本公开涉及图像处理，具体涉及一种基于生成对抗网络的光伏可见光和红外图像融合方法。
背景技术：
1、随着光伏产业的发展，光伏电站的运行维护问题越来越严重。常见的光伏组件故障有热斑、脏污、遮荫等类型，轻则减少光伏组件的发电效率，重则减少光伏组件的寿命，损坏电池片，甚至引发火灾等事故。受到光伏电站的地形限制，目前许多研究开展利用图像识别方法进行光伏电站巡检。可见光和红外图像关注的图像信息不同，可见光能够显示图像的纹理信息，且具有较高分辨率；红外图像能够显示图像的温度场分布，但是分辨率较低。
2、目前有研究利用可见光和红外图像进行图像融合的研究，但通常采用传统的图像融合算法，首先将原始图像进行分解，然后按照预定的融合规则分别融合，最后对分层融合的图像进行分解逆变换得到融合图像。图像分解算法有基于空间域和基于多尺度变换的方法，图像融合规则有基于像素和基于区域的融合规则等。
3、这种方式下，所得到的图像纹理不清晰，存在扭曲现象。
技术实现思路
1、本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此，本公开的目的在于提出一种基于生成对抗网络的光伏可见光和红外图像融合方法、装置、计算机设备和存储介质，能够基于单应性网络实现对初始可见光图像和初始红外图像的图像配准，以提升所得目标可见光图像和目标红外图像的图像融合效果，保证所得目标融合图像具有清晰纹理特征和较高分辨率。
3、为达到上述目的，本公开第一方面实施例提出的基于生成对抗网络的光伏可见光和红外图像融合方法，包括：
4、构建图像融合模型，其中，所述图像融合模型包括单应性网络和目标生成对抗网络构成；
5、获取光伏组件的初始可见光图像，以及与所述初始可见光图像对应的初始红外图像；
6、基于所述单应性网络对所述初始可见光图像和所述初始红外图像进行图像配准，以得到目标可见光图像和目标红外图像；
7、基于所述目标生成对抗网络对所述目标可见光图像和所述目标红外图像进行图像融合，以得到目标融合图像。
8、为达到上述目的，本公开第二方面实施例提出的基于生成对抗网络的光伏可见光和红外图像融合装置，包括：
9、模型构建模块，用于构建图像融合模型，其中，所述图像融合模型包括单应性网络和目标生成对抗网络构成；
10、获取模块，用于获取光伏组件的初始可见光图像，以及与所述初始可见光图像对应的初始红外图像；
11、图像配准模块，用于基于所述单应性网络对所述初始可见光图像和所述初始红外图像进行图像配准，以得到目标可见光图像和目标红外图像；
12、图像融合模块，用于基于所述目标生成对抗网络对所述目标可见光图像和所述目标红外图像进行图像融合，以得到目标融合图像。
13、本公开第三方面实施例提出的计算机设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本公开第一方面实施例提出的基于生成对抗网络的光伏可见光和红外图像融合方法。
14、本公开第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开第一方面实施例提出的基于生成对抗网络的光伏可见光和红外图像融合方法。
15、本公开第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行如本公开第一方面实施例提出的基于生成对抗网络的光伏可见光和红外图像融合方法。
16、本公开提供的基于生成对抗网络的光伏可见光和红外图像融合方法、装置、计算机设备和存储介质，通过构建图像融合模型，其中，图像融合模型包括单应性网络和目标生成对抗网络构成，获取光伏组件的初始可见光图像，以及与初始可见光图像对应的初始红外图像，基于单应性网络对初始可见光图像和初始红外图像进行图像配准，以得到目标可见光图像和目标红外图像，基于目标生成对抗网络对目标可见光图像和目标红外图像进行图像融合，以得到目标融合图像，由此，能够基于单应性网络实现对初始可见光图像和初始红外图像的图像配准，以提升所得目标可见光图像和目标红外图像的图像融合效果，保证所得目标融合图像具有清晰纹理特征和较高分辨率。
17、本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
1.一种基于生成对抗网络的光伏可见光和红外图像融合方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述单应性网络包括深度单应性层和空间变换层；
3.如权利要求1所述的方法，其特征在于，所述目标生成对抗网络基于如下方式训练得到：
4.如权利要求3所述的方法，其特征在于，所述基于所述样本可见光图像和所述样本红外图像对所述初始生成器和所述初始判别器进行迭代训练，以得到目标生成器和目标判别器，包括：
5.如权利要求4所述的方法，其特征在于，所述基于所述样本可见光图像和所述样本红外图像构建与所述初始生成器对应的生成器损失函数，包括：
6.如权利要求4所述的方法，其特征在于，所述基于所述样本可见光图像和所述样本红外图像构建与所述初始判别器对应的判别器损失函数，包括：
7.一种基于生成对抗网络的光伏可见光和红外图像融合装置，其特征在于，包括：
8.一种计算机设备，其特征在于，包括：
9.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，其中，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
10.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述方法的步骤。
