文献类型：期刊文章

作　　者：张景源[1,2] 陈北北[1,2] 杨永兴[1,2] 朱庆生[1,2,3] 李金鹏[1,2,3] 赵金标[3]

ZHANG Jing-yuan;CHEN Bei-bei;YANG Yong-xing;ZHU Qing-sheng;LI Jin-peng;ZHAO Jin-biao(University of Science and Technology of China,Hefei 230022,China;Nanjing Research Center of Astronomical Instruments,University of Science and Technology of China,Nanjing 210042,China;Nanjing Astronomical Instruments Co.,Ltd.,Chinese Academy of Sciences,Nanjing 210042,China)

机构地区：[1]中国科学技术大学,安徽合肥230022 [2]中国科学技术大学南京天文仪器研制中心,江苏南京210042 [3]中科院南京天文仪器有限公司,江苏南京210042

出　　处：《中国光学（中英文）》

基　　金：国家自然科学基金(No.12003067)。

年　　份：2023

卷　　号：16

期　　号：2

起止页码：407-414

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2023_2024、EI、IC、JST、RCCSE、SCOPUS、UPD、WOS、ZGKJHX、核心刊

摘　　要：针对振动环境中传统光斑中心定位算法存在的处理时间长、精度低等问题,本文提出一种基于遗传算法优化BP神经网络的光斑定位方法。使用BP神经网络对光斑位置进行预测,并通过遗传算法对神经网络进行优化。构建BP神经网络模型,将使用质心、形心、高斯拟合等方法求出的光斑中心位置以及形心法求出的光斑半径作为输入,对光斑真实中心位置进行预测。并使用遗传算法优化神经网络的权值和阈值,以增强预测效果。实验过程中,通过对光学系统外加干扰模拟振动环境,采集数据用于神经网络训练和算法验证。实验结果表明,优化前后的标定测试迭代次数分别为55和29,平均误差分别为0.81像素和0.45像素。由本文结果可知,在遗传算法的优化下,神经网络算法的迭代速度和预测精度均有所提高。

关 键 词：遗传算法 BP神经网络 图像处理 激光光斑中心  

分 类 号：TP249]