一種木材孔洞缺陷超聲檢測特征提取方法
【專利說明】一種木材孔洞缺陷超聲檢測特征提取方法 【技術領域】
[0001] 本發(fā)明涉及超聲檢測的技術領域，特別是木材孔洞缺陷的超聲檢測特征提取的技 術領域。 【【背景技術】】
[0002] 在當今木材資源嚴重短缺形勢下，合理有效地利用有限的森林資源，提高木材的 加工利用率顯得尤為重要。木材無損檢測是在不破壞木材材質(zhì)的情況下，準確檢測出木材 缺陷(缺陷大小、位置、種類），通過及時地對木材的缺陷進行相應的處理，提高木材的利用 率。木材無損檢測技術是一門新興的、綜合性的技術，涉及到信號處理、模式識別等多門學 科。
[0003] 特征提取是當前木材缺陷識別中的瓶頸問題，它直接關系到缺陷識別的準確性。 進行信號處理有力工具之一是小波變換，它從傅里葉變化中發(fā)展而來，具有良好的時頻局 部化特性，多尺度與局部化分析是小波變化的精華所在。小波變換小波理論解決了用傅里 葉變換無法同時描述和定位信號在時間和頻率上的突變部分，這就使得傅里葉分析的應用 受到了限制。利用小波分析研究信號，可以克服傅里葉分析應用上的局限性。小波分析是近 十多年來發(fā)展起來的一門新興學科，它理論深刻，應用廣泛。是傅里葉分析劃時代的發(fā)展成 果。小波分析是目前國際上公認的最新的時間一頻率分析工具，特別是在信號處理、地震勘 探、模式識別、故障診斷與監(jiān)控、圖像處理等領域應用廣泛，它被認為是近年來在工具和方 法上的重大突破。用小波分析提取木材內(nèi)部缺陷的特征值將開闊木材檢測的新視野。 【
【發(fā)明內(nèi)容】
】
[0004] 本發(fā)明的目的就是解決現(xiàn)有技術中的問題，提出一種木材孔洞缺陷超聲檢測特征 提取方法，用小波包能量距代替小波包頻帶能量構成木材缺陷特征向量，經(jīng)過主成分分析 后得到的小波包能量距，實現(xiàn)了降維處理，可以有效地提取木材不同孔洞個數(shù)缺陷特征。
[0005] 為實現(xiàn)上述目的，本發(fā)明提出了一種木材孔洞缺陷超聲檢測特征提取方法，包括 具體步驟如下：
[0006] a)根據(jù)小波分析理論，選擇小波函數(shù)；
[0007] b)對木材孔洞缺陷超聲波原始信號進行小波包分解，得到32維頻帶能量，分析各 種木材孔洞缺陷在每個頻帶上能量變化規(guī)律；
[0008] c)把能量矩引用小波分析中，對32維頻帶能量進行能量距計算；
[0009] d)比較分析32維頻帶能量距，用小波包能量距代替小波包能量構成木材缺陷特征 向量；
[0010] e)對32維頻帶能量距進行主成分分析，實現(xiàn)歸一化處理和降維處理缺陷特征信 息，通過實驗數(shù)據(jù)證明經(jīng)主成分分析的小波能量距有效地提取木材不同孔洞個數(shù)缺陷特 征。
[0011] 作為優(yōu)選，所述b)步驟中，選擇不同分解層數(shù)的變換來描述信號的特征，對木材孔 洞缺陷超聲波原始信號進行小波包分解分解層數(shù)為5層。不同信號都存在一個去噪效果最 好的分解層數(shù)，分解層數(shù)對于消噪效果的影響很大，分解層數(shù)過多，就會使信號的有用信息 丟失嚴重，消噪后信號的信噪比反而下降，同時導致運算量增大，使處理變慢。分解層數(shù)過 少則信噪比提高不多但不會出現(xiàn)信噪比下降的情況。
[0012]作為優(yōu)選，所述c)步驟中，引入能量距Mij的概念來表述頻帶上的能量大小和能量 沿時間軸的分布特點，能量距既反映了能量在時間軸上的分布狀況，也反映了每個頻帶上 能量的大小，能量距更有效地提取出信號在各頻帶上的能量分布特征。
