[发明专利]一种基于融合变异的测试数据生成方法

说明书

本发明公开一种基于融合变异的测试数据生成方法，首先结合被测软件收集一定量种子图像测试数据和欺骗性图像，对这些种子图像和欺骗性图像按亮度值量化，并将其分割为多个连通区域。其次，我们对欺骗性图像进行亮度赋值，使其介于原始值和种子图像的亮度分布之间。再次，我们生成两种图像的纹理库，其中每一项为图像的纹理片及其对应亮度片，根据亮度赋值结果在纹理库中寻找最匹配的亮度片，并用其对应纹理片对种子图像进行纹理合成，最后通过进一步细化得到新图像测试数据。通过实验证明，本发明能够根据一定量种子图像测试数据和欺骗性图像通过融合变异生成较高质量的新测试数据，从而对某些智能图像识别软件的准确性进行较为充分的测试。

技术领域

本发明涉及一种软件测试技术中的测试数据生成方法，尤其涉及一种基于融合变异的测试数据生成方法，属于计算机技术领域。

背景技术

目前军用图像识别信息服务能够有效辅助用户快速识别图像信息，但对于测评机构而言，军用信息服务的测试图像较少，而且在军方的图像识别中，被识别目标的隐蔽性往往较大，部分测试数据可能还依赖于厂家训练数据的问题，导致测试结果可信度受到影响，缺陷发现能力不高。如何获取足够多且符合现实世界场景的高质量测试数据成为关键问题。

发明内容

对于测评机构而言，军用信息服务的测试图像较少，而且在军方的图像识别中，被识别目标的隐蔽性往往较大，部分测试数据可能还依赖于厂家的训练数据的问题，导致测试结果可信度受到影响，缺陷发现能力不高，本发明提供一种基于融合变异的测试数据生成方法，要解决的就是在军用图像识别目标隐蔽性较大且测试数据不足的情况下如何生成符合实际场景、足够多且高质量的测试数据。

本发明为解决上述问题采用以下技术方案：

一种基于融合变异的测试数据生成方法，该方法包括以下步骤：

1)在被测软件的原厂测试数据集中随机选取若干未进行过迷彩遮蔽伪装的图像测试数据，作为种子图像测试数据；

2)在被测软件的原厂测试数据集中随机选取若干进行过迷彩遮蔽伪装的图像测试数据，作为欺骗性图像；

3)分别对种子图像测试数据和欺骗性图像按亮度值进行量化，并根据量化结果将种子图像测试数据和欺骗性图像划分为多个连通区域；

4)调整欺骗性图像中各连通区域的亮度分布，使其介于欺骗性图像的原始亮度值和种子图像测试数据的亮度值分布之间，得到变异后的欺骗性图像；

5)生成种子图像测试数据和欺骗性图像的纹理库，其中纹理库中的每一项为图像的纹理片及该纹理片对应的亮度片；

6)根据2)中欺骗性图像变异后亮度赋值的结果在纹理库中寻找最匹配的亮度片，并用该亮度片对应的纹理片对种子图像测试数据进行纹理合成，生成新的图像测试数据。

进一步，4)中利用python中skimage包中exposure模块调整欺骗性图像中各连通区域的亮度分布。

进一步，3)中采用种子填充法划分连通区域。

进一步，该方法还包括：在6)中的纹理合成后中利用python中opencv库调整合成后图像的对比度，以生成新的图像测试数据。

进一步，6)中采用基于样图的纹理合成方法进行纹理合成。