【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及基于图像特征的光伏钢结构组件断裂检测方法。
技术介绍
1、光伏钢结构组件已成为大规模光伏电站中最广泛使用的组件之一，负责支撑和固定光伏板，因此其结构的完整性对系统的性能至关重要，光伏钢结构组件的质量关系到在建设光伏发电设备的安全稳定性。由于在生产制造过程中，光伏钢结构组件可能会出现裂纹，影响光伏钢结构组件的质量，从而影响光伏系统的发电效率和可靠性，因此需要对生产出来的光伏钢结构进行缺陷检测。
2、迭代自组织聚类算法是通过优化迭代的方式来不断对聚类簇进行合并与分裂，使用迭代自组织聚类算法能够将光伏钢结构组件图像中的裂纹区域检测出来，但是由于光伏钢结构组件图像中可能会锈斑区域，并且锈斑区域与裂纹区域的灰度值近似，因此光伏钢结构组件图像中的锈斑区域会对迭代过程中聚类簇的合并与分裂产生影响，可能将锈斑区域与裂纹区域划分在一起，导致检测出的裂纹区域不准确。
技术实现思路
1、为了解决上述问题，本专利技术提供基于图像特征的光伏钢结构组件断裂检测方法。
2、本专利技术的基于图像特征的光伏钢结构组件断裂检测方法采用如下技术方案：
3、本专利技术一个实施例提供了基于图像特征的光伏钢结构组件断裂检测方法，该方法包括以下步骤：
4、采集光伏钢结构组件图像；
5、获取光伏钢结构组件图像的灰度直方图，得到光伏钢结构组件图像的若干灰度值；根据每个灰度值在光伏钢结构组件中对应的像素点数量以及每个灰度值，获取每个灰度值为目
6、根据目标区域中像素点的灰度值、边缘及最小外接矩形，获取每个目标区域为裂纹区域的置信度；将每两个目标区域作为一个目标区域组合，得到若干目标区域组合；根据每个目标区域组合中的目标区域为裂纹区域的置信度以及目标区域之间的距离，获取每个目标区域组合的合并必要性；根据每个目标区域组合的合并必要性对每个目标区域组合中的目标区域进行合并操作，得到若干合并目标区域；根据每个合并目标区域中每个灰度值对应的像素点数量，获取每个合并目标区域的第一子区域以及第二子区域；根据每个合并目标区域的灰度值数量、灰度信息熵以及第一子区域与第二子区域之间的距离，获取每个合并目标区域的分裂必要性；根据每个合并目标区域的分裂必要性对每个合并目标区域进行分裂操作，获取若干分裂目标区域；
7、获取每个分裂目标区域为裂纹区域的置信度；根据每个分裂目标区域为裂纹区域的置信度，获取若干裂纹区域。
8、优选的，所述获取每个灰度值为目标灰度值的可能性，包括的具体步骤如下：
9、
10、式中，表示第个灰度值为目标灰度值的可能性；获取每个灰度值在光伏钢结构组件图像中的像素点数量，将像素点数量的最小值记为；代表第个灰度值在光伏钢结构组件图像中的像素点数量；代表光伏钢结构组件图像中像素点数量最多的灰度值；代表第个灰度值的值；代表光伏钢结构组件图像中的最大灰度值；表示求绝对值；代表归一化函数；表示以自然常数为底数的指数函数。
11、优选的，所述根据每个灰度值为目标灰度值的可能性，获取目标灰度值；根据目标灰度值，获取目标像素点，包括的具体步骤如下：
12、预设可能性阈值，若第个灰度值为目标灰度值的可能性大于或等于可能性阈值，将第个灰度值作为目标灰度值，得到多个目标灰度值，将每个目标灰度值在光伏钢结构组件图像中对应的像素点作为目标像素点。
13、优选的，所述对目标像素点进行聚类，得到若干目标聚类簇；对每个目标聚类簇中的每个目标像素点进行区域生长，获取若干目标区域，包括的具体步骤如下：
14、预设聚类数目，使用迭代自组织聚类算法对光伏钢结构组件图像中的目标像素点进行聚类，距离度量采用像素点之间的欧式距离，得到多个聚类簇，将得到的聚类簇记为目标聚类簇；
15、预设生长阈值，将任意一个目标聚类簇中的每个目标像素点作为种子点进行区域生长，将每个种子点生长得到的区域进行合并后记为该目标聚类簇的目标区域，获取若干目标区域。
16、优选的，所述获取每个目标区域为裂纹区域的置信度，包括的具体步骤如下：
17、获取第个目标区域的最小外接矩形，预设滑动窗口的边长为，获取第个目标区域的最小外接矩形的中心像素点，在第个目标区域的最小外接矩形中，根据第个目标区域的最小外接矩形的中心像素点作平行于第个目标区域的最小外接矩形的最长边的直线，记为第个目标区域的直线，以第个目标区域的直线上的任意一个像素点为中心像素点，构建大小为的滑动窗口，作为第个目标区域的直线上的该像素点的滑动窗口，得到第个目标区域的直线上的每个像素点的滑动窗口；获取第个目标区域的直线上的每个像素点的滑动窗口中像素点的灰度均值，构成第个目标区域的灰度集合；
