标题：基于深度学习的激光中心线提取算法
作者：沈可妍 张之江
作者单位：上海大学通信与信息工程学院， 上海 200444
关键字：结构光测量；激光条纹分割；激光中心线提取；深度学习
摘要：在冶金工业领域，金属物体如连铸坯表面复杂光学反射和背景噪声的存在，对精确提取条纹中心线带来了显著挑战。因此，提出了一种基于深度学习的激光中心线提取算法。首先，对U-Net网络模型进行了改进，通过在编码阶段中嵌入深度可分离卷积模块来增强特征提取能力，并在解码阶段引入通道-空间注意力融合模块，从而提高了激光条纹分割的准确性和鲁棒性。其次，设计了一种加权混合损失函数，该函数结合了Focal loss和Dice loss的优点，有效解决了激光条纹小目标检测问题。最后，通过自适应阈值算法实现了高精度激光中心提取。实验结果表明，所提网络模型的平均交并比达到了84.43%，连铸坯三维测量结果的标准偏差控制在1.5 mm以内，满足了工业测量高精度要求。