[發(fā)明專利]一種圖像微小異常檢測方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110752675.1
• 申請日: 2021-07-02
• 公開（公告）號(hào): CN113379729B
• 公開（公告）日: 2023-07-25
• 發(fā)明（設(shè)計(jì)）人: 劉明華;蘇冰;展華益;游忍;張歡歡
• 申請（專利權(quán)）人: 四川啟睿克科技有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T5/00;G06T5/30;G06N3/0475;G06N3/08
• 代理公司: 四川省天策知識(shí)產(chǎn)權(quán)代理有限公司 51213
• 代理人: 劉堋

1.一種圖像微小異常檢測方法，其特征在于，包括：

采集待檢測樣品圖片；

對所述待檢測樣品圖片進(jìn)行異常預(yù)處理，抑制待檢測樣品圖片中的微小異常，得到預(yù)處理圖片；

獲取訓(xùn)練樣本圖片，以及訓(xùn)練圖像重建模型，所述訓(xùn)練樣本圖片為不含有異常的圖片；

所述訓(xùn)練圖像重建模型的方法包括：

用不含有異常的訓(xùn)練樣本圖片訓(xùn)練所述圖像重建模型，得到訓(xùn)練后的圖像重建模型；

所述用不含有異常的訓(xùn)練樣本圖片訓(xùn)練所述圖像重建模型，得到訓(xùn)練后的圖像重建模型的方法包括：

構(gòu)建AutoEncoder模型；

將訓(xùn)練樣本圖片通過圖像高斯模糊處理并用形態(tài)學(xué)操作中的膨脹腐蝕對圖像進(jìn)一步處理，抑制微小異常，得到預(yù)處理訓(xùn)練樣本圖片；

利用預(yù)處理訓(xùn)練樣本圖片訓(xùn)練AutoEncoder，得到訓(xùn)練后的圖像重建模型；

將所述預(yù)處理圖片輸入圖像重建模型，得到重建圖片；

將所述待檢測樣品圖片與重建圖片輸入判斷模型，計(jì)算待檢測樣品圖片與重建圖片的差異，判斷待檢測樣品圖片是否有異常，如果有異常輸出異常所在區(qū)域。

2.根據(jù)權(quán)利要求1所述的圖像微小異常檢測方法，其特征在于，所述對所述待檢測樣品圖片進(jìn)行異常預(yù)處理的方法包括：

圖像模糊處理、圖像去噪、形態(tài)學(xué)操作處理、降低分辨率中的至少一種。

3.根據(jù)權(quán)利要求2所述的圖像微小異常檢測方法，其特征在于，所述圖像重建模型包括：

自編碼模型、可逆神經(jīng)網(wǎng)絡(luò)、GAN網(wǎng)絡(luò)中的至少一種。

4.根據(jù)權(quán)利要求2所述的圖像微小異常檢測方法，其特征在于，所述判斷待檢測樣品圖片是否有異常的方法包括：

用判斷模型計(jì)算待檢測樣品圖片和重建圖片每個(gè)對應(yīng)像素的差異；

如果差異值超過設(shè)定閾值，則判定待檢測樣品圖片有異常，異常區(qū)域?yàn)槌^閾值的像素區(qū)域；如果差異值沒有超過閾值t，則待檢測樣品圖片沒有異常。

5.根據(jù)權(quán)利要求4所述的圖像微小異常檢測方法，其特征在于，所述閾值t的確定方法如下：

將訓(xùn)練樣本圖片輸入圖像重建模型，從t＝0.5開始，每次增加0.5，一直到t＝0.95，t的不同取值將對應(yīng)不同的準(zhǔn)確率，取準(zhǔn)確率最高的那個(gè)t值作為t的最后取值。

6.一種圖像微小異常檢測裝置，其特征在于，包括：

圖像采集模塊，用于采集待檢測樣品圖片以及訓(xùn)練樣本圖片；

異常預(yù)處理模塊，用于對所述待檢測樣品圖片進(jìn)行異常預(yù)處理，抑制待檢測樣品圖片中的微小異常，得到預(yù)處理圖片；

訓(xùn)練模塊，用于獲取訓(xùn)練樣本圖片，以及訓(xùn)練圖像重建模型，所述訓(xùn)練樣本圖片為不含有異常的圖片；

所述訓(xùn)練圖像重建模型的方法包括：

用不含有異常的訓(xùn)練樣本圖片訓(xùn)練所述圖像重建模型，得到訓(xùn)練后的圖像重建模型；

所述用不含有異常的訓(xùn)練樣本圖片訓(xùn)練所述圖像重建模型，得到訓(xùn)練后的圖像重建模型的方法包括：

構(gòu)建AutoEncoder模型；

將訓(xùn)練樣本圖片通過圖像高斯模糊處理并用形態(tài)學(xué)操作中的膨脹腐蝕對圖像進(jìn)一步處理，抑制微小異常，得到預(yù)處理訓(xùn)練樣本圖片；

利用預(yù)處理訓(xùn)練樣本圖片訓(xùn)練AutoEncoder，得到訓(xùn)練后的圖像重建模型；

圖像重建模塊，用于不含有異常的訓(xùn)練樣本圖片訓(xùn)練所述圖像重建模型，得到訓(xùn)練后的圖像重建模型，以及將所述預(yù)處理圖片輸入圖像重建模型，得到重建圖片；

判斷模塊，用于將所述待檢測樣品圖片與重建圖片輸入判斷模型，計(jì)算待檢測樣品圖片與重建圖片的差異，判斷待檢測樣品圖片是否有異常，如果有異常輸出異常所在區(qū)域。

7.一種可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如權(quán)利要求1至5中任一項(xiàng)所述的圖像微小異常檢測方法的各個(gè)步驟。