基于Faster R-CNN的保偏光纤偏振轴检测方法研究

针对基于端面成像的偏振轴检测方法光照鲁棒性不强、无法同时检测多根保偏光纤偏振轴的问题,提出一种基于Faster R-CNN的检测方法.训练Faster R-CNN神经网络模型,通过参数调优增强了应力区识别的鲁棒性,采用基于Zernike矩算法对应力区边缘点进行亚像素级定位以提高测量精度,分析了测量精度与误差的关系.仿真与实验表明,该方法的测量精度达到±0.1°,在增强光照鲁棒性的同时实现了对多根保偏光纤偏振轴的检测.