【技术实现步骤摘要】
本专利技术涉及光谱数据处理，具体涉及基于光谱数据的汽车配件涂装色差异常检测系统。
技术介绍
1、近年来，汽车行业对于产品的外观质量要求越来越高，其中涂装是汽车外观质量的重要组成部分，而涂装的颜色一致性是影响外观质量的重要因素之一。然而在实际生产中，由于涂装过程中各种因素如温度、湿度等的影响，以及人为操作的误差，往往会导致汽车配件涂装后出现色差异常；因此开发一种快速准确的配件涂装色差异常检测系统对于提高汽车涂装质量具有重要的意义，而基于光谱数据的涂装色差检测方法相比于传统的目视检测方法具有更高的精度和可靠性。
2、由于光谱数据本身复杂多变，包含的信息量极为丰富，因此需要进行有效的预处理才能更好地应用于涂装色差检测中。光谱数据预处理的过程中有一个重要的步骤为基线校正，在获取基线的过程中，由于光谱数据的不同波段对背景噪声的响应不同，而不同波段范围对应的是不同的物理过程和分子吸收特征，均会导致不同波段的基线不同；同时基线校正时，不能仅根据单个样品的光谱数据进行，需要结合多个样品的光谱数据，但是不同样品的光谱数据由于涂装的影响，会使得不同样品光谱数据的不同波段范围不对应，需要对不同样品光谱数据的波段范围内各个波段进行匹配来综合获取基线。
技术实现思路
1、本专利技术提供基于光谱数据的汽车配件涂装色差异常检测系统，以解决现有的光谱数据处理过程中由于背景噪声影响而导致基线校正结果不准确的问题，所采用的技术方案具体如下：
2、本专利技术一个实施例提供了基于光谱数据的汽车配件
3、光谱及色差数据采集模块，用于采集汽车配件涂装表面若干样品的光谱数据，以及若干样品多种属性的色差数据，所述光谱数据包含样品在不同波段的光谱数据值；
4、光谱数据基线校正模块，用于对每个样品的光谱数据通过emd分解得到若干分量，根据各分量的幅值变化得到每个光谱数据的若干波段范围；根据不同样品的波段范围的分布，获取任意两个样品的波段范围匹配结果；
5、根据每个样品不同波段的光谱数据值及不同属性的色差数据，获取每个样品在每个波段的自身信息分布性及信息响应性，得到不同样品任意两个波段的距离度量；结合不同样品的波段范围匹配结果，得到任意两个样品的光谱数据dtw匹配结果；根据光谱数据dtw匹配结果，获取每个样品的光谱基线及校正后光谱数据；
6、光谱检测色差异常模块，用于通过若干校正后光谱数据进行异常检测模型的构建，通过异常检测模型进行色差异常检测。
7、进一步的，所述对每个样品的光谱数据通过emd分解得到若干分量，根据各分量的幅值变化得到每个光谱数据的若干波段范围，包括的具体方法为：
8、对于任意一个样品的光谱数据，对该光谱数据进行emd分解，得到若干imf分量，记为该光谱数据的若干分量；
9、对于任意一个分量，根据该分量中幅值分布，获取该分量的若干极值点，包括若干极大值点及若干极小值点，记录每个极值点的斜率；
10、对于该分量中所有极大值点，连接相邻极大值点得到该分量的极大值点分布曲线，对极大值点分布曲线中除第一个极大值点之外，每个极大值点都与相邻前一个极大值点计算斜率的差值绝对值，得到的结果记为每个极大值点的变化系数；预设一个变化阈值，若变化系数大于变化阈值，将对应的极大值点记为一个初始特征点，对极大值点分布曲线中除第一个极大值点之外每个极大值点都进行初始特征点的判断，将第一个极大值点作为一个初始特征点，根据该分量的极大值点分布曲线得到若干初始特征点；
11、对于该分量的所有极小值点，连接相邻极小值点得到极小值点分布曲线，根据极小值点分布曲线中相邻两个极小值点的斜率，得到除第一个极小值点之外每个极小值点的变化系数，并与所述变化阈值比较，变化系数大于变化阈值的极小值点作为一个初始特征点，将第一个极小值点作为一个初始特征点，结合极小值点分布曲线中的若干初始特征点，得到该分量的若干初始特征点，将所有初始特征点对应的波段，组成一个集合，记为该分量的初始特征点集合；
12、获取该光谱数据每个分量的初始特征点集合，对于任意一个波段，获取该波段在所有分量的初始特征点集合中出现的次数，将出现的次数与分量的数量的比值，记为该波段的特征系数，预设一个特征阈值，若特征系数大于特征阈值，将该波段作为该光谱数据的一个目标特征点；获取该光谱数据中每个波段的特征系数，得到该光谱数据的若干目标特征点，将该光谱数据中第一个波段及最后一个波段都作为目标特征点得到该光谱数据的所有目标特征点，通过目标特征点对该光谱数据进行波段范围的划分，得到该光谱数据的若干波段范围。
13、进一步的，所述任意两个样品的波段范围匹配结果，具体的获取方法为：
14、根据样品的光谱数据中波段范围的位置分布，获取不同样品的任意两个波段范围的匹配度；构建二分图，二分图中左侧节点为样品1的每个波段范围，右侧节点为样品2的每个波段范围，两侧节点之间的边值为对应的两个波段范围的匹配度，对二分图进行km匹配，得到样品1与样品2的波段范围匹配结果。
