[发明专利]一种基于D-S证据理论的铁谱图像多信息融合方法

说明书

技术领域

本发明属于机械设备故障诊断技术领域，具体涉及一种基于D-S证据理论的铁谱图像多信息融合方法。

背景技术

铁谱分析技术是20世纪70年代国际摩擦学领域出现的一种磨损颗粒分析技术。数字图像处理技术起源自20世纪50年代，几十年间的到了飞速发展。二者的有益结合，进一步促进了铁谱分析技术的发展。通过分析铁谱磨粒图像，可获取设备磨损信息，并对设备的磨损类型及磨损严重程度进行预判。因此，基于图像处理技术的铁谱磨粒分析受到了广泛的关注和研究。

目前在铁谱磨粒图像处理领域，主要是利用二值化处理方法对磨粒图像进行二值化分割，将磨粒从背景中分离出来，进而对磨粒进行特征提取及模式识别。这种铁谱图像处理方法虽简单易行，但二值化后缺乏较精细的滤波处理过程，导致分割后的二值图像中混入了较多的杂质信息，不利于后续的磨粒特征提取及磨粒识别。磨粒的颜色信息是彩色铁谱图像最基本和最直接的信息，氧化物磨粒及有色金属磨粒仅通过颜色便可与其他类型磨粒区分出来。而磨粒的颜色信息在上述二值化处理过程中被完全丢失了。

信息融合技术近年提出的一种先进的信息处理方法，信息融合技术是研究如何加工、协同利用多源信息，并使不同形式的信息相互补充，以获得对同一事物或目标的更客观、更本质认识的信息综合处理技术。它比直接从各信息源得到的信息更简洁、更少冗余、更有用途。由于信息融合是利用多个传感器或多类信息对同一目标或事件加以确认，因此可提高结果的可信度，降低目标或事件的不确定性。D-S证据理论算法简单，且证据理论中的基本概率分配函数计算和证据组合公式推导都有着可靠的数学理论基础，在处理不确定信息方面具有一定的优势，因此近年来成为信息融合的重要手段。

发明内容

本发明的目的是为了提高铁谱图像的形态特征信息以及颜色特征信息的综合信息利用率，提供了一种基于D-S证据理论的铁谱图像多信息融合方法。该方法利用D-S证据理论，对磨粒形态特征信息及颜色特征信息进行融合，以此来提高不同故障磨粒的识别准确率。

为达到上述目的，本发明是采用下述技术方案来实现的：

一种基于D-S证据理论的铁谱图像多信息融合方法，包括以下步骤：

1)从机械设备润滑系统中获取铁谱磨粒图像；

2)对步骤1)获取的铁谱磨粒图像进行二值化处理及二值滤波处理；

3)对步骤2)处理后的铁谱磨粒图像进行彩色滤波处理；

4)对步骤2)二值滤波处理后的铁谱磨粒图像和步骤3)彩色滤波处理后的铁谱磨粒图像分别提取其形态特征信息和颜色特征信息；

5)对步骤4)中提取的形态特征信息和颜色特征信息作为输入特征，输入到SVM分类器并利用sigmoid函数将0-1硬输出转化为概率软输出；

6)将步骤5)中获得的磨粒形态特征和颜色特征的概率软输出结果作为融合证据体进行特征融合，获得识别结果。

本发明进一步的改进在于，步骤1)中获得的铁谱磨粒图像包括：滑动磨粒图像、切削磨粒图像和氧化物磨粒图像。

本发明进一步的改进在于，步骤2)中二值滤波处理包括：彩色图像二值化处理、二值图像磨粒标记、滤除外部杂质和滤除内部孔洞。

本发明进一步的改进在于，步骤3)中彩色滤波处理包括：提取彩色图像的RGB是三色素分量、彩色图像滤波以及矩阵重组。

本发明进一步的改进在于，步骤4)中提取的磨粒形态特征包括：磨粒面积百分比、长短轴比、圆度以及矩形度，所提取的磨粒颜色特征包括：R、G、B三分量的均值和标准差，包括4组形态特征，6组颜色特征，共10组特征。

本发明进一步的改进在于，步骤5)中利用sigmoid函数将SVM的输出f(x)映射到[0,1]中，Sigmoid函数的表达式为：

其中，f(x)表示标准SVM的输出结果；表示其软输出结果，即分类正确的概率；A和B通过求解参数集最小负对数似然值求得。

本发明进一步的改进在于，步骤6)中的D-S证据理论融合公式为：

其中，A≠Φ，A₁,A₂,…A_n表示命题A的子命题，(1-k)^-1被称为归一化因子，k为经典冲突系数，其中k的表达式为：

D-S证据理论的融合规则，通过上述融合公式能够将若干不同来源的独立信息进行综合利用，提高多源信息的综合利用率。

与现有技术相比，本发明具有以下有益效果：