[發明專利]一種基于ACGAN和Cameralink相機的缺陷圖像數據處理仿真方法

有效

• 申請號: 202111071256.8
• 申請日: 2021-09-14
• 公開（公告）號: CN113516656B
• 公開（公告）日: 2021-12-14
• 發明（設計）人: 鐘洪萍;章靈偉;胡美琴
• 申請（專利權）人: 浙江雙元科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/04
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 彭劍

本發明公開了一種基于ACGAN和Cameralink相機的缺陷圖像數據處理仿真方法，通過收集少量真實缺陷圖樣數據來訓練增強型ACGAN網絡，再通過增強型ACGAN生成器生成逼近真實缺陷數據傳入Cameralink相機仿真系統，解決了現有仿真系統黑盒測試普遍適用性差的問題。本發明基于ACGAN和Cameralink相機，實現了對各類片材表面缺陷的數據生成、仿真和識別，提高了現有圖像生成方法生成的缺陷樣式的隨機性和多樣性，同時解決了現有仿真系統測試功能單一、測試過程不完整和可擴展性不高的缺點。

技術領域

本發明涉及機器視覺的片材表面缺陷檢測技術領域，尤其是涉及一種基于ACGAN和Cameralink相機的缺陷圖像數據處理仿真方法。

背景技術

隨著計算機技術的高速發展，在片材表面缺陷檢測領域涌現了大量性能優異的算法，但在可用數據缺乏的情況下也會顯得束手無策。現有數據生成技術主要有“貼圖”和基于拉普拉斯金字塔變換的圖像融合等手段。前者是從現有寥寥無幾的真實缺陷圖像樣本中先通過閾值化確定目標區域，然后將缺陷目標從原圖中剝離出來，再通過貼圖的形式放在真實無缺陷的背景圖像中，其中可能還會通過一些邊緣優化處理使貼圖與背景更加相近。后者則先通過計算原缺陷圖像樣本與感興趣的背景區域的高斯金字塔，再基于高斯金字塔計算出各層的拉普拉斯金字塔，然后將兩張圖最高層級的高斯金字塔、各個層級的拉普拉斯金字塔融合，最后從頂層開始逐層從上至下依次上采樣重構還原細節，使人眼看上去更加真切。

如公開號為CN104182954A的中國專利文獻公開了一種實時的多模態醫學圖像融合方法，包括：對已配準的若干幅醫學源圖像進行拉普拉斯金字塔分解得到每一幅源圖像對應的低頻和高頻分量；基于稀疏表示的方法對所有源圖像的低頻分量進行融合處理，基于系數絕對值的方式對所有源圖像的高頻分量進行融合處理；將融合后的低頻分量與高頻分量進行拉普拉斯金字塔重建得到多模態醫學融合圖像。

公開號為CN105139371A的中國專利文獻公開了基于脈沖耦合神經網絡(PCNN)與拉普拉斯金字塔變換(LP)，提出了一種有效的多聚焦圖像融合算法。首先，利用LP對圖像進行塔形結構的多尺度分解，并利用PCNN對每一尺度的分解圖像進行處理，以獲取描述特征聚類的神經元點火頻率圖。然后，基于點火頻率圖的局部空間頻率(LSF)，實現了圖像在每一LP分解尺度上的融合。最后通過LP分解的重構算法實現了對多聚焦圖像的融合。

然而上述方法的通病在于缺乏隨機性，無法生成逼近真實缺陷分布的模式，滿足不了表面缺陷可能復雜多變的真實應用場景。數據量的不足以及數據生成方法缺少隨機性，給后期檢測算法的開發和測試階段都會帶來不便的影響。

而且目前的仿真技術大都用在軟件領域測試，國內有通過PCIe接口或USB接口虛擬輸出Camerallink相機信號的技術方案，然而這些都是簡單的由上位機產生特定的測試圖像或原始圖像，功能比較單一，測試的完整性不高。

發明內容

為解決現有技術存在的上述問題，本發明提供了一種基于ACGAN和Cameralink相機的缺陷圖像數據處理仿真方法，可以解決前期數據量不足和多樣性差無法滿足開發和測試的需求以及測試功能單一的問題。

一種基于ACGAN和Cameralink相機的缺陷圖像數據處理仿真方法，其特征在于，包括以下步驟：

（1）構建增強型ACGAN網絡，所述的增強型ACGAN網絡包含生成器和判別器；

（2）收集真實缺陷圖像數據并標注類別標簽；將隨機噪聲和類別標簽輸入至生成器中先進行向量嵌入，然后進一步生成對應類別標簽的假圖像數據；將生成器生成的假圖像數據與對應類別標簽的真實圖像數據輸入判別器中，分別得到兩者的真假概率和類別概率；

根據真假概率和類別概率計算訓練的損失函數來調整生成器網絡輸出，直至判別器對生成器的輸出在識別對應的缺陷類型時無法判斷其真假；