基于卷积神经网络的自准直非线性误差补偿方法

基于卷积神经网络的自准直非线性误差补偿方法，它涉及一种自准直非线性误差补偿方法。针对现有技术通常基于自准直结构创新进行非线性误差补偿而引入的一些其他未知非线性误差的问题，本发明利用卷积核对光斑图像进行局部特征提取，并使用全连接层进行特征分类，该网络能够学习自准直光斑图像的非线性定位误差，在不增加非线性误差的情况下实现自准直非线性误差补偿的目标。本发明属于自准直角度测量技术领域。