摘要
本发明公开了一种基于纹影设备对全息声场进行检测与可视化的方法,包括:使用深度学习模型逆向求解超声换能器阵列的振动相位值,控制相位换能器阵列的相位分布,得到所需的声全息图;通过纹影设备实时接收所述声全息图的反馈数据,并实现全息声场图像的实时动态显示,获得对应的驻波图像;根据所述驻波图像,进行三维立体建模,实现声全息图像立体可视化的动态实时显示。该方法通过深度学习的方法逆向求解超声换能器相位阵列的振动相位值,控制相位换能器阵列的相位分布,从而得到所需的声全息图。再使用纹影设备采集数据进行检测,通过三维立体建模验证深度学习逆向求解的准确性并对声全息图像进行实时可视化显示。
技术关键词
深度学习模型
超声换能器阵列
三维立体
图像
深度学习方法
空间滤波器
倏逝波
平面波
数据
频率
波长
线性
动态
超声波
定义
系统为您推荐了相关专利信息
超大防火门
饰面
时间序列模型
像素点
小面积噪声
控制点
植被覆盖条件
坐标
生成稀疏点云
数字高程模型
电池组件
时间序列模型
随机森林模型
控制焊接设备
光伏组件电池
噪声图像
图像生成方法
分支
放射治疗计划
编码器
融合特征
多级特征
物体检测方法
物体检测系统
局部空间特征