【技术实现步骤摘要】
本专利技术涉及智能网联汽车，具体涉及一种智能网联汽车领域的高泛化样本生成方法及系统。
技术介绍
1、智能网联汽车质检是工业生产中最重要的环节之一，也是汽车工业转型升级的重要突破口。然而，智能网联汽车制造领域企业普遍存在技术基础薄弱、数据采集难度大、场景需求多样、部署环境复杂等挑战，限制企业智能化升级的步伐。质检场景的智能化，不仅能提升智能网联汽车生产效率、降低人工成本，更是汽车工业智能化升级的重要一步，将进一步加快汽车工业领域产线智能化、信息化、自动化进程。
2、在智能网联汽车这一前沿工业领域中，高效且精准的产品表面异常检测是推动汽车工业智能化升级的关键一环。这一任务的核心在于精准识别并定位车辆零部件或整车表面上的各类缺陷，包括但不限于划痕、污迹、凹陷及材料不均匀等，这些异常不仅影响美观，更可能威胁到车辆的安全性能与使用寿命。
3、然而，在实际的生产环境中，异常样本的稀缺性和多样性成为表面缺陷检测的一大挑战。传统上，依赖于大量标注数据的监督学习方法在此类问题上面临瓶颈，因为异常情况的多样性使得收集足够数量的异常样本变得比较困难。
技术实现思路
1、针对现有技术存在的不足，本专利技术提出一种智能网联汽车领域的高泛化样本生成方法及系统，用于解决上述技术问题。
2、第一方面，提供了一种智能网联汽车领域的高泛化样本生成方法，包括：
3、采集图像，并通过预训练网络从多个层级中提取特征图；
4、利用柏林噪声生成不同频率的噪声图像；p>
5、对噪声图像和样本处理进行二值化处理，获取噪声前景图像；
6、将噪声前景图像与原始图像进行叠加，获取模拟异常图像。
7、进一步的，通过预训练网络从多个层级中提取特征图，包括：
8、所述提取过程中采用自适应平均池化聚合函数，将每个特征图调整为统一大小，并按通道连接以形成特征图。
9、进一步的，利用柏林噪声生成不同频率的噪声图像，包括：
10、利用柏林噪声生成不同频率的噪声图像，并通过分形布朗运动叠加生成平滑的噪声图像。
11、进一步的，对噪声图像和样本处理进行二值化处理，获取噪声前景图像，包括：
12、对噪声图像和样本处理进行二值化处理，获取掩膜样本图像和掩膜噪声图像；
13、采用形态学操作去除二值化过程中的噪声，并对掩膜样本图像和掩膜噪声图像采用逐元素乘积，获取掩膜图像；
14、对掩膜图像和预定义的异常纹理图像进行逐元素乘积，获取噪声前景图像。
15、进一步的，将噪声前景图像与原始图像进行叠加，获取模拟异常图像，包括：
16、使用透明度因子对噪声前景图像进行调整，并将调整后的噪声前景图像与原始图像进行融合，获取模拟异常图像。
17、进一步的，还包括：利用训练完成的鉴别器对生成的模拟异常图像进行鉴别。
18、第二方面，提供了一种智能网联汽车领域的高泛化样本生成系统，包括：
19、图像采集模块，用于采集待处理的图像；
20、特征提取模块，与所述图像采集模块连接，用于从图像中提取特征图；
21、噪声生成模块，用于生成不同频率的噪声图像，并通过分形布朗运动叠加生成平滑的噪声图像；
22、掩膜生成模块，用于对噪声图像和样本处理进行二值化处理，生成掩膜图像；
23、图像融合模块，用于将掩膜图像与异常纹理图像进行融合，生成模拟异常图像。
24、进一步的，还包括：
25、训练模块，用于根据生成的模拟异常图像和正常图像数据集，训练鉴别器。
26、进一步的，所述系统部署在边缘服务器上，用于实时处理来自工业生产线的视频图像数据。
27、采用上述技术方案的专利技术，具有如下优点：
28、本专利技术通过提出融合分形布朗运动的柏林噪声叠加高泛化异常样本生成方法，旨在通过模拟复杂多变的噪声环境，生成丰富的异常样本，从而解决质检模型异常样本稀缺问题，并提高质检模型精度和泛化能力。
本文档来自技高网...【技术保护点】
1.一种智能网联汽车领域的高泛化样本生成方法，其特征在于，包括：
2.根据权利要求1所述的一种智能网联汽车领域的高泛化样本生成方法，其特征在于，通过预训练网络从多个层级中提取特征图，包括：
3.根据权利要求1所述的一种智能网联汽车领域的高泛化样本生成方法，其特征在于，利用柏林噪声生成不同频率的噪声图像，包括：
4.根据权利要求1所述的一种智能网联汽车领域的高泛化样本生成方法，其特征在于，对噪声图像和样本图像分别进行二值化处理，获取噪声前景图像，包括：
5.根据权利要求1所述的一种智能网联汽车领域的高泛化样本生成方法，其特征在于，将噪声前景图像与原始图像进行叠加，获取模拟异常图像，包括：
6.根据权利要求1所述的一种智能网联汽车领域的高泛化样本生成方法，其特征在于，还包括：利用训练完成的鉴别器对生成的模拟异常图像进行鉴别。
7.一种智能网联汽车领域的高泛化样本生成系统，包括：
8.根据权利要求7所述的一种智能网联汽车领域的高泛化样本生成系统，其特征在于，还包括：
9.根据权利要求7所述的
...【技术特征摘要】
1.一种智能网联汽车领域的高泛化样本生成方法，其特征在于，包括：
2.根据权利要求1所述的一种智能网联汽车领域的高泛化样本生成方法，其特征在于，通过预训练网络从多个层级中提取特征图，包括：
3.根据权利要求1所述的一种智能网联汽车领域的高泛化样本生成方法，其特征在于，利用柏林噪声生成不同频率的噪声图像，包括：
4.根据权利要求1所述的一种智能网联汽车领域的高泛化样本生成方法，其特征在于，对噪声图像和样本图像分别进行二值化处理，获取噪声前景图像，包括：
5.根据权利要求1所述的一种智能网联汽车领域的高泛化样本...
【专利技术属性】
技术研发人员：吴超，龚宸，陈圳艳，张智勇，闵照源，姚波，曹飞，王戡，樊海龙，郭宽友，曾杰，张莹，
申请(专利权)人：招商局检测车辆技术研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。