利用梯度运算的太阳能电池板栅线增强方法技术

本发明专利技术公开了一种利用梯度运算的太阳能电池板栅线增强方法，涉及数字图像处理技术领域。主要包括：从待处理的太阳能电池板的表面灰度图像中提取出栅线区域；对栅线区域进行边缘检测获得各栅线边缘点，将各栅线边缘点分别在表面灰度图像中对应位置的像素点作为各感兴趣点；根据所确定的各感兴趣点确定表面灰度图像中的模糊像素点，以获得对每一模糊像素点进行锐化增强后的表面灰度图像。本发明专利技术实施例能够有针对性地对所确定出的模糊像素点进行锐化增强，从而使增强后的表面灰度图像中栅线区域更为清晰。区域更为清晰。区域更为清晰。

【技术实现步骤摘要】
利用梯度运算的太阳能电池板栅线增强方法


[0001]本申请涉及数字图像处理
，具体涉及一种利用梯度运算的太阳能电池板栅线增强方法。

技术介绍

[0002]随着光伏发电技术的日趋成熟，太阳能电池板的铺设范围也越来越广，对于户外设置的太阳能电池板，通常通过无人机采集太阳能电池板的表面图像，并通过表面图像检测太阳能电池板中所存在的缺陷；然而，无人机所拍摄的表面图像可能存在模糊，使得直接利用表面图像进行缺陷检测所获得的缺陷检测结果的精度降低，因此，需要在进行缺陷检测前，对表面图像进行增强。
[0003]目前对于表面图像的增强处理，通常通过中值滤波进行滤波的方式实现，然而该种方式针对的对象是整个图像，使得增强前的图像中清晰的部分，在进行增强后可能反而变得模糊，造成增强效果不佳。

