相位特征在三维物体识别中的应用  

Application of phase features in recognizing 3-D objects

作　　者：申金媛[1] 李现国[1] 常胜江[2] 张延炘[2] 

机构地区：[1]郑州大学信息工程学院,郑州450052 [2]南开大学现代光学研究所,光电信息技术科学教育部重点实验室,天津300071

出　　处：《物理学报》2005年第11期5157-5163,共7页Acta Physica Sinica

基　　金：国家自然科学基金(批准号:60277022);河南省杰出青年基金;教育部留学回国人员科研启动基金;博士点基金(批准号:20030055022)资助的课题.~~

摘　　要：提出利用物体的相位特征联合神经网络的方法对透明半透明三维物体进行识别.首先利用波长扫描数字全息技术和数字再现技术提取物体的相位特征,然后将物体的这些相位特征作为学习模式训练一个BP神经网络,最后利用训练好的网络对三维物体进行识别.实验表明,对于具有小尺度变化的透明半透明三维物体识别,该方法的正确识别率为100%.A new approach based on phase features combined with neural network model is proposed for recognizing 3-D objects. The phase features of an object were extracted by wavelength-scanning digital holography and numerical reconstruction technique. A BP neural network with one hidden-layer trained by reconstructed images of three pyramids was used to recognize other pyramids with some variance, and the correct recognition rate of these pyramids is up to 100 %. The simulation results demonstrate that the method is effective.

关 键 词：相位特征 波长扫描技术 数字全息 BP神经网络 三维物体识别 相位特征 BP神经网络 应用 半透明 再现技术 全息技术 波长扫描 学习模式 

分 类 号：O438.1[机械工程—光学工程]