基于小波变换多通道输入的拼接镜共相误差探测方法

AITNT
正文
推荐专利
基于小波变换多通道输入的拼接镜共相误差探测方法
申请号:CN202411968534
申请日期:2024-12-30
公开号:CN119851026B
公开日期:2025-11-18
类型:发明专利
摘要
本发明公开了一种基于小波变换多通道输入的拼接镜共相误差探测方法,包括:根据光学系统原理设计基于远场成像的光学系统;引入10000组一个波长以内的共相误差,并引入20dB的高斯白噪声;采集10000张远场图像并记录对应共相误差值,分别构建图像数据集和标签数据集,从图像数据集中选取出训练集;配置深度学习环境,搭建神经网络模型;对训练集中的图像数据进行预处理,作为神经网络模型的输入,通过神经网络模型得到预测共相误差值;计算预测共相误差值与给定标签之间的损失值,对神经网络进行优化和参数调整。该方法抗噪性好且精度更高,对基于远场图像的共相误差探测具有实际应用意义。
技术关键词
神经网络模型 多通道 光学系统 聚焦透镜 深度学习环境 误差 图像 标签 非线性映射关系 数据 训练集 探测器 点扩散函数 成像 读出噪声 波长 文件夹 掩膜 相机
系统为您推荐了相关专利信息
1
一种高精度土方自动化测量装置及测量方法
车架 履带轮 自动化测量方法 旋转臂 机器人
2
一种低噪声热电制冷型探测器的控制方法及装置
热电制冷型 热电制冷器 驱动电流值 探测器 芯片温度控制
3
融合手势标注的编辑式非自回归手语翻译方法及装置
神经网络模型 手势 手语翻译方法 视觉特征 手语翻译装置
4
一种用采终端采集链路时延获取方法、设备及存储介质
时延获取方法 神经网络模型 链路 因子 终端
5
一种基于神经网络互信息估计的目标分类方法
神经网络模型 分类方法 样本 训练神经网络 特征值
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号