改进U-Net网络的光条纹分割算法 | |
闫文伟1,2,3,4; 陈帅2,3,4; 穆宝岩2,3,4; 高亮2,3,4 | |
刊名 | 激光与光电子学进展 |
2021 | |
页码 | 1-24 |
关键词 | 线结构光 光条纹分割 深度学习 特征点提取 非接触测量 |
ISSN号 | 1006-4125 |
其他题名 | Fringe segmentation algorithm based on improved U-Net network |
产权排序 | 1 |
英文摘要 | 针对传统基于线结构光视觉测量系统中存在的光条纹分割精度低的问题,提出了一种改进U-Net网络的光条纹分割算法。改进算法使用VGG16的卷积池化层代替U-Net编码块中的卷积池化层,在U-Net编-解码层间的跳连接中引入坐标注意力机制,在U-Net编码块末端接入金字塔池化模块,采用Dice函数和交叉熵函数的组合作为网络的损失函数,解决了光条纹占比失衡问题。基于线结构光测量原理,设计了工件尺寸测量系统。实验表明,改进U-Net算法的分割精度指标mpa为95.61%、 m Iou为89.73%,均高于其他对比算法;工件测量尺寸的绝对误差小于0.1mm,相对误差小于1%,重复精度小于0.2%,满足工件的检测要求。 |
语种 | 中文 |
资助机构 | 中国科学院战略性先导科技专项(C类)(Grant No,XDC04000000) ; 国家自然科学基金面上项目(62073312) ; 辽宁省重点研发计划(2020JH2/10100023) ; 中国航发自主创新专项资金项目(ZZCX-2018-03 5) ; 王宽诚教育基金会、辽宁省“兴辽英才计划”项目(XLYC2002055) |
内容类型 | 期刊论文 |
源URL | [http://ir.sia.cn/handle/173321/29493] |
专题 | 沈阳自动化研究所_智能检测与装备研究室 |
通讯作者 | 陈帅 |
作者单位 | 1.中国科学院大学 2.辽宁省智能检测与装备技术重点实验室 3.中国科学院机器人与智能制造创新研究院 4.中国科学院沈阳自动化研究所 |
推荐引用方式 GB/T 7714 | 闫文伟,陈帅,穆宝岩,等. 改进U-Net网络的光条纹分割算法[J]. 激光与光电子学进展,2021:1-24. |
APA | 闫文伟,陈帅,穆宝岩,&高亮.(2021).改进U-Net网络的光条纹分割算法.激光与光电子学进展,1-24. |
MLA | 闫文伟,et al."改进U-Net网络的光条纹分割算法".激光与光电子学进展 (2021):1-24. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论