基于自由变形的导电粒子数据增广方法、系统及检测模型

技术领域

本发明属于机器学习中的数据增广应用技术领域，具体涉及一种基于自由变形的导电粒子数据增广方法、系统及检测模型。

背景技术

TFT-LCD(Thin Film Transistor Liquid Crystal Display)是应用在液晶显示器的关键器件，具有低功耗、低辐射、省空间和环保等特点.目前，TFT-LCD大多采用ACF(Anisotropic Conductive Film)完成封装。ACF由高分子聚合物和导电粒子组成，在封装时将ACF与芯片对准贴合，并加压加热，使ACF中的高分子聚合物固化，并将导电粒子捕捉在相对突出的导电粒子和电极之间，由此建立电连接。采用ACF封装方式的TFT-LCD芯片上的导电粒子个数和尺寸会影响电路的连接性，导电粒子越多，电路连接性越好；导电粒子受压正常越多，电路连接性越好，因此TFT-LCD导电粒子检测已经成为TFT-LCD质量检测中的关键一环。采用机器学习法检测TFT-LCD导电粒子时，由于数据集中过压和欠压粒子图像数量较少，学习的模型检测效果不好。因此，如何通过数据增广来提高过压和欠压粒子的检测能力是急需解决的技术问题。

发明内容

本发明提供一种基于自由变形的导电粒子数据增广方法、系统及检测模型，对过压和欠压的导电粒子数据进行增广，能够有效解决运用机器学习方法检测导电粒子时过压和欠压的导电粒子数据量不足的问题，提高对过压和欠压导电粒子的检出率和鲁棒性。

为解决上述技术问题，一方面，本发明实施例提供一种基于自由变形的导电粒子数据增广方法，包括以下步骤：

步骤10)从原始导电粒子数据集中选取一张粒子图像；

步骤20)对所述粒子图像中每个导电粒子，分别生成一个随机概率值；

步骤30)依次对随机概率值大于等于预设概率阈值的导电粒子进行自由变形增广处理，得到增广粒子图像；

步骤40)返回步骤10)，直至原始导电粒子数据集中的所有粒子图像都被选取过，得到导电粒子增广数据集。

作为本发明实施例的进一步改进，所述步骤30)中，自由变形增广处理具体包括：

根据式(1)建立导电粒子区域和预设尺寸的控制框架的坐标映射关系：

式中，X表示导电粒子区域的点集，B表示伯恩斯坦多项式，P表示控制框架中的控制点集，l表示控制框架在x轴方向所划分的网格个数，m表示控制框架在y轴方向所划分的网格个数，n表示控制框架在z轴方向所划分的网格个数；

生成一个随机数作为z轴方向的变形步长，并将控制点集P在z轴方向上移动所述变形步长，根据式(2)更新所述导电粒子区域的坐标：

式中，X'表示更新后的导电粒子区域的点集，P'表示移动后的控制点集。

第二方面，本发明实施例提供一种基于自由变形的导电粒子数据增广系统，包括：

图像获取模块，用于从原始导电粒子数据集中选取一张粒子图像；

随机概率生成模块，用于对所述粒子图像中每个导电粒子，分别生成一个随机概率值；

自由变形增广处理模块，用于依次对随机概率值大于等于预设概率阈值的导电粒子进行自由变形增广处理，得到增广粒子图像。

作为本发明实施例的进一步改进，所述自由变形增广处理模块，包括：

映射子模块：用于根据式(1)建立导电粒子区域和预设尺寸的控制框架的坐标映射关系：

式中，X表示导电粒子区域的点集，B表示伯恩斯坦多项式，P表示控制框架中的控制点集，l表示控制框架在x轴方向所划分的网格个数，m表示控制框架在y轴方向所划分的网格个数，n表示控制框架在z轴方向所划分的网格个数；

