[发明专利]一种用于方便面瑕疵检测的分类数据集构建方法

权利要求书

1.一种用于方便面瑕疵检测的分类数据集构建方法，其特征在于，包括如下步骤：

1)在方便面生产环境中，配合拍摄触发装置与光源，使用工业相机搭建可拍摄清晰方便面图像的图像采集系统，用于采集图像，该图像采集环境应与实际生产环境基本一致；

2)拍摄方便面样本图像，并构建用于深度学习的原始分类数据集，包括正常图像和瑕疵图像，该部分需拍摄足量图像数据，且瑕疵图像覆盖方便面可能出现的所有瑕疵；

3)使用图像处理算法构建增广分类数据集，增加样本多样性。

2.根据权利要求1所述的用于方便面瑕疵检测的分类数据集构建方法，其特征在于，所述图像处理算法包括但不限于噪声生成算法、模糊算法、图像旋转算法、对比度调整算法及色度调整算法；其中，

所述噪声生成算法，使用随机算法生成高斯算法噪声的方差后，使用该高斯模型添加图像噪声；

所述模糊算法，随机生成模糊滤波器参数，并对图像进行模糊滤波；模糊滤波可采用均值滤波、高斯滤波等滤波器；

所述图像旋转算法，在设定的旋转角度范围内，随机产生图像旋转角度，并旋转图像；

所述对比度调整算法，随机生成对比度算法调整参数，并对图像进行对比度调整；对比度算法可采用伽马变换；

所述色度调整算法，图像转换到HSV颜色空间，对H通道添加高斯噪声，对颜色进行随机调整。