【技术实现步骤摘要】
一种基于优化BP神经网络的MPO表面复原系统
：
[0001]本专利技术涉及一种基于优化BP神经网络的MPO表面复原系统，本系统通过选取噪声数据和正确数据作为训练样本，利用特征提取函数对训练样本数据进行降维处理；采用遗传算法优化BP神经网络的阈值和参数，提高BP神经网络对噪声像素点的判别精度；使用动态高斯加权均值滤波对噪声像素点对应的高度值进行处理；得到工厂环境下MPO光纤连接器的3D表面复原图像。属于白光干涉、3D表面形貌测量和光学工程领域。
技术介绍
：
[0002]白光垂直扫描干涉技术相对于传统的检测方法，采用非接触测量的方式，具有测量精度高、检测速度快等特点，被广泛应用于3D测量领域。目前MPO光纤连接器表面复原主要存在以下问题：
[0003]问题一：多数MPO光纤连接器检测系统被投入到工厂中使用，由于工厂生产环境的特殊性，一些灰尘或其它杂质会落在MPO光纤连接器表面，影响MPO光纤连接器检测系统的复原精度。
[0004]问题二：传统的高斯滤波去噪算法耗时长，去噪精度较低，去噪效果较差，不能满足日益提高的
【技术保护点】
【技术特征摘要】
1.本发明涉及一种基于优化BP神经网络的MPO表面复原系统，其特征在于，利用特征提取函数对训练样本数据进行降维处理；采用遗传算法优化BP神经网络的阈值和权值；使用动态高斯加权均值滤波算法对噪声像素点对应的高度值进行处理。2.根据权利要求1所述的特征提取函数，其特征在于：提取像素点的干涉数据中的最大值作为本数据的第一个特征；对于像素点的干涉数据进行升序排序，去后百分之十的数据的均值作为本数据的第二个特征；提取干涉数据的局部峰值点作为新数据，求取新数据的均值作为本数据的第三个特征；提取干涉数据的局部峰值点作为新数据，将新数据减去其均值，对于减去...
【专利技术属性】
技术研发人员：陈博桓，许学彬，赵楠楠，杨中奥，周豪，郭子琦，倪军，沈洋，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。