返回
Deep learning assisted non-contact defect identification method using diffraction phase microscopy
DOI:10.1364/ao.489867.png)
摘要
En 中文
从光学条纹图中可靠地检测缺陷是光学干涉计量无损检测中的一个关键问题。在本工作中,我们提出了一种基于深度学习的方法用于条纹图缺陷识别。通过将缺陷信息归因于条纹图的相位梯度,我们使用深度学习模型计算空间相位导数,并将梯度图应用于定位缺陷。该方法在多种数值合成的条纹图缺陷(具有不同噪声水平)上展示了其鲁棒性。此外,该方法在衍射相衬显微镜的实验缺陷识别中得到了实际应用验证。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息

