图像生成的方法、装置、终端设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种图像生成的方法，包括：获取包含有缺陷的第一类图像；提取所述第一类图像中的缺陷特征；获取第二类图像；将所述缺陷特征和所述第二类图像进行融合生成包含有所述缺陷特征的目标图像。此外，还提出了一种图像生成的装置、终端设备及存储介质。采用本发明专利技术，缩短了图像收集的时间，从而缩短了产品切换时的等待时间，提高了生产效率。

Method, device, terminal device and storage medium of image generation

【技术实现步骤摘要】
图像生成的方法、装置、终端设备及存储介质
本专利技术涉及计算机处理
，尤其涉及一种图像生成的方法、装置、终端设备及存储介质。
技术介绍
随着科学技术的不断发展与进步，工业生产也越来越有着不可替代的地位。在工业现场的应用中，为对生产的产品进行质量检测(例如，不良品检测)而设计一个算法时，往往需要大量的样本或者实验数据，例如图像，然后根据这些图像设计出一些特征算法，进而解决工业现场问题。例如，在对布匹是否存在缺陷进行检测的过程中，可以通过对待检测的布匹采集图像然后针对图像进行分析以确定是否存在缺陷，在这个过程中，需要设计针对图像进行检测分析的算法。然而，在工业现场中，因为不良品率较低，而且很难一次性收集到所有的缺陷类型，这就导致了图像的收集非常困难和耗时。特别是当出现新产品类型时，往往需要针对新产品类型重复之前的图像收集过程。也就是说，在工业生产过程中，在解决现场问题时，需要收集大量的图像，因图像收集困难大，耗时，并且不能保证一次性收集到所有的缺陷类型，同时图像收集的工作没有普适性，这就导致了工业生产过程中因费时费力收集大量图像而造成了生产效率低的问题。
技术实现思路
基于此，本申请实施例提供了一种图像生成的方法、装置、终端设备及存储介质，以解决工业现场重复收集图像费时费力的问题。本实施例的第一方面提供了一种图像生成的方法，所述方法包括：获取包含有缺陷的第一类图像；提取所述第一类图像中的缺陷特征；获取第二类图像；将所述缺陷特征和所述第二类图像进行融合生成包含有所述缺陷特征的目标图像。可选的，在所述提取所述第一类图像中的缺陷特征的步骤之后，还包括：对所述缺陷特征进行变换处理，得到变换缺陷特征，所述变换处理包括：缩放、仿射、对比度中的至少一种；所述将所述缺陷特征和所述第二类图像进行融合生成包含有所述缺陷特征的目标图像，包括：将所述变换缺陷特征和所述第二类图像进行融合生成包含有所述变换缺陷特征的目标图像。可选的，所述提取所述第一类图像中的缺陷特征的步骤包括：根据灰度值对所述第一类图像中的缺陷进行检测，确定所述缺陷的位置；根据所述缺陷的位置从所述第一类图像中提取出所述缺陷特征。可选的，所述将所述缺陷特征和所述第二类图像进行融合生成包含有所述缺陷特征的目标图像的步骤包括：根据所述缺陷在所述第一类图像中的位置确定在所述第二类图像中的融合位置；根据所述融合位置将所述缺陷特征和所述第二类图像进行叠加生成包含有所述缺陷特征的目标图像。可选的，所述将所述缺陷特征和所述第二类图像进行融合生成包含有所述缺陷特征的目标图像的步骤包括：将所述第二类图像作为缺陷融合模型的输入，所述缺陷融合模型是根据包含有缺陷的第一类图像和不包含有缺陷的第一类图像采用对抗学习进行训练得到的；获取所述缺陷融合模型输出的包含有缺陷特征的目标图像。可选的，所述第二类图像是不包含有缺陷的正常图像。本申请实施例的第二方面提供了一种图像生成的装置，所述装置包括：第一获取模块，用于获取包含有缺陷的第一类图像；提取特征模块，用于提取所述第一类图像中的缺陷特征；第二获取模块，用于获取第二类图像；融合模块，用于将所述缺陷特征和所述第二类图像进行融合生成包含有所述缺陷特征的目标图像。可选的，所述装置还包括缺陷特征变换模块，所述缺陷特征模块用于对所述缺陷特征进行变换处理，得到变换缺陷特征，所述变换处理包括：缩放、仿射、对比度中的至少一种；所述融合模块还用于将所述变换缺陷特征和所述第二类图像进行融合生成包含有所述变换缺陷特征的目标图像。本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例第一方面提供的所述方法的步骤。本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被一个或多个处理器执行时实现本申请实施例第一方面提供的所述方法的步骤。本申请实施例的第五方面提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被一个或多个处理器执行时实现本申请实施例第一方面提供的所述方法的步骤。实施本专利技术实施例，将具有如下有益效果：采用了上述一种图像生成的方法、装置、终端设备及存储介质之后，解决了在工业现场应用中因工业现场不良品率低而造成的图像收集工作非常困难且耗时的问题。也就是说，在工业生产中，不同的产品的异常特征是非常相似的，当出现新产品类型时，采用上述一种图像生成的方法和装置之后，减少了图像收集的重复工作，极大地缩短了图像的收集工作，从而有效地缩短了产品切换时的等待时间，提高了工业的生产效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：图1为本申请一实施例提供的一种图像生成的方法的流程示意图；图2为本申请一实施例提供的一种缺陷特征提取方法的流程示意图；图3为本申请一实施例提供的一种缺陷特征变换方法的流程示意图；图4为本申请一实施例提供的一种缺陷特征变换方法的流程示意图；图5为本申请一实施例提供的一种缺陷特征变换方法的流程示意图；图6为本申请一实施例提供的一种图像生成的过程示意图；图7为本申请一实施例提供的一种图像生成的装置的结构示意图；图8为本申请一实施例提供的一种图像生成的装置的结构示意图；图9为本申请一实施例提供的一种图像生成的装置的结构示意图；图10为本申请一实施例提供的一种计算机设备的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在传统工业生产印花布匹的过程中，难免会出现印花错误、污损、破洞等包含有上述缺陷的不良品。为解决生产过程中出现缺陷的现场问题，需要设计算法对印花布匹等产品的工业生产环节进行缺陷检测。而在传统设计算法的过程中，往往需要依赖大量的图像来进行算法的验证和训练，以保证算法的鲁棒性。在传统算法设计的过程中，往往依赖于人工采集产品的图像，而人工采集图像所花费的时间较长，而且容易漏掉收集某些类型的图像。如果针对这些人工采集的图像去设计算法，由于不良品率低以及人工收集图片的限制(例如，全面性、数量等)，免不了会存在部分遗漏，这就在一定程度上导致了算法的精确性不足或者适用范围过窄；并且花纹类型繁多，传统设计的算法很难做到适用于所有的产品类型，特别是出现新产品时，需要针对新产品进行图像的采集和算法的设计，这就需要重复之前的图像收集过程。如果每种类型的印花布都需要重复之前缺陷图片的收集过程，这就大大增加了工作量及生产成本同时降低了生产效率。基于上述检测印花布匹缺陷的过程中因为缺陷图像采集导致的工作量大、生产效率低的问题，在本实施例中，提供了一种图像生成的方法，当出现新的产品类型时，仅需要收集少量不包含缺陷特征的产品图像，然后通过本文档来自技高网...

