国内刊号:11-2179/TH
国际刊号:0254-3087
发布日期:
作者:蔡玉芳,王 涵,李 琦,王小军
单位:蔡玉芳,1. 重庆大学光电工程学院,2. 重庆大学工业 CT 无损检测教育部工程研究中心,,王 涵,1. 重庆大学光电工程学院,2. 重庆大学工业 CT 无损检测教育部工程研究中心,,李 琦,1. 重庆大学光电工程学院,2. 重庆大学工业 CT 无损检测教育部工程研究中心,,王小军,1. 重庆大学光电工程学院,2. 重庆大学工业 CT 无损检测教育部工程研究中心,
关键词:主动轮廓模型;水平集;自然梯度;AdamW算法;高斯核函数;参数自适应;图像分割
基金:国家重点研发计划项目(2022YFF0706400)、国家自然科学基金(62171067)项目资助
关键零件内部复杂结构的精密测量是高端制造领域攻克的难题。当采用工业CT技术实现对象内部结构精密测量时,面临目标图像灰度不均匀性、边缘模糊、伪影等问题。有鉴于此,本文研究了局部能量最小化模型(RSF)的图像分割方法,引入自然梯度和AdamW算法分别提高了RSF模型的收敛速度和参数自适应性。首先,在统计流形上计算自然梯度,提高梯度下降效率和RSF模型收敛速度;其次,采用AdamW算法实现RSF模型的高斯核函数尺度大小自适应控制。与经典RSF模型相比,改进后的RSF模型迭代次数减少了1353次,迭代次数降低约76.79%,迭代时间减少约43.61%,测针球面半径和航空燃油喷嘴圆柱直径测量误差均较小,既保持了原模型亚像素分割精度,又大幅提高了模型收敛速度和鲁棒性。
来源:2023年第3期
《仪器仪表学报》期刊编辑部