-
题名基于人工智能技术的激光快速测量系统误差检测
- 1
-
-
作者
谷栎娜
薛少童
张萌
沈娴
-
机构
河北工程技术学院人工智能与大数据学院
河北地质大学华信学院电子信息系
-
出处
《激光杂志》
北大核心
2025年第4期97-102,共6页
-
基金
河北省高等学校科学技术研究项目(No.ZD2020410)。
-
文摘
在实际应用过程中,由于测量设备本身的精度限制、测量环境的干扰和人为操作等因素影响,激光快速测量系统不可避免地会存在一定的误差。误差的存在不仅会影响测量结果的准确性,还可能对后续的数据分析和决策制定产生误导。因此,设计基于人工智能技术的激光快速测量系统误差检测方法。首先对激光快速测量系统成像实施畸变校正处理。然后利用改进的AHE算法和双线性插值法对图像进行增强处理,进一步改善激光快速测量系统成像的质量。最后选用经过优化的VGG网络作为本技术的卷积神经网络架构。利用该单卷积神经网络拟合图像与误差之间的映射关系,检测出该系统的误差。实验测试结果表明,设计方法检测到的实验系统检测误差与实际误差一致。
-
关键词
人工智能技术
激光快速测量系统
切向畸变模型
VGG网络
误差检测
-
Keywords
artificial intelligence technology
laser rapid measurement system
tangential distortion model
VGG network
error detection
-
分类号
TN929
[电子电信—通信与信息系统]
-
-
题名基于人工智能的红外图像特征点匹配方法
被引量：2
- 2
-
-
作者
韩冰
李印鹏
张丽娟
-
机构
河北工程技术学院软件学院
河北地质大学华信学院电子信息系
-
出处
《激光杂志》
CAS
北大核心
2022年第10期67-71,共5页
-
基金
2020年度河北省民办教育协会科研项目(No.HBMXYJJD2009)
河北省教育厅科研项目(No.Z2020229)。
-
文摘
为了提高红外图像提升匹配效果,提出了基于人工智能的红外图像特征点匹配方法。利用尺度不变特征变换算法检测红外图像特征点,通过梯度直方图确定特征点方向,完成特征点提取;利用最近邻搜索算法获取特征点的特征向量,求解查询特征向量至原点的欧式距离,搜索查询特征向量的最近邻点,通过设置的搜索范围参数剔除非最近邻点,缩小搜索范围,在该范围内依据查询特征向量至参考向量的夹角,结合匹配规则获取正确最近邻点,即正确匹配向量;通过随机抽样一致性算法去掉误匹配。实验证明:该方法特征点提取的可重复率高于0.5%,具备较优的特征点提取稳定性;可有效匹配红外图像特征点,提升图像清晰度;在不同旋转角度与光照变化倍数时,该方法匹配后的图像灰度分布更均匀,图像信息含量更加丰富。
-
关键词
人工智能
红外图像
特征点匹配
尺度不变
特征变换
直方图
欧式距离
最近邻搜索
-
Keywords
artificial intelligence
infrared image
feature point matching
scale invariant
feature transformation
histogram
euclidean distance
nearest neighbor search
-
分类号
TN215
[电子电信—物理电子学]
-
