【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請涉及圖像數(shù)據(jù)增強(qiáng)，尤其是涉及一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法、設(shè)備及介質(zhì)。
技術(shù)介紹
1、導(dǎo)光板是一種利用高折射率且不吸收光的材料制成的能夠?qū)⒕€光源轉(zhuǎn)變?yōu)槊婀庠吹陌宀模瑢?dǎo)光板的質(zhì)量能夠顯著影響液晶顯示屏的性能。機(jī)器視覺是一種利用圖像采集裝置獲取目標(biāo)圖像，再通過圖像工程方法處理、分析和理解目標(biāo)圖像，最后運(yùn)用自動(dòng)化方法對實(shí)物目標(biāo)進(jìn)行處理的多學(xué)科交叉技術(shù)。
2、導(dǎo)光板的缺陷檢測是導(dǎo)光生產(chǎn)過程中，能夠保障產(chǎn)品質(zhì)量、減少不合格產(chǎn)品的重要環(huán)節(jié)。機(jī)器視覺技術(shù)已大規(guī)模取代人工檢測方法，具有效率高、檢測精度高、靈活性高和穩(wěn)定性強(qiáng)等優(yōu)點(diǎn)，也廣泛應(yīng)用于導(dǎo)光板缺陷檢測的領(lǐng)域。得益于生產(chǎn)工藝的提高，目前生產(chǎn)線上大多數(shù)導(dǎo)光板缺陷種類穩(wěn)定，存在缺陷的數(shù)量較少，產(chǎn)品質(zhì)量也較高，優(yōu)質(zhì)企業(yè)的導(dǎo)光板產(chǎn)品優(yōu)良率能達(dá)到90％。然而，隨著科技的發(fā)展，新工藝、新設(shè)備不斷引入到導(dǎo)光板生產(chǎn)工藝環(huán)節(jié)中，在生產(chǎn)過程中不可避免地會(huì)引入新的缺陷種類。
3、目前市面上主要采用三種方法發(fā)現(xiàn)新的缺陷種類或者更新現(xiàn)有的導(dǎo)光板缺陷檢測設(shè)備。第一種方法為在生產(chǎn)過程中發(fā)現(xiàn)新的缺陷種類后，增加一組檢測人員，采用人工對缺陷進(jìn)行檢測。但由于人工的不可控因素多，導(dǎo)致該方法存在自動(dòng)化程度低、檢測效率低和檢測精度差等問題。第二種方法為采用傳統(tǒng)的圖像處理算法，更新現(xiàn)有的缺陷檢測程序，針對新缺陷進(jìn)行異常報(bào)警。該方法較易實(shí)現(xiàn)，更新成本低，能夠區(qū)分出新的缺陷種類，提高產(chǎn)品的優(yōu)良率，但不能對新的缺陷種類進(jìn)行分類，導(dǎo)致檢測效果欠佳，起不到指導(dǎo)生產(chǎn)工藝的目的，對進(jìn)一步提高產(chǎn)品的優(yōu)良率幫助不大。第三
技術(shù)實(shí)現(xiàn)思路
1、本申請的目的是提供一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法、設(shè)備及介質(zhì)，能夠提升導(dǎo)光板缺陷檢測的精準(zhǔn)性，進(jìn)一步提高導(dǎo)光板的產(chǎn)品優(yōu)良率。
2、第一方面，本申請?zhí)峁┑囊环N導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法采用如下的技術(shù)方案：
3、一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法，包括：
4、獲取缺陷圖像和對應(yīng)的缺陷類型標(biāo)注，構(gòu)建為原始缺陷圖像數(shù)據(jù)集；
5、構(gòu)建缺陷類型預(yù)測初始模型，通過原始缺陷圖像數(shù)據(jù)集對缺陷類型預(yù)測初始模型進(jìn)行訓(xùn)練，得到初步訓(xùn)練后的缺陷類型預(yù)測模型；
6、生成潛在缺陷圖像，將潛在缺陷圖像輸入初步訓(xùn)練后的缺陷類型預(yù)測模型，得到潛在缺陷類型標(biāo)注；
7、預(yù)設(shè)相似度閾值，將潛在缺陷圖像和缺陷圖像進(jìn)行對比，得到潛在缺陷圖像和缺陷圖像的相似度；
8、選取相似度在相似度閾值內(nèi)的潛在缺陷圖像以及對應(yīng)的潛在缺陷類型標(biāo)注，構(gòu)建為潛在缺陷圖像數(shù)據(jù)集；
9、通過潛在缺陷圖像數(shù)據(jù)集對初步訓(xùn)練后的缺陷類型預(yù)測模型進(jìn)行訓(xùn)練，得到最終訓(xùn)練后的缺陷類型預(yù)測模型；
10、通過最終訓(xùn)練后的缺陷類型預(yù)測模型進(jìn)行缺陷類型預(yù)測。
