一种木材孔洞缺陷超声检测特征提取方法技术

本发明专利技术公开了一种木材孔洞缺陷超声检测特征提取方法，首先根据小波分析理论，选择小波函数，对超声信号进行5层小波包分解，得到32个频带能量，在此基础上进行能量距分析，并通过主成分分析对小波包能量距实行归一化处理和降维处理。本发明专利技术通过对不同孔洞个数木材缺陷超声信号进行处理分析，用小波包能量距代替小波包频带能量构成木材缺陷特征向量，经过主成分分析后得到的小波包能量距，实现了降维处理，可以有效地提取木材不同孔洞个数缺陷特征。

【技术实现步骤摘要】
【专利说明】
本专利技术涉及超声检测的
，特别是木材孔洞缺陷的超声检测特征提取的技 术领域。 【
技术介绍
】 在当今木材资源严重短缺形势下，合理有效地利用有限的森林资源，提高木材的 加工利用率显得尤为重要。木材无损检测是在不破坏木材材质的情况下，准确检测出木材 缺陷(缺陷大小、位置、种类），通过及时地对木材的缺陷进行相应的处理，提高木材的利用 率。木材无损检测技术是一门新兴的、综合性的技术，涉及到信号处理、模式识别等多门学 科。 特征提取是当前木材缺陷识别中的瓶颈问题，它直接关系到缺陷识别的准确性。 进行信号处理有力工具之一是小波变换，它从傅里叶变化中发展而来，具有良好的时频局 部化特性，多尺度与局部化分析是小波变化的精华所在。小波变换小波理论解决了用傅里 叶变换无法同时描述和定位信号在时间和频率上的突变部分，这就使得傅里叶分析的应用 受到了限制。利用小波分析研究信号，可以克服傅里叶分析应用上的局限性。小波分析是近 十多年来发展起来的一门新兴学科，它理论深刻，应用广泛。是傅里叶分析划时代的发展成 果。小波分析是目前国际上公认的最新的时间一频率分析工具，特别是在信号处理、地震勘 探、模式识别、故障诊断与监控、图像处理等领域应用广泛，它被认为是近年来在工具和方 法上的重大突破。用小波分析提取木材内部缺陷的特征值将开阔木材检测的新视野。 【
技术实现思路
】 本专利技术的目的就是解决现有技术中的问题，提出一种木材孔洞缺陷超声检测特征 提取方法，用小波包能量距代替小波包频带能量构成木材缺陷特征向量，经过主成分分析 后得到的小波包能量距，实现了降维处理，可以有效地提取木材不同孔洞个数缺陷特征。 为实现上述目的，本专利技术提出了，包括 具体步骤如下： a)根据小波分析理论，选择小波函数； b)对木材孔洞缺陷超声波原始信号进行小波包分解，得到32维频带能量，分析各 种木材孔洞缺陷在每个频带上能量变化规律； c)把能量矩引用小波分析中，对32维频带能量进行能量距计算； d)比较分析32维频带能量距，用小波包能量距代替小波包能量构成木材缺陷特征 向量； e)对32维频带能量距进行主成分分析，实现归一化处理和降维处理缺陷特征信 息，通过实验数据证明经主成分分析的小波能量距有效地提取木材不同孔洞个数缺陷特 征。 作为优选，所述b)步骤中，选择不同分解层数的变换来描述信号的特征，对木材孔 洞缺陷超声波原始信号进行小波包分解分解层数为5层。不同信号都存在一个去噪效果最 好的分解层数，分解层数对于消噪效果的影响很大，分解层数过多，就会使信号的有用信息 丢失严重，消噪后信号的信噪比反而下降，同时导致运算量增大，使处理变慢。分解层数过 少则信噪比提高不多但不会出现信噪比下降的情况。作为优选，所述c)步骤中，引入能量距Mij的概念来表述频带上的能量大小和能量 沿时间轴的分布特点，能量距既反映了能量在时间轴上的分布状况，也反映了每个频带上 能量的大小，能量距更有效地提取出信号在各频带上的能量分布特征。 作为优选，所述e)步骤中，主成分分析利用降维的思想，在不减少原始数据所包含 的信息内容的前提下，将数据集转化为由维数较少的有效特征成分来表示，即把多个特征 转化为少数几个综合特征。 