一种弹药底火表面缺陷检测方法、系统及存储介质与流程

技术特征：
1.一种弹药底火表面缺陷检测方法，其特征在于，方法步骤包括：s1：获取第一图像集，所述第一图像集为装配底火的正样本图像集；s2：对所述第一图像集进行图像预处理，获得第二图像集；s3：构建缺陷生成模块，并将所述第二图像集输入到所述缺陷生成模块中，获得缺陷图像集，采用生成式对抗网络，对所述缺陷图像集进行修复处理，获得修复图像集；s4：构建wgan-dae网络模型，并将所述修复图像集与所述第二图像集作为训练数据集，对所述wgan-dae网络模型进行训练，获得最优wgan-dae网络模型；s5：将待检测图像输入到所述最优wgan-dae网络模型中，获得修复图像；s6：采用lbp算子结合双线性插值方法，分别提取所述待检测图像的lbp特征值以及所述修复图像的lbp特征值，并判断提取的两个lbp特征值之间是否存在差异，若存在，则该待检测图像存在缺陷图像。2.根据权利要求1所述的一种弹药底火表面缺陷检测方法，其特征在于，所述检测方法步骤还包括：将所述待检测图像进行反归一化处理，显示缺陷图像。3.根据权利要求2所述的一种弹药底火表面缺陷检测方法，其特征在于，所述步骤s2的具体子步骤包括：采用canny算法对所述第一图像集进行边缘搜索，检测出弹壳底部含底火在内的图像轮廓；对带有图像轮廓的图像集进行裁剪，获得第二子图像集；并对得到的第二子图像集进行归一化处理，获得第二图像集。4.根据权利要求2所述的一种弹药底火表面缺陷检测方法，其特征在于，所述缺陷生成模块中，缺陷图像的生成方法具体包括：在所述第二图像集中，选定缺陷区域和缺陷中心位置，并围绕缺陷中心加入部分高斯噪声点，通过反复多次的噪声膨胀和腐蚀生成独立于背景的缺陷特征，利用泊松融合将缺陷特征与正样本背景融合，获得缺陷图像集。5.根据权利要求2所述的一种弹药底火表面缺陷检测方法，其特征在于，所述修复图像集获得的具体子步骤包括：将缺陷图像集输入到所述生成式对抗网络中的生成器中，通过生成器对所述缺陷图像集进行图像重构，获得修复图像集。6.根据权利要求5所述的一种弹药底火表面缺陷检测方法，其特征在于，所述生成对抗网络包括编码器与解码器；所述第二图像集通过生成对抗网络后生成缺陷图像，所述缺陷凸显沟通过编码器进行进行数据压缩，压缩后的图像数据通过解码器进行反向解码，获得修复图像集。7.根据权利要求1～6任一所述的一种弹药底火表面缺陷检测方法，其特征在于，所述检测方法步骤还包括：将所述待检测图像进行通过canny算法边缘检测对所述待检测图像的轮廓边缘进行搜索，并对轮廓图像进行裁剪，将裁剪后的图像进行归一化处理，并将预处理后的图像进行步骤s5～s6处理。8.根据权利要求7所述的一种弹药底火表面缺陷检测方法，其特征在于，所述步骤s6的子步骤包括：
采用圆形lbp算子结合双线性插值分别对所述待检测图像以及所述修复图像进行处理，在所述待检测图像以及所述修复图像中，将大于中心像素点值的像素点记为1，否则记为0；标记完成后，对比标记后的所述待检测图像以及所述修复图像之间的lbp特征值，存在差异的lbp特征值对应的点位为存在缺陷点位的图像。9.一种弹药底火表面缺陷检测系统，其特征在于，系统包括图像获取模块、处理模块、缺陷图像生成模块、第一修图图像模块、模型调优模块、第二修复图像模块以及判断模块；所述图像获取模块，用于获取第一图像集，所述第一图像集为装配底火的正样本图像集；所述处理模块，用于对所述第一图像集进行图像预处理，获得第二图像集；所述第一修复图像模块，用于构建缺陷生成模块，并将所述第二图像集输入到所述缺陷生成模块中，获得缺陷图像集，采用生成式对抗网络，对所述缺陷图像集进行修复处理，获得修复图像集；所述模型调优模块，用于构建wgan-dae网络模型，并将所述修复图像集与所述第二图像集作为训练数据集，对所述wgan-dae网络模型进行训练，获得最优wgan-dae网络模型；所述第二修复图像模块，用于将待检测图像输入到所述最优wgan-dae网络模型中，获得修复图像；所述判断模块，用于采用lbp算子结合双线性插值方法，分别提取所述待检测图像的lbp特征值以及所述修复图像的lbp特征值，并判断提取的两个lbp特征值之间是否存在差异，若存在，则该待检测图像存在缺陷图像。10.一种计算机存储介质，其上存储有计算程序，其特征在于，该计算机程序被处理器执行时，实现如权利要求1～8任一所述的方法。

技术总结
本发明公开了一种弹药底火表面缺陷检测方法、系统及存储介质，获取第一图像集，进行图像预处理，获得第二图像集；构建缺陷生成模块，第二图像集输入到缺陷生成模块中，获得缺陷图像集，采用生成式对抗网络，获得修复图像集；构建WGAN-DAE网络模型，并将修复图像集与第二图像集作为训练数据集，对WGAN-DAE网络模型进行训练，获得最优WGAN-DAE网络模型；获得修复图像；采用LBP算子结合双线性插值方法，判断提取的两个LBP特征值之间存在差异，待检测图像存在缺陷；本发明的有益效果为减少了人工对相关训练样本进行标记的过程，增加了对图像的检测速度，提高了对待检测图像的检测精确度。提高了对待检测图像的检测精确度。提高了对待检测图像的检测精确度。


技术研发人员：李彦君 李全俊 伍凌川 石义官 徐亮 郭进勇 韩智鹏 张博 杨治林
受保护的技术使用者：中国兵器装备集团自动化研究所有限公司
技术研发日：2022.04.27
技术公布日：2022/7/22