在利用飛秒激光加工單晶硅材料的過(guò)程中,會(huì)出現(xiàn)等離子體發(fā)光現(xiàn)象。隨著飛秒激光燒蝕功率的變化,燒蝕過(guò)程中單晶硅材料表面溢出的等離子體光斑輪廓特征也大不相同。針對(duì)不同燒蝕功率下的光斑圖像在分類(lèi)過(guò)程中準(zhǔn)確率不高的問(wèn)題,提出了一種基于SVM的多核學(xué)習(xí)方法。首先,選取大量不同燒蝕功率下的光斑圖像,對(duì)其進(jìn)行預(yù)處理后提取光斑邊緣輪廓信息,使用Hu不變矩和傅里葉描述子分別對(duì)圖像輪廓特征進(jìn)行描述。其次,建立光斑圖像樣本庫(kù),選取最合適的復(fù)合核函數(shù)以及核參數(shù)對(duì)分類(lèi)模型進(jìn)行訓(xùn)練。最后,使用高斯核函數(shù)與Sigmoid核函數(shù)的復(fù)合函數(shù)對(duì)光斑圖像進(jìn)行分類(lèi)識(shí)別,實(shí)驗(yàn)研究表明:基于SVM的多核學(xué)習(xí)有效提高了光斑燒蝕功率的分類(lèi)準(zhǔn)確率。 

【文章來(lái)源】：激光雜志. 2020年04期 北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

飛秒激光加工中心及燒蝕的微結(jié)構(gòu)形貌

如圖1所示，圖2(a)為鏈碼描述的光斑邊緣輪廓信息;圖2(b)為使用兩個(gè)傅里葉算子描述的邊緣信息;圖2(c)為使用四個(gè)傅里葉算子描述的邊緣信息;圖2(d)為使用八個(gè)傅里葉算子描述的邊緣信息;圖2(e)為使用十六個(gè)傅里葉算子描述的邊緣信息;圖2(f)為使用三十二個(gè)傅里葉算子描述的邊緣信息。圖2 利用傅里葉描述子特性處理光斑輪廓特征

圖2 利用傅里葉描述子特性處理光斑輪廓特征由圖2我們可以看出，少量的傅里葉描述子就可以描述光斑輪廓特征。使用8個(gè)描述子可以基本描述出光斑的輪廓特征，使用32個(gè)描述子基本可以描述出光斑的細(xì)節(jié)特征。在后面分類(lèi)的過(guò)程中我們選用32個(gè)描述子作為形狀特征。

【參考文獻(xiàn)】：
期刊論文
[1]基于人工智能的大規(guī)模激光圖像分類(lèi)研究[J]. 張春娥,趙曉東,楊麗娟.  激光雜志. 2018(05)
[2]一種基于樣本加權(quán)的合成多核學(xué)習(xí)方法[J]. 沈健,蔣蕓,張亞男,胡學(xué)偉.  計(jì)算機(jī)工程與科學(xué). 2017(10)
[3]基于信息向量機(jī)的機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)分類(lèi)[J]. 劉志青,李鵬程,陳小衛(wèi),張保明,郭海濤.  光學(xué)精密工程. 2016(01)
[4]飛秒激光加工微結(jié)構(gòu)及其系統(tǒng)研究進(jìn)展[J]. 姜濤,楊宏青,樊喜剛,金亮.  制造技術(shù)與機(jī)床. 2014(05)
[5]核函數(shù)的選擇研究綜述[J]. 汪廷華,陳峻婷.  計(jì)算機(jī)工程與設(shè)計(jì). 2012(03)
[6]光學(xué)組件面形檢測(cè)中激光光斑分割與分類(lèi)算法的研究[J]. 陳念年,范勇,張雋楠,程曉峰,徐旭,劉楠.  計(jì)算機(jī)測(cè)量與控制. 2010(06)

博士論文
[1]多核學(xué)習(xí)算法與應(yīng)用研究[D]. 史亞.西安電子科技大學(xué) 2015

碩士論文
[1]基于多核學(xué)習(xí)的近紅外人臉檢測(cè)方法研究[D]. 陳磊.浙江理工大學(xué) 2018
[2]支持向量機(jī)核函數(shù)及關(guān)鍵參數(shù)選擇研究[D]. 尹嘉鵬.哈爾濱工業(yè)大學(xué) 2016
[3]特征編碼及其在圖像分類(lèi)識(shí)別中的應(yīng)用[D]. 張熠.國(guó)防科學(xué)技術(shù)大學(xué) 2014
[4]支持向量機(jī)中Sigmoid核函數(shù)的研究[D]. 劉明.西安電子科技大學(xué) 2009



本文編號(hào)：2925756