图像生成方法、装置、电子设备及存储介质与流程

本技术涉及图像处理，具体而言，涉及一种图像生成方法、装置、电子设备及存储介质。

背景技术：

1、目前，图像处理技术应用非常广泛，例如：通过图像处理实现分类、缺陷识别等目的。其能够降低人力成本，提高工作效率。

2、为了能够提高图像处理的准确度，需利用大量的图像作为训练样本，现有获得训练样本图像的方式为对现有的图像进行形态学变换、模糊、裁剪拼接和图片增强等方法，构造出对现有的图像相似的图像。这种方式生成的图像存在图像失真的情况。应当说明的是，上述的陈述仅用于提供与本技术有关的背景技术信息，而不必然地构成现有技术。

技术实现思路

1、本技术实施例的目的在于提供一种图像生成方法、装置、电子设备及存储介质，用以降低生成的图像失真的概率。

2、第一方面，本技术实施例提供一种图像生成方法，该方法包括：电子设备获取参照图像对应的初始特征分布；将初始特征分布与随机噪声相叠加，获得待生成图像的特征分布；基于特征分布生成对应的图像。

3、本技术实施例通过在初始特征分布中增加随机噪声，从而可以基于特征分布生成与参照图像相似的图像，降低生成的图像失真的概率。

4、在任一实施例中，在基于特征分布生成对应的图像的过程中，可以将特征分布输入可逆流模型中；基于可逆流模型的第二处理方向，对特征分布进行处理，生成特征分布对应的图像；其中，可逆流模型为利用训练图像，基于可逆流模型的第一处理方向进行训练生成；第二处理方向为第一处理方向的反方向。

5、本技术实施例基于可逆流模型的可逆性，将输入的特征分布生成对应的图像，其使用少量的参照图像便可生成大量的与参照图像特征相似的图像。

6、在任一实施例中，参照图像为带有缺陷的图像，在获取待生成图像的特征分布中，可获取带有缺陷的图像的初始特征分布和随机噪声；基于初始特征分布和随机噪声生成特征分布。

7、本技术实施例中，通过在带有缺陷的图像的初始特征分布中加入随机噪声，加入不同的随机噪声可以生成不同的图像，因此，使用少量的带有缺陷的图像便可生成大量的与带有缺陷的图像特征相似的图像。

8、在任一实施例中，可通过如下方式获取带有缺陷的图像的初始特征分布：

9、电子设备将带有缺陷的图像输入可逆流模型中，可逆流模型沿第一处理方向对带有缺陷的图像进行处理，获得可逆流模型输出的初始特征分布。

10、本技术实施例利用可逆流模型的可逆性，通过可逆流模型的第一处理方向生成带有缺陷的图像的初始特征分布，利用可逆流模型的第二处理方向对输入的特征分布进行处理，生成与带有缺陷的图像相似的图像，因此，生成初始特征分布和生成图像均使用同一个网络即可，提高了图像生成的效率。

11、在任一实施例中，该方法还包括缺陷检测功能，即，将待检测图像输入可逆流模型，可逆流模型沿第一处理方向对待检测图像进行处理；获得可逆流模型输出的待检测特征分布；根据待检测特征分布确定待检测图像中是否包含缺陷。

12、本技术实施例中的可逆流模型除了可以用于生成图像，还可以用于缺陷检测，可根据不同的输入进行相应方向的处理，使得可逆流模型应用更加广泛。

13、在任一实施例中，在根据待检测特征分布确定待检测图像中是否包含缺陷时，可将待检测特征分布与标准特征分布进行匹配，获得差异值；其中，该差异值用于表征待检测特征分布与标准特征分布的差异度，标准特征分布为无缺陷图像对应的特征分布；在获得差异值后，基于差异值确定待检测图像中是否包含缺陷。

14、本技术实施例通过将待检测特征分布与标准特征分布进行匹配，从而可以获得待检测图像与无缺陷图像之间的差异值，进而，基于差异值可以提高对待检测图像的缺陷检测的准确性。

15、在任一实施例中，该可逆流模型包括多个串联的可逆流模块，可逆流模块包括仿射耦合模块、随机多尺度变换模块和拼接模块；其中，仿射耦合模块包括加性耦合层、乘性耦合层和卷积层。

16、本技术实施例中的可逆流模型中包括的模型均为可逆的模块，从而使得可逆流模型既能够用于图像生成，又能够用于缺陷检测。

17、在任一实施例中，该方法还包括可逆流模型的训练过程，即，获取训练样本，训练样本包括多个无缺陷训练图像；将无缺陷训练图像输入待训练模型，以使待训练模块沿第一处理方向进行训练，获得可逆流模型。

18、本技术实施例通过利用无缺陷训练图像对模型进行训练，获得可逆流模型，使得训练获得的可逆流模型既保留了缺陷检测功能，又具备图像生成功能。

19、在任一实施例中，在基于特征分布生成图像后，还可以利用生成的图像进行模型训练，获得训练好的缺陷检测模型。本技术实施例中利用大量生成的缺陷图像进行模型训练，提高了缺陷检测模型的性能。

20、第二方面，本技术实施例提供另一种图像生成方法，包括：

21、电子设备获取带有缺陷的图像的初始特征分布和随机噪声；其中，初始特征分布为可逆流模型对带有缺陷的图像沿第一处理方向处理生成的；

22、基于获取到的初始特征分布和随机噪声生成待生成图像的特征分布；

23、在获得特征分布后，将特征分布输入可逆流模型中，基于可逆流模型的第二处理方向，对生成的特征分布进行处理，生成特征分布对应的图像；其中，第二处理方向为第一处理方向的反方向。

24、本技术实施例通过在带有缺陷的图像的初始特征分布中增加随机噪声，利用可逆流模型对特征分布进行处理，通过少量的带有缺陷的图像便可生成大量的与带有缺陷的图像相似的图像。

25、第三方面，本技术实施例提供一种图像生成装置，包括：

26、第一获取模块，用于获取参照图像对应的初始特征分布；

27、叠加噪声模块，用于将初始特征分布叠加随机噪声，获得待生成图像的特征分布；

28、第一图像生成模块，用于基于特征分布生成对应的图像。

29、第四方面，本技术实施例提供另一种图像生成装置，包括：

30、第二获取模块，用于获取带有缺陷的图像的初始特征分布和随机噪声；其中，初始特征分布为可逆流模型对所述带有缺陷的图像沿第一处理方向处理生成；

31、特征分布生成模块，用于基于初始特征分布和所述随机噪声生成待生成图像的特征分布；

32、第二图像生成模块，用于将特征分布输入可逆流模型中，基于可逆流模型的第二处理方向，对特征分布进行处理，生成特征分布对应的图像；其中，第二处理方向为第一处理方向的反方向。

33、第五方面，本技术实施例提供一种电子设备，包括：处理器、存储器和总线，其中，

34、处理器和存储器通过总线完成相互间的通信；

35、存储器存储有可被处理器执行的程序指令，处理器调用程序指令能够执行第一方面或第二方面的方法。

36、第六方面，本技术实施例提供一种非暂态计算机可读存储介质，包括：

37、非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行第一方面或第二方面的方法。

38、本技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术实施例了解。本技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。