【技术实现步骤摘要】
本专利技术涉及到smt质检领域，具体而言涉及到一种在smt质检领域的图像光照迁移方法、装置、设备以及介质。
技术介绍
1、在smt质检领域，由于光照条件的变化，元器件在不同光照下的图像信息会发生变化，这可能会导致质检过程中的误判和漏检，且在现实工业生产中，当拍摄元器件时的光照条件改变后，先前收集的元器件图像将很难运用于后续的模型训练更新。
2、目前，现有解决上述问题的方法为通过深度学习提取不同光照下拍摄的特定元器件的内容特征以及任意光照下的光照风格特征来合成特定元器件的图像，但是这种方法只考虑了特定元器件的内容特征和光照风格特征，忽略了元器件本身在不同光照条件下的变化，导致生成的图像可能与实际元器件的外观存在差异，从而导致了合成出的图像精确度较低，且在计算元器件真实图像与生成的图像之间的差异时无法忽视不同元器件所带来的影响，也无法自动化在多个样本中搜索最优的参数值，需要人工干预调节，增加了操作的复杂性和主观性。
3、因此，亟需一种新的图像光照迁移方法，能够有效解决上述问题。
技术实现思路
1、本专利技术的目的在于提供一种介入手术机器人主端控制结构以及控制设备，旨在解决现有技术通过提取内容图像的内容以及目标图像的风格，导致会有比较严重的内容细节损失，且生成的图像需要人工来确认的技术问题。
2、为专利技术上述目的，本专利技术采用了以下的技术方案：
3、一种在smt质检领域的图像光照迁移方法，包括：
4、获取第一图像信息和第二图
5、调节所述第一图像信息和所述第二图像信息对应的参数值，得到第三图像信息；
6、将所述第三图像信息输入至图像分类模型中，得到所述第三图像信息的交叉熵值；
7、循环上述步骤，得到所述元器件的多个所述参数值，并基于优化算法获取多个所述参数值中使所述交叉熵值最小的最优参数值；
8、根据所述最优参数值，生成最接近所述元器件的真实图像的第四图像信息。
9、进一步地，所述调节所述第一图像信息和所述第二图像信息对应的参数值的步骤之前，还包括：
10、将所述第一图像信息和第二图像信息导入至图像处理工具；
11、基于所述图像处理工具的调用库分别对所述第一图像信息和第二图像进行多种颜色通道拆分；
12、获得所述第一图像信息和第二图像信息的多种颜色通道的分布信息。
13、进一步地，所述调节所述第一图像信息和所述第二图像信息对应的参数值，得到第三图像信息的步骤，包括：
14、根据所述分布信息，获取所述第一图像信息和第二图像信息的参数值，其中，所述参数值包括颜色混合权重和gamma值；
15、生成六维随机值，并基于所述六维随机值调节所述第一图像信息和所述第二图像信息对应的颜色通道的参数值；
16、将调节后的多种颜色通道的所述参数值进行合成，得到所述第三图像信息。
17、进一步地，所述将所述第三图像信息输入至图像分类模型中的步骤之前，还包括：
18、获取第五图像信息，其中，所述第五图像信息包括所述元器件同时在所述第一光照和所述第二光照下的图像信息；
19、基于神经网络对多个所述元器件的所述第一图像信息、第二图像信息和第五图像信息进行训练，得到所述图像分类模型。
20、进一步地，所述得到所述元器件的多个所述参数值，并基于优化算法获取多个所述参数值中使所述交叉熵值最小的最优参数值的步骤，包括：
21、记录每次循环的所述元器件的多个所述参数值；
22、根据所述优化算法，在多个所述参数值中寻找使所述交叉熵值最小的一个参数值；
23、设定所述一个参数值为所述最优参数值。
24、进一步地，所述根据所述最优参数值，生成最接近所述元器件真实图像的第四图像信息的步骤，包括：
25、将所述最优参数值输入至所述第一图像信息和第二图像信息对应的颜色通道中，得到初始图像；
26、对所述初始图像进行预处理，得到所述第四图像信息。
27、进一步地，所述将所述第三图像信息输入至图像分类模型中，得到所述第三图像信息的交叉熵值的步骤，包括：
28、将所述第三图像信息输入至图像分类模型中，得到所述第三图像信息的分类结果；
29、定义所述第三图像信息的真实标签；
30、基于交叉熵函数计算所述分类结果与所述真实标签之间的相似度，得到所述交叉熵值。
31、本专利技术还提出一种在smt质检领域的图像光照迁移装置，所述装置包括：
