伴隨著科技的不斷發(fā)展,基于計(jì)算機(jī)技術(shù)的視覺(jué)處理方法開(kāi)始在視覺(jué)領(lǐng)域大放異彩。在大型光學(xué)裝置領(lǐng)域,傳統(tǒng)的離線檢測(cè)技術(shù)需要對(duì)光學(xué)裝置中的元器件拆卸后進(jìn)行分析,所以離線檢測(cè)技術(shù)不僅效率無(wú)法保證而且還會(huì)影響裝置的使用成本以及使用壽命。因此光學(xué)元器件損傷在線檢測(cè)技術(shù)的研究成為了一個(gè)急需解決的問(wèn)題。在光學(xué)元器件在線檢測(cè)的研究中,近些年國(guó)內(nèi)外的相關(guān)研究也提出了多種方法,但這些方法都是基于傳統(tǒng)的圖像處理方法的研究。近年來(lái)隨著機(jī)器學(xué)習(xí)與人工智能等技術(shù)的發(fā)展,采用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像處理成為了計(jì)算機(jī)圖像處理領(lǐng)域的熱門(mén)方法。在此背景下,本文提出了基于退化模型復(fù)原與卷積神經(jīng)網(wǎng)絡(luò)的光學(xué)元器件損傷在線檢測(cè)方法,將卷積神經(jīng)網(wǎng)絡(luò)技術(shù)與傳統(tǒng)的圖像處理技術(shù)中的復(fù)原技術(shù)進(jìn)行結(jié)合,對(duì)損傷圖像進(jìn)行在線檢測(cè)。首先,本文通過(guò)退化模型復(fù)原技術(shù)對(duì)圖像進(jìn)行建模,隨后根據(jù)損傷圖像中已有的先驗(yàn)知識(shí),對(duì)損傷圖像設(shè)計(jì)復(fù)原算法,并將該算法應(yīng)用到損傷圖像的退化模型復(fù)原中去,觀察實(shí)驗(yàn)的結(jié)果并和國(guó)內(nèi)外所采用的基于傳統(tǒng)圖像處理的方法進(jìn)行對(duì)比分析。隨后,由于大型光學(xué)裝置的特殊性,獲取光學(xué)損傷圖像成本極高。為了便于后續(xù)分類(lèi)器的訓(xùn)練,本文中設(shè)計(jì)了一種數(shù)據(jù)集制作方... 

【文章來(lái)源】：中國(guó)工程物理研究院北京市

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

大型光學(xué)裝置打靶成像圖

?Ｉ?參■■?■■??圖１．１大型光學(xué)裝置打靶成像圖??通過(guò)對(duì)損傷機(jī)理的研究進(jìn)而提高光學(xué)元器件的材料抗損傷能力。經(jīng)過(guò)多年來(lái)的發(fā)??展，科研人員逐漸意識(shí)到激光的誘導(dǎo)使光學(xué)裝置中的元器件產(chǎn)生損傷是一個(gè)包含??多種因素共同作用的過(guò)程，它受許多種因素的影響，且光學(xué)元器件損傷是一個(gè)不??可逆的過(guò)程，而損傷通常會(huì)造成光學(xué)裝置的性能損失甚至無(wú)法工作，其后果是很??嚴(yán)重的。??由于光學(xué)元器件不同于普通的機(jī)械零部件，其對(duì)尺寸、材料等等各方面的要??求尤為嚴(yán)格，所以其制備工藝復(fù)雜，加工時(shí)間長(zhǎng)。當(dāng)光學(xué)元器件發(fā)生損傷時(shí)，將??導(dǎo)致光學(xué)設(shè)備的整體效率下降甚至無(wú)法運(yùn)行。所以一旦光學(xué)元器件發(fā)生損傷，將??導(dǎo)致各種成本大大提升，甚至產(chǎn)生不可預(yù)知的后果。研究表明，當(dāng)光學(xué)元器件發(fā)??生損傷時(shí)