11、通過采用上述技術(shù)方案，本申請通過深度學(xué)習(xí)算法自動(dòng)生成導(dǎo)光板的潛在缺陷圖像，進(jìn)而補(bǔ)充缺陷圖像數(shù)據(jù)庫，通過潛在缺陷數(shù)據(jù)集對缺陷類型預(yù)測模型進(jìn)行訓(xùn)練，方便后續(xù)的缺陷類型識(shí)別，確保在生產(chǎn)過程中發(fā)現(xiàn)導(dǎo)光板新缺陷后也能夠識(shí)別出對應(yīng)的缺陷類型，能夠有效解決現(xiàn)有缺陷檢測設(shè)備難以根據(jù)新缺陷類型進(jìn)行更新?lián)Q代的問題，提升能夠提升導(dǎo)光板缺陷檢測的精準(zhǔn)性，進(jìn)一步提高導(dǎo)光板的產(chǎn)品優(yōu)良率。
12、進(jìn)一步的，所述生成潛在缺陷圖像，包括：
13、通過高斯噪聲函數(shù)生成純噪聲圖像；
14、將預(yù)設(shè)缺陷類型的文本數(shù)據(jù)通過文本編譯器轉(zhuǎn)換為文本特征向量；
15、對去噪模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的去噪模型；
16、將純噪聲圖像和預(yù)設(shè)缺陷類型的文本特征向量輸入訓(xùn)練好的去噪模型，得到符合預(yù)設(shè)缺陷類型的缺陷圖像，作為潛在缺陷圖像。
17、通過采用上述技術(shù)方案，本申請通過預(yù)設(shè)的缺陷類型，利用去噪模型得到所需要的潛在缺陷圖像，能夠增強(qiáng)缺陷圖像數(shù)據(jù)集的數(shù)據(jù)量，從而提升后續(xù)進(jìn)行導(dǎo)光板缺陷識(shí)別的精準(zhǔn)性。
18、進(jìn)一步的，所述通過高斯噪聲函數(shù)生成純噪聲圖像，所使用的高斯噪聲在時(shí)間軸上的概率分布函數(shù)公式為：
19、
20、其中，n(t)表示在時(shí)間t處的高斯白噪聲值，a表示噪聲的振幅，t0表示噪聲的時(shí)間偏移，σ表示標(biāo)準(zhǔn)差。
21、通過采用上述技術(shù)方案，本申請通過高斯噪聲函數(shù)生成純噪聲圖像，高斯噪聲在時(shí)間和空間上是連續(xù)且均勻分布的，這種特性使得它在圖像中表現(xiàn)為平滑的隨機(jī)變化，有利于生成潛在缺陷圖像的精準(zhǔn)性。
22、進(jìn)一步的，所述對去噪模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的去噪模型，具體包括：
23、通過編碼器得到缺陷圖像的潛在向量；
24、對潛在空間的向量隨機(jī)選擇一個(gè)時(shí)間步長t，通過正余弦編碼對時(shí)間步長t進(jìn)行編碼，形成編碼向量；
25、將高斯噪聲對應(yīng)于時(shí)間步長t添加到潛在空間中輸入的缺陷圖像中，得到噪聲圖像；
26、將噪聲圖像以及時(shí)間步長t形成的編碼向量嵌入到u-net網(wǎng)絡(luò)模型中，得到添加在噪聲圖像上的預(yù)測噪聲程度；
27、獲取加在圖像上的真實(shí)噪聲程度，將預(yù)測噪聲程度和真實(shí)噪聲程度進(jìn)行對比，判斷u-net網(wǎng)絡(luò)模型的預(yù)測能力；
28、根據(jù)u-net網(wǎng)絡(luò)模型的預(yù)測能力得到訓(xùn)練好的去噪模型。
29、通過采用上述技術(shù)方案，本申請通過編碼器得到缺陷圖像的潛在向量可以降低內(nèi)存和計(jì)算需求，同時(shí)，由于u-net網(wǎng)絡(luò)模型采用u型網(wǎng)絡(luò)結(jié)構(gòu)和跳躍連接機(jī)制，能夠有效地捕獲不同層次的特征信息，從而提高圖像分割的準(zhǔn)確性和細(xì)節(jié)保留能力，相比其他深度學(xué)習(xí)方法，u-net網(wǎng)絡(luò)模型在少量標(biāo)注數(shù)據(jù)上表現(xiàn)出色，可以在較少的標(biāo)注數(shù)據(jù)上進(jìn)行訓(xùn)練，并取得較好的分割效果，因此能夠有效提升去噪模型訓(xùn)練的效率和準(zhǔn)確性。
30、進(jìn)一步的，所述根據(jù)u-net網(wǎng)絡(luò)模型的預(yù)測能力得到訓(xùn)練好的去噪模型，具體包括：
31、獲取預(yù)測噪聲程度和真實(shí)噪聲程度的差值，預(yù)設(shè)差值范圍；
32、通過損失函數(shù)優(yōu)化u-net網(wǎng)絡(luò)模型的預(yù)測能力，使最終的預(yù)測噪聲程度和真實(shí)噪聲的差值處在差值范圍內(nèi)，得到訓(xùn)練好的u-net權(quán)重系數(shù)；
33、根據(jù)訓(xùn)練好的u-net權(quán)重系數(shù)得到訓(xùn)練好的去噪模型。
