数字图像相关位移场测量的误差补偿

• 作者: 蒋中宁 罗远新 王勇勤 郭平
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 数字图像相关 光流法 位移场测量 神经网络 误差补偿
• 年，卷（期）: 2020,（12）
• 页码范围: 59-67
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2020.12.006

摘要

数字图像相关方法中,位移场测量的误差大小与算法的迭代次数通常成反比,要获得较低的误差,必须增加迭代次数,从而增加了计算量;而非迭代的方法误差相对较大.为解决这一问题,提出了一种基于BP神经网络的误差补偿方法.选择基于非迭代光流法的位移场测量方法为算法模型,详细分析了该算法本身存在的截断误差,以模拟散斑图的位移测量值及其误差为数据集,用训练好的神经网络误差预测模型对测量结果进行补偿.实验验证结果表明,补偿后的位移测量误差相较原来总体下降了50％左右,测量误差的统计分布也显著下降.