[发明专利]应用于工业质检的缺陷图片生成方法及装置

权利要求书

1.一种应用于工业质检的缺陷图片生成方法，其特征在于，包括：

获取带缺陷的第一工件图集及无缺陷的第二工件图集；

确定所述第一工件图集中的每个第一工件图对应的缺陷标注图，并将各个所述缺陷标注图存储于缺陷特征数据库；

确定所述第二工件图集中的每个第二工件图的特征值，并将各个所述特征值存储于图片特征数据库；

基于所述第一工件图、所述第二工件图、所述缺陷标注图和所述特征值，训练pix2pixHD网络，以得到训练好的所述pix2pixHD网络的生成器；

获期望缺陷类型及期望图片类型；

依据所述期望缺陷类型，从所述缺陷特征数据库中获取目标缺陷标注图；

依据所述期望图片类型，从所述图片特征数据库中获取目标特征值；

将所述目标缺陷标注图和所述目标特征值输入训练好的生成器，以使所述训练好的生成器生成目标缺陷图片。

2.根据权利要求1所述的应用于工业质检的缺陷图片生成方法，其特征在于，确定所述第一工件图集中的每个第一工件图对应的缺陷标注图，包括：

将所述第一工件图进行裁剪处理，以得到所述第一工件图对应的缺陷图；

对所述第一工件图对应的缺陷图依据缺陷类型进行标注，以生成所述第一工件图对应的缺陷标注图。

3.根据权利要求1所述的应用于工业质检的缺陷图片生成方法，其特征在于，确定所述第二工件图集中的每个第二工件图的特征值，包括：

将各个所述第二工件图进行聚类处理，以得到每个所述第二工件图的图片类型；

根据所述第二工件图的图片类型生成所述第二工件图的特征值。

4.根据权利要求1所述的应用于工业质检的缺陷图片生成方法，其特征在于，基于所述第一工件图、所述第二工件图、所述缺陷标注图和所述特征值，训练所述pix2pixHD网络，以得到训练好的所述pix2pixHD网络的生成器，包括以下步骤：

第一步骤，将所述缺陷标注图进行预处理，得到预处理后的缺陷标注图；

第二步骤，将所述特征值和所述预处理后的缺陷标注图输入至所述pix2pixHD网络的生成器，以使所述生成器生成假缺陷图；

第三步骤，将所述假缺陷图和所述第二工件图，输入至构建好的VGG网络，以使所述VGG网络提取所述假缺陷图和所述第二工件图的特征，并计算所述VGG网络的感知重构损失函数值；

第四步骤，将所述第一工件图、所述假缺陷图和第二工件图输入所述pix2pixHD网络的判别器，并计算所述pix2pixHD网络的对抗损失函数值和匹配损失函数值；

第五步骤，根据所述感知重构损失函数值、所述对抗损失函数值和所述匹配损失函数值计算总损失函数值；

第六步骤，将所述生成器的参数固定，通过重复执行所述第二步骤至所述第五步骤训练所述判别器的参数，直至所述总损失函数值最大化；

第七步骤，将所述判别器的参数固定，通过重复执行所述第二步骤至所述第五步骤训练所述生成器的参数，直至所述总损失函数值最小化时，得到训练好的生成器。

5.根据权利要求4所述的应用于工业质检的缺陷图片生成方法，其特征在于，将所述缺陷标注图进行预处理，包括：

对所述缺陷标注图的亮度处理、清晰度处理、噪点处理和图片增强处理中的至少一种处理；

将所述缺陷标注图的尺寸调整为固定尺寸。

6.根据权利要求4所述的应用于工业质检的缺陷图片生成方法，其特征在于，所述VGG网络的感知重构损失函数为：

其中，L_PR(G(x),y)表示感知重构损失函数，G表示生成器，G（x）表示生成器的输出，x表示假缺陷图，y表示无缺陷的第二工件图，i表示VGG网络的层数，S表示VGG网络的总层数，M_i表示第i层中元素的数量，F⁽ⁱ⁾为第i层的特征向量，E(x)为基于x获得的期望值。