1.山东科技大学机械电子工程学院 青岛 266590;2.青岛普华重工机械有限公司 青岛 266400

　　工业场景下，缺陷工件的获取和标注非常困难，对工件缺陷检测带来极大的阻碍。通过少量真实缺陷样本生成大量缺陷样本，极大地缓解了缺陷样本稀缺的问题，但是现有的缺陷生成方法普遍存在生成缺陷样本的表观真实性差和与掩模对齐性差的问题。针对现有问题，文中提出了一种新颖的可控扩散模型AnomalyAlign来生成与掩膜高度对齐的逼真工业缺陷图像。AnomalyAlign在继承文生图大模型Stable Diffusion的先验知识基础上，提出了强语义对齐文本提示生成器，通过该生成器获取语义层面上与真实图像更加对齐的文本提示，促进了模型的收敛；同时，AnomalyAlign还提出了一种缺陷对齐损失来提高生成的缺陷图像和掩模之间的对齐性。通过MVTec-AD上的大量实验验证，AnomalyAlign可以生成与掩模高度对齐的逼九游体育,九游体育股份有限公司,九游体育官方网站,九游Sports真且多样化的缺陷图像，并有效地提升了下游缺陷检测任务的性能。

　　陈广庆,陈雅惠,周鹏,刘梓煜,陈玉伦.基于改进可控扩散模型的工业缺陷图像生成算法[J].电子测量技术,2025,48(6):152-160