技术特征：
1.一种用于快速识别全息图像中铝燃烧颗粒的目标检测方法，其特征在于，该检测方法包括：步骤一、建立适用于铝燃烧颗粒全息图像识别的数据集：选取推进剂铝燃烧过程中的非连续的原始全息图像，通过图像重建、融合获得清晰的全息图像，将清晰的全息图像作为数据集；步骤二、对选取的铝燃烧颗粒全息图像的训练集和验证集图像标注：对训练集图像重新命名，并采用labelimg标注工具对每张全息图像中的每个铝燃烧颗粒标注；对每张标注后的图片信息对应保存，并定义为全息图标签；步骤三、铝燃烧全息图像颗粒识别模型选取及参数设计：建立yolov3模型，并设定参数；步骤四、铝燃烧全息图颗粒快速识别：将待检测全息图像输入铝颗粒识别模型，得出每张待识别的全息图像中目标的位置信息以及该目标是铝颗粒的置信度，位置信息以矩形框的形式表现，并给出[x
k
，y
k
，w
k
，h
k
]，x
k
、y
k
、w
k
、h
k
分别为全息图像中铝颗粒预测框的起始横坐标、起始纵坐标、预测框宽度和预测框宽度；步骤五、铝燃烧颗粒中心位置获取：将步骤四得出的预测框的中心坐标作为铝颗粒的中心位置坐标[x
k
，y
k
]，步骤六、铝燃烧颗粒粒径提取：将预测框中的铝颗粒作为粒径提取对象，对颗粒图像进行线性插值，并采用分水岭分割提取颗粒边缘，计算边缘内所有像素的面积之和作为等效圆的面积s
k
，根据s
k
＝πr
k2
；d
k
＝2r
k
×
p获取颗粒粒径d
k
，获得全息图像中铝燃烧颗粒的目标检测信息[x
k
，y
k
，d
k
]。2.如权利要求1所述的一种用于快速识别全息图像中铝燃烧颗粒的目标检测方法，其特征在于，在所述步骤二中，对每个铝燃烧颗粒标注的过程如下：标注框中心与铝燃烧颗粒中心保持一致，对于单个颗粒，采用单个矩形框进行标注，标注框的大小为铝燃烧颗粒的1.5～2.0倍；对于多个颗粒有连接融合的情况，采用多个矩形框进行标注，标注框的大小为铝燃烧颗粒的1.0～1.5倍。3.如权利要求1或2所述的一种用于快速识别全息图像中铝燃烧颗粒的目标检测方法，其特征在于，在所述步骤三中，包括如下步骤：步骤3.1、将步骤一中的训练集作为输入图像，每张图像均分成sxs个格子，s为不大于图像尺寸的整数，每个格子用于检测落入该格子中的金属铝颗粒；步骤3.2、根据步骤二中的全息图标签确认真值边框，对步骤3.1中的每一个网格中的真值边框信息聚类出先验预测框；步骤3.3、根据损失函数给出预测框，交并比iou最大的预测框会被标注成1，被标注成1的预测框为最终预测框；步骤3.4、步骤3.1中每个格子预测b个边界框，同时给出该预测框的置信度，输出预测框，以及每个格子需要预测类别信息；b取2。4.如权利要求3所述的一种用于快速识别全息图像中铝燃烧颗粒的目标检测方法，其
特征在于，在所述步骤四中，yolov3模型验证过程如下：设置训练迭代轮数，将步骤一中的验证集输入yolov3模型中，若验证集的训练的结果与步骤二中2验证集标注结果的相似程度不小于90％，则模型验证通过。5.如权利要求4所述的一种用于快速识别全息图像中铝燃烧颗粒的目标检测方法，其特征在于，在所述步骤四中，yolov3模型预测过程如下：将所述步骤一中的预测集输入通过验证的yolov3模型中，预测出过程耗时单位为毫秒级；给出每张待识别的原始全息图片中目标的位置信息以及该目标是铝颗粒的置信度。6.如权利要求5所述的一种用于快速识别全息图像中铝燃烧颗粒的目标检测方法，其特征在于，在所述步骤一中，所述训练集，验证集和预测集将的比例为6：2：2。7.如权利要求6所述的一种用于快速识别全息图像中铝燃烧颗粒的目标检测方法，其特征在于，所述步骤3.1中s取值为128。
技术总结
本发明公开了一种用于快速识别全息图像中铝燃烧颗粒的目标检测方法，包括：步骤一、建立适用于铝燃烧颗粒全息图像识别的数据集；步骤二、对选取的铝燃烧颗粒全息图像的训练集和验证集图像标注；步骤三、铝燃烧全息图像颗粒识别模型选取及参数设计；步骤四、铝燃烧全息图颗粒快速识别；步骤五、铝燃烧颗粒中心位置获取；步骤六、铝燃烧颗粒粒径提取；利用YOLOv 3模型，实现对全息图像中微米级铝燃烧颗粒的快速识别，获得铝颗粒的颗粒信息。获得铝颗粒的颗粒信息。获得铝颗粒的颗粒信息。
技术研发人员：金秉宁 袁江 刘佩进 徐庚 徐宏博 杨思穎 雷笑语 丁雅欣
受保护的技术使用者：西北工业大学
技术研发日：2022.01.21
技术公布日：2022/8/4