CN113781623A - 工业质检中的缺陷样本生成方法及装置 - Google Patents
工业质检中的缺陷样本生成方法及装置 Download PDFInfo
- Publication number
- CN113781623A CN113781623A CN202111344416.1A CN202111344416A CN113781623A CN 113781623 A CN113781623 A CN 113781623A CN 202111344416 A CN202111344416 A CN 202111344416A CN 113781623 A CN113781623 A CN 113781623A
- Authority
- CN
- China
- Prior art keywords
- texture
- defect
- renderer
- optical
- generating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Processing Or Creating Images (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及工业质检技术领域,提供一种工业质检中的缺陷样本生成方法及装置,方法包括:根据原始图片集生成工件的3D模型;将3D模型导入3D渲染器;根据光学方案在3D渲染器中生成光学工作室;在3D模型的表面制作材质纹理;根据预设缺陷纹理标签在材质纹理的表面生成缺陷纹理;运用材质图工具将缺陷纹理进行纹理处理;给光学工作室设置动画时间以及输出动画的图片帧数;在光学工作室中进行动画渲染,并根据图片帧数导出输出动画中的每一帧目标缺陷样本图片。由此,通过3D渲染器进行动画制作合成缺陷样本图片,可以扩增缺陷样本图片的数量,还可以使缺陷样本图片多元化,从而有利于提高工业质检的准确度,保证质检效果。
Description
技术领域
本发明涉及工业质检技术领域,具体涉及一种工业质检中的缺陷样本生成方法和一种工业质检中的缺陷样本生成装置。
背景技术
现如今工业质检领域运用人工智能(Artificial Intelligence,简称AI)中的目标检测模型来检测工件缺陷,以降低人工成本。
其中,缺陷样本数量是整个AI工业质检中的关键问题,工业现场中缺陷样本的数量本身就少,样本数量少导致AI模型的检出效果差,从而带来工业质检效果差、准确度低的问题。
发明内容
本发明为解决上述技术问题之一,提出了如下技术方案。
本发明第一方面实施例提出了一种工业质检中的缺陷样本生成方法,包括:获取原始图片集,并根据所述原始图片集生成工件的3D模型;将所述3D模型导入3D渲染器,其中,所述3D渲染器为KeyShot渲染器;根据光学方案在所述3D渲染器中生成光学工作室;运用所述3D渲染器中的材质图工具,在所述3D模型的表面制作材质纹理;获取预设缺陷纹理标签,并根据所述预设缺陷纹理标签在所述材质纹理的表面生成缺陷纹理;运用所述材质图工具将所述缺陷纹理进行纹理处理,以使所述缺陷纹理随着时间进行纹理变化;给所述光学工作室设置动画时间以及输出动画的图片帧数;在所述光学工作室中进行动画渲染,并根据所述图片帧数导出所述输出动画中的每一帧目标缺陷样本图片。
另外,根据本发明上述实施例的工业质检中的缺陷样本生成方法还可以具有如下附加的技术特征。
根据本发明的一个实施例,根据光学方案在所述3D渲染器中生成光学工作室,包括:根据所述光学方案,调节所述3D渲染器中摄像机的位置;将所述3D渲染器中的默认光源删除;制作一个平面,并为所述平面添加光源属性,以得到一个光学工作室。
根据本发明的一个实施例,根据所述预设缺陷纹理标签在所述材质纹理的表面生成缺陷纹理,包括:调用所述材质图工具中的工作区节点电池;根据所述预设缺陷纹理标签在所述材质纹理的表面,通过节点电池的组合制作出缺陷纹理。
根据本发明的一个实施例,所述缺陷纹理为划痕缺陷纹理;通过节点电池的组合制作出缺陷纹理,包括:将划痕节点电池、凹凸添加节点电池、金属节点电池与材质电池依次连接,以生成所述划痕缺陷纹理。
根据本发明的一个实施例,运用所述材质图工具将所述缺陷纹理进行纹理处理,包括:调用颜色渐变节点电池和曲线淡出节点电池;将所述颜色渐变节点电池与所述曲线淡出节点电池进行结合后与所述材质纹理连接。
