[发明专利]基于无监督学习的皮革缺陷自动检测方法及装置

权利要求书

1.一种基于无监督学习的皮革缺陷自动检测方法，其特征在于，该方法包括：

构建不同层级高斯金字塔的卷积去噪自编码器作为网络模型；

采用无缺陷的皮革样本图像对网络模型进行训练；

将待检测皮革图像输入至训练好的网络模型中生成重构图像；

根据重构图像和待检测皮革图像生成重构残差，将多个通道生成的重构残差进行结合得到残差图；

判断待检测皮革图像是否具有缺陷，生成皮革的缺陷检测结果。

2.根据权利要求1所述的方法，其特征在于，所述网络模型的训练方法包括：

图像预处理；

按照金字塔层级，以固定尺寸大小，从训练的皮革样本的图像中提取图像块；

按照金字塔层级，利用提取的图像块来训练网络模型；

将训练的所有无缺陷的皮革图像的最优选择作为用于判断输入的待检测皮革图像是否缺陷的阈值。

3.根据权利要求2所述的方法，其特征在于，所述图像预处理包括光照归一化、高斯金字塔采样和噪声腐蚀中的一种或多种处理方法。

4.根据权利要求2所述的方法，其特征在于，在训练网络模型的过程中加入椒盐噪声。

5.根据权利要求2所述的方法，其特征在于，在训练网络模型的过程中，通过最小化每个图像金字塔层中所有图像块的总重建损失来模拟无缺陷图像块的分布。

6.根据权利要求2所述的方法，其特征在于，在训练网络模型的过程中，采用误差反向传播的批量梯度下降算法进行优化。

7.一种基于无监督学习的皮革缺陷自动检测装置，用于实现权利要求1-6中任一项所述的基于无监督学习的皮革缺陷自动检测方法，其特征在于，该装置包括：

模型构建模块，用于构建不同层级高斯金字塔的卷积去噪自编码器作为网络模型；

模型训练模块，用于采用无缺陷的皮革样本图像对网络模型进行训练；

重构图像生成模块，用于将待检测皮革图像输入至训练好的网络模型中生成重构图像；

残差生成模块，用于根据重构图像和待检测皮革图像生成重构残差，将多个通道生成的重构残差进行结合得到残差图；

缺陷判断模块，用于判断待检测皮革图像是否具有缺陷，生成皮革的缺陷检测结果。

8.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-6中任一项所述的基于无监督学习的皮革缺陷自动检测的方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-6中任一项所述的基于无监督学习的皮革缺陷自动检测的方法。