15、进一步的，所述不同样品的任意两个波段范围的匹配度，具体的获取方法为：
16、对于样品1的光谱数据中第个波段范围，以及样品2的光谱数据中第个波段范围，匹配度的计算方法为：
17、
18、其中，表示样品1的光谱数据中第个波段范围在样品1的光谱数据所有波段范围中的序号，表示样品2的光谱数据中第个波段范围在样品2的光谱数据所有波段范围中的序号，表示光谱数据中的波段数量，表示样品1的光谱数据中第个波段范围中第一个波段的序号与样品2的光谱数据中第个波段范围中第一个波段的序号的差值绝对值；表示样品1的光谱数据中第个波段范围中最后一个波段的序号与样品2的光谱数据中第个波段范围中最后一个波段的序号的差值绝对值；表示以自然常数为底的指数函数。
19、进一步的，所述每个样品在每个波段的自身信息分布性及信息响应性，具体的获取方法为：
20、对于任意一种属性的色差数据，根据该种属性的色差数据对所有样品进行dbscan聚类，聚类的距离采用色差数据之间的差值绝对值，得到若干聚簇，记为该种属性的若干聚簇；
21、对于任意一个聚簇，以及任意一个波段，获取该聚簇中每个样品在该波段的光谱数据值，对该聚簇中任意两个样品的光谱数据值计算差值绝对值，将所有差值绝对值的均值的倒数，记为该波段在该种属性该聚簇的平均密度，获取该波段在该种属性每个聚簇的平均密度，将所有平均密度的均值，记为该波段在该种属性的整体信息分布性；
22、预设一个邻近数量，根据邻近数量及聚类的距离，获取样品1的若干邻近样品，在样品1与若干邻近样品对应的所有样品中，对任意两个样品在该波段的光谱数据值计算差值绝对值，将得到的所有差值绝对值的均值的倒数，记为样品1在该波段该种属性的局部信息分布性；
23、获取每个波段在每种属性的整体信息分布性，以及每个样品在每个波段每种属性本文档来自技高网...
【技术保护点】
1.基于光谱数据的汽车配件涂装色差异常检测系统，其特征在于，该系统包括：
2.根据权利要求1所述的基于光谱数据的汽车配件涂装色差异常检测系统，其特征在于，所述对每个样品的光谱数据通过EMD分解得到若干分量，根据各分量的幅值变化得到每个光谱数据的若干波段范围，包括的具体方法为：
3.根据权利要求1所述的基于光谱数据的汽车配件涂装色差异常检测系统，其特征在于，所述任意两个样品的波段范围匹配结果，具体的获取方法为：
4.根据权利要求3所述的基于光谱数据的汽车配件涂装色差异常检测系统，其特征在于，所述不同样品的任意两个波段范围的匹配度，具体的获取方法为：
5.根据权利要求1所述的基于光谱数据的汽车配件涂装色差异常检测系统，其特征在于，所述每个样品在每个波段的自身信息分布性及信息响应性，具体的获取方法为：
6.根据权利要求5所述的基于光谱数据的汽车配件涂装色差异常检测系统，其特征在于，所述得到每个样品在每个波段的信息响应性，包括的具体方法为：
7.根据权利要求1所述的基于光谱数据的汽车配件涂装色差异常检测系统，其特征在
8.根据权利要求1所述的基于光谱数据的汽车配件涂装色差异常检测系统，其特征在于，所述得到任意两个样品的光谱数据DTW匹配结果，包括的具体方法为：
9.根据权利要求1所述的基于光谱数据的汽车配件涂装色差异常检测系统，其特征在于，所述每个样品的光谱基线及校正后光谱数据，具体的获取方法为：
10.根据权利要求1所述的基于光谱数据的汽车配件涂装色差异常检测系统，其特征在于，所述通过若干校正后光谱数据进行异常检测模型的构建，包括的具体方法为：
...【技术特征摘要】
1.基于光谱数据的汽车配件涂装色差异常检测系统，其特征在于，该系统包括：
2.根据权利要求1所述的基于光谱数据的汽车配件涂装色差异常检测系统，其特征在于，所述对每个样品的光谱数据通过emd分解得到若干分量，根据各分量的幅值变化得到每个光谱数据的若干波段范围，包括的具体方法为：
3.根据权利要求1所述的基于光谱数据的汽车配件涂装色差异常检测系统，其特征在于，所述任意两个样品的波段范围匹配结果，具体的获取方法为：
4.根据权利要求3所述的基于光谱数据的汽车配件涂装色差异常检测系统，其特征在于，所述不同样品的任意两个波段范围的匹配度，具体的获取方法为：
5.根据权利要求1所述的基于光谱数据的汽车配件涂装色差异常检测系统，其特征在于，所述每个样品在每个波段的自身信息分布性及信息响应性，具体的获取方法为：
...
【专利技术属性】
技术研发人员：叶海滨，李勇，
申请(专利权)人：广东台塑智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。