专利名称：应用模糊逻辑模型对高光泽度涂层表面进行评价的方法
技术领域：
本发明属于涂装质量评估领域，涉及一种通过模糊逻辑的方法 综合高光泽度涂层表面的光泽度、雾影和桔皮三项质量指标的评 分，对高光泽度涂层表面进行评价，使评价结果与人眼视觉效果一 致的"i平^介方法。
背景技术：
涂层外观的质量是评价一个产品好坏的指标之一。目前评价表 观质量的测试项目已发展有光泽、雾影、桔皮等。光泽度表征漆膜 表面向一定方向反射入射光的光量，直接反射的光量越大，光泽的感 觉就越明显。雾影是指在漆膜表面映射图案的局部区域呈现雾状章 圈的程度，它反映了漫反射光线的强度。涂层表面外观呈现许多半 圆状突起，像桔皮一样的波紋称为桔皮，它反映了漆膜表面起伏高 度对反射光线的影响程度。其测试标准和检测仪器也正在不断的完 善中。人眼在观察一个物体时，会从不同方面去对它进行评价，也 会对物体形成一个整体印象，该整体印象直接影响人们判断一个物 体好坏的标准。
在早期的综合评价中，主要是通过求取光泽度、雾影和桔皮各 项质量指标的平均值来对涂层表面质量进行评价，该方法忽略了各项质量指标对人眼视觉效果的影响程度。
后来人们通过经验公式综合涂层各质量指标的打分来对涂层表 面质量进行综合评价。在经验公式中为光泽度、雾影和桔皮每项涂 层质量指标打分设定一个系数，该系数决定各项质量指标对人眼主 观视觉效果的影响程度。通过各项质量指标与系数乘积的线性组合 来评价涂层表面的综合质量。但是人眼的在对涂层质量进行综合评 价时，各涂层质量指标相互间的联系要复杂的多，因为该过程是一 个多输入的非线性系统。因此釆用经验公式组合各项质量指标形成 综合评价的方法也不能准确的模拟人眼的视觉效果。
传统方法根据一系列"…如果…那么…"的经验语句做出判 断，得到这形如"一般"、"较好，，、"好"等结论。模糊推理系 统正是利用模糊规则进行推理，表达过渡性界限或定性知识经验， 模拟人脑方式，实行模糊综合判断，推理解决常规方法难于对付的 规则型模糊信息问题。因此使用模糊逻辑的方法可以保证系统打分 更接近人类视觉评价。
现在被广泛使用的模糊推理方法是曼达尼(Mamdani)的模糊推 理系统，因此系统采用Mamdani-type作为综合评价系统的模型，模 型将输入变量经过模糊化-〉推理-〉解模糊的过程得到最后的综合打 分。
发明内容
本发明的目的是提供一种采用模糊逻辑的方法模拟人眼视觉效 果，综合涂层表面的光泽度、雾影、桔皮的质量打分，基于物体表面的某些紋理或光学特征评价，通过对这些评价的综合分析得到高 反射能力物体表面 一个充分接近人类视觉的综合评价的方法。
为了实现以上目的，本发明采用的方法为
第一步骤评价指标的选取选取光泽度、雾影和桔皮来作为 分析高反射能力物体表面的综合评价的分析因素；
第二步骤根据使用传统的评价方法对标准板测试所得数据作 为训练集，建立Mamdan i模糊推理系统模型；
第三步骤将测量获得的光泽度、雾影、桔皮值输入状态参量
进行指标^f莫糊化，得到每个参量的才莫糊集；
第四步骤根据每个采样时刻的输入状态测量的具体值，利用 模糊推理规则库中的每条规则进行模糊推理，得到该推理规则对应
的综合评价的输出值和对应模糊集；
第五步骤将对应综合评价输出值和模糊集进行加权合并，得 到最终的综合评价输出集，最后对输出集求重心，以重心对应横坐 标值作为综合评价分数综合评价输出值的量化范围可根据具体应 用情况进行具体设定，输出值的量化范围定义在O-99. 9之间，0表 示表面质量极差或输入测量值非法，IOO表示表面质量纟及好或为平面 镜。
本发明的优点在于1、参数选择灵活，算法具有很好的扩展 性。用户可以自己选择需要考察的状态参量，甚至可以根据自己的 测量数据自定义参数；2、输出结果直观，用户无需了解测量参数的 实际意义，只要根据最后的输出结果，就可以判断待测表面的涂层质量；3、根据量化后的涂层表面综合质量指标，可以很容易比较不 同涂层之间的质量差异，这在涂装领域中有较为积极的意义。
图1为本发明输入状态参量桔皮的隶属度函数曲线。
图2为本发明输入状态参量雾影的隶属度函数曲线。
图3为本发明输入状态参量光泽度的隶属度函数曲线。
图4为本发明综合评价输出隶属度函数曲线。
图5为本发明利用决策树方法对实验数据所构造的决策树。
图6为本发明实施例所使用的规则库。
具体实施例方式
下面结合附图和实施例对本发明作进一步的详细描述。
