激光清洗效果预览方法及装置制造方法及图纸

本发明专利技术实施例提供一种激光清洗效果预览方法及装置，该方法包括：获取待清洗区域图片；将所述待清洗区域图片及清洗参数，输入至预设的生成对抗网络模型，输出与清洗参数对应的预览图片；其中，所述生成对抗网络模型根据清洗前图片、相应清洗参数以及清洗前图片对应的清洗结果图片作为样本，进行训练后得到。该方法实现了根据待清洗区域图片及激光参数，生成清洗后的预览图片，从而有利于根据清洗后的预览图片评估当前清洗参数的合理性，进而避免激光参数设置的不合理导致耗时耗成本的问题。

Preview method and device of laser cleaning effect

【技术实现步骤摘要】
激光清洗效果预览方法及装置
本专利技术涉及激光应用
，尤其涉及一种激光清洗效果预览方法及装置。
技术介绍
激光清洗技术是指采用高能激光束照射工件表面，使表面的污物、锈斑或涂层等发生瞬间蒸发或剥离，从而达到洁净化的工艺过程。激光清洗机理主要是基于物体表面污染物吸收激光能量后，或汽化挥发，或瞬间受热膨胀而克服表面对粒子的吸附力，使激光清洗能适应各种表面污物的清洗，对环境污染极小，也可以做到不损伤基体。待清洗材质经过不同激光参数清洗后，会呈现出不同的清洗效果，通常情况下，当激光参数设置过小，需要多次激光清洗，才可能达到预期的效果，当激光参数设置过大，一次清洗后可能会损伤被清洗物的基底，这样势必会耗时耗成本。若能够在给定清洗参数和待清洗物体表面的图片后，实现清洗效果的预览，进一步根据预览结果调整参数的设置，则上述问题可以得到很好的解决。因此，能否在没有任何先验知识的情况下，给定清洗参数和待清洗物体表面的图片后，实现清洗效果的预览是目前亟待解决的问题。
技术实现思路
为了解决上述问题，本专利技术实施例提供一种激光清洗效果预览方法及装置。第一方面，本专利技术实施例提供一种激光清洗效果预览方法，包括：获取待清洗区域图片；将所述待清洗区域图片及清洗参数，输入至预设的生成对抗网络模型，输出与清洗参数对应的预览图片；其中，所述生成对抗网络模型根据清洗前图片、相应清洗参数以及清洗前图片对应的清洗结果图片作为样本，进行训练后得到。第二方面，本专利技术实施例提供一种激光清洗效果预览装置，包括：获取模块，用于获取待清洗区域图片；处理模块，用于将所述待清洗区域图片及清洗参数，输入至预设的生成对抗网络模型，输出与清洗参数对应的预览图片；其中，所述生成对抗网络模型根据清洗前图片、相应清洗参数以及清洗前图片对应的清洗结果图片作为样本，进行训练后得到。第三方面，本专利技术实施例提供一种激光清洗系统，包括：激光清洗装置、还包括相机及计算机；所述相机与计算机连接，所述计算机与激光清洗装置连接；所述相机用于采集待清洗区域的图片；所述计算机包括本专利技术第二方面的激光清洗效果预览装置，用于输出与清洗参数对应的预览图片，并接收根据预览图片选取的清洗参数；所述激光清洗装置用于接收计算机发送的根据预览图片选取的清洗参数，并进行激光清洗。第四方面，本专利技术实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现本专利技术第一方面激光清洗效果预览方法的步骤。第五方面，本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本专利技术第一方面激光清洗效果预览方法的步骤。本专利技术实施例提供的激光清洗效果预览方法及装置，通过将待清洗区域图片及清洗参数，输入至预设的生成对抗网络模型，输出与清洗参数对应的预览图片，并且生成对抗网络模型根据清洗前图片、相应清洗参数以及清洗前图片对应的清洗结果图片作为样本，进行训练后得到，实现了根据待清洗区域图片及激光参数，生成清洗后的预览图片，从而有利于根据清洗后的预览图片评估当前清洗参数的合理性，进而避免激光参数设置的不合理导致耗时耗成本的问题。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的激光清洗效果预览方法流程图；图2为本专利技术实施例提供的激光清洗效果预览装置结构图；图3为本专利技术实施例提供的一种电子设备的实体结构示意图；图4为本专利技术实施例提供的激光清洗系统结构图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。目前激光清洗技术已成为传统清洗方法的补充和延伸，因其固有的许多优点展示了广阔的应用前景。激光清洗具有以下特点：1、无接触，基材零损伤。因为清洗过程中没有直接的物理接触，所以不会对工件造成物理损坏。2、适用性广，清洗效果好。激光方向性好，对工件部位可准确定位，从而进行可选择性作业，不受工件表面形貌限制，适应多种清洗对象；可以准确控制清洗过程，达到所需的清洗效果。3、使用方便灵活，操作简单。激光清洗手持系列设备不仅可移动，携带也十分方便，工作头轻便，可长时间进行操作；自动化清洗设备可装置于运动平台、机器人等运动机构，实现稳定自动化清洗，操作简单。4、绿色环保，性价比高。清洗过程中只消耗电能，长期清洗成本低廉。为了克服现有激光清洗技术中激光参数设置的不合理可能导致耗时耗成本的问题，本专利技术实施例提供一种激光清洗效果预览方法。根据待清洗区域及激光参数，生成清洗后的效果图。需要说明的是，以下专利技术实施例中的“多组”，如非特别说明，为两组及以上。图1为本专利技术实施例提供的激光清洗效果预览方法流程图，如图1所示，本专利技术实施例提供一种激光清洗效果预览方法，包括：101，获取待清洗区域图片。在101中，可通过相机采集待清洗区域的图片，即待清洗区域图片。在激光头旁边安装一个相机，相机的功能是采集待清洗区域的图片，当我们要清洗某个区域时，用相机拍下该待清洗区域，将采集得到的图片传输给计算机。本专利技术实施例中是获取相机拍摄得到的待清洗区域的图片。102，将所述待清洗区域图片及清洗参数，输入至预设的生成对抗网络模型，输出与清洗参数对应的预览图片。在102中，预设的生成对抗网络模型是通过将清洗前图片、相应清洗参数以及清洗前图片对应的清洗结果图片作为样本，进行训练后得到。样本中的清洗前图片，已经根据对应的清洗参数进行清洗操作，得到清洗结果图片。将已知清洗结果图片的清洗前图片和对应的清洗参数的组合作为一个样本。建立生成对抗网络模型后，通过大量的此类样本进行训练，从而得到预设的生成对抗网络模型。其中，清洗参数可通过用户设置，也可通过计算机随机生成。后续获取到的待清洗区域的图片，以及相应的清洗参数，输入至预设的生成对抗网络模型，能够快速准确得到与清洗参数对应的预览图片。通过生成对抗网络模型，实现根据待清洗区域的图片和清洗参数，获得待清洗区域使用对应的清洗参数进行清洗后的预览图片，从而有利于根据预览的图片决定该清洗参数是否合理。本专利技术实施例提供的激光清洗效果预览方法，通过将待清洗区域图片及清洗参数，输入至预设的生成对抗网络模型，输出与清洗参数对应的预览图片，并且生成对抗网络模型根据清洗前图片、相应清洗参数以及清洗前图片对应的清洗结果图片作为样本，进行训练后得到，实现了根据待清洗区域图片及激光参数，生成清洗后的预览图片，从而有利于根据清洗后的预览图片评估当前清洗参数的合理性，进而避免激光参数设置的不合理导致耗时耗成本的问题。基于上述实施例的内容，作为一种可选实施例，待清洗区域图片的清洗参数有多组，输出与清洗参数对应的预览图片之后，还包括：根据多组清洗参数对应的预览图片，选取满足预设条件的清洗参数，用本文档来自技高网...

