一種高分辨的多光源圖像序列切割后圖像通道排序方法技術(shù)

本發(fā)明專(zhuān)利技術(shù)涉及鋰電池外殼表面缺陷檢測(cè)技術(shù)領(lǐng)域，具體涉及一種高分辨的多光源圖像序列切割后圖像通道排序方法，包括拍攝并處理待檢測(cè)圖片，得到子圖片；將子圖片分為測(cè)試集和驗(yàn)證集；通過(guò)計(jì)算測(cè)試集，得到各通道的亮度值；根據(jù)得到各通道的亮度值進(jìn)行降序排序，得到排序后的子圖片；使用排序后的子圖片對(duì)缺陷檢測(cè)模型訓(xùn)練，得到訓(xùn)練模型；使用訓(xùn)練模型對(duì)驗(yàn)證集進(jìn)行推理，得到子圖片檢測(cè)結(jié)果；將子圖片檢測(cè)結(jié)果代入原圖片，得到原圖片檢測(cè)結(jié)果，解決不規(guī)律的圖片對(duì)深度學(xué)習(xí)模型進(jìn)行訓(xùn)練會(huì)導(dǎo)致精確度降低的問(wèn)題。度降低的問(wèn)題。度降低的問(wèn)題。

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種高分辨的多光源圖像序列切割后圖像通道排序方法


[0001]本專(zhuān)利技術(shù)涉及鋰電池外殼表面缺陷檢測(cè)
，尤其涉及一種高分辨的多光源圖像序列切割后圖像通道排序方法。

技術(shù)介紹

[0002]鋰電池外殼表面缺陷檢測(cè)，隨著動(dòng)力電池的迅猛發(fā)展，加上國(guó)家的各種利好補(bǔ)貼政策，各大動(dòng)力電池廠商均出現(xiàn)了供不應(yīng)求的局面，加快自動(dòng)化生產(chǎn)線的投入是目前的重點(diǎn)，但是隨著產(chǎn)能快速增長(zhǎng)的同時(shí)，對(duì)鋰電池的安全生產(chǎn)和電池的使用安全性也提出了更大的挑戰(zhàn)。近一年來(lái)，已經(jīng)發(fā)生多起鋰電池工廠起火爆炸，新能源電動(dòng)車(chē)在使用過(guò)程中出現(xiàn)各種燃燒事故，給整個(gè)行業(yè)敲響了警鐘。在兼顧效率的同時(shí)，如何制造出更為安全可靠的鋰電池，已經(jīng)成為各大知名電池廠商的波切需求。
[0003]一般情況下鋰電池外殼會(huì)過(guò)于細(xì)小，因此需要采集高分辨的圖像進(jìn)行檢測(cè)。基于深度學(xué)習(xí)的缺陷檢測(cè)算法往往需要GPU進(jìn)行加速計(jì)算，而一般GPU的顯存難以容納一整張高分辨圖片，因此需要將圖片進(jìn)行切割，然后對(duì)切割后的子圖像進(jìn)行單獨(dú)計(jì)算得出檢測(cè)結(jié)果，最終把所有的子圖像得出的檢測(cè)結(jié)果進(jìn)行合并得到總的檢測(cè)結(jié)果。
[0004]然而，由于每個(gè)切割后的子圖片在各通道上的亮度都不一致，例如在原圖左上角的子圖片在第一和第二通道亮度最高，而在原圖左下角的子圖片則在第三和四通道亮度最高。使用這樣不規(guī)律的圖片對(duì)深度學(xué)習(xí)模型進(jìn)行訓(xùn)練會(huì)導(dǎo)致精確度降低。

