[发明专利]一种激光芯片缺陷图像的特征提取技术

权利要求书

1.一种激光芯片缺陷图像的特征提取技术，其特征在于：所述步骤如下：

1)采集到包含激光芯片缺陷的图像；

2)对采集到的包含激光芯片缺陷的图像进行缺陷区域的分离提取；

3)将分离提取得到的缺陷图像基于散射变换的深度卷积网络的特征提取，过程如下：通过扩张和旋转小波变换得到二维方向小波，再建立平移不变的二维方向小波，随后对小波模进行新的小波再分解从而恢复高频信息，再在小波变换和模量操作子上进一步迭代，利用迭代后的小波系数计算出下一层的所有传递信号，解出一阶和二阶散射系数，得到具体的散射卷积网络架构；

4)通过支持向量机SVM进行分类。

2.根据权利要求1所述的一种激光芯片缺陷图像的特征提取技术，其特征在于：所述步骤3)中，基于散射变换的深度卷积网络的激光芯片缺陷图片特征提取技术过程如下：通过扩张和旋转小波变换，获得二维的方向小波为：

ψ_j,γ＝2^-2jψ(2^-jr_-γu)

式中j>0，表示ψ_j,γ的尺度，u代表ψ_j,γ的位置索引，r_-γ代表ψ_j,γ旋转-γ度，确定了ψ_j,γ的方向，γ∈(0，2π)；

然后对缺陷图像信号f进行小波变换，通过与均值滤波器进行卷积建立平移不变的二维方向小波，如式：

式中代表均值滤波器；

对小波模|f*ψ_j,γ|进行新的小波再分解，恢复高频信息，进而获得新的不变特征，如式：

式中j₂<j₁<J，整数J∈N，N表示自然数，J为散射变化定义中的散射变换的空间尺度；

定义小波模传播算子

式中W_j,γ＝ψ_j,γ(2^-ju)；

沿路经j₁→j₂(j₁>j₂)，γ₁→γ₂迭代一次可得：

通过均值滤波获取缺陷图像信号的稳定特征即散射系数；再对进行再分解，恢复因均值滤波损失的高频信息；

沿卷积网络中所有可能的路径迭代|p|次，可得到|p|阶散射系数S_J(p)f:

式中，j_|p|<…<j₁<J，(γ₁,…γ_|p|)∈(0，2π)，|p|<M<J，M为最大路径长度；

按阶次|p|由低到高将所有散射系数聚集，写成向量形式，即得到图像的散射表达：

S_Ff＝(S_J(p)f),(0≤|p|≤M)

通过深度卷积网络进行散射化，得到具体的散射卷积网络架构，解出一阶和二阶散射系数作为激光芯片缺陷图像的相似性度量特征。

3.根据权利要求1所述的一种激光芯片缺陷图像的特征提取技术，其特征在于：如所述步骤1)，利用透射电镜采集包含激光芯片缺陷的图像。