ITMO
en/ en

ISSN: 1023-5086

en/

ISSN: 1023-5086

Научно-технический

Оптический журнал

Полнотекстовый перевод журнала на английский язык издаётся Optica Publishing Group под названием “Journal of Optical Technology“

Подача статьи Подать статью
Больше информации Назад

УДК: 007.52

Поляризационный метод распознавания формы поверхности по затенению

Алексеев С.А., Пасяда А.В.

Полный текст «Оптического журнала»

Полный текст на elibrary.ru

Публикация в Journal of Optical Technology

Ссылка для цитирования:

Алексеев С.А., Пасяда А.В. Поляризационный метод распознавания формы поверхности по затенению // Оптический журнал. 2008. Т. 75. № 2. С. 29–33.

 

Alekseev S.A., Pasyada A.V. Polarization method for recognizing the shape of a surface from the shading [in Russian] // Opticheskii Zhurnal. 2008. V. 75. № 2. P. 29–33.

Ссылка на англоязычную версию:

S. A. Alekseev and A. V. Pasyada, "Polarization method for recognizing the shape of a surface from the shading," Journal of Optical Technology. 75 (2), 90-93 (2008). https://doi.org/10.1364/JOT.75.000090

Аннотация:

Разработан метод распознавания формы поверхности по интенсивности и поляризации отраженного излучения. Распознавание проводится при известном характере освещения поверхности. На эталонном объекте определяются изменения интенсивности и поляризации излучения в зависимости от геометрии отражающей поверхности, а затем полученные данные позволяют восстанавливать форму произвольных поверхностей. Эти вычисления реализуются на ячеистой ней-роподобной сети с помощью оптимизационного метода, основанного на принципе эволюции до глобального минимума функции энергии.

Коды OCIS: 150.6910

Список источников:

1. Milanova M., Almeida P. E. M., Okamoto J., Simoes M.G. Applications of Cellular Neural Networks for Shape from Shading Problem. Lecture Notes in Artificial Intelligence // Machine Learning and Data Mining in Pattern Recognition. 1999. P. 51–63
2. Алексеев С.А., Пасяда А.В. Распознавание глубины по затенению и поляризации // Научно-технич. вестник СПбГУИТМО. 2006. В. 26. С. 81-86.
3. Chua L.O., Roska T. The CNN Paradigm // IEEE Transactions on Circuits and Systems (Part I). 1993. V. 40. № 3. P. 147–156.
4. Koch C., Marroquin J., Yuille A. Analog Neural Networks in Early Vision // Proc. Natl. Acad. Sci. USA. 1986. V. 83. P. 4263–4267.
5. Besag J. On the Statistical Analysis of Dirty Pictures // J.R. Statist. Soc. B. 1986. V. 48. № 3. P. 259–302.
6. Заенцев И.В. Нейронные сети: основные модели. Учебное пособие Воронежск. Рос. ун-та. 2000. 30 c.

7. Пасяда А.В. Программное обеспечение "Поляризация на калибровочном шаре" http://ralertmod.narod.ru/p.htm