[发明专利]一种图像微小异常检测方法、装置及计算机可读存储介质

权利要求书

1.一种图像微小异常检测方法，其特征在于，包括：

采集待检测样品图片；

对所述待检测样品图片进行异常预处理，抑制待检测样品图片中的微小异常，得到预处理图片；

获取训练样本图片，以及训练图像重建模型，所述训练样本图片为不含有异常的图片；

所述训练图像重建模型的方法包括：

用不含有异常的训练样本图片训练所述图像重建模型，得到训练后的图像重建模型；

所述用不含有异常的训练样本图片训练所述图像重建模型，得到训练后的图像重建模型的方法包括：

构建AutoEncoder模型；

将训练样本图片通过图像高斯模糊处理并用形态学操作中的膨胀腐蚀对图像进一步处理，抑制微小异常，得到预处理训练样本图片；

利用预处理训练样本图片训练AutoEncoder，得到训练后的图像重建模型；

将所述预处理图片输入图像重建模型，得到重建图片；

将所述待检测样品图片与重建图片输入判断模型，计算待检测样品图片与重建图片的差异，判断待检测样品图片是否有异常，如果有异常输出异常所在区域。

2.根据权利要求1所述的图像微小异常检测方法，其特征在于，所述对所述待检测样品图片进行异常预处理的方法包括：

图像模糊处理、图像去噪、形态学操作处理、降低分辨率中的至少一种。

3.根据权利要求2所述的图像微小异常检测方法，其特征在于，所述图像重建模型包括：

自编码模型、可逆神经网络、GAN网络中的至少一种。

4.根据权利要求2所述的图像微小异常检测方法，其特征在于，所述判断待检测样品图片是否有异常的方法包括：

用判断模型计算待检测样品图片和重建图片每个对应像素的差异；

如果差异值超过设定阈值，则判定待检测样品图片有异常，异常区域为超过阈值的像素区域；如果差异值没有超过阈值t，则待检测样品图片没有异常。

5.根据权利要求4所述的图像微小异常检测方法，其特征在于，所述阈值t的确定方法如下：

将训练样本图片输入图像重建模型，从t＝0.5开始，每次增加0.5，一直到t＝0.95，t的不同取值将对应不同的准确率，取准确率最高的那个t值作为t的最后取值。

6.一种图像微小异常检测装置，其特征在于，包括：

图像采集模块，用于采集待检测样品图片以及训练样本图片；

异常预处理模块，用于对所述待检测样品图片进行异常预处理，抑制待检测样品图片中的微小异常，得到预处理图片；

训练模块，用于获取训练样本图片，以及训练图像重建模型，所述训练样本图片为不含有异常的图片；

所述训练图像重建模型的方法包括：

用不含有异常的训练样本图片训练所述图像重建模型，得到训练后的图像重建模型；

所述用不含有异常的训练样本图片训练所述图像重建模型，得到训练后的图像重建模型的方法包括：

构建AutoEncoder模型；

将训练样本图片通过图像高斯模糊处理并用形态学操作中的膨胀腐蚀对图像进一步处理，抑制微小异常，得到预处理训练样本图片；

利用预处理训练样本图片训练AutoEncoder，得到训练后的图像重建模型；

图像重建模块，用于不含有异常的训练样本图片训练所述图像重建模型，得到训练后的图像重建模型，以及将所述预处理图片输入图像重建模型，得到重建图片；

判断模块，用于将所述待检测样品图片与重建图片输入判断模型，计算待检测样品图片与重建图片的差异，判断待检测样品图片是否有异常，如果有异常输出异常所在区域。

7.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1至5中任一项所述的图像微小异常检测方法的各个步骤。