[发明专利]一种含缺陷的训练图像生成方法及装置

权利要求书

1.一种含缺陷的训练图像生成方法，其特征在于，所述方法包括：

获取缺陷图像的掩模图像；

根据所述掩模图像在第一产品图像中选取所述缺陷图像的可注入区域，所述第一产品图像为没有缺陷的图像；

在所述可注入区域选取所述缺陷图像的可注入范围；

将所述缺陷图像融合到所述第一产品图像的所述可注入范围中，得到含缺陷的训练图像。

2.根据权利要求1所述的含缺陷的训练图像生成方法，其特征在于，获取缺陷图像的掩模图像，包括：

采用二阶边缘提取算子获取所述缺陷图像的缺陷边缘；

计算所述缺陷边缘的最大连通区域的最小外接矩形；

根据所述最小外接矩形对第二产品图像进行剪裁，获取所述缺陷图像，所述第二产品图像为带有所述缺陷图像的图像；

获取所述缺陷图像的灰度直方图；

对所述灰度直方图的峰值点进行二值化，获得所述缺陷图像的掩模图像。

3.根据权利要求1所述的含缺陷的训练图像生成方法，其特征在于，根据所述掩模图像在第一产品图像中选取所述缺陷图像的可注入区域，包括：

获取所述掩模图像的最小外接矩形的宽高比；

通过所述掩模图像的最小外接矩形的宽高比在所述第一产品图像中选取所述缺陷图像的可注入区域。

4.根据权利要求1所述的含缺陷的训练图像生成方法，其特征在于，在所述可注入区域选取所述缺陷图像的可注入范围，包括：

获取所述缺陷图像的最小外接矩形的宽高比；

通过所述缺陷图像的最小外接矩形的宽高比在所述可注入区域选取所述缺陷图像的可注入范围。

5.根据权利要求1所述的含缺陷的训练图像生成方法，其特征在于，将所述缺陷图像融合到所述第一产品图像的所述可注入范围中，得到含缺陷的训练图像，包括：

分别对所述缺陷图像和所述第一产品图像进行多层金字塔分解，得到多层的金字塔图像；

将每层的金字塔图像按不同融合权重进行逐层融合，所述融合权重根据所述缺陷图像是否超出所述可注入区域得到；

将融合后的所述缺陷图像和所述第一产品图像进行高斯逆变换得到所述含缺陷的训练图像。

6.根据权利要求1-5任意一项所述的含缺陷的训练图像生成方法，其特征在于，在生成含缺陷的训练图像之后，还包括：

分别计算所述可注入范围的原始边缘强度和注入缺陷区域的边缘强度，所述注入缺陷区域为在融合后的第一产品图像中所述缺陷图像的所处区域；

采用边缘增强算法根据所述原始边缘强度对所述注入缺陷区域的边缘强度进行修正，直到所述注入缺陷区域的边缘强度与所述原始边缘强度一致；

将修正后的含缺陷的训练图像输入到缺陷检测模型中。

7.一种含缺陷的训练图像生成装置，其特征在于，包括：

获取模块，用于获取缺陷图像的掩模图像，所述缺陷图像为产品缺陷部位的图像；

第一选取模块，用于根据所述掩模图像在第一产品图像中选取所述缺陷图像的可注入区域，所述第一产品图像为没有缺陷的图像；

第二选取模块，用于在所述可注入区域选取所述缺陷图像的可注入范围；

融合模块，用于将所述缺陷图像融合到所述第一产品图像的所述可注入范围中，得到含缺陷的训练图像。

8.根据权利要求7所述的含缺陷的训练图像生成装置，其特征在于，所述融合模块还包括：

分解单元，用于分别对所述缺陷图像和所述产品图像进行多层金字塔分解，得到多层的金字塔图像；

逐层融合单元，用于对每层的金字塔图像按不同融合权重进行逐层融合，所述融合权重根据所述缺陷图像是否超出所述可注入区域得到；

逆变换单元，用于将融合后的所述缺陷图像和所述第一产品图像进行高斯逆变换得到所述含缺陷的训练图像。