[發明專利]一種基于環芯光纖光斑的熔接偏移量的檢測方法

在審

• 申請號: 202210211105.6
• 申請日: 2022-03-03
• 公開（公告）號: CN114565595A
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 劉潔;黃聰;唐鋼
• 申請（專利權）人: 中山大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/50;G06N3/04;G06N3/08;G01M11/00
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 王曉玲

1.一種基于環芯光纖光斑的熔接偏移量的檢測方法，其特征在于，包括以下步驟：

S1.系統的搭建：搭建針對環芯光纖錯位熔接的表征系統，所述系統包括：激光器、透鏡、四分之一玻片、反射鏡、渦旋相位板、兩根待熔接的環芯光纖、光纖熔接機、CCD相機；

S2.數據采集：激光器發出的光經透鏡準直之后，經過四分之一玻片變成圓偏振；光傳輸到渦旋相位板上進行模式調制，再經由透鏡耦合進第一根待熔接的環芯光纖中；在光纖熔接機中，先對準第一根和第二根待熔接的環芯光纖，后根據實驗需要調整兩根待熔接的環芯光纖之間的軸向偏移量；在第二根待熔接的環芯光纖的尾端，放置一個CCD相機，用來采集不同熔接偏移量情況下的光纖出射光斑；

S3.光斑圖像的處理：在計算機上處理采集到的光斑數據，先對兩根光纖在不同偏移量下采集的每張圖像與對準情況下采集到的圖像的平均圖像做絕對值差分處理，再將經過絕對值差分后的圖像進行剪裁，作為卷積神經網絡的輸入圖像；

S4.神經網絡的訓練與預測：經過剪裁后的圖像輸入到卷積神經網絡，利用卷積神經網絡對圖像進行訓練和預測，在訓練階段，輸出層預測的偏移量將與輸入圖像實際對應偏移量構造交叉熵損失函數，通過梯度的反向傳播與隨機梯度下降的方法更新卷積神經網絡的參數；在預測階段，輸出層輸出的數據將直接作為圖像對應的偏移量。

2.根據權利要求1所述的基于環芯光纖光斑的熔接偏移量的檢測方法，其特征在于，所述的環芯光纖為徑向一階限制的環芯光纖。

3.根據權利要求1所述的基于環芯光纖光斑的熔接偏移量的檢測方法，其特征在于，所述的絕對值差分處理包括：將每張圖像的像素點的灰度值減去對準情況下采集到的圖像的平均圖像對應像素點處的灰度值。

4.根據權利要求1所述的基于環芯光纖光斑的熔接偏移量的檢測方法，其特征在于，所述的步驟S3具體包括：

S31.對兩根光纖在對準情況下的采集到的圖像求平均圖像，表達為：

其中A_mean(i,j)表示求得的平均圖像在像素點(i,j)處的灰度值，A_k(i,j)表示對準情況下采集到的圖像在像素點(i,j)處的灰度值；

S32.將光纖偏移情況下采集到的圖像與求得的平均圖做絕對值差分處理，表達為：

A′_p(i,j)＝A_p(i,j)-A_mean(i,j)

其中A′_p(i,j)表示絕對值差分后圖像在像素點(i,j)處的灰度值，A_p(i,j)表示偏移情況下采集到的圖像在像素點(i,j)處的灰度值，A_mean(i,j)表示平均圖像在像素點(i,j)處的灰度；

S33.對經過絕對值差分后的圖像進行剪裁處理，將其從960*1280大小剪裁到412*412大小，作為卷積神經網絡的輸入圖像。

5.根據權利要求4所述的基于環芯光纖光斑的熔接偏移量的檢測方法，其特征在于，所述的卷積神經網絡包括一個輸入層、兩個卷積層、兩個下采樣層、兩個全連接層和一個輸出層。