[發明專利]一種基于顏色分割的光伏電池色差分類方法

在審

• 申請號: 202011059823.3
• 申請日: 2020-09-30
• 公開（公告）號: CN112164055A
• 公開（公告）日: 2021-01-01
• 發明（設計）人: 曾強;黃晨華
• 申請（專利權）人: 曾強
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10;G06K9/34;G06K9/46;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提出一種基于顏色分割的光伏電池色差分類方法。獲取光伏電池板的原始圖像并輸入關鍵點檢測網絡檢測光伏電池板關鍵點，輸出關鍵點熱力圖和關鍵點坐標。將關鍵點按順序連接起來，得到光伏電池板區域圖像并對光伏電池板區域圖像進行投影變換，得到光伏電池板正射圖ImageA。通過雜物檢測網絡檢測ImageA中雜物并轉化為白色并輸出ImageB；設定若干種參考顏色，基于參考顏色和KD?Tree最鄰近搜索對像素進行分類并輸出顏色分類圖像ImageC，按一定比例分割成若干個光伏電池板柵格區域圖像。統計各個柵格區域圖像中所有參考顏色像素占總像素數量的比例K并判斷光伏電池板柵格區域是否存在色差。

技術領域

本申請涉及圖像處理領域，具體涉及一種基于顏色分割的光伏電池色差分類方法。

背景技術

光伏電池板的顏色主要受生產過程中制絨工序的影響，光伏電池板差種類有花片、紅片及部分陰陽片。現階段主要依靠人工觀察來判斷光伏電池板是否有色差，存在耗時長、效率低、成本高、判斷標準不統一的問題。而且長時間的人眼分選勢必會造成人眼的疲勞，進而導致工作效率下降、誤檢率增加。

發明內容

針對以上問題，本發明提出一種基于顏色分割的光伏電池色差分類方法。獲取光伏電池板的原始圖像并輸入關鍵點檢測網絡檢測光伏電池板關鍵點，輸出關鍵點熱力圖和關鍵點坐標。將關鍵點按順序連接起來，得到光伏電池板區域圖像并對光伏電池板區域圖像進行投影變換，得到光伏電池板正射圖ImageA。通過雜物檢測網絡檢測ImageA中雜物并轉化為白色并輸出ImageB；設定若干種參考顏色，基于參考顏色和KD-Tree最鄰近搜索對像素進行分類并輸出顏色分類圖像ImageC，按一定比例分割成若干個光伏電池板柵格區域圖像。統計各個柵格區域圖像中所有參考顏色像素占總像素數量的比例K并判斷光伏電池板柵格區域是否存在色差。

一種基于顏色分割的光伏電池色差分類方法，其特征在于，該方法包括：

步驟S1：設置軌道相機拍攝光伏電池板，獲取原始圖像；將原始圖像輸入關鍵點檢測網絡，檢測光伏電池板關鍵點，輸出關鍵點熱力圖和關鍵點坐標；將關鍵點按順序連接起來，得到光伏電池板區域圖像；

步驟S2：對光伏電池板區域圖像進行投影變換，得到光伏電池板正射圖ImageA；通過雜物檢測網絡檢測ImageA中的雜物，將ImageA中雜物像素轉化為白色，輸出ImageB；

步驟S3：設定白色和其他若干種參考顏色，基于參考顏色和KD-Tree最鄰近搜索對ImageB中像素進行分類，輸出顏色分類圖像ImageC；將ImageC按一定比例分割成若干個光伏電池板柵格區域圖像ImageD；

步驟S4：統計各個ImageD中不同參考顏色像素占總像素數量的比例K，得到最高像素數量比例K_max和K_white，判斷光伏電池板柵格區域是否存在色差。

所述關鍵點檢測網絡的訓練方法為：以相機拍攝的若干張原始圖像為數據集；人工標注數據集中每張原始圖像中光伏電池板的左上、左下、右上、右下四種角點，生成標注數據；使用均方誤差損失函數進行訓練。

所述投影變換的方法包括：根據光伏電池板區域的四個角點的坐標與投影變換后的四個角點的坐標估算出單應性矩陣，使用得出的單應性矩陣將光伏電池板區域投影變換成光伏電池板正射圖。

所述雜物檢測網絡的訓練方法包括：采用若干張ImageA為數據集；人工標注出數據集中屬于雜物的像素，生成標注數據；使用交叉熵損失函數進行訓練。

所述判斷光伏電池板柵格區域是否存在色差的方法包括：設置經驗比例閾值M，當(K_max+K_white)≥M時，判定該柵格區域中不存在色差；當(K_max+K_white)＜M時，判定該柵格區域中存在色差。