【技术实现步骤摘要】
本专利技术属于人工智能,具体涉及一种晶硅光伏组件图像的缺陷检测方法。
技术介绍
1、目前,对于光伏组件的缺陷检测而言,现有方法一种是采用传统图像处理,例如,使用自适应图像分割结合canny滤波方法检测故障类型;另一种是直接使用深度学习方式进行检测,例如,采用fasterrcnn等模型直接对图像进行目标检测。但是,传统图像处理的方式的检测效果不理想,且应用场景比较局限,检测故障类型也比较单一。而直接采用深度学习的方式,因电控发光(el)图像本身信噪比小背景复杂以及多晶硅复杂的纹理,往往会造成特别多的漏检和错检,准确率不高。
技术实现思路
1、为了解决相关技术中存在的上述问题,本专利技术提供了一种晶硅光伏组件图像的缺陷检测方法。本专利技术要解决的技术问题通过以下技术方案实现:
2、本专利技术提供一种晶硅光伏组件图像的缺陷检测方法,包括:
3、获取光伏组件图像以及所述光伏组件图像的第一类别和第二类别;所述光伏组件图像中包含多个电池片;所述第一类别表征所述光伏组件图像对应的
...【技术保护点】
1.一种晶硅光伏组件图像的缺陷检测方法,其特征在于,包括:
2.根据权利要求1所述的晶硅光伏组件图像的缺陷检测方法,其特征在于,所述光伏组件图像的数量类别包括:单块光伏板和多块光伏板;所述采用与所述光伏板的数量类别对应的坐标提取方式,提取所述光伏组件图像的感兴趣区域的顶点坐标,包括:
3.根据权利要求1所述的晶硅光伏组件图像的缺陷检测方法,其特征在于,所述采用灰度积分投影分割方法对所述校正图像的感兴趣区域进行分割,得到多个分割子图像,包括:
4.根据权利要求1所述的晶硅光伏组件图像的缺陷检测方法,其特征在于,所述确定每个分割子图像中
...【技术特征摘要】
1.一种晶硅光伏组件图像的缺陷检测方法,其特征在于,包括:
2.根据权利要求1所述的晶硅光伏组件图像的缺陷检测方法,其特征在于,所述光伏组件图像的数量类别包括:单块光伏板和多块光伏板;所述采用与所述光伏板的数量类别对应的坐标提取方式,提取所述光伏组件图像的感兴趣区域的顶点坐标,包括:
3.根据权利要求1所述的晶硅光伏组件图像的缺陷检测方法,其特征在于,所述采用灰度积分投影分割方法对所述校正图像的感兴趣区域进行分割,得到多个分割子图像,包括:
4.根据权利要求1所述的晶硅光伏组件图像的缺陷检测方法,其特征在于,所述确定每个分割子图像中的主栅线位置,并根据所述主栅线位置消除主栅线,得到多个干扰消除子图像,包括:
5.根据权利要求1所述的晶硅光伏组件图像的缺陷检测方法,其特征在于,所述多个电池片的材料包括:多晶硅和单晶硅;所述采用与所述多个电池片的材料对应的背景噪声消除方式,消除每个干扰消除子图像的背景噪声,得到多个噪声消除子图像,包括:
6.根据权利要求5所述的晶硅光伏组件图像的...
【专利技术属性】
技术研发人员:张江明,胡宏宽,闫广义,马腾飞,吴斌蕾,张中东,
申请(专利权)人:国能河北新能源发展有限公司,
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。