[發(fā)明專利]一種基于Zernike矩的熱電偶質(zhì)量檢測方法

有效

• 申請?zhí)枺?/td>: 202110045898.4
• 申請日: 2021-01-14
• 公開（公告）號: CN112785563B
• 公開（公告）日: 2022-05-13
• 發(fā)明（設(shè)計(jì)）人: 玄玉波;趙增君;何群山;杜文聰;俞馮寧
• 申請（專利權(quán)）人: 吉林大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/764;G06V10/77;G06V10/774;G06K9/62;G06F17/16
• 代理公司: 沈陽銘揚(yáng)聯(lián)創(chuàng)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 21241
• 代理人: 屈芳

1.一種基于Zernike矩的熱電偶質(zhì)量檢測方法，其特征在于，該方法包括：采集熱電偶的圖像并進(jìn)行預(yù)處理，將預(yù)處理后圖像的Zernike矩作為特征，將特征進(jìn)行定維映射和主成份分析后進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練得到檢測模型，用得到的模型對待檢測的熱電偶進(jìn)行合格和不合格的分類檢測，具體包括：

步驟1，建立熱電偶數(shù)據(jù)集，將數(shù)據(jù)集中的圖像標(biāo)注為合格品與不合格品兩類，對每一個熱電偶圖像進(jìn)行預(yù)處理，包括定位、區(qū)域裁剪、圖像去噪、增強(qiáng)，然后進(jìn)行20階Zernike矩的計(jì)算，包括：

Zernike徑向多項(xiàng)式：

一個輸入圖像的Zernike矩的獲得始于Zernike徑向多項(xiàng)式的計(jì)算，首先定義徑向多項(xiàng)式R_n,m(ρ)：

其中0≤ρ≤1，ρ是圖像中從原點(diǎn)到點(diǎn)(x，y)的半徑，稱為極半徑，其中，徑向多項(xiàng)式系數(shù)

n為階數(shù)，m為角頻，n是非負(fù)正整數(shù)，m是整數(shù)，且滿足n-|m|為偶數(shù)，|m|＜n，s為[0-(n-|m|)/2]的整數(shù)；

由Zernike徑向多項(xiàng)式得到Zernike多項(xiàng)式：

使用Zernike徑向多項(xiàng)式R_n,m(ρ)構(gòu)成Zernike多項(xiàng)式V_nm(x,y)，為一組定義在復(fù)數(shù)域單位圓x²+y²＝1上的復(fù)多項(xiàng)式：

V_nm(x，y)＝R_nm(ρ)cos(mθ)+jR_nm(ρ)sin(mθ)

其中，是像素(x，y)到原點(diǎn)的長度，θ＝tan^-1(y/x)是向量ρ和x軸夾角，稱為極角，0≤θ≤2π；

求取Zernike多項(xiàng)式的Zernike矩：

由于Zernike多項(xiàng)式是定義在單位圓內(nèi)的，相應(yīng)的它的矩函數(shù)也是定義在單位圓內(nèi)，圖像函數(shù)f(x,y)，n階m角頻的Zernike矩的定義為：

變換為極坐標(biāo)的形式：

式中f(ρ,θ)是圖像f(x,y)從直角坐標(biāo)系轉(zhuǎn)換為極坐標(biāo)系的形式，表示直角坐標(biāo)系中點(diǎn)(x,y)的像素值，*表示共軛，Zernike矩表示為圖像函數(shù)f(x,y)和Zernike多項(xiàng)式的內(nèi)積，計(jì)算結(jié)果是一復(fù)數(shù)，由實(shí)部和虛部構(gòu)成，計(jì)算20階的Zernike矩共包括Z_0，0，Z_1，1，Z_2，0，Z_2，2………Z_20，18，Z_20，20共121項(xiàng)；

步驟2，將步驟1中的所有圖像的Zernike矩進(jìn)行定維映射和主成份PCA分析，降維得到由11維組成的主成份特征矩：

具體步驟如下：

把步驟1計(jì)算出的Zernike矩根據(jù)Z_nm中的n值分為21條11維數(shù)據(jù)按列組成矩陣X，不足11維補(bǔ)零升維，這一過程稱為定維映射，用于整合相關(guān)性大的特征在同一維度；將矩陣X的每一列中的數(shù)據(jù)減去這一列的均值；求出矩陣X的協(xié)方差矩陣C；求出協(xié)方差矩陣C的特征值及對應(yīng)的特征向量，并根據(jù)特征值大小從上到下排列，取第一行組成矩陣P，由Y＝PX降維到一維后的20階Zernike矩的主成分；

步驟3，將步驟2得到的主成份特征矩組成訓(xùn)練數(shù)據(jù)集T，輸入到支持向量機(jī)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，得到分離超平面和分類決策函數(shù)模型：

具體步驟如下：

輸入為：

T＝{(x₁,y₁),(x₂,y₂),(x₃,y₃),(x₄,y₄),(x₅,y₅),……,(x_N,y_N)}

其中，x_i∈R^N，y_i∈{+1，-1}，i＝1，2，……N；

T為數(shù)據(jù)集，x_i為某一樣品的主成分矩，y_i為該樣品所屬類別，+1代表合格，-1代表不合格，N為樣品總數(shù)；

計(jì)算過程：

1)K(x,z)是一個正定核，表明存在一個從輸出空間到特征空間的映射對任意的輸入空間x,z，都有選擇核函數(shù)K(x,z)和懲罰參數(shù)C0，構(gòu)造并求解凸二次規(guī)劃：

得到最優(yōu)解：

2)構(gòu)造超平面函數(shù)：W·X+b＝0并計(jì)算

將以上等式帶入拉格朗日目標(biāo)函數(shù)并選擇最優(yōu)解的一個分量滿足計(jì)算

最終通過訓(xùn)練得到分類決策函數(shù)；

選擇的高斯核函數(shù)為：

輸出為：

步驟4，將待檢測樣品的圖像進(jìn)行20階Zernike矩的計(jì)算并將計(jì)算結(jié)果按照步驟3的方法進(jìn)行主成份處理后，輸入步驟3已訓(xùn)練好的函數(shù)模型中進(jìn)行分類得到檢測結(jié)果。