一类随机遮挡成像多模光纤光谱仪的光谱分析方法

    公开(公告)号:CN117113187A

    公开(公告)日:2023-11-24

    申请号:CN202311086217.4

    申请日:2023-08-28

    Applicant: 燕山大学

    Inventor: 刘凯 张彬彬

    Abstract: 本发明公开了一类随机遮挡成像多模光纤光谱仪的光谱分析方法,属于光学仪器光谱仪的光谱分析技术领域。实验利用红外单色相机采集单色光谱散斑作为基础数据集,对其模拟随机遮挡得到残斑数据集,利用自搭建网络及Resnet18网络对残斑数据集进行分类对比训练,获得光谱波长信息。实验结果表明,自建网络能准确分类出大面积遮挡下散斑的光源波长:当遮挡范围小于60%,识别准确率近乎100%;遮挡范围为60%‑80%时,分类准确率大于95.5%;而散斑被遮挡80%‑90%情况下,不同光波长的分类准确率也可达到69.2%‑87.7%。综上所述本发明为光谱光斑采集过程中发生遮挡情况提供了一种准确高效的光谱分析方法。

    多模光纤结合深度学习网络替代传统光谱仪的系统及方法

    公开(公告)号:CN112862077B

    公开(公告)日:2022-08-30

    申请号:CN202110213732.9

    申请日:2021-02-25

    Applicant: 燕山大学

    Inventor: 刘凯 杜威德 黄杰

    Abstract: 本发明提供一种多模光纤结合深度学习网络替代传统光谱仪的系统及方法,系统包括单频纳米激光生成器、多模光纤、红外单色相机以及数据处理器;数据处理器包括采集模块、处理模块和分析模块。本发明通过对多模光纤传输得到的干涉散斑的采集,结合神经网络图像分类对数据进行处理,采用的深度学习算法逐层自动进行特征学习和提取,达到了光谱仪的分光效果,从而提供了一种使用低成本多模光纤组成的结构简单便携、测量准确高效的光谱仪替代方案;以及在大数据处理平台下低资源成本、低耗时、高准确率的光谱分析方法和替代系统。

Patent Agency Ranking