32、获取模块，用于获取第一图像信息和第二图像信息，其中，所述第一图像信息包括元器件在第一光照下的图像信息，所述第二图像信息包括所述元器件在第二光照下的图像信息；
33、调节模块，用于调节所述第一图像信息和所述第二图像信息对应的参数值，得到第三图像信息；
34、输入模块，用于将所述第三图像信息输入至图像分类模型中，得到所述第三图像信息的交叉熵值；
35、优化模块，用于循环上述步骤，得到所述元器件的多个所述参数值，并基于优化算法获取多个所述参数值中使所述交叉熵值最小的最优参数值；
36、生成模块，用于根据所述最优参数值，生成最接近所述元器件的真实图像的第四图像信息。
37、本专利技术还提出一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的在smt质检领域的图像光照迁移方法的步骤。
38、本专利技术还提出一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的在smt质检领域的图像光照迁移的步骤。
39、本专利技术的有益效果：本专利技术通过将元器件在不同光照下的图像信息，通过循环调节参数值将新生成的图像输入至图像分类模型中，得到交叉熵值，并通过循环调节参数值并基于优化算法获取多个参数值中使交叉熵值最小的最优参数值的方式，最终获得使交叉熵值最小的最优参数值。通过这种方式，本专利技术能够更好地适应不同光照条件下的元器件图像特征变化，提高质检的准确性和稳定性，同时能够提高图像光照迁移的效果，使得生成的第四图像信息更加接近元器件真实图像。
本文档来自技高网...【技术保护点】
1.一种在SMT质检领域的图像光照迁移方法，其特征在于，包括：
2.根据权利要求1所述的在SMT质检领域的图像光照迁移方法，其特征在于，所述调节所述第一图像信息和所述第二图像信息对应的参数值的步骤之前，还包括：
3.根据权利要求2所述的在SMT质检领域的图像光照迁移方法，其特征在于，所述调节所述第一图像信息和所述第二图像信息对应的参数值，得到第三图像信息的步骤，包括：
4.根据权利要求1所述的在SMT质检领域的图像光照迁移方法，其特征在于，所述将所述第三图像信息输入至图像分类模型中的步骤之前，还包括：
5.根据权利要求1所述的在SMT质检领域的图像光照迁移方法，其特征在于，所述得到所述元器件的多个所述参数值，并基于优化算法获取多个所述参数值中使所述交叉熵值最小的最优参数值的步骤，包括：
6.根据权利要求2所述的在SMT质检领域的图像光照迁移方法，其特征在于，所述根据所述最优参数值，生成最接近所述元器件的真实图像的第四图像信息的步骤，包括：
7.根据权利要求1所述的在SMT质检领域的图像光照迁移方法，其特征在于
8.一种在SMT质检领域的图像光照迁移装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的在SMT质检领域的图像光照迁移方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的在SMT质检领域的图像光照迁移的步骤。
...【技术特征摘要】
1.一种在smt质检领域的图像光照迁移方法，其特征在于，包括：
2.根据权利要求1所述的在smt质检领域的图像光照迁移方法，其特征在于，所述调节所述第一图像信息和所述第二图像信息对应的参数值的步骤之前，还包括：
3.根据权利要求2所述的在smt质检领域的图像光照迁移方法，其特征在于，所述调节所述第一图像信息和所述第二图像信息对应的参数值，得到第三图像信息的步骤，包括：
4.根据权利要求1所述的在smt质检领域的图像光照迁移方法，其特征在于，所述将所述第三图像信息输入至图像分类模型中的步骤之前，还包括：
5.根据权利要求1所述的在smt质检领域的图像光照迁移方法，其特征在于，所述得到所述元器件的多个所述参数值，并基于优化算法获取多个所述参数值中使所述交叉熵值最小的最优参数值的步骤，包括：
6.根据权利要求...
【专利技术属性】
技术研发人员：茹彬鑫，张郁桐，季聪，
申请(专利权)人：深圳市识渊科技有限公司，
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。