本发明涉及机器视觉技术应用领域，尤其涉及一种光伏缺陷图像自动生成与标注的方法。
背景技术：
1、在光伏行业中，确保光伏面板质量和性能的关键之一是准确识别和标注面板缺陷。但是由于真实环境中缺陷图像的数量有限，现有的目标检测网络往往无法发挥最佳性能，因此需要一定的方法来获取光伏缺陷图像数据。目前，常见的光伏缺陷数据生成方法主要有两种：生成式对抗网络(gans)和手动扣取粘贴方法。生成式对抗网络利用算法对缺陷图像进行生成，模拟真实的缺陷特征。手动扣取粘贴方法则是通过技术人员从已知缺陷的图像中截取缺陷部分并粘贴到其他光伏面板图像上，以此来创建缺陷图像库。
2、然而实际使用过程中，上述方法存在一定的缺点。
3、对于生成式对抗网络(gans)：
4、训练数据需求高：gans需要大量的真实缺陷图像进行训练，这在实际应用中往往难以满足。
5、缺陷的精确度和细节处理不足：尽管gans在生成图像结构方面表现优异，但在需要极高精度和细节的缺陷生成方面，仍然存在不足。
6、训练复杂性高：gans的训练通常比其他类型的神经网络更复杂，需要精心设计的架构和调参策略，且训练过程可能不稳定。
7、对于直接扣取粘贴方法的缺点：
8、高成本：此方法需要持续的人工参与，导致人力和时间成本较高。
9、缺乏场景一致性：手动粘贴的缺陷可能与新图像背景不协调，尤其是在颜色和光线条件上的不匹配，影响最终图像的逼真度。
技术实现思路
1、本发明旨在解决现有的光伏缺陷图像生成方法在细节和成本方面难以取得平衡的问题。
2、为解决上述技术问题，本发明提供一种光伏缺陷图像自动生成与标注的方法，所述方法包括以下步骤：
3、s1、获取光伏正常图像；
4、s2、通过预设图像分割网络对所述光伏正常图像进行语义分割提取，得到光伏面板区域图像；
5、s3、对所述光伏面板区域图像进行处理，得到光伏区域坐标；
6、s4、根据预设生成方法和所述光伏区域坐标生成光伏缺陷区域、并对所述光伏缺陷区域进行缺陷标注；
7、s5、调整所述光伏缺陷区域的rgb值，以在所述光伏缺陷区域生成光伏缺陷图形；
8、s6、输出包含所述光伏缺陷图形的光伏缺陷图像和包含所述缺陷标注的缺陷标注文件。
9、更进一步地，所述预设图像分割网络基于u-net语义分割网络。
10、更进一步地，s2、通过预设图像分割网络对所述光伏正常图像进行语义分割提取，得到光伏面板区域图像的步骤，包括以下子步骤：
11、s21、对所述预设图像分割网络和预设网络权重进行加载；
12、s22、对所述光伏正常图像进行预处理，得到待输入图像；
13、s23、将所述待输入图像输入所述预设图像分割网络，由所述预设图像分割网络进行图像语义推理；
14、s24、通过所述预设图像分割网络输出所述光伏面板区域图像。
15、更进一步地，s3、对所述光伏面板区域图像进行处理，得到光伏区域坐标的步骤，包括以下子步骤：
16、s31、对所述光伏面板区域图像进行基于像素的图像阈值处理，得到图像区域数据；
17、s32、根据所述图像区域数据，对所述光伏面板区域图像中的连通区域进行分析，得到多个待确认光伏区域；
18、s33、对多个所述待确认光伏区域进行选择，以去除不满足预设区域要求的所述待确认光伏区域；
19、s34、基于其中一个所述待确认光伏区域进行矩形拟合得到光伏区域，获取所述光伏区域的四个顶点坐标作为所述光伏区域坐标；
20、s35、判断是否得到了所有所述待确认光伏区域进行矩形拟合后的所述光伏区域坐标，若是，执行步骤s36；若否，返回步骤s34；
21、s36、输出所有所述光伏区域以及对应的所述光伏区域坐标。
22、更进一步地，s4、根据预设生成方法和所述光伏区域坐标生成光伏缺陷区域、并对所述光伏缺陷区域进行缺陷标注的步骤，包括以下子步骤：
23、s41、创建一个单通道空白的、与所述光伏面板区域图像相同大小的图像掩膜；
24、s42、通过随机选择参数的方法在所述图像掩膜中确认待生成缺陷区域的区域种类、区域数量、区域坐标；
25、s43、基于所述区域种类、所述区域数量、所述区域坐标在所述图像掩膜中生成所述光伏缺陷区域。
26、更进一步地，s42、通过随机选择参数的方法在所述图像掩膜中确认待生成缺陷区域的区域种类、区域数量、区域坐标的步骤前，还包括步骤：
27、通过随机选择参数的方式选择所有所述光伏区域坐标中的预设数量的坐标以限定所述缺陷坐标的参数范围。
28、更进一步地，s5、调整所述光伏缺陷区域的rgb值，以在所述光伏缺陷区域生成光伏缺陷图形的步骤，包括以下子步骤：
29、s51、基于所述图像掩膜的数据，在所述光伏面板区域图像中统计所述光伏缺陷区域的rgb三通的平均值；
30、s52、对每一所述光伏缺陷区域的rgb三通的平均值进行调整，以在所述光伏缺陷区域中模拟生成所述光伏缺陷图形；
31、s53、对所述光伏缺陷区域边缘进行模糊处理。
32、本发明所达到的有益效果，在于提出了一种基于图像处理的光伏缺陷图像自动生成与标注的方法，该方法结合了图像分割和随机生成技术，有效地模拟真实光伏缺陷的外观和分布，显著提高生成缺陷的逼真度和精确度，有效解决真实缺陷图不足的情况，而且标签文件的自动生成，也为后续训练深度网络节省了大量的标注时间，提高了工作效率。
1.一种光伏缺陷图像自动生成与标注的方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的光伏缺陷图像自动生成与标注的方法，其特征在于，所述预设图像分割网络基于u-net语义分割网络。
3.根据权利要求1所述的光伏缺陷图像自动生成与标注的方法，其特征在于，s2、通过预设图像分割网络对所述光伏正常图像进行语义分割提取，得到光伏面板区域图像的步骤，包括以下子步骤：
4.根据权利要求3所述的光伏缺陷图像自动生成与标注的方法，其特征在于，s3、对所述光伏面板区域图像进行处理，得到光伏区域坐标的步骤，包括以下子步骤：
5.根据权利要求4所述的光伏缺陷图像自动生成与标注的方法，其特征在于，s4、根据预设生成方法和所述光伏区域坐标生成光伏缺陷区域、并对所述光伏缺陷区域进行缺陷标注的步骤，包括以下子步骤：
6.根据权利要求5所述的光伏缺陷图像自动生成与标注的方法，其特征在于，s42、通过随机选择参数的方法在所述图像掩膜中确认待生成缺陷区域的区域种类、区域数量、区域坐标的步骤前，还包括步骤：
7.根据权利要求5所述的光伏缺陷图像自动生成与标注的方法，其特征在于，s5、调整所述光伏缺陷区域的rgb值，以在所述光伏缺陷区域生成光伏缺陷图形的步骤，包括以下子步骤：
