光电混合角度判别方法及装置
专利汇可以提供光电混合角度判别方法及装置专利检索，专利查询，专利分析的服务。并且本 发明 的光电混合 角 度判别方法和装置，是运用光信息处理与人工 电子 神经网络技术提供了一种有效的非 接触 实时角度判定方法和 硬件 。目标经图象输入1、CCD摄像机2、高 亮度 阴极 射线成象器3，再经相干光相关处理4，实时提供成象目标，然后经相关峰值输出5，由多路电子 人工神经网络 6进行角度判别。当神经元个数增加到40个以上时，其角度判别 精度 可提高到10-3。，下面是光电混合角度判别方法及装置专利的具体信息内容。
1、一种光电混合角度判别方法，其中包括：
(a).从不同通道获取图象，用成象数据流描述，不同灰阶的图象经过硬件预处理将视频转换成易于相关运算的二进制图象；
(b).将成象信号转换成光信息；
(c).光信息经相干光处理，实现模拟光计算；
(d).实时获取相关峰成象图；
(e).实现相关峰检测、判定、显示和输出；
其特征在于：
(f).采用光学相关器实时识别成象目标及输出目标相关峰，传输到多路电子人工神经网络，由神经网络进行角度判别；
(g).多路电子人工神经网络的权值通过三次训练产生，第一次用1/(1+e-X)和1/(1+10-x)为人工神经元函数训练权值，是理论值获取和保证权值收敛；第二次用1/(1+10-x)和1/2+(1/4)X为人工神经元函数训练权值，是按准线性神经元确定输入层和隐含层，训练输出层；第三次按实际线路阀值对权值再次训练，训练输出层。
2、一种光电混合角度差别装置，其中包括：
（a）.高亮度阴极射线管。用其接受成象信号，向光相关器输出光信息;
（b）.光相关器，用它实现模拟光计算，将相关运算结果送至小型CCD摄像机;
（c）.小型CCD摄像机，来获取相关峰成象图，快速传输到多路电子人工神经网络;
其特征在于：
（d）.光相关器光路设计为：一路非相干光束由高亮度阴极射线管3接受输入物体成象信号并输出光信息，顺序经平面反射镜7、8、成象透镜组9，到达液晶光阀10，实行空间光调制;另一路相干光束由氦氖激光器11发出，顺序经过扩束器12、平面反射镜13、平直镜14、偏振片15到分束棱镜16，折向液晶光阀10，形成由一束平行光照明输入物体图象;再顺序通过分束棱镜16、偏振片17、傅里叶透镜18、匹配滤波器19、平面反射镜20、21、傅里叶透镜22、平面反射镜23、毛玻璃片24、平面反射镜25后到达小型摄像机26，获取相关峰成象图;
（e）.多路电子人工神经网络，接受相关峰成象图，完成角度的实时连续判别，它是由经过多路线性放大单元27，再经过二层多路准线性电子神经元28网络的输入层和隐含层，然后进入一层多路半S型人工神经元29网络的输出层，再经过多路线性放大单元30所组成。
本发明涉及用于计量角度或锥度的方法或装置，特别是一种光电混合角度判别方法及装置。
苏联专利SU 1206614A，申请号3728796/24-28，申请日84.04.06，名称为“ОПТИКО-ЗЛЕКТРОННАЯ УГЛОМЕ-РНАЯ СИСТЕМА”，提出了一种光电混合角度判别方法。这一方法不足之处是：（1）.非实时性;（2）.线路不具有通用性;（3）.只能测辐射源角度。
A.J.Worth等（A Neural Network for Tactile Sensing：The Hertzian Contact Problem，pp.I-267～1274，IJCNN，Washington，DC June 18-22，1989）提出了一种用人工神经网络进行接触性角度判别的方法。这一方法的不足之处是：（1）.只能判定接触性角度变化;（2）.只能识别单个目标的角度变化;（3）.不能对成像物体进行角度判定。
本发明的目的是建立一种光电混合式人工神经网络角度判别系统，能对非接触性的多成像物体进行实失角度判别的方法和装置，其结构和线路具有通用性。
先对本发明的附图作一简单说明：
图1是光电混合后角度判别系统的框图。其中1为图像输入，2为CCD摄像，由1和2组成成像单元;3为高亮度阴极射线管成像器，4为相干光相关处理，5为相关峰值输出，由3、4、5组成光信息处理单元;6为多路电子人工神经网络。
图2是光相干器光路图，其中3为高亮度阴极射线管成像器，7、8为平面反射镜，9为成像镜组，10为液晶光阀;11为氦氖激光器，12为扩束器，13为平面反射镜，14为平直镜，15为偏振片，16为分束 棱镜，17为偏振片，18为傅里叶透镜，19为匹配滤波器，20、21为平面反射镜，22为傅里叶透镜，23为平面反射镜，24为毛玻璃片，25为平面反射镜，26为小型CCD摄像仪。
图3为一种电子人工神经网络线路图。其中27为线性放大单元，28为准线性电子人工神经元，29为半S型电子人工神经元，30为线性放大单元。
图4为准线性人工神经元线路图。
图5为半S型人工神经元线路图。
图6、图7、图8、图9分别为图3的A、B、C、D局部放大图。
本发明的目的是这样来达到的：
