用于光伏组件边框打胶形态的质检方法技术

本申请公开用于光伏组件边框打胶形态的质检方法，依次包括以下步骤：获取光伏组件边框打胶形态区域图，形成检测原图；增强检测原图，通过设定随机值来将所述检测原图进行不一性的重新组排，生成可兼容多类型成像的边框打胶形态数据，并保留检测原图的特征信息；获取生成的可兼容多类型成像的边框打胶形态数据图像的位置，并添加标签，然后以txt文本的形式与检测原图数据进行等份存储；构建网络架构，并初始化网络架构参数，对数据进行计算测试，得出预测结果；依次迭代处理预测结果，获取各个类别的最优结果信息；计算相机毫米像素比；阈值过滤；检测结果返回，然后可视化检测结果。该质检方法可以有效管控打胶形态的质检精度，提高检测效率。提高检测效率。提高检测效率。

【技术实现步骤摘要】
用于光伏组件边框打胶形态的质检方法


[0001]本专利技术涉及质量检测方法
，尤其涉及用于光伏组件边框打胶形态的质检方法。

技术介绍

[0002]光伏组件是利用光电效应来实现光电转换的器件，在组装边框之前，一般都需要在边框的背面位置进行打胶处理，打胶质量的好坏会直接影响光伏组件整体的结构稳定性。因此，需要对光伏组件的打胶形态进行质量检测，以防止含有不合格胶的边框的光伏组件出厂发售。
[0003]目前，光伏组件的打胶形态质检主要由人工或者配合机器设备来完成，生产效率不高，同时，人力成本较高。

