[發明專利]基于LBF的衛星望遠鏡鏡片表面疵病檢測方法

有效

• 申請號: 202110174979.4
• 申請日: 2021-02-07
• 公開（公告）號: CN112907526B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 邱根;陳薇;殷春;程玉華;王胤澤;陳凱;馮怡婷
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/62;G06T7/66;G01N21/95;G06V10/762;G06V10/764;G06K9/62
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 溫利平

1.一種基于LBF的衛星望遠鏡鏡片表面疵病檢測方法，其特征在于，包括：

(1)、拍攝被測衛星望遠鏡鏡片，獲得光學疵病圖像；

(2)、像素點分類

2.1)、設置迭代閾值ε、類數G、調整參數m，初始化迭代次數k＝0；

2.2)、構建優化的聚類目標函數J_FCM：

其中，W_xy,i為權重，W_xy,i＝(M_xy,i×G_xy,i)/Z_xy，M_xy,i為隸屬度系數，G_xy,i為光照強度系數，Z_xy為歸一化常數，其值為：

M_xy,i＝exp(-(u_(x-1,y),i×u_(x+1,y),i+u_(x,y-1),i×u_(x,y+1),i))，u_(x-1,y),i、u_(x+1,y),i、u_(x,y-1),iu_(x,y+1),i分別為像素點(x-1,y)、(x+1,y)、(x,y-1)、(x,y+1)的像素值屬于類別i的隸屬度；

N_xy為像素點(x,y)的鄰域像素點集合，p_r為鄰域像素點集合N_xy中第r個像素點的像素值，I_xy被用來衡量像素點鄰域的像素值，如果像素點領域有高的像素值，那么p_r就會變高，同時I_xy就會變小，而I_xy也會使得G_xy,i變小；a_i為第i類像素點中的平均像素值；

其中，u_xy,i為像素點(x,y)的像素值p_xy屬于第i類的隸屬度，x,y分別為像素點的水平和垂直坐標；H為光學疵病圖像的高度，L為光學疵病圖像的寬度；c_i為第i類像素點像素值的聚類中心；p_r表示像素點(x,y)的鄰域點r的像素值，N_xy為像素點(x,y)的鄰域像素點集合；

其中，β_xy＝αmin{||||p_xy-c_s||²||,s∈{1,2,...,G}},α∈[0,1] (4)

2.3)、在的約束條件下，利用值在0,1區間內的隨機數初始化一個隸屬度u_xy,i，計算聚類中心c_i：

2.4)、依據步驟2.2)公式(1)計算聚類目標函數J_FCM，并表示為J_FCM(0)，k＝k+1；

2.5)、計算隸屬度u_xy,i：

2.6)、按照步驟2.3)的公式(5)計算計算聚類中心c_i；

2.7)、依據步驟2.2)公式(1)計算聚類目標函數J_FCM，并表示為J_FCM(k)，判斷聚類是否終止：

如果計算所得聚類目標函數J_FCM(k)與上一次迭代的聚類目標函數J_FCM(k-1)差值小于等于設定的迭代閾值ε，即||J_FCM(k)-J_FCM(k-1)||≤ε則聚類結束，否則跳轉至步驟2.5)；

2.8)、根據最大隸屬度準則，依據隸屬度u_xy,i對光學疵病圖像的像素點進行分類，即在G類中，隸屬度u_xy,i最大的類別為像素點(x,y)的類別；將屬于背景類類別的像素點去除，得到表征輪廓信息的圖像I^*；

(3)、邊緣輪廓檢測

對于圖像I^*采用局部二值擬合(LBF)模型，計算LBF模型的梯度下降流，通過水平集函數演化并取零水平集對圖像I^*進行分割，將疵病圖像分割出來，將分割出來的疵病圖像保留，其余像素值置為0，得到邊緣輪廓信息圖像同時將分割的閉合曲線作為疵病輪廓線；

(4)、疵病量化

將邊緣輪廓信息圖像表示在三維圖像中，包括表示圖像尺寸的XOY平面，以及表示疵病在鏡片中的深度Z，深度Z根據像素值確定；

對于一個疵病圖像，采用二值鏈碼技術對其疵病輪廓線進行標記；

疵病的面積為：邊緣輪廓信息圖像中疵病輪廓線內像素點的總數；

疵病的重心為：

其中，H′、L′分別為疵病輪廓線外鄰接矩形的高度和寬度；

疵病的周長：

其中，n表示疵病輪廓線像素點的總數，C_j表示疵病輪廓線第j個像素點的鏈碼方向編號。