基于对抗神经网络的单个图像生成多个图像的方法及系统技术方案

本发明专利技术的基于对抗神经网络的单个图像生成多个图像的方法及系统涉及图像处理领域，目的是为了克服现有对图像扩增的方法及系统无法改变图像的本身轮廓特征、人工和时间成本高以及需要大量原始图像的问题，其中方法具体如下：步骤一、获取单张样本图像；步骤二、建立图像金字塔；步骤三、得到前置生成图像，并将前置生成图像送入前置判别器进行判别；步骤四、将前置生成图像与图像Z

【技术实现步骤摘要】
基于对抗神经网络的单个图像生成多个图像的方法及系统
本专利技术涉及图像处理领域，具体涉及基于对抗神经网络扩增图像的方法和系统。
技术介绍
现有对图像扩增的方法包括：基于传统图像处理的图像扩增、基于应用软件对图像进行处理扩增和基于现有对抗神经网络的图像扩增，主要存在以下问题：1、基于图像处理的图像扩增是目前主流的图像扩增方式，包括翻转、旋转、缩放、随机裁剪或补零、色彩抖动、加噪声等，虽图像扩增的方式具有多样性，但扩增的图像为具有整体不变性，无法改变图像的本身轮廓特征。2、通过软件对图像进行处理扩增是目前较为稳定的一种图像扩增的方式。以软件Photoshop为例，其可以根据图像形态特征进行相应的变换，达到图像扩增的效果，但在实际应用中，具有以下两点不足，一个是人工成本和时间成本太高；变换的形态时根据软件使用者思想的变化而改变，可信度不高。3、基于现有对抗神经网络的图像扩增是目前新兴的图像扩增方式，但其在训练生成器与判别器的过程中需要大量的原始图像。
技术实现思路
本专利技术的目的是为了克服现有对图像扩增的本文档来自技高网...

【技术保护点】
1.基于对抗神经网络的单个图像生成多个图像的方法，其特征在于，所述对抗神经网络包括前置生成器、前置判别器、生成器G

【技术特征摘要】
1.基于对抗神经网络的单个图像生成多个图像的方法，其特征在于，所述对抗神经网络包括前置生成器、前置判别器、生成器G0～GT-1和判别器D0～DT-1，所述方法具体如下：
步骤一、获取单张样本图像；
步骤二、建立图像金字塔，所述图像金字塔的层数为T，且图像金字塔的相邻两层图像之间具有固定的缩放系数r；
并将所述样本图像作为第T层的图像；且设图像金字塔的第一层的图像至第T层的图像依次为{Z0,…,ZT-1}；
步骤三、将第一高斯噪声图像送入前置生成器中，得到前置生成图像，并将前置生成图像送入前置判别器进行判别；所述第一高斯噪声图像与图像Z0大小相等；
如果前置判别器判别前置生成图像为真，则将前置生成图像作为样本图像的一个扩增图像；
步骤四、将前置生成图像与图像Z0融合后送入生成器G0中，得到生成图像R0，并将生成图像R0和图像Z0均送入判别器D0中进行判别；
如果判别器D0判别生成图像R0为真，则将生成图像R0作为样本图像的一个扩增图像；
并将生成图像R0通过缩放系数r缩放，将缩放后的生成图像R0与对应大小的高斯噪声图像融合得到第0融合图像；
步骤五、将第N-1融合图像送入生成器GN中，得到生成图像RN，并将生成图像RN和图像ZN均送入判别器DN中进行判别；其中，ZN、GN、DN中的下标N为正整数，且N的初始值为1；
如果判别器DN判别生成图像RN为真，则将生成图像RN作为样本图像的一个扩增图像；
并将生成图像RN通过缩放系数r缩放，将缩放后的生成图像RN与对应大小的高斯噪声图像融合得到第N融合图像；
步骤六、令N加1并再次执行步骤五，直至N＝T-1，获得样本图像的所有扩增图像。


2.根据权利要求1所述的基于对抗神经网络的单个图像生成多个图像的方法，其特征在于，
步骤一中，设样本图像的大小为M×N×3，M≤N；
步骤二中，设图像金字塔的第一层的图像大小为
且图像金字塔的层数T通过下式得到：





3.根据权利要求2所述的基于对抗神经网络的单个图像生成多个图像的方法，其特征在于，步骤三中，前置生成器包括3个顺序连接的全卷积网络；
所述全卷积网络包括顺序连接的卷积核为3x3的卷积模块、批归一化BatchNorm模块与泄露修正线性单元LR激活函数模块；
前置判别器的结构为卷积神经网络CNN分类器结构。


4.根据权利要求3所述的基于对抗神经网络的单个图像生成多个图像的方法，其特征在于，步骤四和步骤五中，生成器G0～GT-1与判别器D0～DT-1均包括5个顺序连接的全卷积网络；
且每个判别器的输出矩阵的均值都作为对应判别器的二分类输出。


5.根据权利要求4所述的基于对抗神经网络的单个图像生成多个图像的方法，其特征在于，步骤一中获取单张带有真实故障的样本图像的具体步骤如下：
步骤一一、对运动的待测物体进行逐行扫描，获取多个高清线阵图像，再将多个高清线阵图像拼接成完整的待测物体图像；
步骤二二、根据待测物体的参数，对待测物体的待检测部位进行截取得到子图，并在截取的子图中选取需要扩增且带有真实故障的图像作为样本图像。


6.基于对抗神经网络的单个图像生成多个图像的系统，其特征在于，所述对抗神经网络包括前置生成器、前置判别器、生成器G0～GT-1和判别器D0～DT-1，所述系统包括：
样本图像获取模块(1)，用于获取单张样本图像；
图像金字塔模块(2)，与样本图像获取模块(1)连接，用于建立图像金字塔，所述图像金字塔的层数为T...

【专利技术属性】
技术研发人员：石玮，
申请(专利权)人：哈尔滨市科佳通用机电股份有限公司，
类型：发明
国别省市：黑龙江;23