[發明專利]一種基于改進生成對抗網絡的金相顯微組織圖像生成方法

在審

• 申請號: 202210598440.6
• 申請日: 2022-05-30
• 公開（公告）號: CN115100307A
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 曹光明;劉建軍;王皓;李鑫;崔春圓;劉振宇
• 申請（專利權）人: 東北大學
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06N3/04;G06N3/08;G06V10/764;G06V10/77;G06V10/774
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 徐湘輝

1.一種基于改進生成對抗網絡的金相顯微組織圖像生成方法，其特征在于，該方法包括如下步驟：

步驟1：讀取訓練集中的一幅金相顯微組織圖像，并依據圖像的大小將其定義為大小為(C，W，H)的三維矩陣，表示為X(C，W，H)；

步驟2：將X經過判別器得到特征圖M₁～M₅，并將特征圖M₅經過Sigmoid函數后輸出所述金相顯微組織圖像為真的概率；

步驟3：使用二進制交叉熵損失函數計算步驟2中得到的所述金相顯微組織圖像為真的概率與真實概率1之間的損失值，并進行反向傳遞，從而對判別器中的模型參數進行迭代優化，得到迭代訓練一次的判別器模型；

步驟4：在生成器中，應用數據轉換模塊將訓練集中與所述金相顯微組織圖像相對應的一維金屬材料的成分和工藝數據轉換成單通道三維矩陣G，表示為：(1，W′，H′)；

步驟5：將殘差單元加入到生成器中獲得改進的生成器，將矩陣G經過改進的生成器得到特征圖M₆～M₁₂；

步驟6：將步驟5得到的特征圖M₁₂輸入到步驟3中獲得的經過一次迭代訓練的判別器，并對M₁₂執行步驟2和步驟3操作，得到損失值并進行反向傳遞；

步驟7：在設定的迭代次數內，執行步驟1～步驟6，得到訓練完畢的生成器；

步驟8：將測試集中的金屬材料的成分和工藝數據輸入到已訓練的生成器中生成金相顯微組織圖像。

2.根據權利要求1所述的基于改進生成對抗網絡的金相顯微組織圖像生成方法，其特征在于，所述X經過判別器得到特征圖M₁～M₅的方法為：將X經卷積操作改變特征圖通道數量，得到M₁(C₁，W，H)；然后通過卷積層中卷積核的尺寸和步長改變特征圖尺寸，得到特征圖M₂～M₅；特征圖M₂～M₅的大小分別為：M₅(1，1，1)。

3.根據權利要求2所述的基于改進生成對抗網絡的金相顯微組織圖像生成方法，其特征在于，所述X經過判別器得到特征圖M₁～M₅的方法包括以下步驟：

步驟2.1：對X進行特征提取，經卷積操作改變X通道數量，然后經數據標準化和激活操作得到特征圖M₁(C₁，W，H)；

步驟2.2：對M₁進行特征提取，經卷積操作改變M₁特征圖的大小，然后經數據標準化和激活操作得到特征圖

步驟2.3：對M₂進行特征提取，經卷積操作改變M₂特征圖的大小，然后經數據標準化和激活操作得到特征圖

步驟2.4：對M₃進行特征提取，經卷積操作改變M₃特征圖的大小，然后經數據標準化和激活操作得到特征圖

步驟2.5：對M₄進行特征提取，經卷積操作改變M₄特征圖的大小，然后經數據標準化和激活操作得到特征圖M₅(1，1，1)；

步驟2.6：應用分類函數對特征圖M₅進行計算，分類函數輸出所述金相顯微組織圖像為真的概率。

4.根據權利要求3所述的基于改進生成對抗網絡的金相顯微組織圖像生成方法，其特征在于，所述分類函數為Sigmoid函數。