[發(fā)明專利]一種鐵路機車小部件圖像擴增的方法

有效

• 申請?zhí)枺?/td>: 202110307413.4
• 申請日: 2021-03-23
• 公開（公告）號: CN113034415B
• 公開（公告）日: 2021-09-14
• 發(fā)明（設計）人: 石瑋
• 申請（專利權）人: 哈爾濱市科佳通用機電股份有限公司
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T3/40;G06T3/60;G06T7/12
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 岳泉清

一種鐵路機車小部件圖像擴增的方法，屬于圖像處理技術領域，本發(fā)明為解決現(xiàn)有技術中的兩類小部件圖像擴增方法存在不符合小部件本身的分布規(guī)律等問題。它包括：獲取需要擴增的鐵路機車小部件圖像；采用圖像處理算法對S1獲取的鐵路機車小部件圖像進行隨機處理，獲取隨機圖像；對獲取的隨機圖像進行隨機增強，并將隨機強增后的小部件圖像粘貼到需要擴增的鐵路機車小部件圖像中，完成圖像擴增；本發(fā)明用于對鐵路機車的小部件進行擴增顯示。

技術領域

本發(fā)明涉及一種小部件圖像擴增方法，屬于圖像處理技術領域。

背景技術

小物體圖像擴增方法包括兩類，一類是基于傳統(tǒng)圖像處理的小物體圖像擴增方法，包括：灰度變換、圖像翻轉、圖像旋轉、圖像縮放、圖像濾波等；另一類是基于深度學習的小物體圖像擴增方法，包括：基于對抗神經(jīng)網(wǎng)絡的圖像擴增方法和基于編碼器的圖像擴增方法。

第一類的基于傳統(tǒng)圖像處理的小物體圖像擴增方法，存在以下問題：

1、通過改變形狀進行數(shù)據(jù)增強方法(例如：仿射變換、縮放、旋轉等)，在數(shù)據(jù)增強的同時極易發(fā)生小物體數(shù)據(jù)的失真或模糊；

2、通過改變灰度值進行數(shù)據(jù)增強方法(例如：直方圖均衡化、伽馬變換、灰度線性變換等)，增強后的數(shù)據(jù)不具有分布規(guī)律的改變；

3、通過濾波進行數(shù)據(jù)增強方法(例如：添加噪聲、模糊處理、去除噪聲等)，在數(shù)據(jù)增強的同時，有可能將小物體數(shù)據(jù)覆蓋或者濾除。

第二類的基于深度學習的小物體圖像擴增方法，不論是基于對抗神經(jīng)網(wǎng)絡的圖像擴增方法還是基于編碼器的圖像擴增方法，在小物體數(shù)據(jù)增強方面存在以下問題：

1、通過整體圖像進行數(shù)據(jù)增強，極易導致模型無法學習到小物體的信息分布，進而無法生成包含小物體的圖像數(shù)據(jù)；

2、通過小物體圖像進行數(shù)據(jù)增強，有可能導致模型學習到小物體的信息分布不符合小物體本身的分布規(guī)律，進而無法使用生成的圖像數(shù)據(jù)。

綜上，現(xiàn)有技術中的兩類小部件圖像擴增方法存在無法生成包含小部件圖像的原圖像，進而無法實現(xiàn)圖像擴增的問題。

發(fā)明內容

本發(fā)明目的是為了解決現(xiàn)有技術中的兩類小部件圖像擴增方法存在無法生成包含小部件圖像的原圖像，進而無法實現(xiàn)圖像擴增的問題，提供了一種鐵路機車小部件圖像擴增的方法。

本發(fā)明一種鐵路機車小部件圖像擴增的方法，它包括：

S1、獲取需要擴增的鐵路機車小部件圖像；

S2、采用圖像處理算法對S1獲取的鐵路機車小部件進行隨機處理，獲取隨機圖像；

S3、對S2獲取的隨機圖像進行隨機增強，并將隨機強增后的小部件圖像粘貼到S1獲取的需要擴增的鐵路機車小部件圖像中，完成圖像擴增；

S3所述對S2獲取的隨機圖像進行隨機增強，并將隨機強增后的小部件圖像粘貼到S1獲取的需要擴增的鐵路機車小部件圖像中的具體方法包括：

設S2獲取的隨機圖像的數(shù)據(jù)數(shù)量為N；

S3-1、在N中隨機選取n個小部件圖像，作為單張圖像的增強樣本；

S3-2、在n個小部件圖像中隨機選取一個小部件圖像，作為初始數(shù)據(jù)A₁；

初始數(shù)據(jù)A₁的形狀表征為w₁*h₁，其中，w₁表示A₁的寬，h₁表示A₁的高；