根据本发明的一个实施例,工业质检中的缺陷样本生成方法,还包括:在所述光学工作室中调节所述3D模型的位置。
根据本发明的一个实施例,所述纹理变化包括:纹理位置变化、纹理形态变化、纹理大小变化及纹理数量变化中的至少一种。
本发明第二方面实施例提出了一种工业质检中的缺陷样本生成装置,包括:获取模块,用于获取原始图片集,并根据所述原始图片集生成工件的3D模型;导入模块,用于将所述3D模型导入3D渲染器,其中,所述3D渲染器为KeyShot渲染器;第一生成模块,用于根据光学方案在所述3D渲染器中生成光学工作室;制作模块,用于运用所述3D渲染器中的材质图工具,在所述3D模型的表面制作材质纹理;第二生成模块,用于获取预设缺陷纹理标签,并根据所述预设缺陷纹理标签在所述材质纹理的表面生成缺陷纹理;处理模块,用于运用所述材质图工具将所述缺陷纹理进行纹理处理,以使所述缺陷纹理随着时间进行纹理变化;设置模块,用于给所述光学工作室设置动画时间以及输出动画的图片帧数;渲染模块,用于在所述光学工作室中进行动画渲染,并根据所述图片帧数导出所述输出动画中的每一帧目标缺陷样本图片。
另外,根据本发明上述实施例的工业质检中的缺陷样本生成装置还可以具有如下附加的技术特征。
根据本发明的一个实施例,所述第一生成模块,包括:调节单元,用于根据所述光学方案,调节所述3D渲染器中摄像机的位置;删除单元,用于将所述3D渲染器中的默认光源删除;制作单元,用于制作一个平面,并为所述平面添加光源属性,以得到一个光学工作室。
本发明实施例的技术方案,通过3D渲染器进行动画制作合成缺陷样本图片,可以扩增缺陷样本图片的数量,还可以使缺陷样本图片多元化,从而有利于提高工业质检的准确度,保证质检效果。
附图说明
图1为本发明实施例的工业质检中的缺陷样本生成方法的流程图。
图2为本发明一个示例的生成划痕缺陷样本的流程图。
图3为本发明实施例的工业质检中的缺陷样本生成装置的方框示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,AI工业质检时的样本数量不足,是导致质检效果差的重要因素之一。AI模型训练需要大量的缺陷样本图片,有了大量的缺陷样本图片可以保证AI工业质检的准确性。
为此,本发明提出了一种工业质检中的缺陷样本生成方法和一种工业质检中的缺陷样本生成装置,本发明实施例基于3D渲染器的动画制作合成有缺陷的样本图片,可以保证AI工业质检的准确性。
下面结合图示说明本发明实施例的具体实施方式。
图1为本发明实施例的工业质检中的缺陷样本生成方法的流程图。
需要说明的是,本发明实施例的工业质检中的缺陷样本生成方法的执行主体可以为工业现场的电子设备,具体的,电子设备可以是但不限于工业计算机、移动终端。本发明实施例的应用场景可以是工业生产现场等需要对工件进行质检的场景。
如图1所示,该工业质检中的缺陷样本生成方法包括以下步骤S1至S8。
S1,获取原始图片集,并根据原始图片集生成工件的3D模型。
其中,原始图片集,可以理解为无缺陷工件的各个图片组成的集合,3D模型即为无缺陷工件的3D模型。
具体地,可对工业质检现场的任一无缺陷工件从各个角度(例如工件的正前方、工件的后方、工件的左方及工件的右方等)进行拍照,得到工件各个角度的图片,该图片即为原始图片,将各个原始图片通过适当拼接及建模,得到工件的3D模型。
S2,将3D模型导入3D渲染器,其中,3D渲染器为KeyShot渲染器。
其中, KeyShot渲染器无需复杂的设定即可产生相片般真实的3D渲染影像,可以模拟工业质检领域中的光学方案,在软件中渲染出类似真实的影像。
具体地,在得到3D模型之后,可以在3D渲染器的工具栏文件中批量打开一定文件格式的3D模型。
S3,根据光学方案在3D渲染器中生成光学工作室。
在一个示例中,工业质检中的缺陷样本生成方法,还包括:在光学工作室中调节3D模型的位置。
其中,光学方案是指实际生产中的光学方案,实际生产中的光学方案指的是在进行AI工业质检环节中,在需要获取样本数据时制定的实用的光学拍摄方案。缺陷的显示效果的好坏,是光学方案中设定的摄像机参数和光源环境参数共同决定的。
具体地,根据实际光学方案,运用3D渲染器中的光源工具调节光源参数,以及利用3D渲染器中的光源工具调节摄像机参数,例如,根据KeyShot渲染器中的几何图形视图调节摄像机位置及光源形态,并在光学工作室中调节3D模型的位置,以模拟光学方案制作出接近实际光学方案的光学工作室。之后,无任何缺陷纹理特征的3D模型将以白色颜色展示于光学工作室。
