[发明专利]一种全卷积神经网络的激光定向能量沉积溅射计数方法

权利要求书

1.一种全卷积神经网络的激光定向能量沉积溅射计数方法，其特征在于，包括以下步骤：

步骤1：采集多幅激光定向能量沉积区域图像，将每幅激光定向能量沉积区域图像利用图像拓扑结构分析方法找到每幅激光定向能量沉积区域图像内的所有轮廓，对找到的轮廓建立最小矩形框，分割出每幅激光定向能量沉积区域图像内最小矩形框内的图像，人工标注每幅激光定向能量沉积区域图像内最小矩形框内的图像的标签，进一步构建全卷积神经网络训练集；

步骤2：搭建全卷积神经网络，将每幅激光定向能量沉积区域图像内最小矩形框内的图像以及对应的标签作为训练样本依次输入到全卷积神经网络中，得到神经网络的预测样本的分属类别的概率预测值，进一步结合人工标注的每幅激光定向能量沉积区域图像内最小矩形框内的图像的标签构建损失函数，通过调整网络学习参数至损失函数达到纳什均衡状态，得到优化后的全卷积神经网络；

步骤3：采集应用激光定向能量沉积技术进行增材制造过程中的待检测激光定向能量沉积图像，进行形态学处理得到形态学处理后待检测激光定向能量沉积图像；将形态学处理后待检测激光定向能量沉积图像采用图像拓扑结构分析方法，找到每幅形态学处理后待检测激光定向能量沉积图像内的所有轮廓，对找到的轮廓建立最小矩形框，分割出每幅形态学处理后待检测激光定向能量沉积图像内最小矩形框内的图像；将形态学处理后待检测激光定向能量沉积图像内最小矩形框内的图像依次输入优化后的全卷积神经网络进行预测，若形态学处理后待检测激光定向能量沉积图像内最小矩形框内的图像的预测类别为溅射，则保留最小矩形框内像素；否则将形态学处理后待检测激光定向能量沉积图像内最小矩形框内的图像的像素置为黑色像素；进一步得到像素处理后待检测激光定向能量沉积图像；

步骤4：对像素处理后待检测激光定向能量沉积图像进行灰度化处理，得到灰度待检测激光定向能量沉积图像；对灰度待检测激光定向能量沉积图像梯度化后，进一步采用分水岭算法进行处理，找到灰度待检测激光定向能量沉积图像中存在的轮廓，对灰度待检测激光定向能量沉积图像中存在的轮廓数量计数得到待检测激光定向能量沉积图像中溅射的数量。

2.根据权利要求1所述的全卷积神经网络的激光定向能量沉积溅射计数方法，其特征在于：

步骤1所述多幅激光定向能量沉积区域图像为：

origin_a(m，n)

a∈[1，A]，m∈[1，M]，n∈[1，N]

其中，origin_a为第a幅激光定向能量沉积区域图像，origin_a(m，n)为第a幅激光定向能量沉积区域图像上第m行第n列的像素，A为激光定向能量沉积区域图像的总数量，M为图像行的数量，N为图像列的数量；

步骤1所述每幅激光定向能量沉积区域图像内最小矩形框内的图像为：

其中，l表示激光定向能量沉积区域图像内的左，t表示激光定向能量沉积区域图像内的上，r表示激光定向能量沉积区域图像内的右，b表示激光定向能量沉积区域图像内的下；A表示激光定向能量沉积区域图像的数量，K_a表示第a幅激光定向能量沉积区域图像中建立的最小矩形框的总数；loc_a，k表示第a幅激光定向能量沉积区域图像中第k个最小矩形框内图像的坐标，表示第a幅激光定向能量沉积区域图像中第k个最小矩形框内图像左上角的坐标，表示第a幅激光定向能量沉积区域图像中第k个最小矩形框内图像左上角的横坐标，表示第a幅激光定向能量沉积区域图像中第k个最小矩形框内图像左上角的纵坐标；表示第a幅激光定向能量沉积区域图像中第k个最小矩形框内图像右下角的坐标，表示第a幅激光定向能量沉积区域图像中第k个最小矩形框内图像右下角的横坐标，表示第a幅激光定向能量沉积区域图像中第k个最小矩形框内图像右下角的纵坐标；

步骤1所述人工标注每幅激光定向能量沉积区域图像内最小矩形框内的图像的标签为：

label_a，k

a∈[1，A]，k∈[1，K_a]

其中，label_a，k为第a幅激光定向能量沉积区域图像内第k个最小矩形框内图像的标签，label_a，k＝0表示第a幅激光定向能量沉积区域图像内第k个最小矩形框内图像不是溅射区域，label_a，k＝1表示第a幅激光定向能量沉积区域图像内第k个最小矩形框内图像是溅射区域；

步骤1所述全卷积神经网络训练集为：

{origin_a(m，n)，(loc_a，k，label_a，k)}

a∈[1，A]，m∈[1，M]，n∈[1，N]，k∈[1，K_a]

其中，origin_a为第a幅激光定向能量沉积区域图像，origin_a(m，n)为第a幅激光定向能量沉积区域图像上第m行第n列的像素，loc_a，k表示第a幅激光定向能量沉积区域图像中第k个最小矩形框内图像的坐标，label_a，k为第a幅激光定向能量沉积区域图像内第k个最小矩形框内图像的标签，A为激光定向能量沉积区域图像数据集中图像的总数量，M为图像行的数量，N为图像列的数量，K_a表示第a幅激光定向能量沉积区域图像中建立的最小矩形框的总数。