激光与红外

作者：王福斌

单位：1.华北理工大学电气工程学院自动化系,河北 唐山 063210；2.河北省工业机器人产业技术研究院,河北 唐山 063200；3.中石油北京天然气管道有限公司,北京 100101；

关键词：飞秒激光;极限学习机;流形学习;图像分类

基金：国家自然科学基金项目(No.71601039)资助

针对光晕导致的光斑图像边缘模糊的特点,采用Niblack局部阈值分割得到光斑目标区域,并提取光斑的几何特征；以Niblack分割得到的图像边缘对原始光斑图像进行裁剪,得到去除光晕影响的光斑目标灰度图像,在此基础上提取该区域光斑图像亮度,结合光斑几何特征构造6维特征矩阵。分别采用BP神经网络、线性局部切空间排列LLTSA-BP网络、局部保持投影LPP-BP模型对烧蚀功率进行识别；进一步采用极限学习机(ELM-Extreme Learning Machine)、LLTSA-ELM和LPP-ELM降维模型,基于降维后的特征矩阵进行烧蚀功率分类。对比研究发现BP神经网络在对6维特征矩阵分类时收敛时间比ELM分类模型短,所需隐含层神经元个数少。而流形学习-ELM模型则在对降维之后的数据分类时表现较优,所需时间远远小于BP神经网络模型的处理时间,其中LPP-ELM模型对光斑的分类效果最优。

来源：2020年第1期

《激光与红外》期刊编辑部

查看激光与红外杂志2020年第1期