基于支持向量机回归的晶体图像直线轮廓检测方法

摘要

本发明公开了一种基于支持向量机回归的晶体图像直线轮廓检测方法，包括采用CCD照相机采集单晶硅生长过程中的边缘轮廓线图像，对该边缘轮廓线图像进行预处理，构建关于直线角度的过完备字典，用LS-SVR的对偶优化模型求解出与直线角度所对应的稀疏表示系数，求出直线的角度；引入稀疏约束项来优化原始对偶优化模型以提高直线角度的精确度；构建一个直线偏移量的过完备字典，再根据对偶优化模型解出直线的偏移量。本发明能在样本点很少的情况下拟合直线，很好的解决高维数据，在最小二乘支持向量机的原始对偶优化模型中加入了稀疏约束项，进一步提高了算法的鲁棒性，能够准确的估计晶体生长中的中心轴的变化情况，并控制生长中的晶体中心轴位置。

主权项

1.一种基于支持向量机回归的晶体图像直线轮廓检测方法，其特征在于，具体按照以下方式实施：步骤1、首先采用CCD照相机采集单晶硅生长过程中的边缘轮廓线图像，对该边缘轮廓线图像进行预处理，得到用于估计的采样点；步骤2、基于步骤1中的采样点，构建关于直线角度的过完备字典然后再用最小二乘支持向量机回归模型求解出与直线角度所对应的稀疏表示系数，再由稀疏表示系数求出直线的角度。步骤3、对步骤2中的LS-SVR的对偶优化模型引入稀疏约束项来优化原始对偶优化模型以提高直线角度的精确度；步骤4、基于步骤3得到的直线角度构建一个直线偏移量的过完备字典，然后再根据步骤3中的对偶优化模型解出直线的偏移量