基于BP神经网络的面曝光快速成形系统掩模图像的畸变校正研究

摘要

在面曝光快速成形系统中,视图发生器的光学系统不可避免地在视图平面上产生光学畸变.针对传统畸变图像校正存在的不足,采用了一种基于BP神经网络的畸变图像智能化校正方法.该方法不需要建立图像畸变数学模型,利用Matlab软件,以畸变掩模图像上的221组像素坐标作为网络输入,对BP神经网络进行训练,建立畸变掩模图像与理想掩模图像之间的非线性映射关系；利用双线性插值进行灰度重建,实现掩模图像的畸变校正.实验表明,校正后,掩模图像像素坐标的径向均方根误差减小到0.7007 Pixel,畸变得到明显改善.