基于生成对抗网络的镜场缺陷图像增强与样本生成方法及系统

本发明公开了一种基于生成对抗网络的镜场缺陷图像增强与样本生成方法及系统。针对镜场缺陷样本稀缺、背景干扰强及类别失衡问题，本发明首先基于镜面光学成像模型构建噪声先验字典，并以此约束第一生成网络，通过分层独立扰动信号解耦控制缺陷的全局拓扑与局部纹理；其次以解耦特征为条件构建嵌入混合域注意力与谱范数约束的第二生成网络，按目标比例生成类别均衡样本；随后将拓扑变异样本与均衡样本动态融合，并利用嵌入上下文特征线性调制与内容感知重组的检测网络进行难例挖掘，构建高质量增广数据集。本发明实现了物理可信、形态多样、类别均衡的样本生成，显著提升了镜场缺陷检测精度与鲁棒性，适用于太阳能热发电站的镜场运维场景。