[发明专利]一种加装传感器获得图像处理油液品质的检测方法

权利要求书

1.一种加装传感器获得图像处理油液品质的检测方法，其特征在于：包括，

S1：获取LD；

S2：发射LD，通过凸透镜聚焦转换为平行光射入油介质中；

S3：通过CMOS图像传感器采集透射光并形成图像；

S4：对图像使用傅里叶变换红外光谱法得到光谱结果，以及基于图像和训练好的油位检测模型得到油位位置；

S5：根据S4中的光谱结果和油位位置计算得出当前油镜内介质成分，判断是否存在全为油液、全为空气的情况；

S6：若为全为油液或油液超过50％情况时，根据光谱结果计算出油液水分、密度、粘度、水活性、介电常数，记录结果；

S7：若存在全为空气情况，记录结果；

S8：若存在1-99％油位情况，MCU微处理器对图像进行图像识别，分析得出当前油液位在油镜中高度比例，通过预设的油镜高度计算出油液位在油镜中的真实高度；

S9：将结果通过无线模块发送到服务器。

2.根据权利要求1所述的一种加装传感器获得图像处理油液品质的检测方法，其特征在于：所述S4中，对图像做傅里叶变换，将图像从rgb空间转换至频域空间，将可见光波段与远近红外波段至于统一的空间维度内，所用公式为：

3.根据权利要求1所述的一种加装传感器获得图像处理油液品质的检测方法，其特征在于：所述S6中，收集具有代表性的润滑油样品作为训练集。

4.根据权利要求3所述的一种加装传感器获得图像处理油液品质的检测方法，其特征在于：测定训练集样品的红外光谱，测定所述训练集样品的质量参数。

5.根据权利要求1所述的一种加装传感器获得图像处理油液品质的检测方法，其特征在于：所述S5中，针对不同检测目标，分别搭建针对油液组分、密度、黏度、水活性、介电常数的回归任务，根据决策树算法对光谱波段范围进行分箱操作，根据模型精度提升度剔除无用箱段；

并通过最小二乘回归树算法原理：

输入：训练数据集D；

输出：回归树f(x)；

在训练数据集所在的输入空间中，递归地将每个区域划分为两个子区域并决定每个子区域上的输出值，构建二叉决策树：

(1)选择最优切分变量j与切分点s，求解

遍历变量j，对固定的切分变量j扫描切分点s，选择使上式达到最小值的对(j,s)

(2)用选定的对(j，s)划分区域并决定相应的输出值：

(3)继续对两个子区域调用步骤(1)，(2)，直至满足停止条件；

(4)将输入空间划分为M个区域，生产决策树；

(5)对完成傅里叶变换，分箱操作的特征空间做线性回归，

6.根据权利要求5所述的一种加装传感器获得图像处理油液品质的检测方法，其特征在于：通过所述(4)中决策树逐步剔除决策提升度低的决策变量，反复训练决策回归树模型，待模型效果稳定，根据二维频段上的分箱方式，对经傅里叶变换后的图像进行分箱操作，该步操作能够有效保证后续预测模型的稳定性。

7.根据权利要求1所述的一种加装传感器获得图像处理油液品质的检测方法，其特征在于：S1中LD采用650nm波长红外激光二极管作为点光源。

8.根据权利要求1所述的一种加装传感器获得图像处理油液品质的检测方法，其特征在于：S3中图像通过液晶显示屏显示。

9.根据权利要求1所述的一种加装传感器获得图像处理油液品质的检测方法，其特征在于：所述服务器可以对S6中记录结果进行查看和修改。

10.根据权利要求1所述的一种加装传感器获得图像处理油液品质的检测方法，其特征在于：所述服务器可以对S7中记录结果进行查看和修改。