[发明专利]基于LBF的卫星望远镜镜片表面疵病检测方法

权利要求书

1.一种基于LBF的卫星望远镜镜片表面疵病检测方法，其特征在于，包括：

(1)、拍摄被测卫星望远镜镜片，获得光学疵病图像；

(2)、像素点分类

2.1)、设置迭代阈值ε、类数G、调整参数m，初始化迭代次数k＝0；

2.2)、构建优化的聚类目标函数J_FCM：

其中，W_xy,i为权重，W_xy,i＝(M_xy,i×G_xy,i)/Z_xy，M_xy,i为隶属度系数，G_xy,i为光照强度系数，Z_xy为归一化常数，其值为：

M_xy,i＝exp(-(u_(x-1,y),i×u_(x+1,y),i+u_(x,y-1),i×u_(x,y+1),i))，u_(x-1,y),i、u_(x+1,y),i、u_(x,y-1),iu_(x,y+1),i分别为像素点(x-1,y)、(x+1,y)、(x,y-1)、(x,y+1)的像素值属于类别i的隶属度；

N_xy为像素点(x,y)的邻域像素点集合，p_r为邻域像素点集合N_xy中第r个像素点的像素值，I_xy被用来衡量像素点邻域的像素值，如果像素点领域有高的像素值，那么p_r就会变高，同时I_xy就会变小，而I_xy也会使得G_xy,i变小；a_i为第i类像素点中的平均像素值；

其中，u_xy,i为像素点(x,y)的像素值p_xy属于第i类的隶属度，x,y分别为像素点的水平和垂直坐标；H为光学疵病图像的高度，L为光学疵病图像的宽度；c_i为第i类像素点像素值的聚类中心；p_r表示像素点(x,y)的邻域点r的像素值，N_xy为像素点(x,y)的邻域像素点集合；

其中，β_xy＝αmin{||||p_xy-c_s||²||,s∈{1,2,...,G}},α∈[0,1] (4)

2.3)、在的约束条件下，利用值在0,1区间内的随机数初始化一个隶属度u_xy,i，计算聚类中心c_i：

2.4)、依据步骤2.2)公式(1)计算聚类目标函数J_FCM，并表示为J_FCM(0)，k＝k+1；

2.5)、计算隶属度u_xy,i：

2.6)、按照步骤2.3)的公式(5)计算计算聚类中心c_i；

2.7)、依据步骤2.2)公式(1)计算聚类目标函数J_FCM，并表示为J_FCM(k)，判断聚类是否终止：

如果计算所得聚类目标函数J_FCM(k)与上一次迭代的聚类目标函数J_FCM(k-1)差值小于等于设定的迭代阈值ε，即||J_FCM(k)-J_FCM(k-1)||≤ε则聚类结束，否则跳转至步骤2.5)；

2.8)、根据最大隶属度准则，依据隶属度u_xy,i对光学疵病图像的像素点进行分类，即在G类中，隶属度u_xy,i最大的类别为像素点(x,y)的类别；将属于背景类类别的像素点去除，得到表征轮廓信息的图像I^*；

(3)、边缘轮廓检测

对于图像I^*采用局部二值拟合(LBF)模型，计算LBF模型的梯度下降流，通过水平集函数演化并取零水平集对图像I^*进行分割，将疵病图像分割出来，将分割出来的疵病图像保留，其余像素值置为0，得到边缘轮廓信息图像同时将分割的闭合曲线作为疵病轮廓线；

(4)、疵病量化

将边缘轮廓信息图像表示在三维图像中，包括表示图像尺寸的XOY平面，以及表示疵病在镜片中的深度Z，深度Z根据像素值确定；

对于一个疵病图像，采用二值链码技术对其疵病轮廓线进行标记；

疵病的面积为：边缘轮廓信息图像中疵病轮廓线内像素点的总数；

疵病的重心为：

其中，H′、L′分别为疵病轮廓线外邻接矩形的高度和宽度；

疵病的周长：

其中，n表示疵病轮廓线像素点的总数，C_j表示疵病轮廓线第j个像素点的链码方向编号。