一种磁流变抛光斑提取方法技术

本发明专利技术公开了一种磁流变抛光斑提取方法，本发明专利技术的方法利用人类大脑视觉皮层中的双拮抗神经元的色彩和空间对抗机制对磁流变抛光斑进行边缘检测并进行提取，并利用该神经元的空间稀疏反应约束特点来抑制磁流变抛光斑中的噪声信号和其他干扰信息；本发明专利技术解决了目前人工手动提取磁流变抛光斑存在精度不够高、提取效率低问题，具有鲁棒性好、自动化程度高优点，提高了抛光工艺过程控制的准确性和可靠性。

A Method for Extracting Magnetorheological Polishing Spots

【技术实现步骤摘要】
一种磁流变抛光斑提取方法
本专利技术涉及基于计算机图像处理的光学制造
，具体地，涉及一种基于双拮抗神经元机制和稀疏约束的磁流变抛光斑自动提取方法。
技术介绍
磁流变抛光技术是一种利用磁流变抛光液的可控流变特性，保持抛光过程的稳定性，精确控制抛光头的运动轨迹和驻留时间实现确定量抛光的先进光学制造技术。其中，抛光斑的提取是磁流变抛光中驻留时间求解的前提条件，抛光斑提取的精度是影响抛光精度的关键因素。目前，磁流变抛光过程中，磁流变抛光斑提取主要采用人工手动提取的方式，即分别通过激光干涉仪测量采斑样片采斑前后的面形数据，然后对采斑前后的面形数据相减，获得含有抛光斑和一定背景噪声信号的数据，最后通过相应软件手动框选想要提取的抛光斑。磁流变抛光斑在采集过程中由于受到抛光液流量波动、测量误差的影响，会引入噪声误差。手动提取抛光斑方式不能精准选择抛光斑区域和消除噪声误差影响，因而存在精度不够高、提取效率低等问题，影响了磁流变加工精度和效率。非专利文献如《Advancedtechniquesforcomputer-controlledpolishing》及《大口径光学元件磁流变抛光工艺软件设计》对抛光斑的提取过程进行了简单描述，但均未提出抛光斑自动提取的方法。鉴于现有磁流变抛光斑提取方法的问题，亟需一种磁流变抛光斑高精度自动提取方法。
技术实现思路
针对现有磁流变抛光斑手动提取精度差、效率低问题，本专利技术提出了一种基于双拮抗神经元机制和稀疏约束的磁流变抛光斑自动提取方法。本专利技术的技术方案为：基于双拮抗神经元机制和稀疏约束的磁流变抛光斑自动提取方法，包括以下步骤：S1、获取采斑件面形数据：选取采斑样片，测量样片的初始面形，按照加工工艺参数对样片进行采斑，测量采斑后面形，并与初始面形测量数据进行差动法处理，获得面形误差相减后的采斑数据。S2、采斑件面形数据向图像数据转换：将采斑件面形数据转化为图像数据，使用MATLAB中的Imagesec函数将采斑数据矩阵按数值大小转化为对应的颜色值，并在坐标轴对应位置处以对应颜色染色，形成一幅彩色图像。S3、分离出图像中的RGB三色分量：根据视觉系统锥形光感受器的颜色信息处理机制，将输入的彩色图像分离成三个部分，分别是红色分量IR(x,y),绿色分量IG(x,y)，蓝色分量IB(x,y)。S4、利用双拮抗神经元机制提取抛光斑边缘特征：人类大脑视觉皮层中的双拮抗神经元具有中心-外周拮抗感受野的特点，因此我们可以采用如下公式(1)-(10)来提取抛光斑的边缘特征，即：Ck(x,y；σ)＝Ik(x,y)*gf(x,y；σ)；k∈{r,g,b,y}(1)其中，*表示卷积操作；Ik(x，y)表示(x，y)坐标下像素值；Ck(x，y；σ)表示高斯卷积计算；gf(x,y；σ)表示二维高斯卷积核；σ表示感受野尺度系数，σ的值恒定为1.1；r,g,b分别表示图像中的RGB三色分量。Srg(x,y)＝ω1·Cr(x,y；σ)+ω2·Cg(x,y；σ)(3)其中，ω1和ω2表示连接权值，ω1和ω2是一对相反数且绝对值在[0,1]之间的数值；Srg(x,y)表示双拮抗神经元对图像中的红色分量和绿色分量的响应；Cr(x,y；σ)表示红色分量下的二维高斯卷积计算；Cg(x,y；σ)表示绿色分量下的二维高斯卷积计算。