本专利技术的有益效果：本专利技术通过对不同孔洞个数木材缺陷超声信号进行处理分 析，提出一种小波能量距的不同孔洞个数的缺陷特征提取方法。小波能量距的主要频带分 布广，并且不同孔洞个数与主要能量距频带个数也不同，能量距既反映了能量在时间轴上 的分布状况，也反映了每个频带上能量的大小，用小波包能量距代替小波包频带能量构成 木材缺陷特征向量。同时经过主成分分析后得到的小波包能量距，实现了降维处理，可以有 效地提取木材不同孔洞个数缺陷特征。 本专利技术的特征及优点将通过实施例结合附图进行详细说明。 【【附图说明】】 图1是本专利技术的木材孔洞缺陷超声识别 流程图； 图2是本专利技术的缺陷特征提取流程图。 【【具体实施方式】】 参阅图1、图2,本专利技术，具体步骤： 第一步，根据小波分析理论，选择小波函数。小波变换可分为连续小波变换、多分 辨率小波变换和离散小波变换三大类，信号消噪过程就是对信号的分解与重构组合的运 算，选择不同的小波基处理相同的信号，会得到不同的结果，寻找一组最能代表信号特征的 函数形式，对信号做小波分析。当小波基选择合适时，就会削弱特征成分在时间尺度平面上 某处比较突出而与小波基不相似的部分，从而实现信号检测和故障诊断，为了有效地揭示 出信号的特征成分，需要选择合适的小波基。小波基选取主要从一般原则和具体对象两方 面进行考虑。 第二步，首先对木材孔洞缺陷超声波原始信号进行5层小波包分解，得到32维频带 能量，分析各种木材孔洞缺陷在每个频带上能量变化规律。小波包分解频带能量特征提取具体算法：超声波原始信号进行小波包5层分解。用S表示原始信号，用（i，j)表示小波包分解 树的第1层的第」个节点，其中1 = 0，1，2，~少，」=0，1，2，一，2^14为分解的层数4^表示 小波包分解系数，采用1 = ??(1况（8,5，'(^5'）（其中此5表示采用的小波类型，5表示分解层 数），对超声信号进行分解，得到32个子信号，分别提取第5层从低频到高频频率成分的信号 特征； 对小波包分解系数进行重构，提取各频带范围的信号。重构系数可采用函数S5J = 耶代〇#(1'，)得到（其中1'为被重构信号，表示第5层第」个结点），以350表示父50 的重构信号，S51表示X51的重构信号，其他依此类推，即S 5j表示第5层第j个结点的分解系数 重构。在这里，只对第五层的所有节点进行分析，则总信号S可以表示为： S = S5〇+S51+S52+. . .+S531 在试验中，信号的采样频率fs为30kHz，把信号进行小波包5层分解32个频带，各频 带成分所对应的频率范围见下表。[00261 求各频带信号的总能量。由于输入信号是一个随机信号，其输出也是一个随机信 号。设Sij对应的能量为Eij，则有： 9 η 2 Εη =||^(?)|'β??=Χ|χ#| k={ 其中，xij表示重构信号Si j的离散点的幅值，求得各结点能当前第1页1 2 本文档来自技高网...

【技术保护点】
一种木材孔洞缺陷超声检测特征提取方法，其特征在于：包括具体步骤如下：a)根据小波分析理论，选择小波函数；b)对木材孔洞缺陷超声波原始信号进行小波包分解，得到32维频带能量，分析各种木材孔洞缺陷在每个频带上能量变化规律；c)把能量矩引用小波分析中，对32维频带能量进行能量距计算；d)比较分析32维频带能量距，用小波包能量距代替小波包能量构成木材缺陷特征向量；e)对32维频带能量距进行主成分分析，实现归一化处理和降维处理缺陷特征信息，通过实验数据证明经主成分分析的小波能量距有效地提取木材不同孔洞个数缺陷特征。

【技术特征摘要】

【专利技术属性】
技术研发人员：杨慧敏，
申请(专利权)人：东北林业大学，
类型：发明
国别省市：黑龙江;23