[发明专利]图像缺陷检测模型的训练、测试方法、装置及存储介质在审
申请号: | 201910933293.1 | 申请日: | 2019-09-29 |
公开(公告)号: | CN110796637A | 公开(公告)日: | 2020-02-14 |
发明(设计)人: | 徐明亮;高志敏;刘启东;张晨民;闫杰;李丙涛;栗芳 | 申请(专利权)人: | 郑州金惠计算机系统工程有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00 |
代理公司: | 41134 郑州铭晟知识产权代理事务所(特殊普通合伙) | 代理人: | 张鹏 |
地址: | 450001 河南省郑州市*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及工件表面缺陷检测的技术领域,具体涉及一种图像缺陷检测模型训练、测试方法、装置及存储介质。该训练方法包括将某一高分辨率图像分解为由多个正常训练图像块构成的正常训练图像块集合;在正常训练图像块集合中添加随机噪声和人工合成缺陷得到人工缺陷训练图像块集合;将人工缺陷训练图像块集合中的各个图像块输入生成器,生成器对随机噪声和人工合成缺陷进行修复得到由修复训练图像块组成的修复训练图像块集合;将修复训练图像块集合中的修复训练图像块和正常训练图像块集合中的正常训练图像块分别输入判别器,判别器判断所接收的图像块是否属于正常训练图像块,并输出属于正常训练图像块的无缺陷概率矩阵;根据无缺陷概率矩阵训练SVM分类器。 | ||
搜索关键词: | 训练图像 集合 修复 缺陷概率 人工缺陷 随机噪声 生成器 图像块 高分辨率图像 工件表面缺陷 图像缺陷检测 矩阵 存储介质 矩阵训练 模型训练 输入判别 判别器 测试 分解 输出 检测 | ||
【主权项】:
1.一种图像缺陷检测模型的训练方法,其特征在于,该训练方法包括以下步骤:/n将某一高分辨率图像分解为由多个正常训练图像块构成的正常训练图像块集合;/n在所述正常训练图像块集合中添加随机噪声和人工合成缺陷得到人工缺陷训练图像块集合;/n将所述人工缺陷训练图像块集合中的各个图像块输入生成器,所述生成器对所述随机噪声和人工合成缺陷进行修复得到由修复训练图像块组成的修复训练图像块集合;/n将所述修复训练图像块集合中的修复训练图像块和所述正常训练图像块集合中的正常训练图像块分别输入判别器,所述判别器判断所接收的图像块是否属于所述正常训练图像块,并输出属于所述正常训练图像块的无缺陷概率矩阵;/n根据所述无缺陷概率矩阵训练SVM分类器。/n
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郑州金惠计算机系统工程有限公司,未经郑州金惠计算机系统工程有限公司许可,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/patent/201910933293.1/,转载请声明来源钻瓜专利网。
- 上一篇:基于卷积神经网络的CT图像骨质状况检测方法及装置
- 下一篇:毛孔检测方法