【技术保护点】
1.一种激光清洗效果预览方法，其特征在于，包括：获取待清洗区域图片；将所述待清洗区域图片及清洗参数，输入至预设的生成对抗网络模型，输出与清洗参数对应的预览图片；其中，所述生成对抗网络模型根据清洗前图片、相应清洗参数以及清洗结果图片作为样本，进行训练后得到。

【技术特征摘要】
1.一种激光清洗效果预览方法，其特征在于，包括：获取待清洗区域图片；将所述待清洗区域图片及清洗参数，输入至预设的生成对抗网络模型，输出与清洗参数对应的预览图片；其中，所述生成对抗网络模型根据清洗前图片、相应清洗参数以及清洗结果图片作为样本，进行训练后得到。2.根据权利要求1所述的方法，其特征在于，所述待清洗区域图片的清洗参数有多组，所述输出与清洗参数对应的预览图片之后，还包括：根据多组清洗参数对应的预览图片，选取满足预设条件的清洗参数，用于激光清洗。3.根据权利要求1所述的方法，其特征在于，所述生成对抗网络模型，具体为：多条件的生成对抗网络模型。4.根据权利要求1所述的方法，其特征在于，将所述待清洗区域图片及清洗参数，输入至预设的生成对抗网络模型，输出与清洗参数对应的预览图片，包括：将待清洗区域图片和清洗参数输入至所述生成对抗网络模型的下采样层，利用所述下采样层对所述将待清洗区域图片和所述清洗参数进行特征提取；将提取的特征输入至所述生成对抗网络模型的残差网络层；将所述残差网络层的输出结果输入上采样层，输出与清洗参数对应的预览图片。5.根据权利要求1所述的方法，其特征在于，将所述待清洗区域图片及清洗参数输入至预设的生成对抗网络模型之前，还包括：获取多个清洗前图片样本，以及每个清洗前图片样本对应的清洗参数和清洗参数对应的清洗结果图片；将每个清洗前图片、清洗参数和清洗结果图片的组合作为一个训练样本，从而得到多个训练样本，利用所述多个训练样本对所述生成对抗网络模型进行训练。6.根据权利要求5所述的方法，其特征在于，所述利...

【专利技术属性】
技术研发人员：何珺，孙波，余乐军，张迎辉，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：北京,11