[發明專利]一種基于圖像的糖晶體分類識別及結晶質量控制方法

有效

• 申請號: 201610971626.6
• 申請日: 2016-11-04
• 公開（公告）號: CN106599902B
• 公開（公告）日: 2019-09-24
• 發明（設計）人: 楊麗明;張攀;董超
• 申請（專利權）人: 浙江大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 張法高;傅朝棟

1.一種基于圖像的糖晶體分類識別及結晶質量控制方法，其特征在于，由以下步驟組成：

1)在給光裝置的協同下，從顯微攝像裝置中獲取糖晶體的原始樣本圖像，利用圖像預處理技術對原始樣本圖像進行預處理，并對預處理后的圖像進行分割，獲得糖晶體樣本圖像的感興趣區；

2)針對感興趣區，根據給定的識別特征從中提取每幅樣本圖像的特征參數并利用其對并聯多分類器進行訓練；

3)設定控制周期，以一個控制周期為單位，在周期內獲取待分類圖像，預處理后利用訓練好的并聯多分類器進行分類，根據分類結果計算出糖晶體的結晶狀態信息；

4)根據結晶狀態信息控制執行裝置動作，進行加水或加蜜；

步驟2)中并聯多分類器的訓練由以下步驟組成：

2.1)針對糖晶體的特性選擇糖晶體圖像識別特征并在擬合過程中取舍校正，識別特征包括：單個晶體顆粒面積大小、晶體顆粒數目、晶體面積與圖像面積比、透明度和形狀；

2.2)規定識別分類的結果只有兩類，一類是符合質量要求的糖晶體圖像，定義為clear，另一類是不符合質量要求的糖晶體圖像，定義為unclear；

2.3)針對感興趣區，根據設定的糖晶體識別特征，特征提取出每個樣本圖像的各種定量描述參數，作為訓練決策樹分類器使用的樣本數據集1；通過隨機采樣對樣本數據集1進行二次采樣生成不同的數據樣本集合，作為訓練SVM分類器使用的樣本數據集2；兩種分類器基于同一數據的不同視圖進行獨立訓練和測試，將兩組不同的樣本數據各自分為訓練數據和測試數據，訓練數據用于訓練出分類器，測試數據用于對訓練出的模型進行分類器評估即性能檢驗；

2.4)單一循環遍歷整個訓練數據集，對已知類別的糖晶體數據集進行分類：對決策樹分類器而言，在進行最后一個特征的識別分類之前，根據識別特征，不滿足當前識別特征時的糖晶體數據被打上unclear的標簽，退出本輪的訓練過程；否則進入下一輪的分類訓練，一直進行到最后一個特征；經過最后一輪的訓練，可得最終的結果，所有的糖晶體圖像數據都被分配到兩個類別，一類是可以判斷質量合格的clear類別，一類是可以判斷質量不合格的unclear類別；

2.5)基于上述兩種單一分類器所獲得的識別分類結果，通過組合方法整合兩種分類結果，獲取一個最終分類器；所述的組合方法采用如下算法：

定義錯誤率如下：

其中，x_j為訓練數據集中的第j個樣本，C_i(x_j)為第i個分類器對樣本x_j的分類結果，i＝1或2；I為指示器，如果參數A為true，則I(A)＝1，否則為0；w_j為訓練數據集中的第j個樣本的權重；y_j為目標分類結果；

計算決策樹分類器的重要性為SVM分類器的重要性為其中ε₁和ε₂分別為決策樹分類器和SVM分類器的分類錯誤率；

將參數α₁,α₂用于更新訓練樣本權重，權重更新機制為：

其中Z_j為規范化因子，用于確保w₁^(j+1)+w₂^(j+1)＝1；

將w₁^(j+1)和w₂^(j+1)分別作為下一次分類時決策樹分類器和SVM分類器的權重，用于計算當前樣本的最終分類結果。