[发明专利]一种基于对抗式生成网络的太阳能电池缺陷检测方法

权利要求书

1.一种基于对抗式生成网络的太阳能电池缺陷检测方法，其特征在于，包括以下步骤：

步骤S1、源域和目标域的划分：获取太阳能电池板图像数据，并根据图像是否有缺陷划分为源域和目标域；

步骤S2、图像数据的数据增强：对所述步骤S1中获取的图像数据进行数据增强；

步骤S3、对抗式生成网络的设计：对抗式生成网络的设计包括生成网络和鉴别网络的设计；

步骤S4、对抗训练：输入源域中的缺陷样本图像，对步骤S3中设计的对抗式生成网络进行对抗训练，并生成与原图像背景相同的无缺陷样本图像；

步骤S5、缺陷定位：对比输入图像与生成的与原图像背景相同的无缺陷样本图像，进行缺陷定位。

2.根据权利要求1所述的基于对抗式生成网络的太阳能电池缺陷检测方法，其特征在于，所述步骤S1中，划分源域和目标域的具体步骤为：

获取多张太阳能电池板图像，根据太阳能电池板图像上是否有黑斑、条形光栅、划痕和破裂情况，将缺陷种类定义为黑斑缺陷、断栅缺陷、划痕缺陷和破裂缺陷，划分多个源域和一个目标域，源域包括单个缺陷的太阳能电池板图像构成的源域和混合缺陷的太阳能电池板图像构成的源域，目标域为无缺陷样本图像构成。

3.根据权利要求1所述的基于对抗式生成网络的太阳能电池缺陷检测方法，其特征在于，所述步骤S2中数据增强的具体步骤为：

S2.1、图像随机翻转：以50％的概率对每一张太阳能电池图像进行水平或者竖直翻转；

S2.2、图像颜色、亮度、对比度和色调随机变换：将电池板图像的亮度和对比度随机变换为原来图像的50％～150％，图像色调随机变换为原图像的90％～110％，以50％的概率对每一张太阳能电池图像进行颜色变换；

S2.3、对图像进行随机高斯噪声干扰：以50％的概率在图像的任意位置添加期望为μ和方差为σ²的随机高斯噪声。

4.根据权利要求1所述的基于对抗式生成网络的太阳能电池缺陷检测方法，其特征在于，所述步骤S3中包括两个生成网络G₁、G₂和两个鉴别网络D₁、D₂，D₁用于鉴别G₁生成的图像，D₂用于鉴别G₂生成的图像。

5.根据权利要求4所述的基于对抗式生成网络的太阳能电池缺陷检测方法，其特征在于，所述步骤S3的生成网络G₁、G₂的结构均包括解码器和编码器；

所述编码器包括卷积层、正则化层、LeakyReLU激活函数层，所述编码器使用卷积、正则化、LeakyReLU激活函数，使输入的图像的尺寸依次变换为256×256×3、256×256×64、128×128×128、64×64×256；

所述解码器使用反卷积、标准化、ReLU激活函数去重构图像尺寸的大小，提升图像的分辨率，通过卷积恢复图像原尺寸，最后将生成的图像传递给鉴别网络。

6.根据权利要求4所述的基于对抗式生成网络的太阳能电池缺陷检测方法，其特征在于，所述步骤S3的鉴别网络分别鉴别真实样本图像和生成网络生成的图像的真实程度，再计算损失函数并传递给生成网络，使生成网络生成的图像逼近真实图像的数据分布。