18、
19、式中，代表第个目标区域为裂纹区域的置信度；代表第个目标区域的最小外接矩形的长；代表第个目标区域的最小外接矩形的宽；代表第个目标区域的灰度集合中所有灰度均值的方差；代表第个目标区域的第个边缘像素点与第个边缘像素点之间连线与水平右向形成的夹角的正切值；代表第个目标区域的边缘像素点数量；表示线性归一化函数。
20、优选的，所述根据每个目标区域组合中的目标区域为裂纹区域的置信度以及目标区域之间的距离，获取每个目标区域组合的合并必要性，包括的具体步骤如下：
21、
22、式中，代表第个目标区域组合的合并必要性；代表第个目标区域组合中的第一个目标区域为裂纹区域的置信度；代表第个目标区域组合中的第二个目标区域为裂纹区域的置信度；代表第个目标区域组合中第一个目标区域与第二个目标区域质心之间的欧式距离。
23、优选的，所述根据每个目标区域组合的合并必要性对每个目标区域组合中的目标区域进行合并操作，得到若干合并目标区域，包括的具体步骤如下：
24、预设合并阈值，当第个目标区域组合的合并必要性大于或等于合并阈值时，将第个目标区域组合中两个目标区域进行合并，将合并后的两个目标区域记为合并目标区域；反之不进行合并，将第个目标区域组合中两个目标区域分别记为合并目标区域，获取若干合并目标区域。
25、优选的，所述根据每个合并目标区域中每个灰度值对应的像素点数量，获取每个合并目标区域的第一子区域以及第二子区域；根据每个合并目标区域的灰度值数量、灰度信息熵以及第一子区域与第二子区域之间的距离，获取每个合并目标区域的分裂必要性，包括的具体步骤如下：
26、在第个合并目标区域中获取每个灰度值对应的像素点数量，获取像素点数量最大值对应的灰度值在第个合并目标区域中的像素点，记为第一大像素点，对所有第一本文档来自技高网...
【技术保护点】
1.基于图像特征的光伏钢结构组件断裂检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于图像特征的光伏钢结构组件断裂检测方法，其特征在于，所述获取每个灰度值为目标灰度值的可能性，包括的具体步骤如下：
3.根据权利要求1所述的基于图像特征的光伏钢结构组件断裂检测方法，其特征在于，所述根据每个灰度值为目标灰度值的可能性，获取目标灰度值；根据目标灰度值，获取目标像素点，包括的具体步骤如下：
4.根据权利要求1所述的基于图像特征的光伏钢结构组件断裂检测方法，其特征在于，所述对目标像素点进行聚类，得到若干目标聚类簇；对每个目标聚类簇中的每个目标像素点进行区域生长，获取若干目标区域，包括的具体步骤如下：
5.根据权利要求1所述的基于图像特征的光伏钢结构组件断裂检测方法，其特征在于，所述获取每个目标区域为裂纹区域的置信度，包括的具体步骤如下：
6.根据权利要求1所述的基于图像特征的光伏钢结构组件断裂检测方法，其特征在于，所述根据每个目标区域组合的合并必要性对每个目标区域组合中的目标区域进行合并操作，得到若干合并目标
7.根据权利要求1所述的基于图像特征的光伏钢结构组件断裂检测方法，其特征在于，所述根据每个合并目标区域的分裂必要性对每个合并目标区域进行分裂操作，获取若干分裂目标区域，包括的具体步骤如下：
8.根据权利要求1所述的基于图像特征的光伏钢结构组件断裂检测方法，其特征在于，所述根据每个分裂目标区域为裂纹区域的置信度，获取若干裂纹区域，包括的具体步骤如下：
...【技术特征摘要】
1.基于图像特征的光伏钢结构组件断裂检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于图像特征的光伏钢结构组件断裂检测方法，其特征在于，所述获取每个灰度值为目标灰度值的可能性，包括的具体步骤如下：
3.根据权利要求1所述的基于图像特征的光伏钢结构组件断裂检测方法，其特征在于，所述根据每个灰度值为目标灰度值的可能性，获取目标灰度值；根据目标灰度值，获取目标像素点，包括的具体步骤如下：
4.根据权利要求1所述的基于图像特征的光伏钢结构组件断裂检测方法，其特征在于，所述对目标像素点进行聚类，得到若干目标聚类簇；对每个目标聚类簇中的每个目标像素点进行区域生长，获取若干目标区域，包括的具体步骤如下：
5.根据权利要求1所述的基于图...
【专利技术属性】
技术研发人员：顾传杰，吴洁，
申请(专利权)人：惠汕绿创江苏科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。