文献类型：期刊文章

作　　者：谷栎娜[1] 薛少童[1] 张萌[2] 沈娴[1]

GU Li’na;XUE Shaotong;ZHANG Meng;SHEN Xian(Artificial intelligence and big date college,Hebei University of Engineering Science,Shijiazhuang 050091,China;Department of electronic information,Huaxin College of Hebei GEO University,Shijiazhuang 050700,China)

机构地区：[1]河北工程技术学院人工智能与大数据学院,石家庄050091 [2]河北地质大学华信学院电子信息系,石家庄050700

出　　处：《激光杂志》

基　　金：河北省高等学校科学技术研究项目(No.ZD2020410)。

年　　份：2025

卷　　号：46

期　　号：4

起止页码：97-102

语　　种：中文

收录情况：BDHX、BDHX2023、核心刊

摘　　要：在实际应用过程中,由于测量设备本身的精度限制、测量环境的干扰和人为操作等因素影响,激光快速测量系统不可避免地会存在一定的误差。误差的存在不仅会影响测量结果的准确性,还可能对后续的数据分析和决策制定产生误导。因此,设计基于人工智能技术的激光快速测量系统误差检测方法。首先对激光快速测量系统成像实施畸变校正处理。然后利用改进的AHE算法和双线性插值法对图像进行增强处理,进一步改善激光快速测量系统成像的质量。最后选用经过优化的VGG网络作为本技术的卷积神经网络架构。利用该单卷积神经网络拟合图像与误差之间的映射关系,检测出该系统的误差。实验测试结果表明,设计方法检测到的实验系统检测误差与实际误差一致。

关 键 词：人工智能技术 激光快速测量系统  切向畸变模型  VGG网络  误差检测  

分 类 号：TN929]