[发明专利]一种利用光声成像和深度网络检测物质颗粒平均尺寸的方法

权利要求书

1.一种利用光声成像和深度网络检测物质颗粒平均尺寸的方法，其特征在于，包括如下步骤：

步骤1，选取足够数量的与待测物质样本sample₀同类的其他物质样本sample_p，p＝1，2，3，...，P，构成P个学习样本；

步骤2，利用显微技术观察学习样本的内部结构，并计算每个学习样本所包含物质颗粒的平均尺寸s_p，p＝1，2，3，...，P，作为学习样本包含颗粒的真实平均尺寸；

步骤3，搭建光声信号的测量装置：选取合适的激光器发射频率f_a，调整激光器以及聚焦装置使聚焦后的光束照射在样本测量区域，物质样本放置在样本测量区域，位于样本旁侧的超声装置接收并采样声信号，超声装置所能接收的频段为f_l～f_u，采样频率为f_s；

步骤4，利用步骤3中的光声信号测量装置分别测量和接收P个学习样本的光声信号w_p(n)，p＝1，2，3，...，P，n＝0，1，2，...，N-1，信号采样时长

步骤5，计算每段光声信号w_p(n)的离散傅里叶变换W_p(k)＝DFT[w_p(n)]，p＝1，2，3，...，P，k＝0，1，2，...，N-1，计算W_p(k)的模|W_p(k)|，并对|W_p(k)|进行能量归一化得到归一化后的信号幅度谱

步骤6，选取合适的网络结构，建立输入为I维，输出为一维的深度网络，将每个学习样本sample_p，p＝1，2，3，...，P的归一化幅度谱预处理并作为网络的输入in_i，i＝1，2，3，...，I，步骤2中所计算的每个学习样本所包含物质颗粒的平均尺寸s_p，p＝1，2，3，...，P作为网络的输出out，对这P个学习样本进行训练和测试，计算出深度网络的最优参数；

步骤7，利用步骤3中的光声信号测量装置测量和接收待测物质样本sample₀的光声信号w₀(n)，n＝0，1，2，...，N-1，计算其能量归一化后的信号幅度谱

步骤8，将待测物质样本sample₀的归一化幅度谱输入步骤6中获得的深度网络，将相应的网络输出out作为待测物质样本sample₀的颗粒平均尺寸s₀，从而实现对待测物质样本颗粒平均尺寸的检测。

2.根据权利要求书1所述的一种利用光声成像和深度网络检测物质颗粒平均尺寸的方法，其特征在于，步骤1中，所选取的学习样本sample_p，p＝1，2，3，...，P应当与待测物质样本属于同种物质组成、同种物质形态，学习样本数量P应当足够，并且合适的样本数量随着待测物质的不同也会有所不同。

3.根据权利要求书1所述的一种利用光声成像和深度网络检测物质颗粒平均尺寸的方法，其特征在于，步骤2中，利用显微技术对每个学习样本成像，所成的图像中包含M_p个完整的物质颗粒，每个物质颗粒的尺寸为l_p，m，p＝1，2，3，...，P，m＝1，2，3，...，M_p，则该学习样本所包含物质颗粒的平均尺寸

4.根据权利要求书1所述的一种利用光声成像和深度网络检测物质颗粒平均尺寸的方法，其特征在于，步骤3中，激光器的发射频率f_a应当选为待测物质样本光吸收最强的频率，超声接收器的上限频率f_u应当能够与物质颗粒的最小尺寸相匹配，即其中c₀是该物质中的声速，s_min是物质颗粒尺寸的最小分辨率，采样频率f_s应满足f_s≥2f_u。