基于Halcon的光纤端面尺寸检测方法

针对传统光纤端面尺寸检测几何尺寸误差大、效率低的弊端,采用一种基于Halcon的光纤端面尺寸检测方法,利用数字图像处理算法,采用中值滤波的方法对图像进行预处理,消除图像噪声,并对图像进行二值化及形态学处理,选用Canny算子作为边缘检测算子确定像素级边缘,该方法边缘检测性能较好,且具有较强的抗噪声能力;再从选取的边缘中选出类圆度高的部分边缘进行共圆轮廓合并、拟合,通过拟合的椭圆和圆得到光纤半径、不圆度、同心度等几何参数。实验结果表明,纤芯和包层半径可以精确到万分之一,不圆度和同心度可以精确到小数点后8位,测量精度较高且不受操作水平影响。

用GRIN透镜斐索干涉仪检测光纤端面的质量

采用梯度折射率 (GRIN)透镜干涉仪 ,对用加热、切割和研磨三种方法获得的平面光纤端面进行质量检测 ,得到反映端面不同平整度的干涉图样。实验结果表明 ,GRIN透镜干涉仪结构简单 ,操作方便 ,可作为定性和定量检测光纤端面质量的一种新工具。

轻量化改进网络的实时光纤端面缺陷检测模型

光纤是现代通信系统及量子保密通信网中不可或缺的传输介质。针对光纤端面缺陷对光传输系统造成传输质量下降甚至永久性损伤的问题,提出了一种改进YOLOv5算法的光纤端面检测模型YOLOv5_CS。该模型首先将轻量化网络ShuffleNetV2作为主干特征提取网络,利用深度卷积操作以及通道随机混合策略,缩减模型容量,丰富特征信息;随后引入卷积注意力机制(CBAM),同时在空间维度和通道维度上进行特征增强,提升网络性能;最后缩减特征融合层的卷积核数量,实现进一步的模型压缩,并利用数据增广技术构建的光纤端面数据集,对所提方法的有效性进行对比验证。结果表明,与YOLOv5算法相比,所提模型的模型容量压缩了80%,检测速度提升了31.1 frame/s,均值平均精度(mAP)提高了1.7%,能够较为准确以及实时地检测光纤端面缺陷。此项工作面向便携式智能检测装置的研制,可为光纤端面缺陷检测及相关视觉传感产业提供技术支持。

微形貌光电观测镜的光学系统设计

针对微小面积及“盲孔”底面形貌,提出了一种基于直接成像原理的多功能光电检测系统。主要阐述了其光学系统设计思路,即内窥式镜头与显微系统相结合,观测与微扫描相结合。物镜部分采用内窥式探头,可深入内径 2.5mm 的盲孔内部,数值孔径不受微孔尺寸限制,从而提高了系统分辨力,达到 600lp/mm。利用平行平板光学测微器,寻找和瞄准微孔内观测表面的微小细节,可将±0.1mm 范围内的被观测目标定位到视场中心。

微面形貌光电观测系统的光学结构

针对微小面积,特别是微小"盲孔"底面形貌的非接触精密检测,提出了一种基于直接成像原理的光学结构.采用内窥式镜头解决数值孔径受限问题;通过定变焦距镜头组合达到低倍定位和高倍分析要求;利用光学微扫描器实现扫描瞄准功能.针对FC、SC光纤连接器构造设计,探测头可深入内径2.5mm盲孔,设计分辨率达到600lp/mm,主要应用于光纤端面检测、精密制造和临床诊断等领域.