S4,运用3D渲染器中的材质图工具,在3D模型的表面制作材质纹理。
具体地,根据实际光学方案对应的缺陷图片的纹理形态,在3D模型表面运用3D渲染器中的“材质图工具”进行材质纹理制作,从而在3D模型表面模拟光学方案制作出材质纹理,且材质纹理与实际光学方案图片纹理相似,从而在3D模型表面达到实际光学方案中拍摄出的工件纹理效果。
S5,获取预设缺陷纹理标签,并根据预设缺陷纹理标签在材质纹理的表面生成缺陷纹理。
本发明实施例中,可事先制作或者采集一些缺陷纹理标签,得到缺陷纹理标签库。
具体地,可从缺陷纹理标签库中调用预设缺陷纹理,进而运用“材质图工具”在材质纹理的表面制作预设缺陷纹理标签对应的缺陷纹理。
S6,运用材质图工具将缺陷纹理进行纹理处理,以使缺陷纹理随着时间进行纹理变化。
需要说明的是,相关技术之中,往往对小样本量进行数据增强,但是缺陷的多元化无法替代,缺陷的产生具有很强的随机性,因此缺陷的位置和形态也具有很强的随机性,无法通过数据增强得到不同形态变化的缺陷。而本发明实施例通过3D渲染器中的材质图工具,可通过对缺陷纹理进行纹理处理,例如改变缺陷的噪波值,来生成不同形态的缺陷,从而可以保证生成多元化的缺陷。
进一步地,纹理变化可包括:纹理位置变化、纹理形态变化、纹理大小变化及纹理数量变化中的至少一种
具体地,运用“材质图工具”将缺陷纹理进行纹理处理,使得缺陷纹理有了动画属性,缺陷纹理随着时间进行纹理变化,例如在“材质图工具”中给缺陷纹理添加“曲线淡出工具”,以使缺陷纹理可以随着时间进行形态和位置上的变化。也就是说,“曲线淡出工具”可以控制缺陷纹理的位置和形态在一段时间内变化。
S7,给光学工作室设置动画时间以及输出动画的图片帧数。
具体地,给整个光学工作室设置渲染动画的时间,并设置输出动画的图片帧数,只有当工作室的动画时间设置成功后才可以生成动画,因为动画的生成是由动画时间控制的,所以工作室动画的时间设定是必需的,以将时间节点与缺陷纹理相结合。
S8,在光学工作室中进行动画渲染,并根据图片帧数导出输出动画中的每一帧目标缺陷样本图片。
具体地,可以点击动画渲染,并导出输出动画中的每一帧图片,该图片即为目标缺陷样本图片,在导出过程中,可根据具体需求调整图片帧数。
本发明实施例的工业质检中的缺陷样本生成方法,通过3D渲染器进行动画制作合成缺陷样本图片,可以扩增缺陷样本图片的数量,还可以使缺陷样本图片多元化,从而有利于提高工业质检的准确度,保证质检效果。
在本发明的一个实施例中,上述步骤S3,可包括:根据光学方案,调节3D渲染器中摄像机的位置;将3D渲染器中的默认光源删除;制作一个平面,并为平面添加光源属性,以得到一个光学工作室。
具体地,在将3D模型载入3D渲染器中时,光源形态位置和摄像机形态位置是默认设置的,因此可根据实际光学方案通过3D渲染器中“几何图形视图”调节摄像机位置,在3D渲染器中将默认光源删除,并制作一个平面,为该平面添加光源属性,以制作出一个光学工作室,其形状可以为方形平面,并可在光学工作室中调节3D模型的位置。
在本发明的一个实施例中,上述步骤S4中的,根据预设缺陷纹理标签在材质纹理的表面生成缺陷纹理,可包括:调用材质图工具中的工作区节点电池;根据预设缺陷纹理标签在材质纹理的表面,通过节点电池的组合制作出缺陷纹理。
进一步地,缺陷纹理为划痕缺陷纹理;通过节点电池的组合制作出缺陷纹理,可包括:将划痕节点电池、凹凸添加节点电池、金属节点电池与材质电池依次连接,以生成划痕缺陷纹理。
其中,划痕节点电池、凹凸添加节点电池、金属节点电池与材质电池均为KeyShot渲染器中的节点电池,划痕节点电池是指KeyShot渲染器中具有划痕属性的节点电池、凹凸添加节点电池是指KeyShot渲染器中具有凹凸添加属性的节点电池、金属节点电池是指KeyShot渲染器中具有金属属性的节点电池,材质电池是指KeyShot渲染器中具有材质属性的节点电池,其中的“节点电池”为KeyShot渲染器中既有的技术术语,节点电池为一种载体。
在本发明的一个实施例中,上述步骤S5中的,运用材质图工具将缺陷纹理进行纹理处理,包括:调用颜色渐变节点电池和曲线淡出节点电池;将颜色渐变节点电池与曲线淡出节点电池进行结合后与材质纹理连接。
