[发明专利]一种基于resUnet的光学元器件损伤检测方法及系统

权利要求书

1.一种基于resUnet的光学元器件损伤检测方法，其特征在于，所述方法包括：

采集同一光学元器件的两组图像A和图像B，其中A组为高分辨率图像，B组为低分辨率图像；

分别二值化处理图像A和图像B；

基于二值化处理后的图像A和图像B，依据图像A和图像B的对应关系生成标签数据，具体包括：

利用measure函数库的regionprops方法分别查找图像A与图像B的损伤连通区域，遍历图像B的损伤连通区域，保留与图像A损伤连通区域有交集的损伤连通区域作为标签数据；

将标签数据对应的图像B的二值化图像切割为若干大小相同的子图像，将切割生成的子图像作为训练数据集；

利用训练数据集训练resUnet模型；

将图像B输入训练后的resUnet模型，获得光学元器件损伤检测结果。

2.根据权利要求1所述的一种基于resUnet的光学元器件损伤检测方法，其特征在于，所述分别二值化处理图像A和图像B，具体包括：

将像素灰度值小于100的像素点灰度值置为0，将像素灰度值大于或等于100的像素点灰度值置为255，实现图像二值化。

3.根据权利要求1所述的一种基于resUnet的光学元器件损伤检测方法，其特征在于，本方法以预设像素为步长，将图像B切分为若干个patch作为训练数据集。

4.根据权利要求1所述的一种基于resUnet的光学元器件损伤检测方法，其特征在于，本方法中的resUnet模型为改进的Unet模型，其中：

resUnet模型使用Dice’s coefficient作为损失函数；

resUnet模型使用Group Normalization层使模型得以收敛，将通道划分成组，在每组计算用于归一化的均值和方差。

5.一种基于resUnet的光学元器件损伤检测系统，其特征在于，所述系统包括：

数据采集及处理单元，用于采集同一光学元器件的两组图像，一组图像的分辨率高于另外一组，其中A组为高分辨率图像，B组为低分辨率图像；

数据处理单元，用于分别二值化处理图像A和图像B；基于二值化处理后的图像A和图像B，依据图像A和图像B的对应关系生成标签数据；将标签数据对应的图像B的二值化图像切割为若干大小相同的子图像，将切割生成的子图像作为训练数据集；

训练单元，用于利用训练数据集训练resUnet模型；

检测单元，用于将图像B输入训练后的resUnet模型，获得光学元器件损伤检测结果；

其中，依据图像A和图像B的对应关系生成标签数据，具体包括：

利用measure函数库的regionprops方法分别查找图像A与图像B的损伤连通区域，遍历图像B的损伤连通区域，保留与图像A损伤连通区域有交集的损伤连通区域，作为标签数据。

6.根据权利要求5所述的一种基于resUnet的光学元器件损伤检测系统，其特征在于，所述分别二值化处理图像A和图像B，具体包括：

将像素灰度值小于100的像素点灰度值置为0，将像素灰度值大于或等于100的像素点灰度值置为255，实现图像二值化。

7.根据权利要求5所述的一种基于resUnet的光学元器件损伤检测系统，其特征在于，本系统以预设像素为步长，将图像B切分为若干个patch作为训练数据集。

8.根据权利要求5所述的一种基于resUnet的光学元器件损伤检测系统，其特征在于，本系统中的resUnet模型为改进的Unet模型，其中：

resUnet模型使用Group Normalization层使模型得以收敛,将通道划分成组，在每组计算用于归一化的均值和方差。