[發明專利]透明晶體生長過程邊緣及體積實時監測方法及系統

有效

• 申請號: 201910318830.1
• 申請日: 2019-04-19
• 公開（公告）號: CN110033486B
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 陳振學;泮永朋;徐明霞;劉章強
• 申請（專利權）人: 山東大學;山東大學深圳研究院
• 主分類號: G06T7/62
• 分類號: G06T7/62;G06T7/13
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張慶騫

本公開提供了一種透明晶體生長過程邊緣及體積實時監測方法及系統。其中，一種透明晶體生長過程邊緣及體積實時監測方法，包括步驟1：獲取不同生長時期且不同角度的透明晶體圖像，提取透明晶體圖像中的關鍵特征點，勾畫透明晶體圖像中透明晶體的邊緣，得到原始訓練集；步驟2：利用訓練集來訓練深度學習卷積神經網絡；步驟3：將實時生長的透明晶體圖像輸入至訓練后的深度學習卷積神經網絡中，得到實時生長的透明晶體的邊緣立體圖像；步驟4：對邊緣立體圖像進行校驗，若符合晶體生長要求，則保存邊緣立體圖像并添加至訓練集，添加一定數量的符合晶體生長要求的透明晶體的邊緣立體圖像，增大訓練集后再返回步驟2；否則，報警等待處理；步驟5：根據符合晶體生長要求的邊緣立體圖像，計算透明晶體的體積從而達到實時監測的目的。

技術領域

本公開屬于透明晶體生長過程實時監測領域，尤其涉及一種透明晶體生長過程邊緣及體積實時監測方法及系統。

背景技術

本部分的陳述僅僅是提供了與本公開相關的背景技術信息，不必然構成在先技術。

磷酸二氫鉀(KDP)晶體是一種功能廣泛的晶體，屬于四方晶系,無色透明。20世紀七八十年代時，激光核聚變的研究發展迅速，慣性約束核聚變(ICF)工程進入了高需求階段，并且滿足ICF的非線性光學材料要求的晶體主要KDP類晶體，因此對于KDP晶體的需求也急速增長。隨著ICF的發展，科研界越來越需要光學質量好并且尺寸大的KDP晶體因此，對特大尺寸的KDP優質光學晶體的研究，近幾十年一直是ICF工程的焦點。

自20世紀初至今，人工生長晶體的方法被提出了很多種，其中溶液法生長晶體廣為應用，因為其方法簡單，生長出的晶體性能良好。但是生長速度較慢，并且需要有較高的溫度控制精度。并且需要根據晶體的生長情況，例如棱長、頂點等，實時控制晶體生長溫度，防止晶體生長錯位。要對溶液法生長過程中晶體的定向生長實現良好的控制，必須對其進行準確的測量。目前山東大學晶體所使用的方法依然是人工使用測高儀測量，并根據經驗估算晶體形狀變化，比較依賴經驗，并且耗費人力。

目前廣為應用的方法是基于機器視覺的晶體監測方法。機器視覺是通過圖像攝取裝置，將目標圖像轉換為圖像信號，根據圖像信號的像素分布將其轉變為數字信號，經過運算后提取特征。計算機軟件通過特定算法在處理過的信號中提取目標特征，得出判別結果。發明人發現，針對這種培養溶液完全透明，晶體完全透明的情況，對圖像直接提取特征帶來了極大的挑戰，難以保證透明晶體生長過程邊緣及體積實時監測的準確性。

發明內容

為了解決上述問題，本公開的第一個方面提供一種透明晶體生長過程邊緣及體積實時監測方法，其采用深度學習中的卷積神經網絡提取特征，解決了單純利用圖像處理技術難以檢測到透明邊緣的困難；通過不斷更新訓練庫增加訓練樣本，解決了對晶體進行實時監測困難的問題，使檢測結果還原性更高。

為了實現上述目的，本公開采用如下技術方案：

一種透明晶體生長過程邊緣及體積實時監測方法，包括：

步驟1：獲取不同生長時期且不同角度的透明晶體圖像，提取透明晶體圖像中的關鍵特征點，勾畫透明晶體圖像中透明晶體的邊緣，得到原始訓練集；

步驟2：利用訓練集來訓練深度學習卷積神經網絡；

步驟3：將實時生長的透明晶體圖像輸入至訓練后的深度學習卷積神經網絡中，得到實時生長的透明晶體的邊緣立體圖像；

步驟4：對邊緣立體圖像進行校驗，若符合晶體生長要求，則保存邊緣立體圖像并添加至訓練集，添加一定數量的符合晶體生長要求的透明晶體的邊緣立體圖像，增大訓練集后再返回步驟2；否則，報警等待處理；

步驟5：根據符合晶體生長要求的邊緣立體圖像，計算透明晶體的體積從而達到實時監測的目的。