[发明专利]基于泊松图像融合及图像风格化的交互式数据扩展方法

权利要求书

1.一种基于泊松图像融合及图像风格化的交互式数据扩展方法，其特征在于，所述方法包括：

基于泊松图像编辑的交互式数据增强方式，通过读取原始图像的标注信息对发动机缺陷进行提取，并构建缺陷信息库；

基于Pytorch框架对风格迁移模型中的训练参数进行调整，用于将缺陷信息的风格转换成背景图中相应位置的风格，获取新缺陷图像；

将新缺陷图像与背景图像融合，并利用泊松融合对融合边界进行修正，减小融合痕迹，获取带有新缺陷的发动机孔探图像，并将其作为扩展图像用于发动机孔探图像缺陷检测任务的模型训练；

对若干张原始图像进行交互式数据扩展，生成若干张新缺陷图像，将原始图像和新缺陷图像作为一个图像二分类数据集，对新缺陷图像进行判定。

2.根据权利要求1所述的一种基于泊松图像融合及图像风格化的交互式数据扩展方法，其特征在于，所述通过读取原始图像的标注信息对发动机缺陷进行提取，并构建缺陷信息库具体为：

对于带有json标注信息的原始图像，通过读取标注信息，将缺陷从原始图像中抠取出来并保存为只含有缺陷信息的缺陷图像，同时自动生成该缺陷信息的配套json标注信息，并将所有缺陷按类别保存在相应文件夹下，构建缺陷信息库。

3.根据权利要求1所述的一种基于泊松图像融合及图像风格化的交互式数据扩展方法，其特征在于，所述基于Pytorch框架对风格迁移模型中的训练参数进行调整，用于将缺陷信息的风格转换成背景图中相应位置的风格具体为：

将背景图像中几类缺陷的待粘贴区域作为风格图像，缺陷图像作为目标图像，训练后，对目标图像进行风格迁移，获取风格化后的缺陷图像；

将风格化后的缺陷图像通过交互式界面粘贴至指定位置，并进行旋转和缩放，获取新缺陷图像。

4.根据权利要求1所述的一种基于泊松图像融合及图像风格化的交互式数据扩展方法，其特征在于，所述利用泊松融合对融合边界进行修正，减小融合痕迹具体为：

通过泊松算法使背景图像在待融合区域的边缘，根据缺陷图像的梯度信息生成与背景图像相近的像素，以达到平滑效果；

将带有新缺陷的发动机孔探图像作为扩展图像用于发动机孔探图像缺陷检测的模型训练；通过对指定缺陷的单独扩展还可在一定程度上解决样本集类别不均衡的问题，提高模型泛化能力。

5.根据权利要求1所述的一种基于泊松图像融合及图像风格化的交互式数据扩展方法，其特征在于，所述方法还包括：

根据离散化将泊松融合的过程转化为多元方程组的求解，将已知的边界像素值作为约束条件，将背景图像中的待融合区域置0，并对除待融合区域之外的区域求一阶梯度；

对风格化后的缺陷图像求一阶梯度，并在其周围填充0，使缺陷图像梯度矢量场与背景图像的梯度矢量场大小相同；

将矢量场与梯度矢量场相加并再次求解一阶梯度即可得到图像的散度矩阵。