本发明提出的一种基于模糊逻辑的高反射能力物体表面综合质
量量化方法，并依据量化数据对物体表面综合质量进行评价，具体
实施方法如下
第一步骤目前评价表观质量的测试项目已发展有光泽、雾 影、桔皮等，所以首先评价指标的选取光泽度、雾影和桔皮来分析 高反射能力物体表面的综合评价的分析因素。
第二步骤根据使用传统的评价方法对标准板测试所得数据作 为训练集，建立Mamdani模糊推理系统模型。本发明使用的是知识 挖掘的方法，从多位专家的打分以及同类设备所测量结果中提取满 足系统精度的规则，建立决策树。第三步骤将测量获得的光泽度、雾影、桔皮值输入状态参量 进行指标模糊化，得到个参量的模糊集。
1、本发明对三个输入状态量进行量化处理本实施例将光泽 度、雾影、桔皮度按照大小分为低、中、高，即定义模糊集为 {低，中，高},为其定义隶属度函数(图1-3)，曲线Low, Mid， High分别表示三个状态，横坐标为输入参量的实际值，纵坐标为隶 属度，O表示完全不属于该状态，l表示完全属于此状态。
2、设置综合评价输出值的量化范围和模糊化参数(图4):本 实施例将综合评价输出值范围定义在0 - 99. 9之间，0表示表面质量 极差或输入测量值非法，IOO表示表面质量极好或为平面镜。并将综 合评价输出值定位差、 一般、好、极好四个级别。横坐标为综合打 分值，纵坐标为隶属度。
第四步骤根据每个采样时刻的输入状态测量的具体值，利用
模糊推理规则库中的每条规则进行模糊推理，得到该推理规则对应 的综合评价的输出值和对应模糊集。模糊推理规则如图6所示，首 先根据隶属度函数确定参量的隶属度，对每一输入值就需要有图6 的7条规则进行推理，每次都得到一个输出值0i,以及该规则和实际
情况的匹配程度OCi。
第五步骤将对应综合评价输出值和模糊集进行加权合并，得 到最终的综合评价输出集，最后对输出集求重心，以重心对应横坐 标值作为综合评价分数。首先对一条模糊推理规则中的每个输入状 态参量的隶属度函数得到该参数的隶属度，然后以隶属度最小的值为准，结合该模糊推理规则中所对应的输出参量状态等级隶属度函 数，求出该模糊推理规则的综合评价输出值以及该值的匹配程度。
所述第三步骤中对参量进行模糊化的具体操作的方法包括 第一步根据所选定的每个输入参量的测量数值大小划分为多 个状态等级；例如，可根据光泽度的大小这个状态参量的测量值大 小划分为三个状态等级高、中、低，分别对应光泽度的好坏程
度；
第二步设置表示每个输入状态参量的测量值对应该参量状态 等级的隶属程度的隶属度函数；隶属度用0-l之间的实数表示。
所述模糊化参数可包括将所述综合评价输出值的大小分为若 干个级别，定义相应的隶属度函数。
所述第四步骤中模糊推理规则库是根据专家的实际经验知识归 纳得到，或者利用知识挖掘的方法从大量经验数据集中提取获得， 其中每条模糊推理规则由所述多个输入状态参量的不同状态等级通 过一定的与/或逻辑关系构成的条件，对应于所述一个负载输出值的 相应状态等级，该推理规则可用"如果…则…"的条件语句表示。 本发明使用的是知识挖掘的方法，从多位专家的打分以及同类设备 所测量结果中提取满足系统精度的规则，建立决策树，具体方法
第一步使用对标准板测量的值进行训练，得到决策树，如图5 所示。
第二步根据输出值的隶属度函数，每个结果一般由2-3个规 则导出，所以将原始决策树剪枝，得到有10个叶子结点的子决策树。将决策树转化为对应规则表示。
所述第五步骤中加权合并处理方法为将通过每条推理规则得
到的匹配程度对其综合评价输出值进行加权运算，得到一个最重的 综合输出模糊集，再对该模糊集进行求重心运算，对应重心的横坐
标值作为综合评价值。该模糊系统可表示为
AI = f (OF,訓,GLS),AI e (0,99.9)，
其中AI表示表面综合打分指数，OP表示桔皮输入值，D0I表示 雾影输入值，GLS表示光泽度输入值。
本发明的参数模糊化处理过程就是将原来精确输入参量根据事 先定义好的模糊集和隶属度函数进行模糊化处理，用状态和隶属度 关系描述一个参量的状态，比如，将桔皮的程度划分为低、中等和 高三个状态，当前桔皮输入值为30，根据隶属度函数经过模糊化处 理后，就可以描述为当前桔皮现象对的状态隶属度为0. 6，对中等状 态的隶属度为0. 08。