技术实现思路

[0004]本专利技术的一个优势在于提供一种用于光伏组件边框打胶形态的质检方法，能够通过实时调整检测阈值来管控打胶形态的质检精度，对于光伏组件的边框打胶形态质检的漏、误检率低达<＝1％，能够有效提高生产速率及质量，同时降低人力成本。
[0005]为达到本专利技术以上至少一个优势，本专利技术提供一种用于光伏组件边框打胶形态的质检方法，依次包括以下步骤：
[0006]S10，获取光伏组件边框打胶形态区域图，形成检测原图；
[0007]S20，增强检测原图，然后通过设定随机值来将所述检测原图进行不一性的重新组排，生成可兼容多类型成像的边框打胶形态数据，并保留检测原图的特征信息；
[0008]S30，获取生成的可兼容多类型成像的边框打胶形态数据图像的位置，并添加标签，以突出目标位置，然后以txt文本的形式与检测原图数据进行等份存储；
[0009]S40，构建网络架构，并初始化网络架构参数：绑定所述边框打胶形态数据与获取到的txt数据，形成训练数据，计算所述训练数据的特征，得到网络参数，并将所述网络参数加载到多个网络层，其中所述网络层通过预置参数进行迭代实时更新，形成最优网络架构结果参数；
[0010]测试：将所述训练数据分批送入所述网络层进行计算，得出预测结果；
[0011]S50，依次迭代处理所述预测结果，获取各个类别的最优结果信息，即对检测原图进行检测的最佳网络架构模型参数；
[0012]S60，计算相机毫米像素比；
[0013]S70，阈值过滤，过滤检测结果；
[0014]S80，检测结果返回，然后可视化检测结果。
[0015]根据本专利技术一实施例，在步骤S10中，所述检测原图为通过取图软件进行进程取图获取到的以两长两短为一组的长短边打胶形态边框图。
[0016]根据本专利技术一实施例，在步骤S10和步骤S20之间还包括步骤：裁剪，将所述检测原
图进行等份裁切，生成一系列小图，然后再逐一计算生成的一系列小图。
[0017]根据本专利技术一实施例，在步骤S20中，所述增强检测原图具体为：
[0018]首先将一系列小图整体进行归一化处理，然后再将归一化处理后得到的数据进行非线性操作，以使打胶形态的轮廓区域更加明显，最后生成多个0.7～1.2之间的等比数列，将所述等比数列依次迭代，并与所述等比数列对应的小图进行加减乘除的运算，以增减一系列小图的亮度、噪声和滤波程度。
[0019]根据本专利技术一实施例，所述非线性操作为：首先将归一化处理后得到的数据进行大于1的平方积处理，然后再将经过平方积处理后的数据乘以3*3的数组，其中所述数组的中心数值为0，所述数组的周边数值分别为3、6、9，依次错开组合，并与归一化处理后得到的数据进行代数乘积运算。
[0020]根据本专利技术一实施例，在步骤S30中，所述获取生成的可兼容多类型成像的边框打胶形态数据图像的位置，并添加标签，以突出目标位置，具体为：
[0021]利用跨平台计算机视觉和机器学习软件库内的函数处理方式，依次通过滤波处理、边缘检测、二值化处理、边缘查找、权重融合、寻找轮廓、轮廓面积判断以及获取结果轮廓的最小外接矩形的方式来找到边框打胶形态图像胶条的位置，并添加标签。
[0022]根据本专利技术一实施例，所述txt文本为将所述最小外接矩形的坐标点进行换算xyxy
‑‑
>xywh，并将其处理到0
‑
1之间而生成的txt文本。
[0023]根据本专利技术一实施例，在所述构建网络架构中，所述网络层依次包括Bottleneck层、CSP1_X层、CSP2_X层、SPP层和FOCUS层，其中所述Bottleneck层由卷积网络层、BatchNormal层和SiLU激活函数构建而成，其中所述CSP1_X层由预定形态的卷积网络层首先进行反卷积处理，然后再经过ReLu6激活函数计算构建而成，其中所述CSP2_X层由预定形态的卷积网络层首先经过LeakyReLU激活函数计算，然后进行拼接合并，最后进行卷积输出，其中所述SPP层首先将送入数据进行等比拆分为多批份数据，然后再经过最大池化处理，然后将等批份结果进行拼接合并，最后进行卷积输出，其中所述FOCUS层结合所述SPP层、所述CSP2_X层和所述CSP1_X层的输出结果数据，经过拼接和累加两种方式输出为新的数据，然后再经过反卷积层搭配SiLu激活函数进行输出，最后将两者的输出结果进行合并，经过卷积搭配sigmoid输出。
[0024]根据本专利技术一实施例，步骤S40的所述测试，具体为：获取每轮迭代的网络架构，加载每轮网络架构参数，并将一系列小图批次送入所述网络架构进行计算，然后将返回的结构构建成混淆矩阵，根据混淆矩阵计算每个txt文本类别的召回率、精确率、F1_score以及AUC面积，以得到预测状态，其结果区间在0
‑
1之间，实时更新测试结果，并保存预测结果靠近1的网络参数。
[0025]根据本专利技术一实施例，在步骤S50中，所述依次迭代处理所述预测结果，获取各个类别的最优结果信息，具体为：通过距离度量计算方式计算txt文本类别的结果信息点位是否存在多个同类别信息点位，若存在，则认定所述结果信息点位为核心点位，然后迭代处理多个核心点位并缩小范围，判定小范围内同类别的数量，最后对迭代完成后的多个核心点位进行由小到大的排序处理，获取序列最后的值，即为各个类别的最优结果信息。
[0026]本专利技术的这些和其它目的、特点和优势，通过下述的详细说明，得以充分体现。
附图说明
[0027]图1示出了本申请一较佳实施例用于光伏组件边框打胶形态的质检方法的流程示意图。
[0028]图2示出了相机获取到的光伏组件边框的局部示意图，其中虚线为内部边框与光伏组件组装的缝隙位置，纯色区域为胶。
具体实施方式
[0029]以下描述用于揭露本专利技术以使本领域技术人员能够实现本专利技术。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本专利技术的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本专利技术的精神和范围的其他技术方案。
[0030]本领域技术人员应理解的是，在说明书的揭露中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于光伏组件边框打胶形态的质检方法，其特征在于，依次包括以下步骤：S10，获取光伏组件边框打胶形态区域图，形成检测原图；S20，增强检测原图，然后通过设定随机值来将所述检测原图进行不一性的重新组排，生成可兼容多类型成像的边框打胶形态数据，并保留检测原图的特征信息；S30，获取生成的可兼容多类型成像的边框打胶形态数据图像的位置，并添加标签，以突出目标位置，然后以txt文本的形式与检测原图数据进行等份存储；S40，构建网络架构，并初始化网络架构参数：绑定所述边框打胶形态数据与获取到的txt数据，形成训练数据，计算所述训练数据的特征，得到网络参数，并将所述网络参数加载到多个网络层，其中所述网络层通过预置参数进行迭代实时更新，形成最优网络架构结果参数；测试：将所述训练数据分批送入所述网络层进行计算，得出预测结果；S50，依次迭代处理所述预测结果，获取各个类别的最优结果信息，即对检测原图进行检测的最佳网络架构模型参数；S60，计算相机毫米像素比；S70，阈值过滤，过滤检测结果；S80，检测结果返回，然后可视化检测结果。2.如权利要求1所述用于光伏组件边框打胶形态的质检方法，其特征在于，在步骤S10中，所述检测原图为通过取图软件进行进程取图获取到的以两长两短为一组的长短边打胶形态边框图。3.如权利要求2所述用于光伏组件边框打胶形态的质检方法，其特征在于，在步骤S10和步骤S20之间还包括步骤：裁剪，将所述检测原图进行等份裁切，生成一系列小图，然后再逐一计算生成的一系列小图。4.如权利要求3所述用于光伏组件边框打胶形态的质检方法，其特征在于，在步骤S20中，所述增强检测原图具体为：首先将一系列小图整体进行归一化处理，然后再将归一化处理后得到的数据进行非线性操作，以使打胶形态的轮廓区域更加明显，最后生成多个0.7～1.2之间的等比数列，将所述等比数列依次迭代，并与所述等比数列对应的小图进行加减乘除的运算，以增减一系列小图的亮度、噪声和滤波程度。5.如权利要求4所述用于光伏组件边框打胶形态的质检方法，其特征在于，所述非线性操作为：首先将归一化处理后得到的数据进行大于1的平方积处理，然后再将经过平方积处理后的数据乘以3*3的数组，其中所述数组的中心数值为0，所述数组的周边数值分别为3、6、9，依次错开组合，并与归一化处理后得到的数据进行代数乘积运算。6.如权利要求1至5任一项所述用于光伏组件边框打胶形态的质检方法，其特征在于，在步骤S30中，所述获取生成的可兼容多类型成像的边框打胶形态数据图像的位置，并添加标签，以突出目标位置，具体为：利用跨平台计算机视觉和机器学习软件库内...

【专利技术属性】
技术研发人员：龚晟，王子寒，王科，黄晨晨，
申请(专利权)人：优层智能科技上海有限公司，
类型：发明
国别省市：