[发明专利]一种基于对抗生成网络的缺陷图像生成方法

权利要求书

1.一种基于对抗生成网络的缺陷图像生成方法，其特征在于，所述方法包括以下步骤：

(1)采集工件的缺陷图像及无缺陷图像以分别构建缺陷数据集及无缺陷数据集，并对缺陷数据集进行像素级标注；

(2)分别构建缺陷掩码输入模块及缺陷生成对抗网络；训练过程中，缺陷掩码输入模块基于缺陷像素级标注对缺陷图像上的缺陷区域进行遮挡，并输入到缺陷生成对抗网络的缺陷图像生成器G中以对缺陷图像生成器G进行训练；缺陷掩码输入模块遮挡无缺陷图像的部分区域以使得对应的无缺陷图像上形成缺陷区域，进而得到生成缺陷图像，同时实现了对生成缺陷区域的控制；

(3)构建缺陷方向向量模块；

(4)构建缺陷注意损失，缺陷注意损失包括缺陷全图损失及缺陷区域损失；

(5)训练缺陷生成对抗网络以得到缺陷生成参数模型，采用该缺陷生成参数模型生成缺陷图像。

2.如权利要求1所述的基于对抗生成网络的缺陷图像生成方法，其特征在于：所述缺陷方向向量模块由潜变量空间中检测超曲面的法向量构成。

3.如权利要求1所述的基于对抗生成网络的缺陷图像生成方法，其特征在于：缺陷生成对抗网络包括所述缺陷图像生成器G和缺陷图像鉴别器D，其构建包括以下步骤：

3.1构建缺陷图像生成器G，所述缺陷图像生成器G的输入为被缺陷掩码输入模块进行掩码后的无缺陷图像，输出为生成缺陷图像；

3.2构建缺陷图像鉴别器D，缺陷图像鉴别器D用于鉴别输入的缺陷图像是生成缺陷图像还是真实缺陷图像。

4.如权利要求1所述的基于对抗生成网络的缺陷图像生成方法，其特征在于：缺陷方向向量模块的构建包括以下步骤：

4.1基于逻辑回归构建缺陷图像与无缺陷图像的隐变量与标签之间的映射关系，形成回归参数；

4.2对逻辑回归的参数进行归一化以构建缺陷方向向量V_d，进而得到缺陷方向向量模块。

5.如权利要求4所述的基于对抗生成网络的缺陷图像生成方法，其特征在于：逻辑回归的参数表示的是空间检测超曲面的法向量。

6.如权利要求1所述的基于对抗生成网络的缺陷图像生成方法，其特征在于：缺陷注意损失的构建包括以下步骤：

5.1构建缺陷全图损失，缺陷全图损失使用生成对抗损失和L1损失约束生成缺陷图像和真实缺陷图像之间的相似性；

5.2构建缺陷区域损失，具体为使用生成对抗损失、L1损失和SSIM损失约束生成缺陷区域和真实缺陷区域之间的相似性。

7.如权利要求6所述的基于对抗生成网络的缺陷图像生成方法，其特征在于：步骤5.1包括以下子步骤：

5.1.1构建全图生成对抗损失：

L_image-adv(D；G)＝E(D(X_gen))²+E(1-D(X_ori))²

式中，E表示平均值，D为缺陷图像鉴别器，X_gen为生成缺陷图像，X_ori为真实缺陷图像；

5.1.2构建全图L1损失：

L_image-l1＝|X_gen-X_ori|₁。