技術(shù)實(shí)現(xiàn)思路

[0005]本專(zhuān)利技術(shù)的目的在于提供一種高分辨的多光源圖像序列切割后圖像通道排序方法，旨在解決不規(guī)律的圖片對(duì)深度學(xué)習(xí)模型進(jìn)行訓(xùn)練會(huì)導(dǎo)致精確度降低的問(wèn)題。
[0006]為實(shí)現(xiàn)上述目的，本專(zhuān)利技術(shù)提供了一種高分辨的多光源圖像序列切割后圖像通道排序方法，包括以下步驟：
[0007]拍攝并處理待檢測(cè)圖片，得到子圖片；
[0008]將所述子圖片分為測(cè)試集和驗(yàn)證集；
[0009]通過(guò)計(jì)算測(cè)試集，得到各通道的亮度值；
[0010]根據(jù)得到各通道的亮度值進(jìn)行降序排序，得到排序后的子圖片；
[0011]使用所述排序后的子圖片對(duì)缺陷檢測(cè)模型訓(xùn)練，得到訓(xùn)練模型；
[0012]使用所述訓(xùn)練模型對(duì)所述驗(yàn)證集進(jìn)行推理，得到子圖片檢測(cè)結(jié)果；
[0013]將所述子圖片檢測(cè)結(jié)果代入原圖片，得到原圖片檢測(cè)結(jié)果。
[0014]其中，所述拍攝并處理待檢測(cè)圖片，得到子圖片，包括：
[0015]通過(guò)拍攝得到高分辨率物體圖片；
[0016]將所述高分辨率物體圖片進(jìn)行標(biāo)簽掩膜處理，得到標(biāo)簽掩膜圖；
[0017]將所述高分辨率物體圖片與所述標(biāo)簽掩膜圖按照一定的重疊率進(jìn)行切割，得到子圖片。
[0018]其中，所述通過(guò)計(jì)算測(cè)試集，得到各通道的亮度值，包括：
[0019]將所述測(cè)試集的子圖片標(biāo)記中心點(diǎn)；
[0020]根據(jù)各通道圖片上的亮度分布，設(shè)定通道數(shù)目個(gè)亮度分布函數(shù)進(jìn)行計(jì)算，得到各通道的亮度值。
[0021]其中，所述使用所述訓(xùn)練模型對(duì)所述驗(yàn)證集進(jìn)行推理，得到子圖片檢測(cè)結(jié)果，包括：
[0022]將所述驗(yàn)證集的子圖片進(jìn)行中心點(diǎn)標(biāo)記，得到驗(yàn)證集中心點(diǎn)圖；
[0023]使用所述訓(xùn)練模型對(duì)所述驗(yàn)證集中心點(diǎn)圖推理，得到字圖片檢測(cè)結(jié)果。
[0024]其中，將所述子圖片檢測(cè)結(jié)果代入原圖片，得到原圖片檢測(cè)結(jié)果，包括：
[0025]根據(jù)每張子圖片在原圖上的位置，把所述子圖片的檢測(cè)結(jié)果合并成原圖片的總檢測(cè)結(jié)果，得到原圖片檢測(cè)結(jié)果。
[0026]本專(zhuān)利技術(shù)的一種高分辨的多光源圖像序列切割后圖像通道排序方法，通過(guò)拍攝并處理待檢測(cè)圖片，得到子圖片；將所述子圖片分為測(cè)試集和驗(yàn)證集；通過(guò)計(jì)算測(cè)試集，得到各通道的亮度值；根據(jù)得到各通道的亮度值進(jìn)行降序排序，得到排序后的子圖片；使用所述排序后的子圖片對(duì)缺陷檢測(cè)模型訓(xùn)練，得到訓(xùn)練模型；使用所述訓(xùn)練模型對(duì)所述驗(yàn)證集進(jìn)行推理，得到子圖片檢測(cè)結(jié)果；將所述子圖片檢測(cè)結(jié)果代入原圖片，得到原圖片檢測(cè)結(jié)果，本專(zhuān)利技術(shù)在訓(xùn)練時(shí)，對(duì)切割后的子圖片根據(jù)各通道的亮度分?jǐn)?shù)進(jìn)行排序，可以加快訓(xùn)練速度，提高精度，解決不規(guī)律的圖片對(duì)深度學(xué)習(xí)模型進(jìn)行訓(xùn)練會(huì)導(dǎo)致精確度降低的問(wèn)題。
附圖說(shuō)明
[0027]為了更清楚地說(shuō)明本專(zhuān)利技術(shù)實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本專(zhuān)利技術(shù)的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0028]圖1是本專(zhuān)利技術(shù)提供的一種高分辨的多光源圖像序列切割后圖像通道排序方法的流程圖。
[0029]圖2是本專(zhuān)利技術(shù)提供的一種高分辨的多光源圖像序列切割后圖像通道排序方法的訓(xùn)練步驟。
[0030]圖3是本專(zhuān)利技術(shù)提供的一種高分辨的多光源圖像序列切割后圖像通道排序方法的推理步驟。
[0031]圖4是四個(gè)不同打光方向拍照得到的亮度圖。
[0032]圖5是切割后的子圖片示例圖。
具體實(shí)施方式
[0033]下面詳細(xì)描述本專(zhuān)利技術(shù)的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終相同或類(lèi)似的標(biāo)號(hào)表示相同或類(lèi)似的元件或具有相同或類(lèi)似功能的元件。下面通過(guò)參考附圖描述的實(shí)施例是示例性的，旨在用于解釋本專(zhuān)利技術(shù)，而不能理解為對(duì)本專(zhuān)利技術(shù)的限制。
[0034]請(qǐng)參閱圖1至圖5，本專(zhuān)利技術(shù)提供一種高分辨的多光源圖像序列切割后圖像通道排序方法，包括以下步驟：
[0035]S1拍攝并處理待檢測(cè)圖片，得到子圖片；
[0036]具體的，
[0037]S11通過(guò)拍攝得到高分辨率物體圖片；
[0038]S12將所述高分辨率物體圖片進(jìn)行標(biāo)簽掩膜處理，得到標(biāo)簽掩膜圖；
[0039]S13將所述高分辨率物體圖片與所述標(biāo)簽掩膜圖按照一定的重疊率進(jìn)行切割，得到子圖片。
[0040]S2將所述子圖片分為測(cè)試集和驗(yàn)證集；
[0041]S3通過(guò)計(jì)算測(cè)試集，得到各通道的亮度值；
[0042]S31將所述測(cè)試集的子圖片標(biāo)記中心點(diǎn)；
[0043]具體的，假如圖片大小為2560*2560，切割大小為512*512，重疊大小為100，則一共被切割成[(2560
?
512)/(512
?
100)]2≈52＝25份(圖片切割到最后可能會(huì)湊不夠512，此時(shí)可以用零補(bǔ)充或者向前借夠512)，要記錄下每個(gè)子圖片的中心；
[0044]S32根據(jù)各通道圖片上的亮度分布，設(shè)定通道數(shù)目個(gè)亮度分布函數(shù)進(jìn)行計(jì)算，得到各通道的亮度值；
[0045]具體的，如圖4為例
[0046]設(shè)圖像寬高分別為w和h，左方向打光拍照得到圖像上的點(diǎn)(x，y)的亮度分布函數(shù)為
[0047]L＝
?
(x/w
?
1)
[0048]上方向打光拍照得到圖像上的點(diǎn)(x，y)的亮度分布函數(shù)為
[0049]L＝
?
(y/h
?
1)
[0050]右方向打光拍照得到圖像上的點(diǎn)(本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】