具体而言,通过3D渲染器中的材质图工具,可以通过改变缺陷的噪波值来生成不同形态的产品缺陷。为了控制噪波值变化,本发明实施例在缺陷纹理上设置“曲线淡出”工具,“曲线淡出”工具可以实现数值和时间的双重变化。
在本发明一个具体示例中,通过KeyShot渲染器合成划痕缺陷纹理时,如图2所示,首先,在KeyShot渲染器中批量创建或者载入3D模型,根据实际光学方案在KeyShot渲染器中制作出一个面光源作为光学工作室,并在光学工作室中调节3D模型的位置,之后根据实际光学方案图片的纹理形态,运用KeyShot渲染器的“材质图工具”模拟光学方案的纹理进行材质纹理制作,并使材质纹理与实际光学方案图片纹理相似。之后,运用材质图工具中的工作区节点电池,并以预设缺陷纹理标签为依据在材质纹理表面制作缺陷纹理,得到具有缺陷纹理的3D模型。其中,通过节点电池的组合制作出缺陷纹理:将“划痕节点电池”(预设的划痕纹理贴图)、“凹凸添加节点电池”、“金属节点电池”和“材质电池”这四个节点电池通过属性调节依次连接生成划痕缺陷纹理。之后,为了将时间节点与划痕缺陷纹理结合,调用KeyShot渲染器中的工具库中的曲线淡出工具,还可以调用颜色渐变工具,并将这两个节点电池根据具体需求进行有机结合后,连接到材质纹理上,如此使得划痕缺陷纹理随着时间变化,得到具有动画属性的划痕缺陷纹理。最后,通过渲染合成动画,此时KeyShot渲染器可以按照顺序导出单个的帧图片,每一帧图片即为所需的目标缺陷样本图片。
综上所述,本发明实施例通过3D渲染器中的动画渲染导出帧图片,可以导出大量且接近真实缺陷的帧图片,且可以保证每一帧图片的缺陷形态都不同,因此可以获得大量AI工业质检所需的样本数据。弥补了AI工业质检中数据样本不丰富得问题。通过3D渲染器生成样本的方法可以保证缺陷样本图片的质量和缺陷的多样性,可以大批量的生成缺陷样本图片,有效的解决了AI工业质检样本数据不足的问题。
对应上述实施例的工业质检中的缺陷样本生成方法,本发明还提出一种工业质检中的缺陷样本生成装置。
图3为本发明实施例的工业质检中的缺陷样本生成装置的方框示意图。
如图3所示,该工业质检中的缺陷样本生成装置100包括:获取模块10、导入模块20、第一生成模块30、制作模块40、第二生成模块50、处理模块60、设置模块70和渲染模块80。
其中,获取模块10用于获取原始图片集,并根据所述原始图片集生成工件的3D模型;导入模块20用于将所述3D模型导入3D渲染器,其中,所述3D渲染器为KeyShot渲染器;第一生成模块30用于根据光学方案在所述3D渲染器中生成光学工作室;制作模块40用于运用所述3D渲染器中的材质图工具,在所述3D模型的表面制作材质纹理;第二生成模块50用于获取预设缺陷纹理标签,并根据所述预设缺陷纹理标签在所述材质纹理的表面生成缺陷纹理;处理模块60用于运用所述材质图工具将所述缺陷纹理进行纹理处理,以使所述缺陷纹理随着时间进行纹理变化;设置模块70用于给所述光学工作室设置动画时间以及输出动画的图片帧数;渲染模块80用于在所述光学工作室中进行动画渲染,并根据所述图片帧数导出输出动画中的每一帧目标缺陷样本图片。
在本发明的一个实施例中,第一生成模块30可包括:调节单元,用于根据所述光学方案,调节所述3D渲染器中摄像机的位置;删除单元,用于将所述3D渲染器中的默认光源删除;第一制作单元,用于制作一个平面,并为所述平面添加光源属性,以得到一个光学工作室。
在本发明的一个实施例中,第二生成模块50包括:第一调用单元,用于调用所述材质图工具中的工作区节点电池;第二制作单元,用于根据所述预设缺陷纹理标签在所述材质纹理的表面,通过节点电池的组合制作出缺陷纹理。
在本发明的一个实施例中,所述缺陷纹理为划痕缺陷纹理,第二制作单元可具体用于:将划痕节点电池、凹凸添加节点电池、金属节点电池与材质电池依次连接,以生成所述划痕缺陷纹理。
在本发明的一个实施例中,处理模块60可包括:第二调用单元,用于调用颜色渐变节点电池和曲线淡出节点电池;结合单元,用于将所述颜色渐变节点电池与所述曲线淡出节点电池进行结合后与所述材质纹理连接。
在本发明的一个实施例中,工业质检中的缺陷样本生成装置100还可包括:位置调节模块,用于在所述光学工作室中调节所述3D模型的位置。
需要说明的是,该工业质检中的缺陷样本生成装置的具体实施方式及实施原理可参见上述工业质检中的缺陷样本生成方法的具体实施方式,为避免冗余,此处不再详细赘述。
