System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及工业缺陷检测,更具体而言,涉及到一种图像生成方法、模型训练方法、装置及存储介质。
技术介绍
1、在相关技术中,部分工业产品在生产过程中缺陷产品数量极少,导致采集到的缺陷样本数量少,并且采集到的缺陷样本的缺陷特征缺乏多样性。可以采用手动制造缺陷、算法生成缺陷这两种途径来获取缺陷样本。
2、但是,采用手动的制造缺陷会对产品造成不可逆的破环,同时手动制造缺陷不一定与实际情况吻合,往往存在较大的失真。算法生成缺陷需要大量的训练样本才能保证模型的生成效果,在训练样本数量较少的情况下,很难完成算法模型的有效训练,生成的缺陷样本的质量难以保证。
技术实现思路
1、本专利技术实施方式提供一种图像生成方法、模型训练方法、装置及存储介质。
2、本专利技术实施方式提供的图像生成方法包括:采用点云配准算法映射第一缺陷数据至第二缺陷数据,或映射所述第二缺陷数据至所述第一缺陷数据,以获取多个第三缺陷数据,其中,所述第一缺陷数据是基于真实缺陷图像的缺陷部位获取的,所述第二缺陷数据是基于标注缺陷图像的缺陷部位获取的;根据多个所述第三缺陷数据生成多个转换后缺陷图像。
3、第一缺陷数据和第二缺陷数据可以作为采用点云配准算法的两个输入点。点云配准算法可以将第一缺陷数据作为参照,将第二缺陷数据对应的坐标点向第一缺陷数据对应的坐标点不断靠近,实现将第二缺陷数据映射到第一缺陷数据的过程。
4、在第二缺陷数据对应的坐标点向第一缺陷数据对应的坐标点映射的过程中,可以得
5、在某些实施方式中,所述采用点云配准算法映射所述第一缺陷数据至所述第二缺陷数据,或映射所述第二缺陷数据至所述第一缺陷数据,以获取多个第三缺陷数据,包括:确定所述第一缺陷数据和所述第二缺陷数据的对应关系;根据所述第一缺陷数据和所述第二缺陷数据的对应关系,确定所述第一缺陷数据和所述第二缺陷数据之间的转换矩阵;根据所述第一缺陷数据和所述转换矩阵确定所述第三缺陷数据,或根据所述第二缺陷数据和所述转换矩阵确定所述第三缺陷数据。
6、第一缺陷数据对应的坐标点形成的点云和第二缺陷数据对应的坐标点形成的点云可以作为cpd算法的两个输入点云。
7、在某些实施方式中,在确定一个所述第三缺陷数据之后,所述图像生成方法包括:确定所述第三缺陷数据和所述第一缺陷数据的对应关系,或所述第三缺陷数据和所述第二缺陷数据的对应关系;根据所述第三缺陷数据和所述第一缺陷数据的对应关系,或所述第三缺陷数据和所述第二缺陷数据的对应关系确定更新后转换矩阵;基于所述更新后转换矩阵更新所述第三缺陷数据,直至所述第三缺陷数据映射至所述第一缺陷数据或映射至所述第二缺陷数据。
8、在某些实施方式中,在所述第三缺陷数据映射至所述第一缺陷数据或映射至所述第二缺陷数据之后,所述图像生成方法包括:根据所述第一缺陷数据、所述转换矩阵和每一个所述更新后转换矩阵确定每一个所述第三缺陷数据,或所述第二缺陷数据、所述转换矩阵和每一个所述更新后转换矩阵确定每一个所述第三缺陷数据。
9、通过不断更新转换矩阵,可以使得第一缺陷数据逐渐逼近第二缺陷数据。每次更新转换矩阵,可以得到一个第三缺陷数据,在第一缺陷数据逐渐逼近第二缺陷数据的过程中可以得到多个第三缺陷数据。
10、在某些实施方式中,在采用点云配准算法映射第一缺陷数据至第二缺陷数据,或映射所述第二缺陷数据至所述第一缺陷数据之前,所述图像生成方法包括:切割所述真实缺陷图像和所述标注缺陷图像,以得到多个真实缺陷子图像和多个标准缺陷子图像,所述真实缺陷子图像和所述标准缺陷子图像的尺寸与图像识别算法相匹配;标注多个所述真实缺陷子图像的缺陷部位以得到多个第一子图像,所述第一子图像包括第一标注区域,每一个所述第一标注区域与一个所述真实缺陷子图像的缺陷部位对应;标注多个所述标准缺陷子图像的缺陷部位以得到多个第二子图像,所述第二子图像包括第二标注区域,每一个所述第二标注区域与一个所述标注缺陷子图像的缺陷部位对应;采用所述图像识别算法识别多个所述第一标注区域以得到第一缺陷数据;采用所述图像识别算法识别多个所述第二标注区域以得到第二缺陷数据。
11、在某些实施方式中,所述图像生成方法包括:二值化多个所述第一子图像和多个所述第二子图像,以得到第一像素区域和第二像素区域,所述第一像素区域与多个所述第一标注区域和所述第二标注区域对应,所述第二像素区域的像素值与所述第一像素区域的像素值不同;采用所述图像识别算法基于像素值识别所述第一像素区域以得到所述第一缺陷数据和所述第二缺陷数据。