技术实现思路

[0004]针对上述技术问题，本专利技术提供了一种利用梯度运算的太阳能电池板栅线增强方法，能够确定出表面图像中的栅线区域中所存在的模糊线段，并分别对每一模糊线段中模糊像素点进行增强，避免了原本清晰的区域在增强后反而变得模糊。
[0005]本专利技术实施例提出了一种利用梯度运算的太阳能电池板栅线增强方法，包括：获得待处理的太阳能电池板的表面灰度图像，并从表面灰度图像中提取出栅线区域；对栅线区域进行边缘检测获得各栅线边缘点，将各栅线边缘点分别在表面灰度图像中对应位置的像素点作为各感兴趣点；沿感兴趣点的灰度梯度的相反方向寻找表面灰度图像中首个满足预设条件的像素点，将表面灰度图像中位于所寻找的像素点与感兴趣点之间的像素点作为模糊像素点；所述预设条件为相对于感兴趣点的灰度梯度幅值差异位于预设第一范围内，且相对于感兴趣点的灰度梯度方向差异位于预设第二范围内；将表面灰度图像中位于同一直线上相邻的模糊像素点组成模糊线段，分别对每一模糊线段进行锐化增强，且对表面灰度图像中每一模糊像素点仅进行一次锐化增强，以获得增强后的表面灰度图像。
[0006]可选的，利用梯度运算的太阳能电池板栅线增强方法中，分别对每一模糊线段进行锐化增强，包括：根据每一模糊线段内所有模糊像素点的灰度梯度向量，分别获得每一模糊线段对应的整体梯度向量；根据每一模糊线段对应的整体梯度向量，以及每一模糊线段中每一模糊像素点的灰度梯度向量，分别确定每一模糊线段中每一模糊像素点的梯度权重；
将每一模糊线段中梯度权重最大的模糊像素点作为模糊线段的参考像素点；若模糊线段中由模糊像素点指向参考点的方向，与模糊线段对应的感兴趣点的灰度梯度的方向相同，将模糊像素点的灰度值设置为，与模糊线段对应的感兴趣点在其灰度梯度的方向上的相邻像素点的像素值；若模糊线段中由模糊像素点指向参考点的方向，与模糊线段对应的感兴趣点的灰度梯度的方向相反，将模糊像素点的灰度值设置为，沿着模糊线段对应的感兴趣点的灰度梯度的方向上最后一个模糊像素点的像素值。
[0007]可选的，利用梯度运算的太阳能电池板栅线增强方法中，从表面灰度图像中提取出栅线区域，包括：对表面灰度图像进行大津法阈值分割，获得分割后的二值图像，将二值图像中各非0像素点分别在灰度图像中对应位置的各像素点，组成所提取出的栅线区域。
[0008]可选的，利用梯度运算的太阳能电池板栅线增强方法中，相对于感兴趣点的灰度梯度幅值差异，是根据像素点的灰度梯度向量与感兴趣点的灰度梯度向量进行求和后的向量的模，与所有感兴趣点中灰度梯度幅值的最大值的比值获得的。
[0009]可选的，利用梯度运算的太阳能电池板栅线增强方法中，相对于感兴趣点的灰度梯度方向差异，是根据像素点的灰度梯度方向与感兴趣点的灰度梯度方向的比值获得的。
[0010]可选的，利用梯度运算的太阳能电池板栅线增强方法中，预设第一范围为。
[0011]可选的，利用梯度运算的太阳能电池板栅线增强方法中，预设第二范围为。
[0012]本专利技术提供了一种利用梯度运算的太阳能电池板栅线增强方法，相比于现有技术，本专利技术实施例的有益效果在于：从待处理的太阳能电池板的表面灰度图像中提取出栅线区域；对栅线区域进行边缘检测获得各栅线边缘点，将各栅线边缘点分别在表面灰度图像中对应位置的像素点作为各感兴趣点；根据所确定的各感兴趣点确定表面灰度图像中的模糊像素点，以及位于同一直线上相邻的模糊像素点组成模糊线段，分别对每一模糊线段进行锐化增强，且对表面灰度图像中每一模糊像素点仅进行一次锐化增强，以获得增强后的表面灰度图像，相较于直接对表面灰度图像进行中值滤波去噪，本专利技术实施例能够有针对性地对所确定出的模糊线段进行锐化增强，避免了原本清晰的区域在增强后反而变得模糊，从而使增强后的表面灰度图像中栅线区域更为清晰。
附图说明
[0013]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0014]图1是本专利技术实施例提供的一种利用梯度运算的太阳能电池板栅线增强方法的流程示意图。
具体实施方式
[0015]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。基于本专利技术中的实施例，本领域普通技术人员在没有做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。
[0016]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0017]术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征；在本实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。
[0018]以下，对本专利技术实施例涉及的术语进行解释。
[0019]计算机视觉技术（Computer Vision，CV）是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR（Optical Character Recognition，光学字符识别）、视频处理、视频语义理解、视频内容识别、三维物体重建、3D（3 Dimension，三维）技术、虚拟现实、增强现实与地图构建、自动驾驶、智慧交本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.利用梯度运算的太阳能电池板栅线增强方法，其特征在于，包括：获得待处理的太阳能电池板的表面灰度图像，并从表面灰度图像中提取出栅线区域；对栅线区域进行边缘检测获得各栅线边缘点，将各栅线边缘点分别在表面灰度图像中对应位置的像素点作为各感兴趣点；沿感兴趣点的灰度梯度的相反方向寻找表面灰度图像中首个满足预设条件的像素点，将表面灰度图像中位于所寻找的像素点与感兴趣点之间的像素点作为模糊像素点；所述预设条件为相对于感兴趣点的灰度梯度幅值差异位于预设第一范围内，且相对于感兴趣点的灰度梯度方向差异位于预设第二范围内；将表面灰度图像中位于同一直线上相邻的模糊像素点组成模糊线段，分别对每一模糊线段进行锐化增强，且对表面灰度图像中每一模糊像素点仅进行一次锐化增强，以获得增强后的表面灰度图像。2.根据权利要求1所述的方法，其特征在于，分别对每一模糊线段进行锐化增强，包括：根据每一模糊线段内所有模糊像素点的灰度梯度向量，分别获得每一模糊线段对应的整体梯度向量；根据每一模糊线段对应的整体梯度向量，以及每一模糊线段中每一模糊像素点的灰度梯度向量，分别确定每一模糊线段中每一模糊像素点的梯度权重；将每一模糊线段中梯度权重最大的模糊像素点作为模糊线段的参考像素点；若模糊...

【专利技术属性】
技术研发人员：陈凯虹，
申请(专利权)人：太阳谷再生资源江苏有限公司，
类型：发明
国别省市：