【技术保护点】
1.一种图像生成的方法，其特征在于，所述方法包括：获取包含有缺陷的第一类图像；提取所述第一类图像中的缺陷特征；获取第二类图像；将所述缺陷特征和所述第二类图像进行融合生成包含有所述缺陷特征的目标图像。

【技术特征摘要】
1.一种图像生成的方法，其特征在于，所述方法包括：获取包含有缺陷的第一类图像；提取所述第一类图像中的缺陷特征；获取第二类图像；将所述缺陷特征和所述第二类图像进行融合生成包含有所述缺陷特征的目标图像。2.根据权利要求1所述的方法，其特征在于，在所述提取所述第一类图像中的缺陷特征的步骤之后，还包括：对所述缺陷特征进行变换处理，得到变换缺陷特征，所述变换处理包括缩放、仿射、对比度中的至少一种；所述将所述缺陷特征和所述第二类图像进行融合生成包含有所述缺陷特征的目标图像，包括：将所述变换缺陷特征和所述第二类图像进行融合生成包含有所述变换缺陷特征的目标图像。3.根据权利要求1所述的方法，其特征在于，所述提取所述第一类图像中的缺陷特征的步骤包括：根据灰度值对所述第一类图像中的缺陷进行检测，确定所述缺陷的位置；根据所述缺陷的位置从所述第一类图像中提取出所述缺陷特征。4.根据权利要求1所述的方法，其特征在于，所述将所述缺陷特征和所述第二类图像进行融合生成包含有所述缺陷特征的目标图像的步骤包括：根据所述缺陷在所述第一类图像中的位置确定在所述第二类图像中的融合位置；根据所述融合位置将所述缺陷特征和所述第二类图像进行叠加生成包含有所述缺陷特征的目标图像。5.根据权利要求1所述的方法，其特征在于，所述将所述缺陷特征和所述第二类图像进行融合生成包含有所述缺...

【专利技术属性】
技术研发人员：王双桥，廖方诚，郑寿峰，
申请(专利权)人：深圳新视智科技术有限公司，
类型：发明
国别省市：广东,44