[发明专利]一种铁路机车小部件图像扩增的方法

说明书

一种铁路机车小部件图像扩增的方法，属于图像处理技术领域，本发明为解决现有技术中的两类小部件图像扩增方法存在不符合小部件本身的分布规律等问题。它包括：获取需要扩增的铁路机车小部件图像；采用图像处理算法对S1获取的铁路机车小部件图像进行随机处理，获取随机图像；对获取的随机图像进行随机增强，并将随机强增后的小部件图像粘贴到需要扩增的铁路机车小部件图像中，完成图像扩增；本发明用于对铁路机车的小部件进行扩增显示。

技术领域

本发明涉及一种小部件图像扩增方法，属于图像处理技术领域。

背景技术

小物体图像扩增方法包括两类，一类是基于传统图像处理的小物体图像扩增方法，包括：灰度变换、图像翻转、图像旋转、图像缩放、图像滤波等；另一类是基于深度学习的小物体图像扩增方法，包括：基于对抗神经网络的图像扩增方法和基于编码器的图像扩增方法。

第一类的基于传统图像处理的小物体图像扩增方法，存在以下问题：

1、通过改变形状进行数据增强方法(例如：仿射变换、缩放、旋转等)，在数据增强的同时极易发生小物体数据的失真或模糊；

2、通过改变灰度值进行数据增强方法(例如：直方图均衡化、伽马变换、灰度线性变换等)，增强后的数据不具有分布规律的改变；

3、通过滤波进行数据增强方法(例如：添加噪声、模糊处理、去除噪声等)，在数据增强的同时，有可能将小物体数据覆盖或者滤除。

第二类的基于深度学习的小物体图像扩增方法，不论是基于对抗神经网络的图像扩增方法还是基于编码器的图像扩增方法，在小物体数据增强方面存在以下问题：

1、通过整体图像进行数据增强，极易导致模型无法学习到小物体的信息分布，进而无法生成包含小物体的图像数据；

2、通过小物体图像进行数据增强，有可能导致模型学习到小物体的信息分布不符合小物体本身的分布规律，进而无法使用生成的图像数据。

综上，现有技术中的两类小部件图像扩增方法存在无法生成包含小部件图像的原图像，进而无法实现图像扩增的问题。

发明内容

本发明目的是为了解决现有技术中的两类小部件图像扩增方法存在无法生成包含小部件图像的原图像，进而无法实现图像扩增的问题，提供了一种铁路机车小部件图像扩增的方法。

本发明一种铁路机车小部件图像扩增的方法，它包括：

S1、获取需要扩增的铁路机车小部件图像；

S2、采用图像处理算法对S1获取的铁路机车小部件进行随机处理，获取随机图像；

S3、对S2获取的随机图像进行随机增强，并将随机强增后的小部件图像粘贴到S1获取的需要扩增的铁路机车小部件图像中，完成图像扩增；

S3所述对S2获取的随机图像进行随机增强，并将随机强增后的小部件图像粘贴到S1获取的需要扩增的铁路机车小部件图像中的具体方法包括：

设S2获取的随机图像的数据数量为N；

S3-1、在N中随机选取n个小部件图像，作为单张图像的增强样本；

S3-2、在n个小部件图像中随机选取一个小部件图像，作为初始数据A₁；

初始数据A₁的形状表征为w₁*h₁，其中，w₁表示A₁的宽，h₁表示A₁的高；