[发明专利]图像恢复装置、图像恢复方法、恢复器生成装置在审

专利信息
申请号: 202010953111.X 申请日: 2020-09-11
公开(公告)号: CN112488927A 公开(公告)日: 2021-03-12
发明(设计)人: 久野靖幸;市川幸男;户田昌孝;久永优;三轮哲广;野泽仁 申请(专利权)人: 爱信精机株式会社
主分类号: G06T5/00 分类号: G06T5/00;G06N3/08
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 舒艳君;王秀辉
地址: 日本*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 恢复 装置 方法 生成
【说明书】:

本发明提供了图像恢复装置、图像恢复方法、恢复器生成装置,其容易地增加能够于使用学习的图像的数目。作为本公开的一个例子的图像恢复装置具备:图像获取部,获取屏蔽图像,其中,该屏蔽图像是通过利用屏蔽区域对物品所映现的物品图像中的至少一部分的规定区域进行屏蔽而生成的;以及图像输出部,使用恢复器输出与通过图像获取部获取到的屏蔽图像对应的恢复图像,其中,该恢复器是通过机械学习以根据屏蔽图像的输入而输出为了模拟再现物品图像从屏蔽图像恢复的恢复图像的方式而预先训练出的。

技术领域

本公开涉及图像恢复装置、图像恢复方法、恢复器生成装置、恢复器生成方法、判定器生成装置、判定器生成方法、物品判定装置、物品判定方法。

背景技术

以往,已知有如下的技术:使用以根据焊接部位所映现的图像的输入而输出该焊接部位的缺陷的有无的判定结果的方式通过机械学习预先训练出的神经网络,来判定焊接部位的缺陷的有无。

专利文献1:日本特开平8-96136号公报

一般而言,为了使使用了上述那样的神经网络的判定的精度提高,需要大量地准备神经网络的学习用的图像。然而,有不容易大量地准备学习用的图像的情况。

例如,为了上述那样的用于判定焊接部位的缺陷的有无的神经网络的学习,需要大量地准备各种缺陷映现的各种图像,但大量地准备与产生频率较低的缺陷对应的图像并不容易。

发明内容

因此,本公开的课题之一在于提供容易地增加能够用于学习的图像的数目的图像恢复装置、图像恢复方法、恢复器生成装置、恢复器生成方法、判定器生成装置、判定器生成方法、物品判定装置、物品判定方法。

作为本公开的一个例子的图像恢复装置具备:图像获取部,获取屏蔽图像,其中,该屏蔽图像是通过利用屏蔽区域对物品所映现的物品图像中的至少一部分的规定区域进行屏蔽而生成的;以及图像输出部,使用恢复器输出与通过图像获取部获取到的屏蔽图像对应的恢复图像,其中,该恢复器是通过机械学习以根据屏蔽图像的输入而输出为了模拟再现物品图像从屏蔽图像恢复的恢复图像的方式而预先训练出的。

根据上述的图像恢复装置,能够使用恢复器,容易地根据通过物品图像和屏蔽区域生成的屏蔽图像量产能够与物品图像相同地进行处理的恢复图像。因此,例如在执行使用了物品图像的学习的情况下,不仅能够使用物品图像还能够使用恢复图像作为学习用的图像,所以能够容易地增加能够使用于学习的图像的数目。

在上述的图像恢复装置中,图像获取部获取合格品屏蔽图像作为屏蔽图像,其中,该合格品屏蔽图像通过将缺陷候补区域作为规定区域进行屏蔽而生成,该缺陷候补区域被预先决定为在合格品图像中与在制造时产生缺陷的频率较高的物品的部位对应,该合格品图像是不包含缺陷的物品所映现的物品图像,图像输出部为了将以模拟再现不合格品图像的方式恢复的模拟不合格品图像输出作为恢复图像,而使用恢复器,输出与通过图像获取部获取到的合格品屏蔽图像对应的模拟不合格品图像,其中,该不合格品图像是包含缺陷的物品所映现的物品图像,该恢复器是通过基于不合格品图像和作为屏蔽图像的不合格品屏蔽图像的机械学习而预先训练出的,通过将该不合格品图像中与缺陷对应的缺陷区域作为规定区域进行屏蔽而生成该不合格品屏蔽图像。根据这样的构成,能够基于合格品图像量产能够与不合格品图像相同地进行处理的模拟不合格品图像。因此,例如在执行使用了物品图像的学习的情况下,能够执行使用了合格品图像、不合格品图像以及模拟不合格品图像的更高精度的学习。

另外,在上述的图像恢复装置中,图像获取部通过对屏蔽区域执行至少包含膨胀或者收缩的第一图像处理,来增加上述屏蔽图像的数目。根据这样的构成,能够通过第一图像处理,容易地增加成为恢复图像的基础的屏蔽图像的变化。因此,能够容易地量产恢复图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于爱信精机株式会社,未经爱信精机株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010953111.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top