本发明专利技术涉及图像处理领域，公开了一种高质量瑕疵图像自动生成与自动标注方法及装置，用于提高数据的丰富性以及模型的鲁棒性。所述方法包括：获取待处理的原始图像，并对所述原始图像进行瑕疵轮廓提取，得到目标瑕疵初始轮廓；根据所述目标瑕疵初始轮廓，调用预置的视觉形态学算法生成三值掩模图；通过预置的抠图算法，对所述三值掩膜图对应的原图实现前景和背景精细化分离，得到瑕疵前景以及非瑕疵背景，并根据所述瑕疵前景生成所述原始图像的第一瑕疵数据；对所述第一瑕疵数据进行参数设置，生成多个第二瑕疵数据；根据所述多个第二瑕疵数据，生成多个瑕疵图片以及每个瑕疵图片的自动标注结果。的自动标注结果。的自动标注结果。
【技术实现步骤摘要】
一种高质量瑕疵图像自动生成与自动标注方法及装置
[0001]本专利技术涉及图像处理领域，尤其涉及一种高质量瑕疵图像自动生成与自动标注方法及装置。
技术介绍
[0002]工业生产对产品出厂质量要求越来越高，人工检测瑕疵品的方式依然最为流行，但一方面用人成本越来越高，且年轻人越来越不愿意去工厂工作，另一方面人眼因为容易疲劳、对微观瑕疵捕捉不稳定等因素，检测效果不稳定，因此迫切需要机器取代人工。
[0003]在机器取代人工的进行瑕疵品检测的案例中，基于传统视觉算法的检测是主要方式，但传统视觉能检测大的明显的瑕疵，对小的、与背景对比度低的瑕疵，检测效果不理想，所以我们基于深度学习方法进行瑕疵检测。但基于深度学习的检测方法需要较多良品样本和瑕疵样本通过相机取像后，进行大量人工标注，训练模型并优化一段时间，才能实现理想的检测效果，其中痛点一是瑕疵品的获取往往较为困难，然而人工模拟制作瑕疵品、基于传统视觉或对抗生成网络生成瑕疵图片的方法在真实性和效率等方面有明显局限性，痛点二是标注图片需要耗费大量的人工时间，因此一种高质量瑕疵图片自动生成与自动标注方法应运而生。
技术实现思路
[0004]本专利技术提供了一种高质量瑕疵图像自动生成与自动标注方法及装置，用于提高数据的丰富性以及模型的鲁棒性。
[0005]本专利技术第一方面提供了一种高质量瑕疵图像自动生成与自动标注方法，所述高质量瑕疵图像自动生成与自动标注方法包括：获取待处理的原始图像，并对所述原始图像进行瑕疵轮廓提取，得到目标瑕疵初始轮廓；根据所述目标瑕疵初始轮廓，调用预置的视觉形态学算法生成三值掩模图；通过预置的抠图算法，对所述三值掩膜图对应的原图实现前景和背景精细化分离，得到瑕疵前景以及非瑕疵背景，并根据所述瑕疵前景生成所述原始图像的第一瑕疵数据；对所述第一瑕疵数据进行参数设置，生成多个第二瑕疵数据；根据所述多个第二瑕疵数据，生成多个瑕疵图片以及每个瑕疵图片的自动标注结果。
[0006]结合第一方面，在本专利技术第一方面的第一实施方式中，所述获取待处理的原始图像，并对所述原始图像进行瑕疵轮廓提取，得到目标瑕疵初始轮廓，包括：通过图像处理技术对原始图像进行预处理，得到高质量图像；通过边缘检测算法，对所述高质量图像进行边缘检测，得到初始瑕疵轮廓；通过形态学处理技术提取所述初始瑕疵轮廓的目标瑕疵初始轮廓。
[0007]结合第一方面，在本专利技术第一方面的第二实施方式中，所述根据所述目标瑕疵初始轮廓，调用预置的视觉形态学算法生成三值掩模图，包括：通过形态学处理技术，对所述对目标瑕疵初始轮廓进行噪声消除，得到噪声消除后的目标瑕疵初始轮廓；调用预置的视觉形态学算法，对所述噪声消除后的目标瑕疵初始轮廓进行拟合，生成三值掩模图。
