[發(fā)明專利]基于改進(jìn)Canny算子和輪廓面積閾值的太陽能電池板識(shí)別方法

在審

• 申請?zhí)枺?/td>: 201711313921.3
• 申請日: 2017-12-11
• 公開（公告）號: CN107895376A
• 公開（公告）日: 2018-04-10
• 發(fā)明（設(shè)計(jì)）人: 鄭茜穎;周海芳;戴龍?jiān)?/a>;程樹英;林錦州
• 申請（專利權(quán)）人: 福州大學(xué)
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/11;G06T7/136;G06T7/194;G06T7/90;G06T3/40;G06T5/00;G06T5/20;G06T5/30;G06K9/46
• 代理公司: 福州元?jiǎng)?chuàng)專利商標(biāo)代理有限公司35100
• 代理人: 蔡學(xué)俊,丘鴻超

1.一種基于改進(jìn)Canny算子和輪廓面積閾值的太陽能電池板識(shí)別方法，其特征在于：包括如下步驟，

步驟S1、通過圖像采集設(shè)備采集太陽能電池板的圖像，存儲(chǔ)于計(jì)算機(jī)中，并采用插值抽樣的方法對圖像的尺寸和像素進(jìn)行調(diào)整；

步驟S2、經(jīng)由步驟S1中的插值抽樣，采用高斯濾波的方式對圖像進(jìn)行濾波操作；

步驟S3、經(jīng)由步驟S2中的濾波操作，轉(zhuǎn)換圖像的顏色空間在后續(xù)的操作中得到包括亮度、飽和度的顏色信息；

步驟S4、對步驟S3轉(zhuǎn)換顏色空間之后，需要對無關(guān)點(diǎn)進(jìn)行排除；對排除無關(guān)點(diǎn)之后的圖形進(jìn)行形態(tài)學(xué)開操作，保持整體灰度級和較大的明亮特征相對不變；

步驟S5、對步驟S4處理獲得的圖像，利用改進(jìn)的Canny算子對圖像進(jìn)行邊緣檢測得到邊緣圖像；

步驟S6、對步驟S5處理獲得的邊緣圖像，利用輪廓面積閾值分割提取其圖像的輪廓信息，繪制出太陽能電池板的輪廓線，完成太陽能電池板的識(shí)別目的。

2.根據(jù)權(quán)利要求1所述的基于改進(jìn)Canny算子和輪廓面積閾值的太陽能電池板識(shí)別方法，其特征在于：所述步驟S2中的高斯濾波方法為：采用高斯濾波的方式對圖像冗余的輪廓信息進(jìn)行濾除，高斯濾波過程中，每個(gè)像素點(diǎn)都是由本身和鄰域內(nèi)的其他像素經(jīng)過加權(quán)平均后得到的，即圖像的高斯模糊過程就是圖像與正態(tài)分布做卷積。

3.根據(jù)權(quán)利要求1所述的基于改進(jìn)Canny算子和輪廓面積閾值的太陽能電池板識(shí)別方法，其特征在于：所述步驟S5中，利用改進(jìn)的Canny算子對圖像進(jìn)行邊緣檢測得到邊緣圖像的方法為：

通過改進(jìn)Canny算子客觀選取閾值，為使得閾值分割劃分目標(biāo)區(qū)域和背景區(qū)域，使得出現(xiàn)錯(cuò)誤分割的干擾點(diǎn)盡可能少，采用最大類間方差確定的動(dòng)態(tài)閾值：

首先確定圖像各個(gè)灰度值所占的概率，定義灰度i的概率為p_i，定義閾值Th，遍歷Th＝0，Th＝1，……，Th＝255；

根據(jù)閾值Th將圖像分為兩部分，定義為F₁，F(xiàn)₁；其中：F₁＝{f(x，y)|f(x，y)≥Th}；F₂＝{f(x，y)|f(x，y)＜Th}；

分別計(jì)算F₁，F(xiàn)₂各自灰度的平均值UTemp₁，UTemp₂，各自所占的概率P₁，P₂；定義為：UTemp₁＝∑p_i*ii，P₁＝∑p_i，i＝0，1，...，Th；UTemp₂＝∑p_j*j，P₂＝∑p_j，j＝Th+1,...,255；

整張圖像平均灰度U：U＝P₁*UTemp₁+P₂*UTemp₂；區(qū)域F₁，F(xiàn)₂平均灰度U₁，U₂分別為：U₁＝UTemp₁/P₁；U₂＝UTemp₂/P₂；類間方差D_i：D_i＝P₁*(U-U₁)²+P₂*(U₂-U)²，i＝Th；最大類間方差：D＝max{D_i},i＝0,1,…,255；

將取得最大類間方差時(shí)灰度值確定為高閾值，將灰度值一半確定為低閾值；經(jīng)過多次迭代，得到最佳的閾值，進(jìn)而確定改進(jìn)Canny算子的動(dòng)態(tài)閾值。

4.根據(jù)權(quán)利要求3所述的基于改進(jìn)Canny算子和輪廓面積閾值的太陽能電池板識(shí)別方法，其特征在于：所述定義閾值Th取值為0～255。

5.根據(jù)權(quán)利要求1所述的基于改進(jìn)Canny算子和輪廓面積閾值的太陽能電池板識(shí)別方法，其特征在于：所述步驟S6中，輪廓面積閾值分割提取方法為：

檢測出圖像的邊緣信息之后，對所得的邊緣圖像進(jìn)行輪廓提取，使用面積作為閾值，將邊緣檢測之后圖形中瑣碎的細(xì)節(jié)和孤立的噪聲點(diǎn)濾除，保持太陽能電池板的輪廓信息；計(jì)算整個(gè)輪廓或部分輪廓的面積，其中面積表示輪廓部分和起始點(diǎn)連線構(gòu)成的封閉部分，部分輪廓面積即為由輪廓弧線和連接兩端點(diǎn)的弦圍成的區(qū)域總面積；面積的計(jì)算借助格林公式：即閉區(qū)域D由分段光滑的曲線L圍成，函數(shù)P(x，y)和Q(x，y)在D上一階連續(xù)可偏導(dǎo)，則有：

其中L是D的取正向的邊界曲線；用格林公式計(jì)算區(qū)域的面積，設(shè)區(qū)域D的邊界曲線為L，則：即可求得的邊緣圖像的面積，利用二值化的閾值分割，根據(jù)處于目標(biāo)或背景內(nèi)部相鄰像素間的灰度值高度相關(guān)，而處于交界處兩邊的像素在灰度值上有很大的差異，對具有單峰灰度分布的目標(biāo)區(qū)域和背景區(qū)域進(jìn)行灰度閾值的設(shè)置，根據(jù)設(shè)置的閾值，對輪廓面積進(jìn)行篩選，進(jìn)一步識(shí)別出輪廓。