[发明专利]一种污损集装箱号图片的生成方法

权利要求书

1.一种污损集装箱号图片的生成方法，包括以下步骤：

S1. 获取干净的集装箱箱面图片作为背景图；

S2. 对集装箱背景图片进行深度估计；

S3. 使用RANSAC算法在结合了深度信息的背景图片上拟合集装箱箱面所在平面；

S4. 拟合平面内使用python的PIL库绘制随机的集装箱号；

S5. 对绘制的集装箱号进行透视变换，将集装箱号与集装箱背景图片进行合成；

S6. 以步骤S5合成的图片为源域图像，以真实的污损集装箱号图片为目标域图像训练风格迁移模型；

S7. 使用风格迁移模型应用于步骤S5合成的图片，变换为污损的集装箱号图片。

2.根据权利要求1所述的一种污损集装箱号图片的生成方法，其特征在于，所述步骤S2中基于CNN的深度估计算法对集装箱背景图片进行深度估计。

3.根据权利要求1所述的一种污损集装箱号图片的生成方法，其特征在于，所述风格迁移模型为基于CycleGAN的风格迁移模型。

4.根据权利要求3所述的一种污损集装箱号图片的生成方法，其特征在于，所述风格迁移模型训练包括以下步骤：

S61. 以步骤S5合成的图片为源域图像，以污损集装箱号图片为目标域图像，划分训练集、验证集和测试集；

S62. 构建风格迁移的神经网络结构CycleGAN，由两个生成器网络和两个判别器网络构成；

S63. 构建如下损失函数及目标函数：

Adversarial loss：

Consistency loss：

总体loss：

其中，x表示域X内的样本，y表示域Y内的样本；G表示X域转到Y域的生成器，F表示Y域到X域的生成器，DX表示域X的判别器，DY表示域Y的判别器；

目标函数：

S64. 训练CycleGAN网络至loss收敛，保存模型。

5.根据权利要求1所述的一种污损集装箱号图片的生成方法，其特征在于，所述步骤S1选择干净的集装箱箱面图片作为背景图片，或选择任意集装箱图片，通过分割算法将不含文字的箱面区域分割出来作为背景图片。