基于卷積神經(jīng)網(wǎng)絡(luò)的光學(xué)元件表面缺陷圖像分類(lèi)

摘要： 光學(xué)元件的表面疵病，即表面缺陷，其形狀的大小會(huì)直接影響光學(xué)系統(tǒng)的性能，在對(duì)表面缺陷進(jìn)行分類(lèi)時(shí)，所面對(duì)的很多表面缺陷的形狀都是不規(guī)則的，依靠普通的模式識(shí)別技術(shù)，分類(lèi)很難達(dá)到預(yù)期的效果。為解決精密光學(xué)元件表面缺陷分類(lèi)方法中精度低、耗時(shí)長(zhǎng)的問(wèn)題，提出了基于卷積神經(jīng)網(wǎng)絡(luò)的精密光學(xué)元件表面缺陷分類(lèi)方法。采用散射法獲取表面缺陷圖像,分析其成像特點(diǎn)，通過(guò)對(duì)圖像進(jìn)行旋轉(zhuǎn)，鏡像擴(kuò)增了數(shù)據(jù)集，加強(qiáng)...