科学版);2018年08期
2 龚瑞昆;王海平;王鹏;周国庆;;基于小波神经网络的收割机测产系统振动信号分析[J];农机化研究;2018年06期
3 王伟;;基于小波神经网络的电力系统负荷预测[J];科技创业月刊;2017年05期
4 戚斌;余颖;彭刚跃;余兰;;小波神经网络在桥梁施工监控中的应用[J];地理空间信息;2017年08期
5 吕琼帅;邢立国;单冬红;;基于小波神经网络的软件错误定位研究[J];电子设计工程;2016年08期
6 王华秋;王斌;;自构建小波神经网络的内模控制研究与应用[J];计算机测量与控制;2014年09期
7 吴凡;张莉;;基于小波神经网络的模拟电路故障诊断技术[J];计算机测量与控制;2014年11期
8 侯润民;刘荣忠;高强;王力;邓桐彬;;一种自适应模糊小波神经网络及其在交流伺服控制中的应用[J];兵工学报;2015年05期
9 王建立;肖波平;;基于多重结构小波神经网络的航姿系统故障诊断研究[J];电子技术与软件工程;2014年12期
10 刘扬;张振海;;小波神经网络的无刷直流电机转子位置检测方法[J];武汉工程大学学报;2014年10期
中国重要会议论文全文数据库 前10条
1 胡梅;樊敏;;基于改进型松散小波神经网络的软故障诊断方法[A];仪器仪表学报(2015(增刊)第36卷)[C];2015年
2 何正友;钱清泉;;一种改进小波神经网络模型在电力故障信号识别中的应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 金向阳;张莉;于广滨;;基于改进小波神经网络的航空滚动轴承的故障检测[A];第二十六届中国控制会议论文集[C];2007年
4 谢建宏;张为公;;复合材料疲劳剩余寿命预测的动态小波神经网络方法[A];第二届全国信息获取与处理学术会议论文集[C];2004年
5 何晋;孟庆鑫;赵杰;王华;;水下机械手的模糊小波神经网络控制[A];第25届中国控制会议论文集(下册)[C];2006年
6 李国丽;刘辉;邓娜;;使用小波神经网络的图像压缩[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(上册)[C];2006年
7 田建艳;代正梅;;加热炉炉温的小波神经网络预测控制策略[A];2009年中国智能自动化会议论文集(第六分册)[中南大学学报(增刊)][C];2009年
8 李净松;陈涵瀛;高璞珍;田瑞峰;;基于小波神经网络的自然循环时间序列预测[A];第十五届全国反应堆热工流体学术会议暨中核核反应堆热工水力技术重点实验室学术年会论文集[C];2017年
9 殷礼胜;江琦;胡启洲;;基于混沌算法的交通流量小波神经网络及预测研究[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
10 宁佐贵;王雄祥;朱长春;;信号消噪的小波神经网络方法[A];中国工程物理研究院科技年报(2000)[C];2000年
中国博士学位论文全文数据库 前10条
1 银俊成;量子信道与量子小波神经网络相关问题研究[D];陕西师范大学;2013年
2 李永红;广义小波神经网络实现雷达相关滤波的研究[D];大连海事大学;2000年
3 许廷发;GABOR小波神经网络算法及其在灰度图象目标识别中的应用研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2004年
4 刘守生;遗传算法与小波神经网络中若干问题的研究[D];南京航空航天大学;2005年
5 周卫东;一类混合动态系统建模与优化调度问题的研究[D];山东大学;2005年
6 侯霞;小波神经网络若干关键问题研究[D];南京航空航天大学;2006年
7 任伟建;智能算法及其在油田故障诊断问题中的应用[D];大庆石油学院;2006年
8 李文军;多小波和小波神经网络构造及其在电弧故障诊断中的应用研究[D];吉林大学;2008年
9 高协平;小波参数化与小波神经网络研究[D];湖南大学;2003年
10 潘翀;电力变压器绝缘故障诊断技术及热状态参量预测模型研究[D];重庆大学;2009年
中国硕士学位论文全文数据库 前10条
1 曾何俊;基于机器学习的卫星故障动态自适应建模关键技术研究[D];电子科技大学;2018年
2 李琪;基于采样理论的小波神经网络在天线辐射建模中的研究[D];电子科技大学;2018年
3 黄栋一;基于采样原理的小波神经网络去噪研究[D];电子科技大学;2018年
4 王玉婷;基于人工智能算法的透镜调制传递函数测量结果优化研究[D];东北师范大学;2018年
5 何韦玲;基于小波神经网络MPPT算法研究及应用[D];东华理工大学;2017年
6 杨海洋;拥挤情况下的人群计数和短时人群流量预测[D];北京交通大学;2017年
7 代莉莉;基于小波神经网络的手部动作多分类及长时间识别研究[D];南开大学;2017年
8 银兰英;研发项目中止决策的小波神经网络研究[D];中南大学;2012年
9 郑菲;基于FPGA的模糊小波神经网络[D];哈尔滨工程大学;2009年
10 郑建国;小波神经网络在图像压缩中的应用研究[D];西安建筑科技大学;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026