一种太阳能电池片的颜色分类方法技术

本发明专利技术实施例提供的太阳能电池片的颜色分类方法，通过对待检测电池片进行RGB三通道拍摄，得到三种通道图片R、G以及B，并对图片R、G以及B进行合成处理生成RGB模型，然后根据转化公式将RGB模型转化为HSI模型，对HSI模型进行预处理并提取出ROI区域，再对提取出的ROI区域进行灰度直方图处理生成灰度直方图H、S以及I，最后根据图H、S、I、N个预设的标准颜色类别模板以及欧几里得公式，计算待检测电池片与N个模板的相似度，得到N个相似度值，将待检测电池片归类到最小相似度值对应的标准颜色类别模板所对应的颜色，能够更细致更好划分归类，从而达到快速、准确的检测出电池片颜色并且将其分选出来的目的。

A color classification method of solar cell

【技术实现步骤摘要】
一种太阳能电池片的颜色分类方法
本专利技术涉及计算机视觉
，尤其涉及一种太阳能电池片的颜色分类方法。
技术介绍
国家大力支持新能源开发，太阳能行业蓬勃发展且市场需求非常大，生产太阳能电池片的企业竞争激烈，因此要确保电池片的产品质量和提高光电转化效率。成品电池片通常呈现出不同颜色，将颜色差别太大的太阳能电池片放在一起使用会降低太阳能电池模组的整体转化效率，因此要将颜色检测出来并且将其归类。目前大部分厂家都是通过人工肉眼识别，这样检测速度慢、存在主观意识差别；也有部分厂家是通过基于RGB模型来进行分选归类，但是不够细致不好便于描述。
技术实现思路
本专利技术实施例的目的是提供一种太阳能电池片的颜色分类方法，能够更细致更好划分归类，从而达到快速、准确的检测出电池片颜色并且将其分选出来的目的。为实现上述目的，本专利技术实施例提供了一种太阳能电池片的颜色分类方法，包括以下步骤：通过CMOS黑白相机配合LED光源对待检测电池片进行RGB三通道拍摄，得到所述待检测电池片的R通道的图片R、G通道的图片G以及B通道的图片B，并对所述图片R、图片G以及图片B进行合成处理，生成RGB模型；根据转化公式，将所述RGB模型转化为HSI模型，对所述HSI模型进行预处理并提取出所述待检测电池片的ROI区域；对提取出的ROI区域进行灰度直方图处理，生成H通道的灰度直方图图H、S通道的灰度直方图图S以及I通道的灰度直方图图I；根据所述图H、图S、图I、N个预设的标准颜色类别模板以及欧几里得公式，计算所述待检测电池片与所述N个预设的标准颜色类别模板的相似度，得到N个相似度值，将所述待检测电池片归类到最小相似度值对应的标准颜色类别模板所对应的颜色。进一步的，所述N个预设的标准颜色类别模板，为根据客户的N种分类和N种色彩特征的需求，建立的标准模块电池片。进一步的，所述对所述HSI模型进行预处理并提取出所述待检测电池片的ROI区域，具体为：将所述HSI模型灰度值化，并对灰度值化后的模型进行平滑滤波处理，以区分电池片区域和背景杂质区域；对进行平滑滤波处理后的模型进行形态学开运算，以去除背景杂质区域；对进行形态学开运算后的模型进行特征筛选，根据面积特征筛选出所述待检测电池片的ROI区域。进一步的，所述转化公式，具体为：其中，R、G、B分别为所述RGB通道图片中的三种单通道图片的图片R、图片G以及图片B的值。进一步的，在所述生成H通道的灰度直方图图H、S通道的灰度直方图图S以及I通道的灰度直方图图I之后，还包括：根据所述客户的N种分类和N种色彩特征的需求，对图H、图S以及图I中的H数值进行颜色判定，剔除异色的电池片。进一步的，在所述生成H通道的灰度直方图图H、S通道的灰度直方图图S以及I通道的灰度直方图图I之后，还包括：提取所述N个预设的标准颜色类别模板ROI区域的H、S、I三个颜色通道的值，并进行灰度化处理，生成所述N个预设的标准颜色类别模板的H2、S2、I2三个灰度直方图；分别将图H、图S以及图I与H2、S2、I2三个灰度直方图进行对比，并计算每个分量直方图在相同灰度级上的频数的差值，生成差值H、差值S以及差值I；其中，差值H为h0,h1,h2...h255，差值S为S0,S1,S2...S255，差值I为I0，I1，I2，...I255。进一步的，所述根据所述图H、图S、图I、N个预设的标准颜色类别模板以及欧几里得公式，计算所述待检测电池片与所述N个预设的标准颜色类别模板的相似度，得到N个相似度值，将所述待检测电池片归类到最小相似度值对应的标准颜色类别模板所对应的颜色，具体为：根据差值H、差值S、差值I以及欧几里得公式，计算对比所述N个预设的标准颜色类别模板差值分量之间的相似度值，并空间合成得到比较数值M；计算每个分量之间的方差，对比所述N个预设的标准颜色类别模板，并将三个分量的方差进行空间合成，得到比较数值M1、M2、M3…MN；将所述待检测电池片归类到所述M1、M2、M3…MN中最小值对应的标准颜色类别模板所对应的颜色。进一步的，所述差值H、差值S、差值I、比较数值M的算法为：进一步的，所述欧几里得公式为与现有技术相比，具有如下有益效果：本专利技术实施例提供的太阳能电池片的颜色分类方法，通过CMOS黑白相机配合LED光源对待检测电池片进行RGB三通道拍摄，得到待检测电池片的R通道的图片R、G通道的图片G以及B通道的图片B，并对图片R、图片G以及图片B进行合成处理，生成RGB模型，根据转化公式，将RGB模型转化为HSI模型，对HSI模型进行预处理并提取出待检测电池片的ROI区域，对提取出的ROI区域进行灰度直方图处理，生成H通道的灰度直方图图H、S通道的灰度直方图图S以及I通道的灰度直方图图I，根据图H、图S、图I、N个预设的标准颜色类别模板以及欧几里得公式，计算待检测电池片与N个预设的标准颜色类别模板的相似度，得到N个相似度值，将待检测电池片归类到最小相似度值对应的标准颜色类别模板所对应的颜色，采用本专利技术提供的实施例，能够更细致更好划分归类，从而达到快速、准确的检测出电池片颜色并且将其分选出来的目的。附图说明图1是本专利技术提供的太阳能电池片的颜色分类方法的一个实施例的流程示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参见图1，图1是本专利技术提供的太阳能电池片的颜色分类方法的一个实施例的流程示意图；本专利技术实施例提供一种太阳能电池片的颜色分类方法，包括步骤S1至S4；S1，通过CMOS黑白相机配合LED光源对待检测电池片进行RGB三通道拍摄，得到所述待检测电池片的R通道的图片R、G通道的图片G以及B通道的图片B，并对所述图片R、图片G以及图片B进行合成处理，生成RGB模型。在本专利技术实施例中，CMOS黑白相机、LED光源灯置于暗箱环境内，其中LED光源能发出红、绿、蓝三种光，LDE光源由光源控制器控制使用。需要说明的是，所述图片R、图片G、图片B通过在光源控制器下拍摄而得，具体的，在光源控制器下打红光，拍摄提取到待检测电池片图片R；打绿光，拍摄提取到待检测电池片图片G；打蓝光，拍摄提取到待检测电池片图片B。S2，根据转化公式，将所述RGB模型转化为HSI模型，对所述HSI模型进行预处理并提取出所述待检测电池片的ROI区域。在本专利技术实施例中，所述对所述HSI模型进行预处理并提取出所述待检测电池片的ROI区域，具体为：将所述HSI模型灰度值化，并对灰度值化后的模型进行平滑滤波处理，以区分电池片区域和背景杂质区域；对本文档来自技高网...

