[发明专利]一种针对色织物裁片缺陷区域的检测方法

权利要求书

1.一种针对色织物裁片缺陷区域的检测方法，其特征在于，具体按照如下步骤实施：

步骤1，在量子化变分自编码器的模型内融入注意力机制构建注意力量子化变分自编码器模型；

步骤2，准备色织物裁片彩色图像数据集，对色织物裁片彩色图像数据集中的无缺陷色织衬衫裁片图像叠加噪声；

步骤3，将步骤2叠加噪声之后的无缺陷色织衬衫裁片图像输入步骤1构建的注意力量子化变分自编码器模型中对模型训练，直到达到设定的迭代次数，得到训练好的注意力量子化变分自编码器模型；

步骤4，将待检测的色织物裁片彩色图像输入至训练好的注意力量子化变分自编码器模型中输出对应的重构图像，再进行检测从而确定缺陷区域。

2.根据权利要求1所述的一种针对色织物裁片缺陷区域的检测方法，其特征在于，所述步骤1中的注意力量子化变分自编码器模型包括依次连接的编码器、潜在嵌入空间和解码器。

3.根据权利要求2所述的一种针对色织物裁片缺陷区域的检测方法，其特征在于，所述编码器包括依次连接的kernel_size为4，stride为2，padding为1的卷积层、注意力层、relu层、kernel_size为4，stride为2，padding为1的卷积层、注意力层、relu层、kernel_size＝3，stride＝1，padding＝1的卷积层、注意力层、两个残差块、relu层、kernel_size＝1，stride＝1，padding＝1的卷积层；

所述kernel_size为卷积核大小，stride为步长，padding为填充；

每个所述残差块包括依次连接的relu层、3x3的卷积层、reLu层、1x1的卷积层。

4.根据权利要求3所述的一种针对色织物裁片缺陷区域的检测方法，其特征在于，所述潜在空间的大小K为256，每个潜在嵌入向量的维度D为64。

5.根据权利要求4所述的一种针对色织物裁片缺陷区域的检测方法，其特征在于，所述解码器包括依次连接的kernel_size＝3、stride＝1、padding＝1的卷积层、注意力层、两个残差块、relu层、注意力层、kernel_size＝4、stride＝2、padding＝1的反卷积层、relu层、注意力层、kernel_size＝4、stride＝2、padding＝1的反卷积层。

6.根据权利要求5所述的一种针对色织物裁片缺陷区域的检测方法，其特征在于，所述步骤2中对色织物裁片彩色图像数据集中的无缺陷色织衬衫裁片图像叠加噪声具体为：

为无缺陷图像添加椒盐噪声，具体操作步骤如式(1)所示：

式中：为添加噪声后的无缺陷色织衬衫裁片图像；X为无缺陷色织衬衫裁片图像，s为椒盐噪声，信噪比p＝0.7。

7.根据权利要求6所述的一种针对色织物裁片缺陷区域的检测方法，其特征在于，所述步骤3具体为：

步骤3.1，将步骤2添加噪声后的无缺陷色织衬衫裁片图像输入步骤1训练好的注意力量子化变分自编码器模型的编码器中，经过编码器编码后输出为z_e(x)；

步骤3.2，通过最近邻查找计算潜在嵌入空间e中与步骤3.1的输出z_e(x)最近的向量，定位到其对应的嵌入向量e_k，最后，将e_k输出作为嵌入空间e的输出z_q(x)；

步骤3.3，将步骤2.2中的输出z_q(x)送入解码器进行解码，重构出无缺陷图像；

步骤3.4，确定模型的整体损失函数Loss如式(2)所示：

其中，sg[·]表示不执行反向梯度传递，x表示叠加噪声后的无缺陷色织衬衫裁片图像，表示重构图像，β的值为0.25；

在训练过程中，以最小化损失函数为目标，使用Adam优化器，学习率为0.003，训练最大迭代次数为15000次，得到训练好的注意力量子化变分自编码器模型。

8.根据权利要求7所述的一种针对色织物裁片缺陷区域的检测方法，其特征在于，所述步骤4具体按照如下步骤实施：

步骤4.1，将待测图像输入步骤3训练好的注意力量子化变分自编码器模型中，输出待测图像对应的重构图像；

步骤4.2，计算待测图像与其重构图像之间的残差，具体操作如式：

其中，X为输入待测图像，为待测图像的重构图像，X_residual为残差图像；

步骤4.3，对残差图像进行灰度化的过程如式(4)所示：

X_gray＝0.2125X_r+0.7154X_g+0.0721X_b (4)

式中：X_gray为灰度化后的图像；X_r、X_g、X_b分别为残差图像对应的RGB三个不同颜色通道下的像素值；

步骤4.4，对灰度化后的图像进行高斯滤波操作，如式(5)所示：

X_grayGaussian＝X_gray*G(x,y) (5)

式中，X_grayGaussian为灰度化后的图像经过高斯滤波后的图像，X_gray为灰度化后的图像，*为滑窗卷积操作，G(x,y)为高斯核函数；

其中，(x,y)为灰度化后的图像经过高斯滤波后的图像的像素坐标，σ_x、σ_y分别为灰度化后的图像经过高斯滤波后的图像x轴、y轴方向的像素标准差；

步骤4.5，对经过高斯滤波后的图像进行二值化，得到二值化图像；

步骤4.6，对步骤4.5得到的二值化图像进行腐蚀操作，得到最终检测结果图像；

步骤4.7，对步骤4.6得到的最终检测结果图像进行判断，图像中黑色像素为背景，白色像素块表示缺陷区域，若待测图像为无缺陷图像，最终检测结果图像会出现随机噪声，若待测图像为有缺陷图像，则最终检测结果图像会出现白色像素块。