[发明专利]一种基于人工智能的光伏电池板批量断栅检测方法及系统

说明书

本发明提供一种基于人工智能的光伏电池板批量断栅检测方法及系统，涉及人工智能领域；该方法包括获得单个光伏电池板的初始图像；通过对比预处理后的初始图像同帧各列像素间的差异值得到横向关系谱；统计所有横向关系谱中相同位置的差异值，用各个位置中出现最多次的差异值建立一个模板关系谱；对模板关系谱进行处理，建立栅线模板图像，以栅线模板图像作为遮罩，提取每帧图像中的栅线像素，对比栅线像素中单帧图像单列像素的差异值并建立拟合曲线，判断断栅缺陷位置。本发明能够消除光照及污渍对断栅检测的负面影响，对批量光伏电池板同时进行断栅检测，直接得到断栅位置。

技术领域

本发明涉及人工智能领域，具体涉及一种基于人工智能的光伏电池板批量断栅检测方法及系统。

背景技术

太阳能作为一种可再生的清洁能源，在光伏方面的应用得到了大力的推广。目前，中国太阳能产业规模发展飞快，是重要的太阳能光伏电池生产国。光伏电池板作为太阳能的发电载体，通常希望其具有较长的使用寿命及较高的转化率，而在制造过程中出现的断栅缺陷限制了其适用性。因此，有效的检测手段，对提高光伏电池板的质量非常重要。

现有工业制备过程中，对表面断栅检测的方法主要包括使用背景建模的检测方法和人工目视检测方法，由于每个电池板的图像光照不同，再加上污迹的影响，极易出现错检，漏检等情况。

发明内容

为了解决上述技术问题，本发明了提供一种基于人工智能的光伏电池板批量断栅检测方法及系统，所采用的技术方案如下：

第一方面，本发明实施例提供了一种基于人工智能的光伏电池板批量断栅检测方法，该方法包含以下步骤：

将采集到的投影图像拼接为全局图像；

将全局图像进行模式匹配，拆分得到单个光伏电池板的初始图像；

对每个光伏电池板的初始图像进行灰度化、图像归一化和对齐的预处理操作；

通过对比预处理后的图像同帧各列像素间的差异值得到横向关系谱；

建立一个模板关系谱，统计横向关系谱中相同位置的差异值，以出现最多次的差异值作为模板关系谱中该位置的值；

使用分段函数对模板关系谱进行处理，建立栅线模板图像；

以栅线模板图像作为遮罩，提取各帧图像中的栅线像素，对比栅线像素中单帧图像单列像素的差异值；

根据单帧图像单列像素间的差异值建立拟合曲线，设定经验阈值判断离群异常点，离群异常点为纵向像素的断点，若同一行的连续断点不小于栅线宽度，则判定该行发生断栅，以连续断点作为断栅缺陷位置。

优选地，将全局图像进行模式匹配，拆分得到单个光伏电池板的初始图像过程如下：

根据单个光伏电池板的长宽比，构建一个矩形模板；

使用矩形模板在全局图像中光伏电池板上滑窗，若矩形模板滑动时，边框对应的各像素值与光伏电池板边缘的像素值在误差范围内，则认为匹配成功，当匹配成功的数量不小于参考数量时，以矩形模板作为理想矩形模板；

匹配不成功，或匹配成功的数量少于参考数量时，调节矩形模板的尺寸，重复以上步骤，直至获得理想矩形模板；

利用理想矩形模板将全局图像依次切分成单个光伏电池板的初始图像。

优选地，横线关系谱中同帧各列像素间的差异值的获取方法为：求出不同两列像素同行之间的差值，取同行像素差值的平均值作为这两列像素的差异值。

优选地，栅线像素中单列像素间的差异值的获取方法为：依次求出每帧图像每列栅线中逐行的像素值与该列像素均值之间的差值平方。

第二方面，本发明实施例提供了一种基于人工智能的光伏电池板批量断栅检测系统，包括：