[0008]结合第一方面，在本专利技术第一方面的第三实施方式中，所述通过预置的抠图算法，对所述三值掩膜图对应的原图实现前景和背景精细化分离，得到瑕疵前景以及非瑕疵背景，并根据所述瑕疵前景生成所述原始图像的第一瑕疵数据，包括：通过预置的抠图算法，对所述三值掩膜图对应的原图实现前景和背景精细化分离，得到瑕疵前景以及非瑕疵背景；通过图像分割技术，对所述三值掩膜图对应的前景图中的瑕疵区域进行分割提取，生成所述原始图像的第一瑕疵数据。
[0009]结合第一方面，在本专利技术第一方面的第四实施方式中，所述对所述第一瑕疵数据进行参数设置，生成多个第二瑕疵数据，包括：根据所述第一瑕疵数据，设置瑕疵特征变换参数，得到多个不同的瑕疵；对所述多个不同的瑕疵进行线性变换组合，生成多个第二瑕疵数据。
[0010]结合第一方面，在本专利技术第一方面的第五实施方式中，所述根据所述多个第二瑕疵数据，生成多个瑕疵图片以及每个瑕疵图片的自动标注结果，包括：对多个第二瑕疵数据进行分割，以生成多个瑕疵图片；通过深度学习技术，对每个瑕疵图片进行自动标注，生成每个瑕疵图片的自动标注结果。
[0011]本专利技术第二方面提供了一种高质量瑕疵图像自动生成与自动标注装置，所述高质量瑕疵图像自动生成与自动标注装置包括：获取模块，用于获取待处理的原始图像，并对所述原始图像进行瑕疵轮廓提取，得到目标瑕疵初始轮廓；处理模块，用于根据所述目标瑕疵初始轮廓，调用预置的视觉形态学算法生成三值掩模图；分离模块，用于通过预置的抠图算法，对所述三值掩膜图对应的原图实现前景和背景精细化分离，得到瑕疵前景以及非瑕疵背景，并根据所述瑕疵前景生成所述原始图像的第一瑕疵数据；设置模块，用于对所述第一瑕疵数据进行参数设置，生成多个第二瑕疵数据；生成模块，用于根据所述多个第二瑕疵数据，生成多个瑕疵图片以及每个瑕疵图片的自动标注结果。
[0012]结合第二方面，在本专利技术第二方面的第一实施方式中，所述获取模块具体用于：通过图像处理技术对原始图像进行预处理，得到高质量图像；通过边缘检测算法，对所述高质量图像进行边缘检测，得到初始瑕疵轮廓；通过形态学处理技术提取所述初始瑕疵轮廓的目标瑕疵初始轮廓。
[0013]结合第二方面，在本专利技术第二方面的第二实施方式中，所述处理模块具体用于：
通过形态学处理技术，对所述对目标瑕疵初始轮廓进行噪声消除，得到噪声消除后的目标瑕疵初始轮廓；调用预置的视觉形态学算法，对所述噪声消除后的目标瑕疵初始轮廓进行拟合，生成三值掩模图。
[0014]结合第二方面，在本专利技术第二方面的第三实施方式中，所述分离模块具体用于：通过预置的抠图算法，对所述三值掩膜图对应的原图实现前景和背景精细化分离，得到瑕疵前景以及非瑕疵背景；通过图像分割技术，对所述三值掩膜图对应的前景图中的瑕疵区域进行分割提取，生成所述原始图像的第一瑕疵数据。
[0015]结合第二方面，在本专利技术第二方面的第四实施方式中，所述设置模块具体用于：根据所述第一瑕疵数据，设置瑕疵特征变换参数，得到多个不同的瑕疵；对所述多个不同的瑕疵进行线性变换组合，生成多个第二瑕疵数据。
[0016]结合第二方面，在本专利技术第二方面的第五实施方式中，所述生成模块具体用于：对多个第二瑕疵数据进行分割，以生成多个瑕疵图片；通过深度学习技术，对每个瑕疵图片进行自动标注，生成每个瑕疵图片的自动标注结果。