12、二值化是图像分割的一种最简单的方法,二值化可以把灰度图像转换成二值图像。把大于某个临界灰度值的像素灰度设为灰度极大值,把小于这个值的像素灰度设为灰度极小值,从而实现二值化,有利于获取第一缺陷数据和第二缺陷数据。
13、在某些实施方式中,在所述二值化多个所述第一子图像和多个所述第二子图像之前,所述图像生成方法包括:对采集的工业图像和标注的工业图像基于中值滤波进行降噪处理,以得到所述真实缺陷图像和所述标注缺陷图像。
14、可以对采集的工业图像和标注的工业图像基于中值滤波进行降噪处理,避免工业图像在采集的过程中受到的成像设备与外部环境的干扰,避免噪声信息对后续数据和图像的处理将产生不利影响。
15、在某些实施方式中,所述根据多个所述第三缺陷数据确定多个转换后缺陷图像,包括:采用形态学膨胀算法修复多个所述第三缺陷数据以生成多个第四缺陷数据,根据多个所述第四缺陷数据生成多个所述转换后缺陷图像。
16、第三缺陷数据对应的坐标点是通过第一缺陷数据对应的坐标点向第二缺陷数据对应的坐标点不断逼近的过程中得到的,第三缺陷数据对应的缺陷图像内部会出现裂痕和空洞。为了使得到的缺陷数据更加真实,采用形态学膨胀算法修复第三缺陷数据,可以对图像中存在的裂痕和空洞进行填补操作,使得转换后缺陷图像具有更强的真实性。
17、在某些实施方式中,所述根据多个所述第三缺陷数据确定多个转换后缺陷图像,包括:根据多个所述第三缺陷数据确定多个转换后缺陷图像的缺陷部位;融合无缺陷图像和多个转换后缺陷图像的缺陷部位,以生成所述多个转换后缺陷图像。
18、第三缺陷数据可以用于表示转换后缺陷图像的缺陷部位,而无法表示转换后缺陷图像的无缺陷部位。为了使转换后缺陷图像更加真实,可以融合无缺陷图像和多个转换后缺陷图像的缺陷部位来得到转换后缺陷图本文档来自技高网...
【技术保护点】
1.一种图像生成方法,其特征在于,所述图像生成方法包括:
2.根据权利要求1所述的图像生成方法,其特征在于,所述采用点云配准算法映射所述第一缺陷数据至所述第二缺陷数据,或映射所述第二缺陷数据至所述第一缺陷数据,以获取多个第三缺陷数据,包括:
3.根据权利要求2所述的图像生成方法,其特征在于,在确定一个所述第三缺陷数据之后,所述图像生成方法包括:
4.根据权利要求3所述的图像生成方法,其特征在于,在所述第三缺陷数据映射至所述第一缺陷数据或映射至所述第二缺陷数据之后,所述图像生成方法包括:
5.根据权利要求1所述的图像生成方法,其特征在于,在采用点云配准算法映射第一缺陷数据至第二缺陷数据,或映射所述第二缺陷数据至所述第一缺陷数据之前,所述图像生成方法包括:
6.根据权利要求5所述的图像生成方法,其特征在于,所述图像生成方法包括:
7.根据权利要求6所述的图像生成方法,其特征在于,在所述二值化多个所述第一子图像和多个所述第二子图像之前,所述图像生成方法包括:
8.根据权利要求1所述的图像生成方法,其特征
9.根据权利要求1所述的图像生成方法,其特征在于,所述根据多个所述第三缺陷数据确定多个转换后缺陷图像,包括:
10.一种图像生成装置,其特征在于,所述图像生成装置包括:
11.一种模型训练方法,其特征在于,所述模型训练方法包括:
12.一种检测装置,其特征在于,所述检测装置包括:
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储计算机程序,所述计算机可读存储介质在被执行时实现权利要求1-9任一项所述的图像生成方法,或权利要求11所述的模型训练方法。
...【技术特征摘要】
1.一种图像生成方法,其特征在于,所述图像生成方法包括:
2.根据权利要求1所述的图像生成方法,其特征在于,所述采用点云配准算法映射所述第一缺陷数据至所述第二缺陷数据,或映射所述第二缺陷数据至所述第一缺陷数据,以获取多个第三缺陷数据,包括:
3.根据权利要求2所述的图像生成方法,其特征在于,在确定一个所述第三缺陷数据之后,所述图像生成方法包括:
4.根据权利要求3所述的图像生成方法,其特征在于,在所述第三缺陷数据映射至所述第一缺陷数据或映射至所述第二缺陷数据之后,所述图像生成方法包括:
5.根据权利要求1所述的图像生成方法,其特征在于,在采用点云配准算法映射第一缺陷数据至第二缺陷数据,或映射所述第二缺陷数据至所述第一缺陷数据之前,所述图像生成方法包括:
6.根据权利要求5所述的图像生成方法,其特征在于,所述图像生成方法包括:
【专利技术属性】
技术研发人员:黄喜乐,
申请(专利权)人:京东方科技集团股份有限公司,
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。