一种基于太赫兹光谱的复合材料结构缺陷分类识别方法与系统技术方案

本发明专利技术提出了一种基于太赫兹光谱的复合材料结构缺陷分类识别方法与系统。包括：获取复合材料的太赫兹信号；对获取的太赫兹信号进行连续小波变换，得到小波时频图；训练卷积神经网络，构建缺陷分类模型；将小波时频图输入到缺陷分类模型中获得分类识别结果。其中，小波时频图可以得到太赫兹图像的时间、频率和能量信息，可以获得很高的稳定性和准确率，为后续缺陷检测识别提供好的基础，利用卷积神经网络对图像进行分类识别，通过修改网络参数，提高网络的性能，从而实现物品分类识别问题。从而实现物品分类识别问题。从而实现物品分类识别问题。

【技术实现步骤摘要】
一种基于太赫兹光谱的复合材料结构缺陷分类识别方法与系统


[0001]本公开涉及光谱信号分类识别
，尤其涉及一种基于太赫兹光谱的复合材料结构缺陷分类识别方法与系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]传统的分类识别技术通常通过将光谱的特征峰进行对比来有效地识别物质，但当光谱无明显特征吸收峰或难以辨别时，则难以利用吸收峰特征辨别物质类别，并且传统的寻峰算法对混叠峰、假峰的识别能力有限。因此传统的光谱识别方法存在一定的局限性。
[0004]近年来，国内外对于太赫兹光谱信号和基于太赫兹光谱的识别进行了研究，太赫兹光谱物质识别主要是依靠被测物品在太赫兹波段有明显的吸收峰，因此将其作为物品识别的方法之一。太赫兹波是指频率在0.1
‑
10THz，相应波长在30
‑
3000um，介于毫米波和红外光学之间的电磁波谱区域，太赫兹波具有低性能、瞬态性等优点，能够穿透衣服、陶瓷等非导电材料，且对人体和被测样品没有伤害。太赫兹波穿过样品本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于太赫兹光谱的复合材料结构缺陷分类识别方法，其特征在于，包括：获取复合材料的太赫兹信号；对获取的太赫兹信号进行连续小波变换，得到小波时频图；训练卷积神经网络，构建缺陷分类模型；将小波时频图输入到缺陷分类模型中获得分类识别结果；其中，设置小波基函数对获取的太赫兹信号进行连续小波变换，当缺陷分类模型能够正确识别缺陷时，保存模型最佳参数，输出分类识别结果；否则，修改小波基函数。2.如权利要求1所述的基于太赫兹光谱的复合材料结构缺陷分类识别方法，其特征在于，选择与太赫兹信号相似度大的小波基函数对获取的太赫兹信号进行连续小波变换，以提取出更多的信号特征。3.如权利要求2所述的基于太赫兹光谱的复合材料结构缺陷分类识别方法，其特征在于，小波基函数与太赫兹信号之间的相似度可以表示为：式中，δ为相似函数；s
i
为对小波基函数取绝对值后每个峰的面积；m
i
为小波基函数取绝对值后每个峰的最大值；k为小波基函数取绝对值后的峰数。4.如权利要求1所述的基于太赫兹光谱的复合材料结构缺陷分类识别方法，其特征在于，所述小波时频图包含时间、频率和能量信息。5.如权利要求1所述的基于太赫兹光谱的复合材料结构缺陷分类识别方法，其特征在于，所述卷积神经网络使用残差网络Resnet18，Resnet18的网络结构包括17个卷积层和1个全连接层。6.如权利要求1所述的基于太赫兹光谱的复合材料结构缺陷分类识别方法，其特征在于，所述残差网络，在每一个卷积层后接一个规范化层和ReLU激...

【专利技术属性】
技术研发人员：杨秀蔚，王淑杰，刘成业，颜广，徐金环，李向东，
申请(专利权)人：山东省科学院自动化研究所，
类型：发明
国别省市：