[0017]本专利技术第三方面提供了一种高质量瑕疵图像自动生成与自动标注设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述高质量瑕疵图像自动生成与自动标注设备执行上述的高质量瑕疵图像自动生成与自动标注方法。
[0018]本专利技术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中存储有指令，当其在计算机上运行时，使得计算机执行上述的高质量瑕疵图像自动生成与自动标注方法。
[0019]本专利技术提供的技术方案中，从少量的真实瑕疵图片中提取瑕疵，进行特征变换使得生成的瑕疵足够真实又与原瑕疵不同，然后将新瑕疵融合到良品图片上，从而批量生成新的瑕疵图片，生成的图片中瑕疵会类别、大小、位置、深浅、形态、数量等各不相同，满足模型训练时数据均衡的需求，同时也自动生成新瑕疵图片的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种高质量瑕疵图像自动生成与自动标注方法，其特征在于，所述高质量瑕疵图像自动生成与自动标注方法包括：获取待处理的原始图像，并对所述原始图像进行瑕疵轮廓提取，得到目标瑕疵初始轮廓；根据所述目标瑕疵初始轮廓，调用预置的视觉形态学算法生成三值掩模图；通过预置的抠图算法，对所述三值掩膜图对应的原图实现前景和背景精细化分离，得到瑕疵前景以及非瑕疵背景，并根据所述瑕疵前景生成所述原始图像的第一瑕疵数据；对所述第一瑕疵数据进行参数设置，生成多个第二瑕疵数据；根据所述多个第二瑕疵数据，生成多个瑕疵图片以及每个瑕疵图片的自动标注结果。2.根据权利要求1所述的高质量瑕疵图像自动生成与自动标注方法，其特征在于，所述获取待处理的原始图像，并对所述原始图像进行瑕疵轮廓提取，得到目标瑕疵初始轮廓，包括：通过图像处理技术对原始图像进行预处理，得到高质量图像；通过边缘检测算法，对所述高质量图像进行边缘检测，得到初始瑕疵轮廓；通过形态学处理技术提取所述初始瑕疵轮廓的目标瑕疵初始轮廓。3.根据权利要求1所述的高质量瑕疵图像自动生成与自动标注方法，其特征在于，所述根据所述目标瑕疵初始轮廓，调用预置的视觉形态学算法生成三值掩模图，包括：通过形态学处理技术，对所述对目标瑕疵初始轮廓进行噪声消除，得到噪声消除后的目标瑕疵初始轮廓；调用预置的视觉形态学算法，对所述噪声消除后的目标瑕疵初始轮廓进行拟合，生成三值掩模图。4.根据权利要求1所述的高质量瑕疵图像自动生成与自动标注方法，其特征在于，所述通过预置的抠图算法，对所述三值掩膜图对应的原图实现前景和背景精细化分离，得到瑕疵前景以及非瑕疵背景，并根据所述瑕疵前景生成所述原始图像的第一瑕疵数据，包括：通过预置的抠图算法，对所述三值掩膜图对应的原图实现前景和背景精细化分离，得到瑕疵前景以及非瑕疵背景；通过图像分割技术，对所述三值掩膜图对应的前景图中的瑕疵区域进行分割提取，生成所述原始图像的第一瑕疵数据。5.根据权利要求1所述的高质量瑕疵图像自动生成与自动标注方法，其特征在于，所述对所述第一瑕疵数据进行参数设置，生成多个第二瑕疵数据，包括：根据所述第一瑕疵数据，设置瑕疵特征变换参...
【专利技术属性】
技术研发人员：刘娇，黄早珊，
申请(专利权)人：心鉴智控深圳科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。