[发明专利]一种基于图形分析PCNN特征的声发射断刀检测方法

权利要求书

1.一种基于图形分析PCNN特征的声发射断刀检测方法，其特征在于，包括以下步骤：

S1，声发射传感器采集信号，对典型信号进行短时傅里叶变换得到时频图；

S2，将彩色频谱图灰度化，取R，G，B不同的值形成不同的灰度图像；

S3，基于PCNN的二值化处理；具体如下：

S31，将来自相邻神经元或外部刺激的输入通过、两条通道进行并行传输；

S32，利用连接输入信号对馈送输入信号进行调制，产生神经元的内部活动项；

S33，神经元的脉冲生成器则根据内部活动项的函数产生二值输出，并根据神经元点火与否的状态反馈实现自动调整神经元阈值函数的大小；

S4，基于PCNN的图像分割；

S41，将图像中亮度较大的点先点火，释放出脉冲；

S42，神经元相似映射出图像中的相同的区域；

S5，基于PCNN的图像目标识别；

S51，利用霍夫变换的直线检测算法检测图像区域中的直线，其中为时间、为频域值，若检测出直线则=1，否则=0；

S52，对霍夫变换检测出的直线进行筛选，判断是否发生断刀。

2.根据权利要求1所述的一种基于图形分析PCNN特征的声发射断刀检测方法，其特征在于，所述步骤S2中将彩色频谱图灰度化是利用加权平均值法，对R，G，B的值加权平均，取不同的值形成不同的灰度图像，一般采用=0.299，=0.587，=0.114。

3.根据权利要求1所述的一种基于图形分析PCNN特征的声发射断刀检测方法，其特征在于，所述步骤S33中二值输出计算公式为：

。

4.根据权利要求1所述的一种基于图形分析PCNN特征的声发射断刀检测方法，其特征在于，所述步骤S52中断刀的判断条件为：若时域图中的某一时刻，高频、中频和低频段的直线均存在，则断刀发生，否则未发生断刀。