[发明专利]一种基于风格迁移方法的缺陷绝缘子样本生成方法及系统

权利要求书

1.一种基于风格迁移方法的缺陷绝缘子样本生成方法，其特征在于，包括步骤：

S1.采集多幅绝缘子图像样本；

S2.将绝缘子图像样本根据视觉差异划分为多个图像域并对每个图像域进行编码；

S3.通过风格迁移网络对图像域进行风格迁移训练，获得任意两个图像域之间的风格迁移器；

S4.使用S3得到的风格迁移器将图像域内的缺陷绝缘子样本进行风格迁移生成新的缺陷绝缘子样本；

其中，S3包括以下子步骤：

S31.任意选取两个图像域，并从两个图像域中各取一张绝缘子图像样本分别作为源域图像样本与目标域图像样本；

S32.提取源域图像样本的绝缘子区域分割掩码图；

S33.基于绝缘子区域分割掩码图和目标域图像样本建立风格迁移网络Tw_Cycle Gan实现从源域到目标域的转换；

S34.以风格迁移网络Tw_Cycle Gan作为两个图像域之间的风格迁移器；

S4包括以下子步骤：

S41.选取一幅缺陷绝缘子图像样本作为源图输入，以一幅非缺陷绝缘子图像样本作为参考风格图像样本；

S42.风格迁移器提取非缺陷绝缘子图像样本的风格编码对源图进行风格迁移后得到新的缺陷绝缘子图像样本。

2.根据权利要求1所述的一种基于风格迁移方法的缺陷绝缘子样本生成方法，其特征在于，S32包括以下子步骤：

S321.通过labelme软件对源域图像样本中的绝缘子区域进行图像标注；

S322.建立U_net区域分割网络，实现对图像标注后的源域图像样本进行绝缘子图像像素级分类，从而获得绝缘子区域分割掩码图。

3.根据权利要求1所述的一种基于风格迁移方法的缺陷绝缘子样本生成方法，其特征在于，S33包括以下子步骤：

建立由五个下采样残差块、四个上采样残差块和五个中间残差块组成的生成网络，并使用实例归一化和自适应实例归一化来使生成网络实现风格迁移效果；

建立判别网络，判别网络用于判别生成图像样本的真假，同时判断生成图像样本所属图像域；

建立与判别网络具有相同架构的风格编码网络，所述风格编码网络用于提取目标域图像样本的风格编码；

建立映射网络；

基于分割掩码图建立风格迁移损失和局部约束损失。

4.根据权利要求3所述的一种基于风格迁移方法的缺陷绝缘子样本生成方法，其特征在于，所述局部约束损失包括目标循环一致损失和目标掩码损失；所述风格迁移损失包括生成对抗损失、风格重建损失、风格多样性损失和循环一致损失。

5.根据权利要求3所述的一种基于风格迁移方法的缺陷绝缘子样本生成方法，其特征在于，使用实例归一化对生成网络的下采样残差块实现风格迁移效果，使用自适应实例归一化对生成网络的上采样残差块实现风格迁移效果。

6.一种基于风格迁移方法的缺陷绝缘子样本生成系统，运用于权利要求1-5任意一种基于风格迁移方法的缺陷绝缘子样本生成方法，其特征在于，包括：

图像采集模块，用于采集多幅绝缘子图像样本；

划分模块，用于将绝缘子图像样本根据视觉差异划分为多个图像域并对每个图像域进行编码；

风格迁移网络模块，用于通过风格迁移网络对图像域进行风格迁移训练，获得任意两个图像域之间的风格迁移器；

样本生成模块，样本生成模块使用由风格迁移网络模块得到的风格迁移器将图像域内的缺陷绝缘子样本进行风格迁移生成新的缺陷绝缘子样本；

其中，风格迁移网络模块用于执行以下过程：

任意选取两个图像域，并从两个图像域中各取一张绝缘子图像样本分别作为源域图像样本与目标域图像样本；

提取源域图像样本的绝缘子区域分割掩码图；

基于绝缘子区域分割掩码图和目标域图像样本建立风格迁移网络Tw_Cycle Gan实现从源域到目标域的转换；

以风格迁移网络Tw_Cycle Gan作为两个图像域之间的风格迁移器；

风格迁移网络模块用于执行以下过程：

选取一幅缺陷绝缘子图像样本作为源图输入，以一幅非缺陷绝缘子图像样本作为参考风格图像样本；风格迁移器提取非缺陷绝缘子图像样本的风格编码对源图进行风格迁移后得到新的缺陷绝缘子图像样本。