(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210316878.0 (22)申请日 2022.03.28 (71)申请人 山东科讯信息科技有限公司 地址 266000 山东省青岛市黄岛区江山 南 路480号青岛研创中心5号楼101室 (72)发明人 江先晖　陈霆　刘鹏　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 刘希 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种图像处理方法和相关模型训练方法及 相关装置 (57)摘要 本申请公开了一种图像处理方法和相关模 型训练方法及相关装置， 图像处理方法包括： 获 取目标对象的原始图像； 利用原始图像得到多张 目标子图像， 其中， 每张目标子图像均包含部分 目标对象， 且多张目标子图像的组合包含目标对 象； 利用图像重构模型对多张目标子图像进行重 构处理， 得到分别与多张目标子图像对应的多张 重构子图像， 其中， 图像重构模型是利用包含无 缺陷状态的样本对象的正样本图像训练得到的， 多张重构子图像的组合用于表示处于无缺陷状 态的所述目标对象。 通过上述方式能够实现无缺 陷状态的对象图像 重构， 且减低重构难度。 权利要求书4页 说明书15页 附图5页 CN 114708502 A 2022.07.05 CN 114708502 A 1.一种图像处 理方法， 其特 征在于， 所述方法包括： 获取目标对象的原 始图像； 利用所述原始图像得到多张目标子 图像， 其中， 每张所述目标子 图像均包含部分所述 目标对象， 且所述多张目标子图像的组合包 含所述目标对象； 利用图像重构模型对所述多张目标子图像进行重构处理， 得到分别与 所述多张目标子 图像对应的多张重构子图像， 其中， 所述图像重构模型是利用包含无缺陷状态的样本对 象 的正样本图像训练得到的， 所述多张重构 子图像的组合用于表示处于无缺陷状态的所述目 标对象。 2.根据权利要求1所述的方法， 其特征在于， 所述利用所述原始图像得到多 张目标子图 像， 包括： 将所述原始图像进行区域拆分， 以得到多个第一图像区域， 所述第一图像区域包含所 述目标对象的不同部分； 对于每个所述第 一图像区域， 利用所述原始图像中除所述第 一图像区域以外的第 二图 像区域的像素值， 得到与所述第一图像区域对应的目标子图像。 3.根据权利要求2所述的方法， 其特征在于， 所述将所述原始图像拆分成多个第 一图像 区域， 包括： 采用平均划分或随机划分的方式， 将所述原始图像 中的像素点划分为多份， 其中， 每份 所述像素点组成一个所述第一图像区域； 和/或， 所述原始图像、 所述目标子图像的尺寸相同， 且在与所述第一图像区域对应的 目标子图像中， 对应所述第一图像区域的像素值为预设像素值， 且对应所述第二图像区域 的像素值 不变。 4.根据权利要求1所述的方法， 其特征在于， 所述多 张重构子图像分别包含所述目标对 象的不同部分； 和/或， 所述重构子图像与对应的所述目标子图像分别包含所述目标对象的不同部分， 且每组所述重构子图像与对应的所述目标子图像的组合均包 含所述目标对象。 5.根据权利要求1所述的方法， 其特征在于， 所述图像重构模型为卷积自编码器， 所述 卷积自编码器包括编码器模块和解码器模块； 和/或， 在利用图像重构模型对所述多张目标子图像进行重构处理， 得到分别与所述多 张目标子图像对应的多张重构 子图像前， 所述方法还包括以下所述图像重构模型的训练步 骤： 利用所述正样本 图像得到多张第一样本子 图像， 其中， 每张所述第一样本子 图像均包 含部分所述无缺陷状态的样本对象， 且所述多张第一样本子图像的组合包含所述无缺陷状 态的样本对象； 利用图像重构模型对所述多张第 一样本子图像进行重构处理， 得到分别与 所述多张第 一样本子图像对应的多张样本 重构子图像； 利用每张所述样本重构子图像和对应的第 二样本子图像之间的差异， 调整所述图像重 构模型的网络参数， 其中， 与所述样本重构子图像对应的第二样本子图像与所述样本重构 子图像均包 含所述目标对象的相同部分。 6.根据权利要求5所述的方法， 其特征在于， 所述利用所述正样本图像得到多张第 一样权　利　要　求　书 1/4 页 2 CN 114708502 A 2本子图像， 包括： 将所述正样本 图像进行区域拆分， 以得到多个第一样本区域， 所述第一样本区域包含 所述样本对象的不同部分； 对于每个所述第一样本区域， 利用所述正样本 图像中所述第一样本区域的像素值， 得 到与所述第一样本区域对应的所述第二样本子图像， 并利用所述正样本图像中所述第二图 像区域的像素值， 得到与所述第一样本区域对应的第一样本 子图像。 7.根据权利要求5所述的方法， 其特征在于， 所述利用图像重构模型对所述多张目标子 图像进行重构处理， 得到 分别与所述多张目标子图像对应的多张重构 子图像， 或者， 所述利 用图像重构模型对所述多张第一样本子图像进行重构处理， 得到分别与所述多张第一样本 子图像对应的多张样本 重构子图像， 包括： 将所述多张目标子 图像/所述多张第一样本子 图像作为多张输入图像、 所述多张重构 子图像/所述多张样本 重构子图像作为多张输出图像； 利用所述编码器模块执行： 对所述输入图像进行第一卷积处理， 得到所述输入图像的 卷积特征， 并基于所述卷积特 征， 得到所述输入图像的图像特 征； 利用解码器模块对所述输入图像的图像特征进行解码处理， 得到所述输入图像对应的 输出图像。 8.根据权利要求7所述的方法， 其特征在于， 所述对所述输入图像进行第一卷积处理， 得到所述输入图像的卷积特 征， 包括： 利用预设卷积核对所述输入图像进行第一卷积处理， 得到所述输入图像的卷积特征， 其中， 所述预设卷积核是利用至少一张用于训练所述图像重构模型的正样本图像中的特征 确定的； 和/或， 所述基于所述卷积特 征， 得到所述输入图像的图像特 征， 包括： 融合所述卷积特 征和所述输入图像， 得到融合特 征； 对所述融合特 征进行第二卷积处 理， 得到所述输入图像的图像特 征。 9.根据权利要求8所述的方法， 其特征在于， 在所述利用预设卷积核对所述输入图像进 行第一卷积处 理， 得到所述输入图像的卷积特 征之前， 所述方法还 包括： 对于每张所述正样本 图像， 利用所述正样本 图像的像素值， 得到所述正样本 图像的特 征向量； 选择满足预设特 征条件的至少一张所述 正样本图像的特 征向量； 利用选择的特 征向量组建得到所述预设卷积核。 10.根据权利要求9所述的方法， 其特征在于， 所述利用所述正样本图像的像素值， 得到 所述正样本图像的特 征向量， 包括： 对所述正样本图像进行滑窗处 理， 得到若干个滑窗对应的图像区域； 将每个图像区域中对应的像素点的像素值统计， 得到对应像素点的特征值， 并利用统 计得到的各对应 像素点的特 征值， 组成所述 正样本的特 征向量； 所述选择满足预设特 征条件的至少一张所述 正样本图像的特 征向量， 包括： 将每张所述正样本图像的特征向量的向量特征值从高到低 排序， 选择前预设数量个所 述特征向量。 11.根据权利要求1所述的方法， 其特征在于， 在利用图像重构模型对所述多张目标子权　利　要　求　书 2/4 页 3 CN 114708502 A 3