摘要
本发明公开了一种羽流动态特征与图卷积网络结合的选区激光熔融过程监测方法,包括,1:通过离轴高速摄像机采集选区激光熔融过程羽流图像;2:对得到的羽流图像进行阈值分割与特征提取,得到羽流动态特征;3:建立基于图卷积深度学习的图卷积网络的熔化状态识别方法;4:对图卷积网络进行训练并对识别性能进行评估;5:采集实时羽流图像并提取羽流动态特征,将其输入到训练好的模型中,对选区激光熔融加工过程的熔化状态进行识别与监测。本发明提高了熔化状态识别的准确率,实现准确的选区激光熔融过程监测。
技术关键词
卷积模块
监测方法
轮廓
熔融加工过程
图像分割
激光
特征值集合
时域特征
动态
特征提取模块
Sigmoid函数
线性单元
卷积特征
编码特征
网络
OTSU算法
状态识别方法
特征点
矩阵
系统为您推荐了相关专利信息
车内环境智能
跨模态融合特征
时序特征
音频特征
视觉特征
皮肤病变分割方法
预测特征
解码器
卷积模块
编码器特征
精度验证装置
投影系统
BP神经网络模型
优化BP神经网络
投影仪
地物要素
地理坐标信息
兴趣
生成无人机
航线生成方法