光电混合角度判别方法，其中包括从不同通道获取图象，用成象数据流描述，不同灰阶的图象经过硬件预处理，将视频转换成易于相关运算的二进制图象。再将成象信号转换成光信息。光信息经相干光相关处理，根据4f典型相干光信息处理原理，实现模拟光计算。再由小型CCD摄像机获取相关峰成像图;然后由多路电子人工神经网络实现相关峰检测、判定、显示和输出。本发明的特征在于采用光学相关器实时识别成象目标及输出目标的相关峰，传输到多路人工神经网络，由神经网络进行角度判别。多路人工神经网络的权值采用下式学习：
其中ε＝1/（J+M+P），α＝（2J+M）/（J+M+P），β＝-J/（J+M+P），J、M、P为常量，E为能量，t为时间变量。为了保证输入信号足够大，神经元能在线路中正常工作，而且尽量工程实用化，用一种准线性神经元模式，来作为角度判定人工神经网络的输入层和隐含层。考虑到光学对负信号处理有困难，以及神经元实现1/（1+10-x）功能时能工程化，为此建立了一种半S型人工神经元模式，作为角度判定人工神 经网络的输出层。准线性神经元模式和半S型神经元模式在专利申请CN90102857.6（申请日90.05.17）和CN90102905.X（申请日90.07.20）中有详细阐述。多路电子人工神经网络的权值通过三次训练产生，第一次是用1/（1+e-x）和1/（1+10-x）为人工神经元函数训练权值，这次是理论值获取和保证权值收敛;第二次用1/（1+10-x）和1/2+（1/4）X为人工神经元函数训练权值，是按准线性神经元确定输入层和隐含层，训练输出层;第三次按实际线路阈值对权值再次训练，训练输出层。
光电混合角度判别装置。其中包括：（1）高亮度阴极射线管，用其接受成象信号，输出光信息至光相关器;（2）光相关器，用它实现模拟光计算，将相关运算结果直接由小型CCD摄像机获取;（3）小型CCD摄像机，来获取相关峰成象图，快速传输到多路电子人工神经网络;本发明的特征在于光相关器光路设计为：一路非相关光束由高亮度阴极射线管3接受输入物体成象信号并输出光信息，顺序经平面反射镜7、8，成象透镜组9，到达液晶光阀10，实行空间光调制;另一路相干光束由氦氖激光器11发出顺序经过扩束器12，平面反射镜13、平面镜14、偏振片15到分束棱镜16，折向液晶光阀10，形成由一束平行光照明输入物体图象;再顺序通过分束棱镜16，偏振片17、傅里叶透镜18、匹配滤波器19、平面反射镜20、21、傅里叶透镜22、平面反射镜23、毛玻璃片24、平面反射镜25后到达小型CCD摄像机26，获取相关峰成像图。本发明的另一个特征是多路电子人工神经网络接受相关峰成像图，完成角度的实时连续判别，它是由经过多路线性放大单元27，再经过二层多路准线性神经元28网络的输入层和隐含层，然后进入一层多路半S型人工神经元29网络输臭层，再经过多路线性放大单元30所组成。
当飞行物旋转时，其相关峰值发生变化，用本发明方法和装置进行角度判别，其步骤是：
1.记录飞行物旋转从0°到45°时的相关峰值;
2.将飞行物角度与相关峰值作为训练权值的原始数据输入;
3.多路电子人工神经网络的权值训练，第一次用1/（1+e-x）和1/（1+10-x）为人工神经元函数训练权值，是理论值获取和保证权值收敛;第二次用1/（1+10-x）和1/2+（1/4）X为人工神经元函数训练权值，是按标准性神经元确定输入层和隐含层，训练输出层，第三次按实际阈值对权值在次训练，训练输出层。
4.用硬件实现人工神经网络角度判别系统。
当隐含层神经元个数为4个时，精度达到2-3%;当神经元个数增加到40个以上，其角度判别精度可以提高到10-3。
本发明有如下效果和优点：
1.可对非接触性目标进行角度判别。
2.可对多目标进行角度判别。
3.可实时进行角度判别。
4.可对成象物体进形角度判别。
5.结构与线路具有通用性。
6.不需经模/数或数/模转换。
7.可连续控制。
8.判别的角度值连续。
9.可用于智能传感器设计。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种图像识别的英语作文跑题判断方法 | 2020-05-08 | 581 |
| 任务调度控制方法、任务调度器及任务处理装置 | 2020-05-12 | 330 |
| 一种基于人工智能的电动汽车电池故障诊断方法及设备 | 2020-05-12 | 206 |
| 微震信号到时差的自动拾取方法 | 2020-05-13 | 687 |
| 超低功率神经元形态人工智能计算加速器 | 2020-05-13 | 300 |
| 基于单神经元网络的惯量估计方法及其自适应调整策略 | 2020-05-15 | 848 |
| 基于图像处理和人工智能的小样本缺陷检测方法 | 2020-05-13 | 377 |
| 一种基于深度卷积神经网络的向日葵作物种子分拣方法 | 2020-05-13 | 409 |
| 片上网络数据处理方法、存储介质、计算机设备和装置 | 2020-05-08 | 698 |
| 基于人工智能的对象推荐模型训练方法、推荐方法及装置 | 2020-05-11 | 106 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
