基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法技术

本发明专利技术涉及一种基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法。首先，对采集的图像进行插值抽样，缩小图片的尺寸和像素；采用高斯滤波滤除干扰边缘和噪声点，突出目标区域；其次，转换颜色空间，便于提取饱和度等颜色信息；对无关点进行排除，实现强化目标区域，弱化背景区域的目的；最后，利用改进Canny算子获取动态阈值并对图像进行边缘检测，得到二值轮廓图像；对轮廓面积进行阈值分割，排除背景区域，保留目标区域。本发明专利技术可以提高太阳能电池板识别的准确率。

A solar panel identification method based on improved Canny operator and contour area threshold

The invention relates to a solar panel identification method based on improved Canny operator and contour area threshold. First of all, the interpolation sampling of the image and reduce the image size and pixel; Gauss filter is adopted to filter the interference noise and edge point, highlight the target area; secondly, color space conversion, easy to extract saturation color information; elimination of irrelevant points, achieve the objective of strengthening the region, weakening the background region; finally, the use of the improved Canny operator to obtain the dynamic threshold and the image edge detection, contour and get two value image; the contour area segmentation from background area, keep the target area. The invention can improve the accuracy of solar panel recognition.

【技术实现步骤摘要】
基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法
本专利技术属于光伏
，具体涉及一种基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法。
技术介绍
太阳能电池利用光电效应将太阳能转化为电能，许多电池串并联起来就组成了我们常见的大输出功率的太阳能电池板。在日常生活中的使用日益普及，然而其复杂的生产工艺会导致电池片的颜色不完全相同，这些外观的不一致性增加了识别的难度。某地区光伏产业规模及太阳能电池板使用情况，对于评估一个地区的清洁能源和传统能源的占比、光伏能源使用情况等具有重要的意义。为了识别太阳能电池板，结合太阳能电池板具有的颜色特征，进行颜色空间的合理转换，排除干扰点和噪声之后就可以进行边缘检测。传统Canny算子使用一阶或二阶方向导数的变化进行边缘检测，速度快，但是会出现细节轮廓丢失，同时会误检出干扰边缘，导致太阳能电池板识别出错。改进Canny算子的重点主要放在阈值的选取上，传统的Canny算子阈值的选取主要依靠操作人员的经验，考虑到太阳能电池板的识别会受到天气、背景不同的影响，所以最佳阈值不是固定不变的，因此这个阈值就不能为固定值。因为太阳能电池板的识别需要具备在不同天气环境和背景下进行，所以需要选取合适的动态阈值，进而实现边缘的正确检测。太阳能电池板的形状在图像中一般呈现为规则的多边形，Canny算子检测之后的图像只显示边缘信息，这其中包括周边建筑物等干扰边缘，所以需要对这些干扰信息进行剔除。轮廓提取是一种特征提取技术，其提取的是目标区域与背景区域相交的做形成的梯度边缘，所形成的边缘梯度越高，则轮廓就越清晰。由于图像中会出现噪声和一些干扰边缘，这些信息的出现会使得太阳能电池板的检测精度大打折扣，由于太阳能面板具有的规则几何形状，对其进行特征提取，可以绘制出边缘轮廓信息。边缘检测的重点在于对目标区域和背景区域交界线的提取，这些点亮度变化比较明显，但是由于光线、背景的影响，所以设置的阈值不是固定的值，而且背景物体的形状和颜色如果与太阳能电池板相近，就会导致识别出错。因此，需要一种能够准确识别出太阳能电池板的图像识别方法。
技术实现思路
