基本信息

---

下载

文档摘要

---

摘要

光场统计性质主要分为产生符合几何分布的光子分布的热光源与产生符合泊松分布的激光源决定，掌握光场统计性质是实现结构光场成像的必要条件。目前对热光源和激光源的理论判断方法已经成熟，如何在实验中快速有效的实现光场统计性质探测是目前结构光场成像研究的焦点。

本论文研究将线性回归（以及神经网络）方法应用到光场统计性质探测实验中：即利用仿真数据通过线性回归（以及神经网络）学习两种光场统计性质的特征，设计出分类算法，然后在实验中使用光子探测器探测光场光源的光子发射时间间隔，利用该算法快速探测当前光场统计性质。在仿真实验中我们发现：

传统的线性回归不能很好的完成统计探测分类任务，因此需要进一步采用线性