本发明实施例的工业质检中的缺陷样本生成装置,通过3D渲染器进行动画制作合成缺陷样本图片,可以扩增缺陷样本图片的数量,还可以使缺陷样本图片多元化,从而有利于提高工业质检的准确度,保证质检效果。
在本发明的描述中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种工业质检中的缺陷样本生成方法,其特征在于,包括:
获取原始图片集,并根据所述原始图片集生成工件的3D模型;
将所述3D模型导入3D渲染器,其中,所述3D渲染器为KeyShot渲染器;
根据光学方案在所述3D渲染器中生成光学工作室;
运用所述3D渲染器中的材质图工具,在所述3D模型的表面制作材质纹理;
获取预设缺陷纹理标签,并根据所述预设缺陷纹理标签在所述材质纹理的表面生成缺陷纹理;
运用所述材质图工具将所述缺陷纹理进行纹理处理,以使所述缺陷纹理随着时间进行纹理变化;
给所述光学工作室设置动画时间以及输出动画的图片帧数;
在所述光学工作室中进行动画渲染,并根据所述图片帧数导出所述输出动画中的每一帧目标缺陷样本图片。
2.根据权利要求1所述的工业质检中的缺陷样本生成方法,其特征在于,根据光学方案在所述3D渲染器中生成光学工作室,包括:
根据所述光学方案,调节所述3D渲染器中摄像机的位置;
将所述3D渲染器中的默认光源删除;
制作一个平面,并为所述平面添加光源属性,以得到一个光学工作室。
3.根据权利要求1所述的工业质检中的缺陷样本生成方法,其特征在于, 根据所述预设缺陷纹理标签在所述材质纹理的表面生成缺陷纹理,包括:
调用所述材质图工具中的工作区节点电池;
根据所述预设缺陷纹理标签在所述材质纹理的表面,通过节点电池的组合制作出缺陷纹理。
4.根据权利要求3所述的工业质检中的缺陷样本生成方法,其特征在于,所述缺陷纹理为划痕缺陷纹理;
通过节点电池的组合制作出缺陷纹理,包括:
将划痕节点电池、凹凸添加节点电池、金属节点电池与材质电池依次连接,以生成所述划痕缺陷纹理。
5.根据权利要求1所述的工业质检中的缺陷样本生成方法,其特征在于运用所述材质图工具将所述缺陷纹理进行纹理处理,包括:
调用颜色渐变节点电池和曲线淡出节点电池;
将所述颜色渐变节点电池与所述曲线淡出节点电池进行结合后与所述材质纹理连接。
6.根据权利要求1所述的工业质检中的缺陷样本生成方法,其特征在于,还包括:在所述光学工作室中调节所述3D模型的位置。
7.根据权利要求1所述的工业质检中的缺陷样本生成方法,其特征在于,所述纹理变化包括:纹理位置变化、纹理形态变化、纹理大小变化及纹理数量变化中的至少一种。
8.一种工业质检中的缺陷样本生成装置,其特征在于,包括:
获取模块,用于获取原始图片集,并根据所述原始图片集生成工件的3D模型;
导入模块,用于将所述3D模型导入3D渲染器,其中,所述3D渲染器为KeyShot渲染器;
第一生成模块,用于根据光学方案在所述3D渲染器中生成光学工作室;
制作模块,用于运用所述3D渲染器中的材质图工具,在所述3D模型的表面制作材质纹理;
第二生成模块,用于获取预设缺陷纹理标签,并根据所述预设缺陷纹理标签在所述材质纹理的表面生成缺陷纹理;
处理模块,用于运用所述材质图工具将所述缺陷纹理进行纹理处理,以使所述缺陷纹理随着时间进行纹理变化;
设置模块,用于给所述光学工作室设置动画时间以及输出动画的图片帧数;
渲染模块,用于在所述光学工作室中进行动画渲染,并根据所述图片帧数导出所述输出动画中的每一帧目标缺陷样本图片。
9.根据权利要求8所述的工业质检中的缺陷样本生成装置,其特征在于,所述第一生成模块,包括:
调节单元,用于根据所述光学方案,调节所述3D渲染器中摄像机的位置;
删除单元,用于将所述3D渲染器中的默认光源删除;
制作单元,用于制作一个平面,并为所述平面添加光源属性,以得到一个光学工作室。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111344416.1A CN113781623B (zh) | 2021-11-15 | 2021-11-15 | 工业质检中的缺陷样本生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111344416.1A CN113781623B (zh) | 2021-11-15 | 2021-11-15 | 工业质检中的缺陷样本生成方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113781623A true CN113781623A (zh) | 2021-12-10 |