本专利技术的目的在于提供一种基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法，通过改进Canny算子确定动态阈值，正确检测出不同背景的边缘信息，紧接着对检测的边缘进行轮廓面积阈值的分割，可以排除周围建筑物等背景干扰的影响，正确识别出太阳能电池板。为实现上述目的，本专利技术的技术方案是：一种基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法，包括如下步骤，步骤S1、通过图像采集设备采集太阳能电池板的图像，存储于计算机中，并采用插值抽样的方法对图像的尺寸和像素进行调整；步骤S2、经由步骤S1中的插值抽样，采用高斯滤波的方式对图像进行滤波操作；步骤S3、经由步骤S2中的滤波操作，转换图像的颜色空间在后续的操作中得到包括亮度、饱和度的颜色信息；步骤S4、对步骤S3转换颜色空间之后，需要对无关点进行排除；对排除无关点之后的图形进行形态学开操作，保持整体灰度级和较大的明亮特征相对不变；步骤S5、对步骤S4处理获得的图像，利用改进的Canny算子对图像进行边缘检测得到边缘图像；步骤S6、对步骤S5处理获得的边缘图像，利用轮廓面积阈值分割提取其图像的轮廓信息，绘制出太阳能电池板的轮廓线，完成太阳能电池板的识别目的。在本专利技术一实施例中，所述步骤S2中的高斯滤波方法为：采用高斯滤波的方式对图像冗余的轮廓信息进行滤除，高斯滤波过程中，每个像素点都是由本身和邻域内的其他像素经过加权平均后得到的，即图像的高斯模糊过程就是图像与正态分布做卷积。在本专利技术一实施例中，所述步骤S5中，利用改进的Canny算子对图像进行边缘检测得到边缘图像的方法为：通过改进Canny算子客观选取阈值，为使得阈值分割划分目标区域和背景区域，使得出现错误分割的干扰点尽可能少，采用最大类间方差确定的动态阈值：首先确定图像各个灰度值所占的概率，定义灰度i的概率为pi，定义阈值Th，遍历Th＝0，Th＝1，……，Th＝255；根据阈值Th将图像分为两部分，定义为F1，F2；其中：F1＝{f(x，y)|f(x，y)≥Th}；F2＝{f(x，y)|f(x，y)＜Th}；分别计算F1，F2各自灰度的平均值UTemp1，UTemp2，各自所占的概率P1，P2；定义为：UTemp1＝∑pi*ii，P1＝∑pi,i＝0,1,...,Th；UTemp2＝∑px*j，P2＝∑pj，j＝Th+1,...,255；整张图像平均灰度U：U＝P1*UTemp1+P2*UTemp2；区域F1，F2平均灰度U1，U2分别为：U1＝UTemp1/P1；U2＝UTemp2/P2；类间方差Di：Di＝P1*(U-U1)2+P2*(U2-U)2，i＝Th；最大类间方差：D＝max{Di},i＝0,1,…,255；将取得最大类间方差时灰度值确定为高阈值，将灰度值一半确定为低阈值；经过多次迭代，得到最佳的阈值，进而确定改进Canny算子的动态阈值。在本专利技术一实施例中，所述定义阈值Th取值为0～255。在本专利技术一实施例中，所述步骤S6中，轮廓面积阈值分割提取方法为：检测出图像的边缘信息之后，对所得的边缘图像进行轮廓提取，使用面积作为阈值，将边缘检测之后图形中琐碎的细节和孤立的噪声点滤除，保持太阳能电池板的轮廓信息；计算整个轮廓或部分轮廓的面积，其中面积表示轮廓部分和起始点连线构成的封闭部分，部分轮廓面积即为由轮廓弧线和连接两端点的弦围成的区域总面积；面积的计算借助格林公式：即闭区域D由分段光滑的曲线L围成，函数P(x，y)和Q(x，y)在D上一阶连续可偏导，则有：其中L是D的取正向的边界曲线；用格林公式计算区域的面积，设区域D的边界曲线为L，则：即可求得的边缘图像的面积，利用二值化的阈值分割，根据处于目标或背景内部相邻像素间的灰度值高度相关，而处于交界处两边的像素在灰度值上有很大的差异，对具有单峰灰度分布的目标区域和背景区域进行灰度阈值的设置，根据设置的阈值，对轮廓面积进行筛选，进一步识别出轮廓。相较于现有技术，本专利技术具有以下有益效果：本专利技术通过对采集图形预处理，改进Canny边缘检测和轮廓面积阈值处理进行轮廓绘制，可以提高太阳能电池板的识别准确率。附图说明图1是本专利技术的流程框图。图2为采用本专利技术方法各步骤的转换图像示意；其中：图2a)是太阳能电池插值抽样后的图像；图2b)是经过滤波和颜色空间转换等预处理操作后的图像；图2c)是经过无关点排除的图像；图2d)是太阳能电池板经形态学开操作后的图像；图2e)是经过改进Canny算子边缘检测的图像；图2f)是经过轮廓面积阈值处理的图像；图2g)是太阳能电池板轮廓识别的图像。具体实施方式下面结合附图，对本专利技术的技术方案进行具体说明。本专利技术的一种基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法，包括如下步骤，步骤S1、通过图像采集设备采集太阳能电池板的图像，存储于计算机中，并采用插值抽样的方法对图像的尺寸和像素进行调整；步骤S2、经由步骤S1中的插值抽样，采用高斯滤波的方式对图像进行滤波操作；步骤S3、经由步骤S2中的滤波操作，转换图像的颜色空间在后续的操作中得到包括亮度、饱和度本文档来自技高网...

