[发明专利]基于生成式对抗网络的矿石图像生成方法和计算机可读存储介质

权利要求书

1.一种基于生成式对抗网络的矿石图像生成方法，其特征在于，包括：

S1、获取真实矿石图像并对所述真实矿石图像进行预处理以获得不同种类的真实矿石图片并对其进行标签；

S2、构建条件生成式对抗网络，并基于选择的真实矿石图像的标签添加条件；

S3、采用所述条件生成式对抗网络基于所述条件以及所述选择的真实矿石图像生成矿石图像；

所述步骤S1进一步包括：

S11、获取实际的矿石图片并通过图像分割方式将包含多块矿石的图片分割成只包含一块矿石的真实矿石图像；

S12、对所述真实矿石图像的背景进行像素白化；

S13、按照真实矿石图像中的矿石的矿斑特征进行分类，并根据其类别对其贴标签；

在所述步骤S2中，所述条件生成式对抗网络包括生成器和判别器，且对所述生成器和判别器添加相同的条件，所述条件为选择的真实矿石图像的标签，所述条件生成式对抗网络的总体损失函数为：

其中，D表示判别器，其输入为真实矿石图像x，输出为1或0；G表示生成器，其输入是一维随机噪声向量z，输出是G(z)，训练的目标是使得G(z)的分布尽可能接近真实矿石图像的分布p_data，Y表示选择的真实矿石图像的标签，p_z表示噪声分布；所述选择的真实矿石图像的标签为具有渐变黑斑的真实矿石图像。

2.根据权利要求1所述的基于生成式对抗网络的矿石图像生成方法，其特征在于，在所述步骤S2中，采用多个高斯组件优化所述条件生成式对抗网络，优化后的所述条件生成式对抗网络的总体损失函数为：

其中，N为z的维度，σ_i为第i个高斯组件的标准差，λ表示权重。

3.根据权利要求2所述的基于生成式对抗网络的矿石图像生成方法，其特征在于，所述高斯组件的个数大于3。

4.根据权利要求2所述的基于生成式对抗网络的矿石图像生成方法，其特征在于，所述生成器包括第一卷积层、第二卷积层、第三卷积层和全连接层，所述第一卷积层的卷积核尺寸为5*5，采用的激活函数为Relu函数且包括64个通道，所述第二卷积层的卷积核尺寸为5*5，采用的激活函数为Relu函数且包括128个通道，所述第三卷积层的卷积核尺寸为3*3，采用的激活函数为Tanh函数且包括256个通道。

5.根据权利要求4所述的基于生成式对抗网络的矿石图像生成方法，其特征在于，所述判别器包括第一卷积层、第二卷积层、第三卷积层和全连接层，所述第一卷积层的卷积核尺寸为5*5，采用的激活函数为Relu函数且包括64个通道，所述第二卷积层的卷积核尺寸为3*3，采用的激活函数为Relu函数且包括128个通道，所述第三卷积层的卷积核尺寸为5*5，采用的激活函数为Sigmiod函数且包括256个通道。

6.根据权利要求5所述的基于生成式对抗网络的矿石图像生成方法，其特征在于，所述真实矿石图像的尺寸为56*56，训练批次为128个样本一组，最大迭代次数为1000，梯度优化算法采用Adam优化器。

7.根据权利要求1-6中任意一项所述的基于生成式对抗网络的矿石图像生成方法，其特征在于，进一步包括：

S4、将所述矿石图像加入训练好的矿石分类器中作为分类训练集。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求1-7中任意一项权利要求所述的基于生成式对抗网络的矿石图像生成方法。