.png){kind=icon}
返回
Fringe pattern denoising with a deep neural network
.png){kind=icon}
PRE
AI
DOI：10.1016/j.optlaseng.2025.109134.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 无参数DNN滤波器用于干涉测量图像，避免手动调节和条纹方向估计。
• 具有建模条纹和噪声特征的合成数据集确保鲁棒泛化能力。
• 相较于CNN具有更快的推理速度和具有竞争力的NRMSE，得益于简化的全连接设计。
期刊
IF:
3.7
论文数:
7.2K
被引数:
1.7W
机构
暂无机构信息
引用论文
Numerous possible oriented partial differential equations and investigation of their performance for optical interferometry fringes denoising多种可能的各向异性偏微分方程及其在光学干涉测量条纹去噪性能的研究
PREAI
分享收藏
DeepOrientation: convolutional neural network for fringe pattern orientation map estimation.png)
OPTICS EXPRESS
OAAI
OPTICS EXPRESSIF3.3
OAAI分享收藏The oriented spatial filter masks for electronic speckle pattern interferometry phase patternsOPTICS EXPRESSOAAI
OPTICS EXPRESSIF3.3
OAAI分享收藏Localized Fourier transform filter for noise removal in electronic speckle pattern interferometry wrapped phase patterns电子散斑干涉法包裹相位图中噪声去除的局域傅里叶变换滤波器
PREAI
分享收藏
查看更多内容