模糊推理规则是进行综合评价的关键步骤，它是对被控对象进 行控制的一个知识数据库，模糊推理的方法是结合推理规则，按照 预先选定的推理算法进行推理。每条推理规则都会对输入参数量相 作用，然后给出一个输出值0i，以及该规则和实际情况的匹配程度 oti。本发明的模糊推理方法就是Mamdari模糊推理算法的一种具体应 用。该算法的实现过程主要包括首先对一条模糊推理规则中的每 个输入状态参量的隶属度函数得到该参数的隶属度，然后以隶属度 最小的值为准，结合该模糊推理规则中所对应的输出参量状态等级隶属度函数，求出该模糊推理规则的综合评价输出值以及该值的匹 配程度。
本说明书中未作详细描述的内容属于本领域专业l支术人员公知 的现有技术。
权利要求
1、一种应用模糊逻辑模型对高光泽度涂层表面进行评价的方法，其方法是第一步骤评价指标的选取选取光泽度、雾影和桔皮来作为分析高反射能力物体表面的综合评价的分析因素；第二步骤根据已有的数据使用传统的评价方法对标准板测试所得数据作为训练集，建立Mamdani模糊推理系统模型；第三步骤将测量获得的光泽度、雾影、桔皮值输入状态参量进行指标模糊化，得到每个参量的模糊集；第四步骤根据每个采样时刻的输入状态测量的具体值，利用模糊推理规则库中的每条规则进行模糊推理，得到该推理规则对应的综合评价的输出值和对应模糊集；第五步骤将对应综合评价输出值和模糊集进行加权合并，得到最终的综合评价输出集，最后对输出集求重心，以重心对应横坐标值作为综合评价分数综合评价输出值的量化范围根据具体应用情况进行具体设定，输出值的量化范围定义在0-100之间，0表示表面质量极差或输入测量值非法，100表示表面质量极好或为平面镜。
2、如权利要求1所述的应用模糊逻辑模型对高光泽度涂层表面 进行评价的方法，其特征在于所述第三步骤中对参量进行模糊化 的具体操作的方法包括第一步根据所选定的每个输入参量的测量数值大小划分为多个状态等级根据光泽度的大小这个状态参量的测量值大小划分为 三个状态等级高、中、低，分别对应光泽度的好坏程度；第二步设置表示每个输入状态参量的测量值对应该参量状态 等级的隶属程度的隶属度函数；隶属度用0 - 1之间的实数表示。
3、 如权利要求1或2所迷的应用模糊逻辑模型对高光泽度涂层 表面进行评价的方法，其特征在于所述模糊化参数包括将所述 综合评价输出值的大小分为若干个级别，定义相应的隶属度函数。
4、 如权利要求1所述的应用模糊逻辑模型对高光泽度涂层表面 进行评价的方法，其特征在于所述第四步骤中模糊推理规则库是 根据专家的实际经验知识归纳得到，或者利用知识挖掘的方法从大 量经验数据集中提取获得，其中每条模糊推理规则由所述多个输入 状态参量的不同状态等级通过一定的与/或逻辑关系构成的条件，对 应于所述一个负载输出值的相应状态等级，该推理规则可用"如 果…则…"的条件语句表示，其中从多位专家的打分以及同类设备 所测量结果中提取满足系统精度的规则，建立决策树，具体方法 是第一步使用对标准板测量的值进行训练，得到决策树； 第二步根据输出值的隶属度函数，每个结果由2-3个规则导出，将原始决策树剪枝，得到有IO个叶子结点的子决策树，将决策树转化为对应规则表示。
5、 如权利要求1所述的应用模糊逻辑模型对高光泽度涂层表面 进行评价的方法，其特征在于所述第五步骤中加权合并处理方法为将通过每条推理规则得到的匹配程度对其综合评价输出值进行加权运算，得到一个最重的综合输出模糊集，再对该模糊集进行求 重心运算，对应重心的横坐标值作为综合评价值，该模糊系统表示 为..AI = f (OP,訓，GLS),AI e (0,99.9),其中A工表示表面综合打分指数，OP表示桔皮输入值，D0I表示 雾影输入值，GLS表示光泽度输入值。
全文摘要
本发明涉及一种应用模糊逻辑模型对高光泽度涂层表面进行评价的方法，其方法是1.选取光泽度、雾影和桔皮来作为综合评价的分析因素；2.建立Mamdani模糊推理系统模型；3.获得的光泽度、雾影、桔皮值每个参量的模糊集；4.得到对应的综合评价的输出值和对应模糊集；5.得到最终的综合评价分数。本发明的优点在于1.参数选择灵活，算法具有很好的扩展性；2.输出结果直观；3.根据量化后的涂层表面综合质量指标，可以很容易比较不同涂层之间的质量差异，这在涂装领域中有较为积极的意义。
文档编号G01N21/57GK101539517SQ20091006175
公开日2009年9月23日 申请日期2009年4月27日 优先权日2009年4月27日
发明者林婉如, 段鹏飞, 熊盛武, 谢啸虎, 斌 赵 申请人:武汉理工大学