[发明专利]一种基于条件生成对抗网络的磨粒形貌数据库创建方法

摘要

一种基于条件生成对抗网络的磨粒形貌数据库创建方法，将三维磨粒图像经深度映射后成为二维图像，并将这些二维图像作为训练样本中的输出目标图像；根据真实磨粒图像进行磨粒模型构造，主要包括磨粒轮廓、磨粒颜色填充以及表面纹理代表符号，将构造好的磨粒模型作为CGAN训练样本的输入图像；将成对的输入图像与目标图像作为CGAN的样本输入网络进行训练，进而CGAN会产生一个用于扩充样本的生成器；最后利用输入图像作为输入进行网络的测试，利用判别器统计生成图像与目标图像的误差，最终用于判别图像是目标图像还是生成图像；本发明提高损失函数评价的有效性的同时，也提高了网络输出图像的准确性，使网络输出的图像与真实图像具有很高的相似度。

主权项

1.一种基于条件生成对抗网络的磨粒形貌数据库创建方法，其特征在于，包括以下步骤：步骤1，基于简单图形变换进行样本的扩充：将原始磨粒图像样本经表面三维形貌变换进行样本的初步扩充，每幅图像代表一个磨粒，进而获取原始磨粒三维形貌图像；步骤2，三维磨粒形貌二维化：将三维磨粒的表面形貌通过深度映射转化为二维深度图像，作为训练样本中的目标图像；步骤3，基于二维深度磨粒图像制作网络训练的磨粒标签样本：步骤4，构建条件对抗生成网络CGAN：该网络通过学习得到一个生成模型，在这个过程中使用一个判别器，得到一个判别值用于识别上述结果到底是来自模型的预测还是来自真实结果；对抗学习的目的就是尽量让生成模型产生的结果与需要的真实结果越发接近，而判别网络则是判断生成结果与真实结果的相似程度，统计差异；步骤5，训练CGAN算法；步骤6，测试网络并生成三维磨粒样本：随机进行磨粒标签的构建，将构建好的磨粒标签输入到已经训练好的CGAN算法中，进而获取大量的二维深度磨粒图像样本；通过反深度变化，将获取的二维深度磨粒图像样本恢复为磨粒三维形貌图像，进而实现三维磨粒样本数据库的扩充与创建。