34、通過采用上述技術(shù)方案，本申請通過預(yù)測噪聲程度和真實(shí)噪聲程度的差值判斷u-net網(wǎng)絡(luò)模型的預(yù)測能力，再根據(jù)判斷結(jié)果得到訓(xùn)練好的u-net權(quán)重系數(shù)，從而得到訓(xùn)練好的去噪模型，提升最終生成潛在缺陷圖像的準(zhǔn)確性。
35、進(jìn)一步的，所述通過正余弦編碼對時(shí)間步長t進(jìn)行編碼，所使用的正余弦編碼公式為：
36、
37、其中，i表示維度的索引，d表示向量的維度。
38、通過采用上述技術(shù)方案，本申請通過正余弦編碼對時(shí)間步長t本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，所述生成潛在缺陷圖像，包括：
3.根據(jù)權(quán)利要求2所述的一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，所述通過高斯噪聲函數(shù)生成純噪聲圖像，所使用的高斯噪聲在時(shí)間軸上的概率分布函數(shù)公式為：
4.根據(jù)權(quán)利要求2所述的一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，所述對去噪模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的去噪模型，具體包括：
5.根據(jù)權(quán)利要求4所述的一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，所述根據(jù)U-net網(wǎng)絡(luò)模型的預(yù)測能力得到訓(xùn)練好的去噪模型，具體包括：
6.根據(jù)權(quán)利要求5所述的一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，所述通過正余弦編碼對時(shí)間步長t進(jìn)行編碼，所使用的正余弦編碼公式為：
7.根據(jù)權(quán)利要求6所述的一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，所述將高斯噪聲對應(yīng)于時(shí)間步長t添加到潛在空間中輸入的缺陷圖像中，所使用的噪聲添加公式為：
8.根據(jù)權(quán)利要求7所述的一種導(dǎo)光板缺陷圖像數(shù)
9.一種計(jì)算機(jī)設(shè)備，其特征在于，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器上存儲(chǔ)有能夠被處理器加載并執(zhí)行如權(quán)利要求1-8任一項(xiàng)所述的一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，存儲(chǔ)有能夠被處理器加載并執(zhí)行如權(quán)利要求1-8任一項(xiàng)所述的一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法的計(jì)算機(jī)程序。
...【技術(shù)特征摘要】
1.一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，所述生成潛在缺陷圖像，包括：
3.根據(jù)權(quán)利要求2所述的一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，所述通過高斯噪聲函數(shù)生成純噪聲圖像，所使用的高斯噪聲在時(shí)間軸上的概率分布函數(shù)公式為：
4.根據(jù)權(quán)利要求2所述的一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，所述對去噪模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的去噪模型，具體包括：
5.根據(jù)權(quán)利要求4所述的一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，所述根據(jù)u-net網(wǎng)絡(luò)模型的預(yù)測能力得到訓(xùn)練好的去噪模型，具體包括：
6.根據(jù)權(quán)利要求5所述的一種導(dǎo)光板缺陷圖像數(shù)據(jù)增強(qiáng)方法，其特征在于，所述通過...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：王小武，黃詩浩，
申請(專利權(quán))人：東莞市現(xiàn)代精工實(shí)業(yè)有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對其他瀏覽者有用的留言會(huì)獲得科技券。