抛光斑信息具有颜色和空间上的特征，因此利用二维高斯偏导函数来提取颜色和空间特征，其计算公式可由(4)-(6)表示：其中，γ表示控制椭圆形的高斯函数的空间纵横比；θ表示朝向；V(x,y；θ,σ)表示对f(x,y；θ,σ)一阶高斯偏导；f(x,y；θ,σ)表示二维高斯函数；表示偏导方向；x表示在极坐标下沿着θ角x轴方向的变化值；表示在极坐标下沿着θ角轴y方向的变化值。空间特征可以进一步使用定向信息来描述，感受野滤波器具有定向的特点，可由公式(7)-(10)来表示：Drg(x,y；θi,σ)＝Srg(x,y)*RF1(x,y；θi,σ)-Srg(x,y)*RF2(x,y；θi,σ)(7)RF1(x,y；θi,σ)＝H(V(x,y；θi,σ))(8)RF2(x,y；θi,σ)＝H(-V(x,y；θi,σ))(9)其中，*表示卷积操作；θi的取值范围是[0，2π)；Drg(x,y；θi,σ)表示双拮抗神经元方向响应；RF1(x,y；θi,σ)表示正向感受野滤波器；RF2(x,y；θi,σ)表示反向感受野滤波器；s等于V(x,y；θ,σ)；H(s)表示阈值计算，超过0则直接输出s的值，小于或等于则为0。进一步增强方向信息可由最大池化操作来实现，如公式(11)所示：表示双拮抗神经元方向的最大响应值；Nθ表示不同角度。S5、利用空间稀疏约束抑制噪声纹理信息：S2步骤中还无法抑制图像中的噪声信息，因此基于人类视觉系统自然感知原理我们提出来一种空间稀疏约束方法来抑制这种噪声信息,方法如下式(12)-(15)所示：其中，表示图像的直方图；表示的均值；n表示的维度；表示稀疏约束后的响应；urg(x,y)表示位置化的稀疏约束；λ(x,y)表示位置系数；SDrg(x,y；σ)表示双拮抗神经元响应稀疏化的程度。S6、抛光斑几何特征提取：完成抛光斑几何特征提取需要通过以下几步来完成:S6.1利用如式(16)所示，分离出已提取出来的抛光斑轮廓图像与背景图像。O(x，y，σ)＝max{SDc(x，yσ)|c∈{rg，gr，by，yb}}(16)O(x,y；σ)表示双拮抗神经元响应稀疏化程度的最大值；rg表示红绿通道；gr表示绿红通道；by表示蓝黄通道；yb表示黄蓝通道。S6.2基于抛光斑轮廓图像提取光斑的几何特征，比如面积，长，宽，高，质心等数据。S6.3将分离出来的抛光斑轮廓图像与原始图像叠加形成一幅新的RGB图像，作为最终结果输出。S7抛光斑文件输出：将提取的抛光斑保存成用户需要的的文件格式。进一步的，步骤S4所述的提取空间和色彩特征中θ的取值范围为[0，2π]的所有实数。进一步的，步骤S4所述的提取空间和色彩特征中σ的取值范围为[0,+∞)的所有实数。进一步的，步骤S5所述的直方图中n的取值范围为[0,+∞)的所有整数。本申请提供的一个或多个技术方案，至少具有如下技术效果或优点：本专利技术的方法利用双拮抗神经元机制对磁流变抛光斑图像边缘进行提取，有效利用了该神经元机制的颜色和空间上的特征，增强了边缘提取的效果，并且通过稀疏约束机制，增强了边缘检测的抗噪声干扰能力，提升算法的鲁棒性，边缘检测的准确性，由于没有训练过程，可对图像进行实时处理，提高了图像处理的效率。基于本专利技术的算法可嵌入相关磁流变抛光机床工艺软件中，应用到不同型号机床环境中。附图说明此处所说明的附图用来提供对本专利技术实施例的进一步理解，构成本申请的一部分，并不构成对本专利技术实施例的限定；图1为本专利技术实施磁流变抛光斑自动提取的流程图。具体实施方式为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施方式对本专利技术进行进一步的详细描述。需要说明的是，在相互不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是，本专利技术还可以采用其他不同于在此描述范围内的其他方式来实施，因此，本专利技术的保护范围并不受下本文档来自技高网...