CN113781623B CN113781623B (zh) | 2022-02-18 |
Family
ID=78957103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111344416.1A Active CN113781623B (zh) | 2021-11-15 | 2021-11-15 | 工业质检中的缺陷样本生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113781623B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2613879A (en) * | 2021-12-17 | 2023-06-21 | Zeta Motion Ltd | Automated inspection system |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109471128A (zh) * | 2018-08-30 | 2019-03-15 | 福瑞泰克智能系统有限公司 | 一种正样本制作方法及装置 |
CN111402208A (zh) * | 2020-03-03 | 2020-07-10 | 天津理工大学 | 一种基于增量式的焊缝表面缺陷特征提取与分类识别方法 |
CN111428373A (zh) * | 2020-03-30 | 2020-07-17 | 苏州惟信易量智能科技有限公司 | 产品装配质量检测方法、装置、设备及存储介质 |
CN112258491A (zh) * | 2020-10-30 | 2021-01-22 | 国网河南省电力公司电力科学研究院 | 一种电力设备缺陷三维模拟方法 |
CN112862766A (zh) * | 2021-01-28 | 2021-05-28 | 华北电力大学(保定) | 一种基于图像数据扩充技术的绝缘子检测方法及系统 |
CN113392927A (zh) * | 2021-07-01 | 2021-09-14 | 哈尔滨理工大学 | 一种基于单阶深度神经网络的动物目标检测方法 |
-
2021
- 2021-11-15 CN CN202111344416.1A patent/CN113781623B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109471128A (zh) * | 2018-08-30 | 2019-03-15 | 福瑞泰克智能系统有限公司 | 一种正样本制作方法及装置 |
CN111402208A (zh) * | 2020-03-03 | 2020-07-10 | 天津理工大学 | 一种基于增量式的焊缝表面缺陷特征提取与分类识别方法 |
CN111428373A (zh) * | 2020-03-30 | 2020-07-17 | 苏州惟信易量智能科技有限公司 | 产品装配质量检测方法、装置、设备及存储介质 |
CN112258491A (zh) * | 2020-10-30 | 2021-01-22 | 国网河南省电力公司电力科学研究院 | 一种电力设备缺陷三维模拟方法 |
CN112862766A (zh) * | 2021-01-28 | 2021-05-28 | 华北电力大学(保定) | 一种基于图像数据扩充技术的绝缘子检测方法及系统 |
CN113392927A (zh) * | 2021-07-01 | 2021-09-14 | 哈尔滨理工大学 | 一种基于单阶深度神经网络的动物目标检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2613879A (en) * | 2021-12-17 | 2023-06-21 | Zeta Motion Ltd | Automated inspection system |
Also Published As
Publication number | Publication date |
---|---|