更新子模块：用于生成一个随机数作为z轴方向的变形步长，并将控制点P在z轴方向上移动所述变形步长，根据式(2)更新所述导电粒子区域的坐标：

式中，X'表示更新后的导电粒子区域的点，P'表示移动后的控制点。

第三方面，本发明实施例提供一种导电粒子检测模型，所述导电粒子检测模型利用上述基于自由变形的导电粒子数据增广方法得到的导电粒子增广数据集训练得到。

与现有技术相比，本发明的技术方案具有以下有益效果：本发明实施例提供的一种基于自由变形的导电粒子数据增广方法、系统及检测模型，通过对原始导电粒子数据集中导电粒子图像进行基于自由变形技术的数据集增广处理，得到导电粒子增广数据集，增加过压和欠压粒子在整个数据集中的数量占比，提高利用导电粒子增广数据集训练得到的检测模型对过压和欠压粒子的敏感度，使得检测模型对过压和欠压导电粒子的检出率更高，鲁棒性更强。

附图说明

图1为本发明具体实施例的基于自由变形的导电粒子数据增广方法的流程图；

图2为本发明具体实施例中一张原始导电粒子图像；

图3为本发明具体实施例中将单个导电粒子嵌入到控制框架的示意图；

图4为本发明具体实施例中移动控制点更新后的导电粒子示意图；

图5为本发明具体实施例中图2经形变增广处理后得到的导电粒子图像；

图6为本发明实施例提供的基于自由变形的导电粒子数据增广系统的结构框图。

具体实施方式

下面对本发明的技术方案进行详细的说明。

本发明实施例提供一种基于自由变形的导电粒子数据增广方法，包括以下步骤：

步骤10)从原始导电粒子数据集中选取一张粒子图像；

步骤20)对所述粒子图像中每个导电粒子，分别生成一个随机概率值；该随机概率值大于0且小于1；

步骤30)依次对粒子图像中随机概率值大于等于预设概率阈值的导电粒子区域进行自由变形增广处理，得到增广粒子图像；

步骤40)返回步骤10)，直至原始导电粒子数据集中的所有粒子图像都被选取过，得到导电粒子增广数据集。

本发明实施例的基于自由变形的导电粒子数据增广方法，对原始导电粒子数据集中的每个粒子图像中的每一个导电粒子，各生成一个随机概率值，与设置的预设概率阈值比较，若大于预设概率阈值，则对其进行强度形变，使高强度导电粒子转化为低强度导电粒子，增加了过压和欠压粒子在整个数据集中的数量占比，从而提高利用导电粒子增广数据集训练得到的检测模型对过压和欠压粒子的敏感度，进而提高导电粒子的检出率。经过数据增广处理后的导电粒子增广数据集的高强度导电粒子和低强度导电粒子的数量更为平衡，分布更为均匀，从而使数据集样本具有多样性和均匀性，保证了训练不会出现过拟合现象，提高了检测模型的鲁棒性。

作为优选例，所述步骤30)中，自由变形增广处理具体包括：

步骤301)根据式(1)建立导电粒子区域和预设尺寸的控制框架的坐标映射关系：

式中，X表示导电粒子的点集，B表示伯恩斯坦多项式，P表示控制框架中的控制点集，l表示控制框架在x轴方向所划分的网格个数，m表示控制框架在y轴方向所划分的网格个数，n表示控制框架在z轴方向所划分的网格个数；

步骤302)生成一个随机数作为z轴方向的变形步长，将控制点集P在z轴方向上移动所述变形步长，根据式(2)更新所述导电粒子区域的坐标：

式中，X'表示更新后的导电粒子的点集，B表示伯恩斯坦多项式，P'表示移动后的控制点集。

上述实施例中，将粒子图像中的导电粒子区域与预设尺寸的控制框架建立坐标映射关系，并改变导电粒子区域在z轴上的坐标，将更新后的导电粒子区域在z轴上的坐标值作为更新后导电粒子区域的像素灰度值，从而得到自由变形增广处理后的导电粒子区域。对粒子图像中所有随机概率值大于预设概率阈值的导电粒子区域进行自由变形增广处理后，得到粒子增广图像。本发明实施例的自由变形增广处理方法，只改变导电粒子区域的z轴数值，不会改变导电粒子区域中各个像素点的相对位置，从而保留了导电粒子原有的几何特征。且本实施例的自由变形增广方法简单快捷，可任意更改导电粒子的强弱属性。

