[发明专利]一种钢卷端面的缺陷判别方法、系统及电子设备

权利要求书

1.一种钢卷端面的缺陷判别方法，其特征在于：包括如下步骤:

步骤S1：获取一初始对抗网络，用无缺陷的真实钢卷端面图像对所述初始对抗网络进行训练，获得钢卷端面对抗网络；

步骤S2：获取一待测钢卷端面图像，将待测钢卷端面图像均分为多个第一图像块，并提取每一第一图像块对应的第一特征向量；

步骤S3：基于多个第一特征向量，所述待测钢卷端面对抗网络以输出每一第一图像块对应的多个的重构图像，并将每一所述重构图像进行特征提取，获得第二特征向量；及

步骤S4：计算第一特征向量与对应的第二特征向量之间的第一损失值，依次判断每一第一特征向量与对应第二特征向量之间的第一损失值是否超过第一阈值，并基于判断结果判定所述待测钢卷端面图像是否含有缺陷。

2.如权利要求1中所述钢卷端面的缺陷判别方法，其特征在于：上述步骤S1具体包括如下步骤：

步骤S11：获取一初始对抗网络，将无缺陷的真实钢卷端面图像输入至所述初始对抗网络；

步骤S12：初始对抗网络对无缺陷的真实钢卷端面图像进行模拟重构的迭代计算，输出一符合要求的无缺陷的模拟钢卷端面图像；

步骤S13：提取真实钢卷端面图像的真实特征向量，并提取模拟钢卷端面图像的模拟特征向量，并计算真实特征向量与模拟特征向量的第二损失值；

步骤S14：判断真实特征向量与模拟特征向量的第二损失值是否超过第二阈值，若是，则回到步骤S12，若否，则进入步骤S15；及

步骤S15：记录所述无缺陷的模拟钢卷端面图像，获得钢卷端面对抗网络。

3.如权利要求1中所述钢卷端面的缺陷判别方法，其特征在于：上述步骤S1之前还包括如下步骤：

步骤S100：获取一无缺陷的真实钢卷端面图像，并将所述真实钢卷端面图像均分为多个第二图像块；及

4.如权利要求1中所述钢卷端面的缺陷判别方法，其特征在于：步骤S4之后还包括：

步骤S5：确认第一损失值超过第一阈值的所有第二图像块的数量，获得超过第一损失值的第二图像块在待测钢卷端面图像上的位置。

5.如权利要求1中所述钢卷端面的缺陷判别方法，其特征在于：步骤S2具体包括如下步骤：

步骤S21：获取一待测钢卷端面图像，将待测钢卷端面图像均分为多个第一图像块；及

步骤S22：基于多个第一图像块分别组合为多个批数据，并将多个批数据依次输入至钢卷端面对抗网络，以提取每一第一图像块对应的第一特征向量。

6.如权利要求1中所述钢卷端面的缺陷判别方法，其特征在于：上述步骤S4具体包括如下步骤：

步骤S41：计算第一特征向量与对应的第二特征向量之间的第一损失值；

步骤S42：依次判断每一第一特征向量与对应第二特征向量之间的第一损失值是否超过第一阈值，若是，则进入步骤S43，若否，则进入步骤S44；

步骤S43：判定待测钢卷端面图像有缺陷；及

步骤S44：判定待测钢卷端面图像无缺陷。

7.一种钢卷端面的缺陷判别系统，其特征在于，包括：

对抗网络获取单元，用于获取一初始对抗网络，用无缺陷的真实钢卷端面图像对所述初始对抗网络进行训练，获得钢卷端面对抗网络；

图像划分单元，用于获取一待测钢卷端面图像，将待测钢卷端面图像均分为多个第一图像块，并提取每一第一图像块对应的第一特征向量；

二次编码单元，用于基于多个第一特征向量，所述待测钢卷端面对抗网络以输出每一第一图像块对应的多个的重构图像，并将每一所述重构图像进行特征提取，获得第二特征向量；及

缺陷判别单元，用于计算第一特征向量与对应的第二特征向量之间的第一损失值，依次判断每一第一特征向量与对应第二特征向量之间的第一损失值是否超过第一阈值，并基于判断结果判定所述待测钢卷端面图像是否含有缺陷。