上海理工大学 光电信息与计算机工程学院，上海 200093
十字线中心检测是反射法测量透镜中心偏的重要组成部分，十字中心的检测精度决定了透镜中心偏的测量精度。针对边缘不规则、对比度差、信噪比低的图像，提出了基于深度卷积神经网络的十字线中心检测算法。算法的思想是，卷积神经网络可以在一定程度上解决传统算法局限于提取十字像边缘直线和角点特征的问题，实现对十字像整体特征的识别与定位，这可以相对减小图像噪声对十字像中心定位的影响，从而实现在图像质量比较差的情况下对十字像中心准确定位。实验结果表明，提出的算法能够在图像边缘不规则、对比度差、信噪比低等的条件下比较精确得到十字线中心点。
十字线中心 卷积神经网络 图像标注 图像增强 crossline center convolutional neural network image annotation image enhancement
