[发明专利]零部件图像识别的方法和装置

权利要求书

1.一种零部件图像识别的方法，其特征在于，所述方法包括：

获取待识别图像，基于图像匹配算法以及零部件模板图像，确定在所述待识别图像中是否识别到零部件图像；所述零部件模板图像可以是包括零部件的图像，尺寸小于待识别图像；所述零部件模板图像也可以是尺寸与所述待识别图像相同的、包括场景的图像；

根据图像匹配算法，确定所述待识别图像中的局部图像与零部件模板图像的相似度；

如果零部件模板图像的尺寸小于待识别图像，则根据零部件模板图像的尺寸，在待识别图像中确定出相同尺寸的局部图像，将该局部图像与零部件模板图像通过图像匹配算法计算相似度；

如果所述相似度大于相似度阈值，则确定在所述待识别图像中识别到零部件图像；

如果所述相似度小于相似度阈值，则在所述待识别图像中选取下一个相同尺寸的局部图像，使之与零部件模板图像进行比较，确定其相似度是否大于相似度阈值，如果所述相似度仍然小于相似度阈值，则循环该过程，直到确定在待识别图像中选取的所有局部图像与零部件模板图像的相似度均小于相似度阈值，则确定在待识别图像中识别不到零部件图像；

如果在所述待识别图像中识别到零部件图像，则确定所述零部件图像在所述待识别图像中的位置信息；

如果在所述待识别图像中识别不到零部件图像，则基于预先训练的遮挡去除网络模型以及所述待识别图像，在所述待识别图像中还原零部件图像，确定还原的零部件图像在所述待识别图像中的位置信息；

其中，所述遮挡去除网络模型包括生成器和鉴别器；所述生成器包括编码器、转换器和解码器；

所述遮挡去除网络模型的训练方法包括：

获取多个样本数据，其中，所述多个样本数据包括尺寸相同的多个被遮挡零部件图像以及多个未被遮挡零部件图像；

将所述被遮挡零部件图像输入初始遮挡去除网络模型的编码器中，得到第一特征向量；

将所述第一特征向量输入初始遮挡去除网络模型的转换器中，得到第二特征向量；

将所述第二特征向量输入初始遮挡去除网络模型的解码器中，得到预测图像；

根据所述鉴别器判断所述预测图像是否符合要求，如果符合，基于所述预测图像与所述未被遮挡零部件图像，调整所述初始遮挡去除网络模型中的系数，得到所述遮挡去除网络模型。

2.根据权利要求1所述的方法，其特征在于，所述根据图像匹配算法，确定所述待识别图像中的局部图像与零部件模板图像的相似度，包括：

对所述待识别图像进行高斯滤波，得到第一图像，所述第一图像的分辨率低于所述待识别图像的分辨率；

根据图像匹配算法，确定所述第一图像中的局部图像与零部件模板图像的中间相似度；

如果存在大于中间相似度阈值的第一中间相似度，则确定所述第一中间相似度对应的第一局部图像在所述第一图像中的中间位置信息，在所述待识别图像中，基于所述中间位置信息确定对应的第二局部图像，确定所述第二局部图像与所述零部件模板图像的相似度；

所述确定所述零部件图像在所述待识别图像中的位置信息，包括：

将所述中间位置信息确定为所述零部件图像在所述待识别图像中的位置信息。

3.根据权利要求1所述的方法，其特征在于，所述基于预先训练的遮挡去除网络模型以及所述待识别图像，在所述待识别图像中还原零部件图像，包括：

根据预先训练的遮挡去除网络模型，提取所述待识别图像的第一特征向量；

将所述第一特征向量转换成零部件模板图像的第二特征向量；

根据所述第二特征向量，在所述待识别图像中还原零部件图像。