[发明专利]一种基于激光定向能量沉积监测系统的熔池溅射检测方法

权利要求书

1.一种基于激光定向能量沉积监测系统的熔池溅射检测方法，其特征在于：

所述激光定向能量沉积监测系统包括：

808nm激光光源、拍照系统和图像处理系统；

所述808nm激光光源，用于对监测区域提供足够的光强，将熔池和溅射更好地暴露出来；

所述808nm激光光源前方放置滤波片，滤波片的选择依靠采用的金属材料的光谱波长选择，旨在削弱其余繁杂的光波，加强对应的波长，捕获更真实的熔池溅射图样；

所述808nm近红外激光对本系统具有最佳促进作用，此外，处于近红外区域的850nm、860nm也对本系统有帮助，本系统对光源的使用包括但是不限制在808nm的激光上；

所述808nm激光光源在拍照系统进行拍照时需对监测区域提供足够的光强，在拍照系统进行拍照之后就可以关闭；但是如果图像处理系统处理的速度足够快，可以实现实时监测，所述808nm激光光源则需要持续长时间对监测区域提供足够的光强；

所述拍照系统，用于对熔池和溅射的空间信息和光谱信息进行拍摄并且将图像传输给图像处理系统；

所述拍照系统设置多个高速摄像机，在同一水平面分别间隔一定角度同时进行拍摄，将同一时刻的不同方位的图像共同传输至图像处理系统处理；

所述图像处理系统，用于对所述拍照系统中高速摄像机拍摄的图样进行处理，并标注熔池和溅射；

所述熔池溅射检测方法，包括以下步骤：

步骤1：拍照系统同一时刻采集不同方位的图像，并传输至图像处理系统构建图像数据集；

步骤2：所述图像数据集中每个采集时刻每个方位的图像通过图像预处理得到预处理后每个采集时刻每个方位的图像，获取熔池的类型RC-picture，将预处理后每个采集时刻每个方位的图像通过图像标注得到每个采集时刻每个方位的图像对应的熔池标注框、溅射类型、溅射标注框；

步骤3：构建生成式对抗神经网络，将步骤2预处理后每个采集时刻每个方位的图像作为训练集输入至生成式对抗神经网络，将每个方位的图像对应的熔池类型、熔池标注框、溅射类型、溅射标注框作为图像标签，进一步结合生成式对抗神经网络预测的类型以及预测的标记构建生成式对抗神经网络损失函数模型，进一步对网络优化训练得到优化后生成式对抗神经网络；

步骤4：将待检测的图像输入优化后生成式对抗神经网络得到预测标注框。

2.根据权利要求1所述的基于激光定向能量沉积监测系统的熔池溅射检测方法，其特征在于，

步骤1中所述图像数据集为：

data_k,d(i,j)

k∈[1,K],d∈[1,D],i∈[1,M],j∈[1,N]

其中，data_k,d为第k个采集时刻第d个方位采集的图像，data_k,d(i,j)为第k个采集时刻第d个方位采集的图像上第i行第j列的像素，K为采集时刻的数量，D为方位的数量，M为图像行的数量，N为图像列的数量。