【技術(shù)特征摘要】
1.一種高分辨的多光源圖像序列切割后圖像通道排序方法，其特征在于，包括以下步驟：拍攝并處理待檢測(cè)圖片，得到子圖片；將所述子圖片分為測(cè)試集和驗(yàn)證集；通過(guò)計(jì)算測(cè)試集，得到各通道的亮度值；根據(jù)得到各通道的亮度值進(jìn)行降序排序，得到排序后的子圖片；使用所述排序后的子圖片對(duì)缺陷檢測(cè)模型訓(xùn)練，得到訓(xùn)練模型；使用所述訓(xùn)練模型對(duì)所述驗(yàn)證集進(jìn)行推理，得到子圖片檢測(cè)結(jié)果；將所述子圖片檢測(cè)結(jié)果代入原圖片，得到原圖片檢測(cè)結(jié)果。2.如權(quán)利要求1所述的高分辨的多光源圖像序列切割后圖像通道排序方法，其特征在于，所述拍攝并處理待檢測(cè)圖片，得到子圖片，包括：通過(guò)拍攝得到高分辨率物體圖片；將所述高分辨率物體圖片進(jìn)行標(biāo)簽掩膜處理，得到標(biāo)簽掩膜圖；將所述高分辨率物體圖片與所述標(biāo)簽掩膜圖按照一定的重疊率進(jìn)行切割，得到子圖片。3.如權(quán)利要求2所述的高分辨的多光...

【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：李正超，
申請(qǐng)(專(zhuān)利權(quán))人：深圳市智弦科技有限公司，
類(lèi)型：發(fā)明
國(guó)別省市：