可调对比度目标源装置中对比度的标定

• 作者: 叶露 沈湘衡 王素华
• 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
• 页码范围: 949-956
• 分类号: TB96|TP391.4
• 字数: 4980字
• 语种: 中文
• DOI: 10.3788/OPE.20122005.0949

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.

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