[发明专利]一种基于环芯光纤光斑的熔接偏移量的检测方法在审

专利信息
申请号: 202210211105.6 申请日: 2022-03-03
公开(公告)号: CN114565595A 公开(公告)日: 2022-05-31
发明(设计)人: 刘洁;黄聪;唐钢 申请(专利权)人: 中山大学
主分类号: G06T7/00 分类号: G06T7/00;G06T5/50;G06N3/04;G06N3/08;G01M11/00
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 王晓玲
地址: 510275 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 光纤 光斑 熔接 偏移 检测 方法
【权利要求书】:

1.一种基于环芯光纤光斑的熔接偏移量的检测方法,其特征在于,包括以下步骤:

S1.系统的搭建:搭建针对环芯光纤错位熔接的表征系统,所述系统包括:激光器、透镜、四分之一玻片、反射镜、涡旋相位板、两根待熔接的环芯光纤、光纤熔接机、CCD相机;

S2.数据采集:激光器发出的光经透镜准直之后,经过四分之一玻片变成圆偏振;光传输到涡旋相位板上进行模式调制,再经由透镜耦合进第一根待熔接的环芯光纤中;在光纤熔接机中,先对准第一根和第二根待熔接的环芯光纤,后根据实验需要调整两根待熔接的环芯光纤之间的轴向偏移量;在第二根待熔接的环芯光纤的尾端,放置一个CCD相机,用来采集不同熔接偏移量情况下的光纤出射光斑;

S3.光斑图像的处理:在计算机上处理采集到的光斑数据,先对两根光纤在不同偏移量下采集的每张图像与对准情况下采集到的图像的平均图像做绝对值差分处理,再将经过绝对值差分后的图像进行剪裁,作为卷积神经网络的输入图像;

S4.神经网络的训练与预测:经过剪裁后的图像输入到卷积神经网络,利用卷积神经网络对图像进行训练和预测,在训练阶段,输出层预测的偏移量将与输入图像实际对应偏移量构造交叉熵损失函数,通过梯度的反向传播与随机梯度下降的方法更新卷积神经网络的参数;在预测阶段,输出层输出的数据将直接作为图像对应的偏移量。

2.根据权利要求1所述的基于环芯光纤光斑的熔接偏移量的检测方法,其特征在于,所述的环芯光纤为径向一阶限制的环芯光纤。

3.根据权利要求1所述的基于环芯光纤光斑的熔接偏移量的检测方法,其特征在于,所述的绝对值差分处理包括:将每张图像的像素点的灰度值减去对准情况下采集到的图像的平均图像对应像素点处的灰度值。

4.根据权利要求1所述的基于环芯光纤光斑的熔接偏移量的检测方法,其特征在于,所述的步骤S3具体包括:

S31.对两根光纤在对准情况下的采集到的图像求平均图像,表达为:

其中Amean(i,j)表示求得的平均图像在像素点(i,j)处的灰度值,Ak(i,j)表示对准情况下采集到的图像在像素点(i,j)处的灰度值;

S32.将光纤偏移情况下采集到的图像与求得的平均图做绝对值差分处理,表达为:

A′p(i,j)=Ap(i,j)-Amean(i,j)

其中A′p(i,j)表示绝对值差分后图像在像素点(i,j)处的灰度值,Ap(i,j)表示偏移情况下采集到的图像在像素点(i,j)处的灰度值,Amean(i,j)表示平均图像在像素点(i,j)处的灰度;

S33.对经过绝对值差分后的图像进行剪裁处理,将其从960*1280大小剪裁到412*412大小,作为卷积神经网络的输入图像。

5.根据权利要求4所述的基于环芯光纤光斑的熔接偏移量的检测方法,其特征在于,所述的卷积神经网络包括一个输入层、两个卷积层、两个下采样层、两个全连接层和一个输出层。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210211105.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top