【技术保护点】
一种基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法，其特征在于：包括如下步骤，步骤S1、通过图像采集设备采集太阳能电池板的图像，存储于计算机中，并采用插值抽样的方法对图像的尺寸和像素进行调整；步骤S2、经由步骤S1中的插值抽样，采用高斯滤波的方式对图像进行滤波操作；步骤S3、经由步骤S2中的滤波操作，转换图像的颜色空间在后续的操作中得到包括亮度、饱和度的颜色信息；步骤S4、对步骤S3转换颜色空间之后，需要对无关点进行排除；对排除无关点之后的图形进行形态学开操作，保持整体灰度级和较大的明亮特征相对不变；步骤S5、对步骤S4处理获得的图像，利用改进的Canny算子对图像进行边缘检测得到边缘图像；步骤S6、对步骤S5处理获得的边缘图像，利用轮廓面积阈值分割提取其图像的轮廓信息，绘制出太阳能电池板的轮廓线，完成太阳能电池板的识别目的。

【技术特征摘要】
1.一种基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法，其特征在于：包括如下步骤，步骤S1、通过图像采集设备采集太阳能电池板的图像，存储于计算机中，并采用插值抽样的方法对图像的尺寸和像素进行调整；步骤S2、经由步骤S1中的插值抽样，采用高斯滤波的方式对图像进行滤波操作；步骤S3、经由步骤S2中的滤波操作，转换图像的颜色空间在后续的操作中得到包括亮度、饱和度的颜色信息；步骤S4、对步骤S3转换颜色空间之后，需要对无关点进行排除；对排除无关点之后的图形进行形态学开操作，保持整体灰度级和较大的明亮特征相对不变；步骤S5、对步骤S4处理获得的图像，利用改进的Canny算子对图像进行边缘检测得到边缘图像；步骤S6、对步骤S5处理获得的边缘图像，利用轮廓面积阈值分割提取其图像的轮廓信息，绘制出太阳能电池板的轮廓线，完成太阳能电池板的识别目的。2.根据权利要求1所述的基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法，其特征在于：所述步骤S2中的高斯滤波方法为：采用高斯滤波的方式对图像冗余的轮廓信息进行滤除，高斯滤波过程中，每个像素点都是由本身和邻域内的其他像素经过加权平均后得到的，即图像的高斯模糊过程就是图像与正态分布做卷积。3.根据权利要求1所述的基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法，其特征在于：所述步骤S5中，利用改进的Canny算子对图像进行边缘检测得到边缘图像的方法为：通过改进Canny算子客观选取阈值，为使得阈值分割划分目标区域和背景区域，使得出现错误分割的干扰点尽可能少，采用最大类间方差确定的动态阈值：首先确定图像各个灰度值所占的概率，定义灰度i的概率为pi，定义阈值Th，遍历Th＝0，Th＝1，……，Th＝255；根据阈值Th将图像分为两部分，定义为F1，F1；其中：F1＝{f(x，y)|f(x，y)≥Th}；F2＝{f(x，y)|f(x，y)＜Th}；分别计算F1，F2各自灰...

【专利技术属性】
技术研发人员：郑茜颖，周海芳，戴龙云，程树英，林锦州，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建,35