侧边抛磨光纤抛磨表面粗糙程度分析

摘要

为探索利用侧边抛磨光纤(SPF)实现微探针型的“光纤上的实验室”,利用灰度共生矩阵(GLCM)纹理特征分析方法分析SPF抛磨表面粗糙程度；基于基尼系数和袋外样本(OOB)误差估计的随机森林(RF)特征重要性排序方法优选纹理特征子集，实现在SPF抛磨表面上精确识别不同粗糙程度的抛磨区域。实验表明，SPF抛磨表面平坦区域具有对比度均值、熵均值高，二阶矩均值、均匀性均值以及相关性均值低的纹理特征特点；基于纹理特征重要性排序方法，衡量了GLCM纹理特征各参数对SPF抛磨表面不同粗糙程度分类识别敏感的强弱，优选出由方差、二阶矩、熵、对比度构成的特征子集，结果表明，利用优选特征子集对SPF抛磨表面粗糙度进行RF分类验证实验，分类精度可达到95.65%。可为探索SPF传感器件中粗糙抛磨表面与环境材料的光耦合机制对传感器灵敏度的影响提供依据，为探索在SPF抛磨面上精确识别高传感灵敏度区域提供参考。

关键词

侧边抛磨光纤 / 纹理特征 / 灰度共生矩阵 / 随机森林 / 光纤传感器

基金资助

国家自然科学基金青年科学基金项目(62105125);; 广东省自然科学基金项目(2021A1515011701)