為目標(biāo)像素構(gòu)建一個(gè)濾波模板，然后對(duì)濾波模板中的所有像素點(diǎn)上像素值進(jìn)行計(jì)??算求得其平均值，隨后將該值作為一個(gè)新的值去取代原像素值。常用的濾波模板??為３ｘ３的矩陣。如下圖２．１表示：??３?５?６?３?５?６??６?３?２??＞?６?４．５６?２??３?６?７?３?６?７??圖２．１均值濾波示意圖??上圖中，灰色為中心像素點(diǎn)。經(jīng)過(guò)濾波之后，用濾波模板中的所有像素點(diǎn)上??像素值進(jìn)行計(jì)算求得的平均值去替代原中心像素點(diǎn)的像素值３。通過(guò)這種濾波模??板計(jì)算方法，對(duì)圖像進(jìn)行循環(huán)遍歷計(jì)算數(shù)字圖像在每個(gè)像素點(diǎn)上的像素值，然后??１８??

【參考文獻(xiàn)】：
期刊論文
[1]基于局域信號(hào)增強(qiáng)的光學(xué)元件損傷檢測(cè)[J]. 田玉婷,鄔融,楊野.  中國(guó)激光. 2018(11)
[2]基于振鏡掃描方式的光學(xué)元件表面損傷檢測(cè)[J]. 郭亞晶,唐順興,姜秀青,朱寶強(qiáng),林尊琪.  光學(xué)學(xué)報(bào). 2017(06)
[3]基于RANSAC-LSSVM回歸的慣性約束聚變光學(xué)元件損傷在線檢測(cè)技術(shù)[J]. 馮博,陳鳳東,劉炳國(guó),彭志濤,劉楠,劉國(guó)棟,孫和義.  中國(guó)激光. 2013(08)
[4]光學(xué)元件損傷在線檢測(cè)圖像處理技術(shù)[J]. 馮博,劉炳國(guó),陳鳳東,劉國(guó)棟,彭志濤,元浩宇,孫和義.  強(qiáng)激光與粒子束. 2013(07)
[5]慣性約束聚變裝置總體布局和結(jié)構(gòu)設(shè)計(jì)[J]. 朱明智,王美聰,陳曉娟,吳文凱,陳剛.  光學(xué)精密工程. 2013(03)
[6]熔石英表面損傷修復(fù)點(diǎn)的損傷概率[J]. 蔣勇,袁曉東,劉春明,賀少勃,羅成思,王海軍,呂海兵,鄭萬(wàn)國(guó),向霞,祖小濤.  強(qiáng)激光與粒子束. 2012(06)
[7]基于小波變換與改進(jìn)的Roberts算子融合的圖像邊緣檢測(cè)[J]. 陳志強(qiáng),郭永亮,陳詩(shī)哲.  傳感器世界. 2011(04)
[8]基于物理模型的快速單幅圖像去霧方法[J]. 禹晶,李大鵬,廖慶敏.  自動(dòng)化學(xué)報(bào). 2011(02)
[9]一種改進(jìn)roberts算子邊緣檢測(cè)[J]. 高勇鋼.  巢湖學(xué)院學(xué)報(bào). 2009(06)
[10]光學(xué)元件損傷暗場(chǎng)圖像中的目標(biāo)自動(dòng)提取研究[J]. 李付明,李大海,彭志濤,張際,孫志紅,曹益平.  激光雜志. 2008(02)

博士論文
[1]強(qiáng)激光復(fù)雜光機(jī)組件光學(xué)元件激光損傷在線檢測(cè)技術(shù)研究[D]. 彭志濤.中國(guó)工程物理研究院 2011

碩士論文
[1]基于機(jī)器視覺(jué)的光學(xué)元件損傷在線檢測(cè)研究[D]. 陳靜.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院光電技術(shù)研究所) 2017
[2]基于大氣散射模型的霧霾天道路圖像清晰化[D]. 朱瑜輝.北京工業(yè)大學(xué) 2010



本文編號(hào)：3449538