本发明具体实施例的基于自由变形的导电粒子数据增广方法，如图1所示，包括：

步骤1.从原始导电粒子数据集中获取一张粒子图像，如图2所示。

步骤2.从粒子图像中选取一个导电粒子，随机生成一个随机概率值。

步骤3.判断生成的随机概率值是否大于等于预设概率阈值，若是，执行步骤4；若否，执行步骤7。

步骤4.建立控制框架和导电粒子的坐标映射关系，如图3所示。

步骤5.生成一个随机数作为移动步长，并将控制框架的控制点在z轴方向上移动该随机数，如图4所示。

步骤6.更新导电粒子的坐标，如图5所示。

步骤7.判断粒子图像中的所有粒子是否均选取完毕，若是，得到增广粒子图像，执行步骤8；若否，执行步骤2。

步骤8.判断原始导电粒子数据集中的所有粒子图像是否均已获取完毕，若是，得到导电粒子增广数据集，执行步骤9；若否，执行步骤1。

步骤9.使用导电粒子增广数据集进行机器学习，训练得到导电粒子检测模型。

本发明实施例还提供一种基于自由变形的导电粒子数据增广系统，如图6所示，包括：

图像获取模块，用于从原始导电粒子数据集中选取一张粒子图像；

随机概率生成模块，用于对所述粒子图像中每个导电粒子，分别生成一个随机概率值；

自由变形增广处理模块，用于依次对随机概率值大于等于预设概率阈值的导电粒子进行自由变形增广处理，得到增广粒子图像。

本发明实施例的基于自由变形的导电粒子数据增广系统，图像获取模块从原始导电粒子数据集中选取一粒子图像，随机概率生成模块对粒子图像中的每一个导电粒子，生成一个随机概率值，自由变形增广处理模块对随机概率值大于等于预设概率阈值的导电粒子进行高度形变增广处理，得到增广粒子图像，所有增广粒子图像组成导电粒子增广数据集，增加过压和欠压粒子在整个数据集中的数量占比，从而提高利用导电粒子增广数据集训练得到的检测模型对过压和欠压粒子的敏感度，进而提高导电粒子的检出率。经过数据增广处理后的导电粒子增广数据集具有样本的多样性和均匀性，保证了训练不会出现过拟合现象，提高了检测模型的鲁棒性。

作为优选例，所述自由变形增广处理模块，具体包括：

映射子模块：用于根据式(1)建立导电粒子区域和预设尺寸的控制框架的坐标映射关系：

式中，X表示导电粒子区域的点集，B表示伯恩斯坦多项式，P表示控制框架中的控制点集，l表示控制框架在x轴方向所划分的网格个数，m表示控制框架在y轴方向所划分的网格个数，n表示控制框架在z轴方向所划分的网格个数；

更新子模块：用于生成一个随机数作为z轴方向的变形步长，并将控制点P在z轴方向上移动所述变形步长，根据式(2)更新所述导电粒子区域坐标：

式中，X'表示更新后的导电粒子区域的点集，P'表示移动后的控制点集。

本发明实施例还提供一种导电粒子检测模型，所述导电粒子检测模型利用上述基于自由变形的导电粒子数据增广方法得到的导电粒子增广数据集训练得到。

本实施例的导电粒子检测模型，用于训练得到该模型的导电粒子增广数据集，增加了过压和欠压粒子在整个数据集中的数量占，提高检测模型对过压和欠压粒子的敏感度，从而提高对过压和欠压粒子的检测能力，进而提高了导电粒子整体的检出率。导电粒子增广数据集具有样本的多样性和均匀性，保证了训练不会出现过拟合现象，提高了检测模型的鲁棒性。

以上显示和描述了本发明的基本原理、主要特征和优点。本领域的技术人员应该了解，本发明不受上述具体实施例的限制，上述具体实施例和说明书中的描述只是为了进一步说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护的范围由权利要求书及其等效物界定。