基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
搭建了可调对比度目标源装置,研究了图像对比度和光学对比度的关系,提出了用改进的BP神经网络标定对比度的方法.首先,设计了用于对比度标定的BP神经网络模型.然后,利用LM( Levenberg-Marquardt)算法结合缩放法改进神经网络以提高其收敛速度及泛化能力.最后,通过可调对比度目标源装置实验平台,由测量的辐照度得出了对应的图像对比度数据,使该装置可以通过调节辐照度实时获得规定的对比度.与传统BP神经网络方法相比,改进后的BP神经网络收敛速度快,泛化能力强.标定精度比经典BP算法提高了100倍,比最速下降法提高了10倍.训练次数仅需2 876次时,对比度的标定值与目标值的误差最大值是0.01%,训练均方误差收敛为0.000 459 441,测试误差收敛为0.000 467 003,满足了对检验装置中对比度标定的需要.
推荐文章
海洋条件下目标—背景对比度计算分析
目标-背景对比度
辐射传输方程
Eddington近似
低对比度图像增强算法研究
低对比度图像
图像增强
二维直方图技
对人工红外光照射时目标与背景对比度分析
人工光照
目标与背景
对比度
计算分析
指纹图像对比度模糊增强算法
指纹
对比度增强
模糊特征平面
广义模糊算子
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 可调对比度目标源装置中对比度的标定
来源期刊 光学精密工程 学科 工学
关键词 可调目标源 对比度标定 LM算法 缩放法 神经网络
年,卷(期) 2012,(5) 所属期刊栏目 现代应用光学
研究方向 页码范围 949-956
页数 分类号 TB96|TP391.4
字数 4980字 语种 中文
DOI 10.3788/OPE.20122005.0949
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 沈湘衡 中国科学院长春光学精密机械与物理研究所 58 517 12.0 20.0
2 叶露 中国科学院长春光学精密机械与物理研究所 26 285 10.0 16.0
3 王素华 中国科学院长春光学精密机械与物理研究所 6 62 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (68)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(8)
  • 参考文献(2)
  • 二级参考文献(6)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(6)
  • 参考文献(4)
  • 二级参考文献(2)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
可调目标源
对比度标定
LM算法
缩放法
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光学精密工程
月刊
1004-924X
22-1198/TH
大16开
长春市东南湖大路3888号
12-166
1959
chi
出版文献量(篇)
6867
总下载数(次)
10
总被引数(次)
98767
论文1v1指导