买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河北工业大学申请的专利基于图像修复的半监督光伏电池表面异常检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116051530B 。

龙图腾网通过国家知识产权局官网在2026-02-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310101607.8，技术领域涉及：G06T7/00；该发明授权基于图像修复的半监督光伏电池表面异常检测方法是由陈海永;谭江恒;史世杰设计研发完成，并于2023-02-13向国家知识产权局提交的专利申请。

本基于图像修复的半监督光伏电池表面异常检测方法在说明书摘要公布了：本发明为基于图像修复的半监督光伏电池表面异常检测方法，该方法使用的异常检测模型包括修复子网络和分割子网络，修复子网络用于将输入图像修复为无异常图像，分割子网络用于判别输入图像是否为异常图像并进行异常区域定位；通过对无异常图像进行处理，采用混合掩码策略生成异常掩码图，同时生成模拟异常图像，将无异常图像、模拟异常图像和异常掩码图输入到初始化后的模型中，修复子网络输出修复图像，修复图像与模拟异常图像拼接后再输入分割子网络中，对模型进行训练；将训练后的异常检测模型用于光伏电池异常检测。该方法引入异常先验知识，训练修复子网络将模拟异常修复为正常的能力，同时通过CAM模块捕获长、短距离信息，提升图像修复质量，提高异常检测和定位精度。

本发明授权基于图像修复的半监督光伏电池表面异常检测方法在权利要求书中公布了：1.一种基于图像修复的半监督光伏电池表面异常检测方法，其特征在于，该方法包括如下步骤： 第一步、采集光伏电池的电致发光图像，包括异常和无异常图像；对图像进行归一化处理，随机选取多张无异常图像组成训练集，其余图像组成测试集； 第二步、构建异常检测模型；异常检测模型包括修复子网络和分割子网络，修复子网络用于将输入图像修复为无异常图像，分割子网络用于判别输入图像是否为异常图像并进行异常区域定位； 第三步、训练集进行预处理，预处理后的训练集包括无异常图像、模拟异常图像和异常掩码图，利用预处理后的训练集对异常检测模型进行训练； 输入训练集，生成一个大于零小于1的随机数，若随机数大于等于0.5，不需要进行数据增强，则生成与训练集中无异常图像一一对应且像素值全为零的异常掩码图，并将每张异常掩码图与对应的无异常图像进行叠加，形成模拟异常图像； 若随机数小于0.5，需要进行数据增强，则采用混合掩码策略生成异常掩码图；异常掩码图分别与无异常图像和增强后的异常纹理源图像相乘后，再比例混合相加得到模拟异常区域；将异常掩码图的背景图像与无异常图像相乘后，再与模拟异常区域相加，得到模拟异常图像；其中，异常纹理源图像从可描述纹理数据集中采样得到； 将预处理后的训练集输入到初始化后的异常检测模型中，修复子网络输出修复图像；将修复图像与模拟异常图像拼接后再输入分割子网络；模型收敛后，得到训练后的异常检测模型； 第四步、将待检测的光伏电池图像进行归一化处理，再输入到训练后的异常检测模型中进行异常检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河北工业大学，其通讯地址为：300130 天津市红桥区丁字沽光荣道8号河北工业大学东院330#；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。