【技术保护点】
1.一种磁流变抛光斑提取方法，其特征在于，所述方法包括：步骤S1、获取采斑件面形数据；步骤S2、将采斑件面形数据向图像数据转换；步骤S3、分离出图像数据中的RGB三色分量；步骤S4、分别对分离出的图像数据中的RGB三色分量，利用双拮抗神经元机制提取出抛光斑边缘特征；S5、对提取出的抛光斑边缘特征，利用空间稀疏约束抑制抛光斑中的噪声纹理信息：S6、对抛光斑中的噪声纹理信息处理后的抛光斑图像进行几何特征提取。

【技术特征摘要】
1.一种磁流变抛光斑提取方法，其特征在于，所述方法包括：步骤S1、获取采斑件面形数据；步骤S2、将采斑件面形数据向图像数据转换；步骤S3、分离出图像数据中的RGB三色分量；步骤S4、分别对分离出的图像数据中的RGB三色分量，利用双拮抗神经元机制提取出抛光斑边缘特征；S5、对提取出的抛光斑边缘特征，利用空间稀疏约束抑制抛光斑中的噪声纹理信息：S6、对抛光斑中的噪声纹理信息处理后的抛光斑图像进行几何特征提取。2.根据权利要求1所述的磁流变抛光斑提取方法，其特征在于，所述步骤S1具体包括：选取采斑样片，测量样片的初始面形，按照加工工艺参数对样片进行采斑，测量采斑后面形，并与初始面形测量数据进行差动法处理，获得面形误差相减后的采斑件面形数据。3.根据权利要求1所述的磁流变抛光斑提取方法，其特征在于，步骤S2具体包括：将采斑件面形数据矩阵按数值大小转化为对应的颜色值，并在坐标轴对应位置处以对应颜色染色，形成一幅彩色图像。4.根据权利要求1所述的磁流变抛光斑提取方法，其特征在于，所述步骤S3具体包括：根据视觉系统锥形光感受器的颜色信息处理机制，将输入的彩色图像分离成三个部分，分别是红色分量IR(x,y)，绿色分量IG(x,y)，蓝色分量IB(x,y)，(x，y)表示像素的坐标位置。5.根据权利要求1所述的磁流变抛光斑提取方法，其特征在于，采用如下公式(1)-(10)来提取抛光斑的边缘特征，即：Ck(x,y；σ)＝Ik(x,y)*gf(x,y；σ)；k∈{r,g,b,y}(1)其中，*表示卷积操作；Ik(x，y)表示(x，y)坐标下像素值；σ表示感受野尺度大小；Ck(x，y；σ)表示高斯卷积计算；gf(x,y；σ)表示二维高斯卷积核；r,g,b分别表示图像中的RGB三色分量；Srg(x,y)＝ω1·Cr(x,y；σ)+ω2·Cg(x,y；σ)(3)其中，ω1和ω2表示连接权值，ω1和ω2是一对相反数且绝对值在[0,1]之间的数值；Srg(x,y)表示双拮抗神经元对图像中的红色分量和绿色分量的响应；Cr(x,y；σ)表示红色分量下的二维高斯卷积计算；Cg(x,y；σ)表示绿色分量下的二维高斯卷积计算；利用二维高斯偏导函数来提取抛光斑中的颜色和空间特征，计算公式可由(4)-(6)表示：其中，γ表示控制椭圆形的高斯函数的空间纵横比；θ表示朝向；V(x,y；θ,σ)表示对f(x,y；θ,σ)一阶高斯偏导；f(x,y；θ,σ)表示二维高斯函数；表示偏导方向；x表示在极坐标...

【专利技术属性】
技术研发人员：张云飞，房彪，周涛，张建飞，黄文，李凯隆，郑永成，陈华，樊炜，陈立，
申请(专利权)人：中国工程物理研究院机械制造工艺研究所，
类型：发明
国别省市：四川,51