一种金属表面氧化层温度测量方法

1.一种金属表面氧化层温度测量方法，其特征在于，具体步骤如下：(1)建立不同温度、不同氧化程度图像库，拍摄待测设备在固定光源照射下的照片；(2)对图像库的图像进行反射光色度信息提取，并建立数据集；(3)对数据集进行种类划分，并训练建立人工神经网络；(4)利用训练得到的神经网络进行温度预测；(5)对非数据库照片进行温度预测，完成拍摄照片的温度的测量；在步骤(1)中，图像库建立的具体方法为：准备某种金属的q种氧化程度的表面，拍摄固定光源下D种温度下的每个表面照片，每种温度下拍摄L张照片，建立q×D×L的图像库；在步骤(2)中，建立数据集的具体方法为：设定每副照片有p个像素点，则图像库中共有q×D×L×p个像素点，对每个像素点提取其色度特征作为温度状态的单一基础信息，组成像素信息数据集，共q×D×L×p条数据，其中，每条像素数据对应的标签为该像素所在的图像对应的温度；在步骤(2)中，提取每个像素点的R、G、B灰度值和HIS空间下的色调、饱和度、亮度值，合并为6维向量，即得到了该像素点的颜色基础信息，所有像素点的信息组成了特征数据集，每条数据对应的标签为该像素点所在的图相对应的温度；在步骤(3)中，模型训练的模型采用多层全连接神经网络，具体方法如下：A.加入去除层，使每次训练时，去除每层一定比例的神经元；B.使用Adam优化算法更新神经网络权重；C.使用优化器类中的学习率步长函数更新学习率，每经过步长训练周期缩小一次学习率；D.小批量样本训练；E.隐藏层采用漏整流线性单元激活函数；F.损失函数采用回归问题中的平均绝对误差MAE。 2.根据权利要求1所述的金属表面氧化层温度测量方法，其特征在于，在步骤(1)中，用可见光相机进行照片拍摄。 3.根据权利要求1所述的金属表面氧化层温度测量方法，其特征在于，在RGB色彩空间中，图像的每个像素点都由R、G、B三个通道组成，每个通道表示该颜色的亮度；在HIS空间中，色调H为描述纯色的属性；饱和度S为一种纯色被白光稀释的程度的度量；强度I为人对彩色感觉的关键参数。 4.根据权利要求1所述的金属表面氧化层温度测量方法，其特征在于，在步骤(3)中，训练建立人工神经网络的具体方法为：把数据集按照比例随机划分为训练集和测试集，分别用于模型训练和测试，把训练集中的像素特征信息和对应温度作为输入，训练建立人工神经网络。 5.根据权利要求4所述的金属表面氧化层温度测量方法，其特征在于，平均绝对误差MAE和R2拟合优度的公式如下：其中，y pred 为测试机样本的预测值，y label 为测试机样本的标签值， 为测试机样本标签值的平均值，m为测试集样本数。 6.根据权利要求1所述的金属表面氧化层温度测量方法，其特征在于，在步骤(4)中，利用训练得到的神经网络对测试集数据进行温度预测，预测值与实际值对比得到误差；MAE越小说明预测和实际偏差越小；R2拟合优度越接近于1，拟合效果越好；MAE反映了预测的绝对误差；R2拟合优度反映了以均值作为误差基准，观察预测误差是否大于或者小于均值基准误差。