基于级联支持向量机的飞秒激光烧蚀光斑分类

• 作者: 王福斌 刘梦竹 Paul Tu
• 来源期刊: 中国激光
• 关键词: 激光技术 飞秒激光 光斑 级联支持向量机 生成对抗网络
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 激光材料加工|Laser Material Processing
• 页码范围: 105-115
• 页数: 11页
• 分类号: TN249|TP391.4
• 语种: 中文
• DOI: 10.3788/CJL202148.0602108

摘要

为了对光斑图像进行精确分类,提出优化的级联支持向量机(SVM)分类器.首先通过SVM分类器并采用质心特征对光斑进行一级分类,得到一类被正确地分类到相对应的运动状态,称为R光斑,其中包括一级拖尾方向为左上(UP)光斑和一级拖尾方向为左下(DN)光斑,另一类被错误分类,称为E光斑.然后,对一级DN光斑进行叠加并求取均值,得到均值光斑.为了进一步得到标准模型使其与每个一级DN光斑相似度尽可能最大,将均值光斑放入生成对抗网络(GAN)中进行训练.最后,利用结构相似度计算E光斑与标准模型的相似度,对E光斑进行二级SVM分类,产生二级UP和DN光斑.将其与一级光斑合并,则为最终的分类结果.对功率分别为10,20,50 mW下的光斑图像进行分类,对应的分类精度为100％、100％和98.5％.相比于传统的分类方法,对应的分类精度提升5～9个百分点,12～16个百分点和9.0～15.5个百分点,说明该分类器具有明显的优越性.