买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中山大学申请的专利一种基于环芯光纤光斑的熔接偏移量的检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114565595B 。

龙图腾网通过国家知识产权局官网在2025-06-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210211105.6，技术领域涉及：G06T7/00；该发明授权一种基于环芯光纤光斑的熔接偏移量的检测方法是由刘洁;黄聪;唐钢设计研发完成，并于2022-03-03向国家知识产权局提交的专利申请。

本一种基于环芯光纤光斑的熔接偏移量的检测方法在说明书摘要公布了：本发明属于光纤传感技术领域，更具体地，涉及一种基于环芯光纤光斑的熔接偏移量的检测方法。利用环芯光纤稳定、形态结构区分度高的光纤光斑，对在不同错位熔接偏移量下采集到的光斑进行高精度卷积神经网络的光斑识别训练，打破了现有的仅利用少模光纤高阶模式的背向瑞利散射对光纤熔接损耗的测量的局限，实现了对熔接过程中光纤偏移量的测量，提高了熔接质量检测的准确度。

本发明授权一种基于环芯光纤光斑的熔接偏移量的检测方法在权利要求书中公布了：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；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Ameani,j表示求得的平均图像在像素点i,j处的灰度值，Aki,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′pi,j＝Api,j-Ameani,j其中A′pi,j表示绝对值差分后图像在像素点i,j处的灰度值，Api,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；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；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；所述的步骤S4具体包括：S41.输入图像X1在输入层被压缩至256*256大小，并经过零均值化成为图像X2，进入第一个卷积层C1；S42.图像X2被8个大小为5*5*1，步长为1，填充为2的卷积核的卷积后，生成8张特征图X3_i{i＝1,...,8}，8张特征图被批归一化后，经过ReLU函数激活成为X3_i’{i＝1,...,8}，进入第一个池化层S1；S43.8张激活后的图X3_i’{i＝1,...,8}经过核大小为2*2，步长为2平均池化后成为X4_i{i＝1,...,8},进入第二个卷积层C2；S44.平均池化后的图X4_i{i＝1,...,8}经过卷积核大小为5*5*8，步长为1，填充为2的16个卷积核卷积后，生成16张特征图X5_i{i＝1,...,16}，16张特征图被批归一化后，经过ReLU函数激活成为X5_i’{i＝1,...,16}，进入第二个池化层S2；S45.16张激活后的特征图X5_i’{i＝1,...,16}经过核大小为2*2，步长为2的平均池化后成为X6_i{i＝1,...,16},平均池化后的16张特征图随后被展开拼接成一维向量，输入到全连接层FC1，全连接层FC1具有256个神经元；S46.全连接层FC1的输出经过ReLU函数的激活后，输入到全连接层FC2，全连接层FC2具有9个神经元；S47.FC2的9个神经元的输出进入输出层，输出层通过softmax函数判断输入图像对应的光纤熔接偏移量；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。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。