[0013] 作為優(yōu)選，所述e)步驟中，主成分分析利用降維的思想，在不減少原始數(shù)據(jù)所包含 的信息內(nèi)容的前提下，將數(shù)據(jù)集轉(zhuǎn)化為由維數(shù)較少的有效特征成分來表示，即把多個特征 轉(zhuǎn)化為少數(shù)幾個綜合特征。
[0014] 本發(fā)明的有益效果：本發(fā)明通過對不同孔洞個數(shù)木材缺陷超聲信號進行處理分 析，提出一種小波能量距的不同孔洞個數(shù)的缺陷特征提取方法。小波能量距的主要頻帶分 布廣，并且不同孔洞個數(shù)與主要能量距頻帶個數(shù)也不同，能量距既反映了能量在時間軸上 的分布狀況，也反映了每個頻帶上能量的大小，用小波包能量距代替小波包頻帶能量構成 木材缺陷特征向量。同時經(jīng)過主成分分析后得到的小波包能量距，實現(xiàn)了降維處理，可以有 效地提取木材不同孔洞個數(shù)缺陷特征。
[0015] 本發(fā)明的特征及優(yōu)點將通過實施例結(jié)合附圖進行詳細說明。 【【附圖說明】】
[0016] 圖1是本發(fā)明一種木材孔洞缺陷超聲檢測特征提取方法的木材孔洞缺陷超聲識別 流程圖；
[0017] 圖2是本發(fā)明一種木材孔洞缺陷超聲檢測特征提取方法的缺陷特征提取流程圖。 【【具體實施方式】】
[0018] 參閱圖1、圖2,本發(fā)明一種木材孔洞缺陷超聲檢測特征提取方法，具體步驟：
[0019] 第一步，根據(jù)小波分析理論，選擇小波函數(shù)。小波變換可分為連續(xù)小波變換、多分 辨率小波變換和離散小波變換三大類，信號消噪過程就是對信號的分解與重構組合的運 算，選擇不同的小波基處理相同的信號，會得到不同的結(jié)果，尋找一組最能代表信號特征的 函數(shù)形式，對信號做小波分析。當小波基選擇合適時，就會削弱特征成分在時間尺度平面上 某處比較突出而與小波基不相似的部分，從而實現(xiàn)信號檢測和故障診斷，為了有效地揭示 出信號的特征成分，需要選擇合適的小波基。小波基選取主要從一般原則和具體對象兩方 面進行考慮。
[0020] 第二步，首先對木材孔洞缺陷超聲波原始信號進行5層小波包分解，得到32維頻帶 能量，分析各種木材孔洞缺陷在每個頻帶上能量變化規(guī)律。
[0021 ]小波包分解頻帶能量特征提取具體算法：
[0022]超聲波原始信號進行小波包5層分解。用S表示原始信號，用（i，j)表示小波包分解 樹的第1層的第」個節(jié)點，其中1 = 0，1，2，~少，」=0，1，2，一，2^14為分解的層數(shù)4^表示 小波包分解系數(shù)，采用1 = ??(1況（8,5，'(^5'）（其中此5表示采用的小波類型，5表示分解層 數(shù)），對超聲信號進行分解，得到32個子信號，分別提取第5層從低頻到高頻頻率成分的信號 特征；
[0023] 對小波包分解系數(shù)進行重構，提取各頻帶范圍的信號。重構系數(shù)可采用函數(shù)S5J = 耶代〇#(1'，[5，」])得到（其中1'為被重構信號，[5，」]表示第5層第」個結(jié)點），以350表示父50 的重構信號，S51表示X51的重構信號，其他依此類推，即S 5j表示第5層第j個結(jié)點的分解系數(shù) 重構。在這里，只對第五層的所有節(jié)點進行分析，則總信號S可以表示為：
[0024] S = S5〇+S51+S52+. . .+S531
[0025] 在試驗中，信號的采樣頻率fs為30kHz，把信號進行小波包5層分解32個頻帶，各頻 帶成分所對應的頻率范圍見下表。
[00261
[0027] 求各頻帶信號的總能量。由于輸入信號是一個隨機信號，其輸出也是一個隨機信 號。設Sij對應的能量為Eij，則有： 9 η 2
[0028] Εη =||^(?)|'β??=Χ|χ#| k={
[0029] 其中，xij表示重構信號Si j的離散點的幅值，求得各結(jié)點能