[发明专利]一种光伏焊带智能检测方法

权利要求书

1.一种光伏焊带智能检测方法，其特征在于，该方法包括如下步骤：

获取光伏电池片对应的目标图像；

对所述目标图像进行霍夫直线检测，得到目标图像在霍夫空间中的各高亮点坐标；

根据所述各高亮点的横坐标对所述各高亮点进行分类，得到各角度类别对应的各目标高亮点；根据所述各角度类别中相邻目标高亮点坐标之间的距离，得到各角度类别对应的各线类别以及各线类别对应的各目标高亮点；

根据所述各角度类别对应的各线类别中的目标高亮点数量，得到目标图像对应的各焊带区域；

根据所述各焊带区域对应的热红外图像，判断目标图像对应的各焊带区域是否出现焊接异常现象。

2.如权利要求1所述的一种光伏焊带智能检测方法，其特征在于，所述获取光伏电池片对应的目标图像的方法，包括：

利用图像采集系统获取光伏电池片对应的原始图像；

对所述原始图像利用语义分割网络，得到仅含有光伏电池片的图像；

根据所述仅含有光伏电池片的图像和原始图像，得到仅含有光伏电池片的RGB图像；

对所述仅含有光伏电池片的RGB图像进行灰度化处理，得到仅含有光伏电池片的灰度图像；

利用otsu阈值分割算法对所述灰度图像进行阈值分割，得到所述灰度图像对应的二值图像和第一阈值，将所述二值图像记为光伏电池片对应的目标图像。

3.如权利要求1所述的一种光伏焊带智能检测方法，其特征在于，所述根据所述各高亮点的横坐标对所述各高亮点进行分类，得到各角度类别对应的各目标高亮点的方法，包括：

利用边缘检测算法对所述目标图像进行边缘检测，得到目标图像对应的各边缘连通域；

根据所述各边缘连通域中各像素点的坐标和PCA算法，得到各边缘连通域对应第一主成分方向和第二主成分方向；

根据所述各边缘连通域对应的第一主成分方向，得到目标图像对应的综合第一主成分方向；

根据所述各边缘连通域对应的第二主成分方向，得到目标图像对应的综合第二主成分方向；

对霍夫空间中的各高亮点的投票值进行统计，得到投票值直方图；

将所述投票值直方图上投票值大于第一阈值的高亮点记为目标高亮点；

将各目标高亮点对霍夫空间中的横坐标轴进行投影，得到霍夫空间中横坐标轴上的各投影目标高亮点；

根据所述综合第一主成分方向对应的角度和综合第二主成分方向对应的角度，得到第一初始聚类中心点和第二初始聚类中心点；

根据k-means聚类算法、第一初始聚类中心点以及第二初始聚类中心点对所述横坐标轴上的各投影目标高亮点进行聚类，得到第一角度类别对应的各目标高亮点和第二角度类别对应的各目标高亮点。

4.如权利要求3所述的一种光伏焊带智能检测方法，其特征在于，所述根据所述各角度类别中相邻目标高亮点坐标之间的距离，得到各角度类别对应的各线类别以及各线类别对应的各目标高亮点的方法，包括：

利用DBSCAN聚类算法对所述第一角度类别对应的各目标高亮点进行聚类，得到第一角度类别对应的各第一线类别对应的各目标高亮点；

利用DBSCAN聚类算法对所述第二角度类别对应的各目标高亮点进行聚类，得到第二角度类别对应的各第二线类别对应的各目标高亮点。