一种表面缺陷样本生成工具制造技术

本发明专利技术公开了一种表面缺陷样本生成工具，包括如下步骤：A)缺陷库自动生成：如图1所示，在已有缺陷样本库中选取一张负样本图像(NG Sample)及其负样本标签(NG Mask)，利用图像处理技术算出每个缺陷区域的最小平行外接矩形，并用矩形ROI(可改变尺寸)裁剪缺陷对象图(Defect Obj)和缺陷二值图(Defect Mask)，遍历所有负样本图像之后，可以得到所有缺陷对象图(Defect Obj)及其缺陷二值图(Defect Mask)，其中包括不同尺寸的孔洞、划痕、料渣和杂质等，生成或丰富了备用的缺陷库。本发明专利技术通过上述生成工具，可对缺陷个体进行增强，这样有效提高了样本的多样性，解决了传统方法存在的打标效率低、负样本图像不足等问题，值得推广。

A tool for generating surface defect samples

【技术实现步骤摘要】
一种表面缺陷样本生成工具
本专利技术涉及表面缺陷样本
，具体为一种表面缺陷样本生成工具。
技术介绍
在表面缺陷检测领域中，深度学习的应用是解决外表复杂产品检测难题的重要手段，而训练一个满足性能要求的图像语义分割模型，是需要足够的样本数据驱动的。制作样本的传统方法，首先是从生产现场采集足量的缺陷样本图像，接着通过人工标记软件，生成每张缺陷(负)样本图像(NGSample)对应的负样本标签(NGMask)，然而，传统方法具有的明显不足，一方面，打标的效率太慢，在规定时间内难以提供足够的训练样本；另一方面，经常会遇到产品的负样本图像缺陷单一，或者整体缺陷样本太少(甚至没有)的情况，这时，无法训练出有效的检测模型。为解决传统方法存在的打标效率低、负样本图像不足等问题，本专利技术采取了在原有缺陷样本库的基础上，通过图像融合技术自动生成新样本数据的方法，实现了高效扩充缺陷样本库的目标。
技术实现思路
本专利技术的目的在于提供一种表面缺陷样本生成工具，具备打标效率高、样本图像充足的优点，解决了传统方法存在的打标效率低本文档来自技高网...

【技术保护点】
1.一种表面缺陷样本生成工具，其特征在于：包括如下步骤：/nA)缺陷库自动生成：如图1所示，在已有缺陷样本库中选取一张负样本图像(NGSample)及其负样本标签(NG Mask)，利用图像处理技术算出每个缺陷区域的最小平行外接矩形，并用矩形ROI(可改变尺寸)裁剪缺陷对象图(Defect Obj)和缺陷二值图(DefectMask)，遍历所有负样本图像之后，可以得到所有缺陷对象图(Defect Obj)及其缺陷二值图(Defect Mask)，其中包括不同尺寸的孔洞、划痕、料渣和杂质等，生成或丰富了备用的缺陷库；/nB)基于图像融合生成新的缺陷样本：在正样本库中选取一张正样本图像(OK Sa...

【技术特征摘要】
1.一种表面缺陷样本生成工具，其特征在于：包括如下步骤：
A)缺陷库自动生成：如图1所示，在已有缺陷样本库中选取一张负样本图像(NGSample)及其负样本标签(NGMask)，利用图像处理技术算出每个缺陷区域的最小平行外接矩形，并用矩形ROI(可改变尺寸)裁剪缺陷对象图(DefectObj)和缺陷二值图(DefectMask)，遍历所有负样本图像之后，可以得到所有缺陷对象图(DefectObj)及其缺陷二值图(DefectMask)，其中包括不同尺寸的孔洞、划痕、料渣和杂质等，生成或丰富了备用的缺陷库；
B)基于图像融合生成新的缺陷样本：在正样本库中选取一张正样本图像(OKSample)，首先通过自动或人为的方式随机选取若干个融合点，接着基于图像融合技术(例如泊松融合)，将随机选取的缺陷对象图(DefectObj)在正样本图像(OKSample)上的融合点处进行融合，生成新的负样本图像(NGSample)，相应地，利用匹配的缺陷二值图(DefectMask)生成新的负样本标签(NGMask)，缺陷融合效果如图2、图3所示。


2.根据权利要求1所述的一种表面缺陷样本生成工具，其特征在于：所述针对不同客户的检测需求，可将裁剪得到缺陷对象图(DefectObj)和缺陷二值图(Defe...

【专利技术属性】
技术研发人员：周小勇，庾浩桓，李涛，万群，王晓城，刘钢，
申请(专利权)人：珠海博明视觉科技有限公司，
类型：发明
国别省市：广东;44