【技术保护点】
1.一种太阳能电池片的颜色分类方法，其特征在于，包括以下步骤：/n通过CMOS黑白相机配合LED光源对待检测电池片进行RGB三通道拍摄，得到所述待检测电池片的R通道的图片R、G通道的图片G以及B通道的图片B，并对所述图片R、图片G以及图片B进行合成处理，生成RGB模型；/n根据转化公式，将所述RGB模型转化为HSI模型，对所述HSI模型进行预处理并提取出所述待检测电池片的ROI区域；/n对提取出的ROI区域进行灰度直方图处理，生成H通道的灰度直方图图H、S通道的灰度直方图图S以及I通道的灰度直方图图I；/n根据所述图H、图S、图I、N个预设的标准颜色类别模板以及欧几里得公式，计算所述待检测电池片与所述N个预设的标准颜色类别模板的相似度，得到N个相似度值，将所述待检测电池片归类到最小相似度值对应的标准颜色类别模板所对应的颜色。/n

【技术特征摘要】
1.一种太阳能电池片的颜色分类方法，其特征在于，包括以下步骤：
通过CMOS黑白相机配合LED光源对待检测电池片进行RGB三通道拍摄，得到所述待检测电池片的R通道的图片R、G通道的图片G以及B通道的图片B，并对所述图片R、图片G以及图片B进行合成处理，生成RGB模型；
根据转化公式，将所述RGB模型转化为HSI模型，对所述HSI模型进行预处理并提取出所述待检测电池片的ROI区域；
对提取出的ROI区域进行灰度直方图处理，生成H通道的灰度直方图图H、S通道的灰度直方图图S以及I通道的灰度直方图图I；
根据所述图H、图S、图I、N个预设的标准颜色类别模板以及欧几里得公式，计算所述待检测电池片与所述N个预设的标准颜色类别模板的相似度，得到N个相似度值，将所述待检测电池片归类到最小相似度值对应的标准颜色类别模板所对应的颜色。


2.如权利要求1所述的太阳能电池片的颜色分类方法，其特征在于，所述N个预设的标准颜色类别模板，为根据客户的N种分类和N种色彩特征的需求，建立的标准模块电池片。


3.如权利要求1所述的太阳能电池片的颜色分类方法，其特征在于，所述对所述HSI模型进行预处理并提取出所述待检测电池片的ROI区域，具体为：
将所述HSI模型灰度值化，并对灰度值化后的模型进行平滑滤波处理，以区分电池片区域和背景杂质区域；
对进行平滑滤波处理后的模型进行形态学开运算，以去除背景杂质区域；
对进行形态学开运算后的模型进行特征筛选，根据面积特征筛选出所述待检测电池片的ROI区域。


4.如权利要求1所述的太阳能电池片的颜色分类方法，其特征在于，所述转化公式，具体为：









其中，R、G、B分别为所述RGB通道图片中的三种单通道图片的图片R、图片G以及图片B的值。


5.如权利要求2所述的太阳能电池片的颜色分类方法，其特征在于，在所述生成H通道的灰度直方图图H、S通...

【专利技术属性】
技术研发人员：谢宏威，周聪，黎鑫泽，谢德芳，杨成龙，廖红艳，张浩，
申请(专利权)人：广州大学，
类型：发明
国别省市：广东;44