CN113781623B (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107690672A (zh) | 训练数据生成方法、生成装置及其图像语义分割方法 | |
CN111583409B (zh) | 针对实景三维模型的无网格边界孔洞修补方法和装置 | |
CN113781623B (zh) | 工业质检中的缺陷样本生成方法及装置 | |
US9019268B1 (en) | Modification of a three-dimensional (3D) object data model based on a comparison of images and statistical information | |
CN109584327A (zh) | 人脸老化模拟方法、装置以及设备 | |
CN114067043A (zh) | 一种虚拟模型的渲染方法和装置 | |
CN117788709A (zh) | 一种基于神经辐射场的可微光源建模方法及装置 | |
CN113436350A (zh) | 一种三维模型生成方法及系统 | |
CN112308954A (zh) | 一种建筑模型信息化及其实景虚拟仿真方法 | |
CN112634439B (zh) | 一种3d信息展示方法及装置 | |
CN112991498B (zh) | 一种镜头动画快速生成系统及方法 | |
US20230206538A1 (en) | Differentiable inverse rendering based on radiative backpropagation | |
CN111354082B (zh) | 一种地表贴图的生成方法、装置、电子设备和存储介质 | |
WO2021154100A1 (en) | Applying non-destructive edits to nested instances for efficient rendering | |
CN114119835B (zh) | 硬表面模型的处理方法、装置及电子设备 | |
CN117218265A (zh) | 头发贴图生成方法、装置、电子设备和可读存储介质 | |
CN116743978B (zh) | 视频处理方法、装置、计算机设备及计算机可读存储介质 | |
CN114972265B (zh) | 纹理图像分割方法、生成方法、装置及设备 | |
EP4002327A1 (en) | Time-of-flight simulation data training circuitry, time-of-flight simulation data training method, time-of-flight simulation data output method, time-of-flight simulation data output circuitry | |
Stereo et al. | Human Factors and Wearable Technologies, Vol. 85, 2023, 30-35 AHFE | |
Bothma et al. | Exploring the use of Synthetic Training Data for the Classification of Electronic Components in Artificial Intelligence Systems | |
CN115578477A (zh) | 工业检测中的凹痕缺陷样本生成方法、生成装置 | |
CN118096995A (zh) | 一种三维孪生方法以及装置 | |
Alawadhi et al. | Deep Learning Through Parametrically Generated Virtual Building Information Models for Real-World Object Recognition | |
Lysykh et al. | Parametric scene model for geometry restoration using differential rendering method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |