[发明专利]一种基于图像技术的用于带角度端口光纤阵列的检端系统

权利要求书

1.一种基于图像技术的用于带角度端口光纤阵列的检端系统，其特征在于，所述检端系统包括固定部、检测部、运算部以及控制部；其中，

所述固定部用于将目标光纤阵列以指定姿态固定于指定位置；

所述检测部通过激光发光器朝目标光纤阵列的端口范围发射激光束，并使用图像传感器接收目标光纤阵列的端面所反射的反射光的图像信息，并将所获取的图像信息传输到所述运算部；

所述运算部基于神经网络对所获取的图像信息进行分析，并计算目标光纤阵列的总质量指数Q；

所述控制部通讯连接所述固定部、检测部以及运算部，并控制上述各部分进行工作；

其中，所述固定部包括一个角度调整单元和反射单元；所述反射单元具有高反射率的反射平面，并设置于与目标光纤阵列端口的一侧并朝向所述检测部；所述角度调整单元与所述反射单元活动连接，用于将所述反射平面调整为与目标光纤阵列的端口角度一致的角度；

所述运算部采用以下步骤建立分类模型：

S100：由所述运算部接收包括有用于分类模型训练的训练图像的初始训练图像集；

S200：由所述运算部扩充初始训练图像集，以创建包括更多训练图像的扩充训练图像集；

S300：将所述扩充训练图像集分为训练集和验证集；由所述运算部对所述训练集的各个训练图像进行机器学习，生成分类模型；

S400：由所述运算部基于等级分类组的分类标准，采用所述验证集进行分类模型的分类能力验证，以观察所述分类模型的分类结果是否达到预期正确率；

S500：重复以上步骤S100至S400，直至分类结果达到预期正确率，并完成建立最终的分类模型；

在检测过程中，由所述检测部获取到目标光纤阵列的图像后，将目标光纤阵列图像发送到所述运算部，并执行以下图像处理步骤：

E100：对获取的光纤阵列图像进行区域划分；

E200：识别图像中光纤阵列端口的边缘位置和非边缘位置；

E300：分别对包括光纤阵列图像的各个区域进行端口质量分析；

E400：通过所述分类模型，分析光纤阵列图像的多个区域，获取各个区域可能分类的等级，以及对应该等级的匹配概率；

E500：计算每个区域的质量指数q；

E600：计算目标光纤阵列端口的总质量指数Q，并评判目标光纤阵列是否合格；

其中，步骤E500中，每个区域的质量指数q的计算方法为：

，式1；

式1中，P_i为基于所述分类模型等级C_i中的第i级的概率，S_i为对应于等级C_i的质量指数q；

设置各个区域的质量指数的下限值q_limit；当任何一个区域的q值低于下限值q_limit，则判定该光纤阵列的质量为不合格；

在步骤E600中，所述总质量指数Q的计算方法为：

，式2；

式2中，μ₁为位于边缘位置的区域的质量分数权重，μ₂为位于非边缘位置的区域的质量分数权重；J为位于边缘位置的区域的数量，q_j为第j个边缘位置的区域的质量指数；K为位于非边缘位置的区域的数量，q_k为第k个边缘位置的区域的质量指数；

设定一质量指数的合格数值Q_limit，当目标光纤阵列的总质量指数Q小于Q_limit时，发出该目标光纤阵列的质量警告。

2.如权利要求1所述一种基于图像技术的用于带角度端口光纤阵列的检端系统，其特征在于，在步骤S200中，对所述初始训练图像集进行扩充，包括将所述初始训练图像集中的一个或以上的训练图像进行随机左右旋转、亮度变化、模糊、水平和垂直翻转以及分辨率大小调整中的一项或两项以上的图像调整。

3.如权利要求2所述一种基于图像技术的用于带角度端口光纤阵列的检端系统，其特征在于，所述等级分类组的建立包括以下步骤：

G100：定义正整n的数值作为等级的数量；

G200：定义从1至n的每个等级C_i（i∈[1,n]）对应的端口质量，其中分别定义边缘位置和非边缘位置的n个等级的端口质量；

G300：定义每个等级C_i对应的质量分数S_i；

其中在步骤G200中，包括由人工检验每个光纤阵列图像的图像后，对光纤阵列图像的每个区域进行端口质量的人工评价并对每个区域进行等级定义。