[發(fā)明專利]基于人工智能的光伏電池板焊帶偏移檢測方法與系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011092684.4
• 申請日: 2020-10-13
• 公開（公告）號: CN112184694A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計）人: 展影影;劉錚
• 申請（專利權(quán)）人: 展影影
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/13;G06T7/155;G06T7/62;G06T7/66;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于人工智能的光伏電池板焊帶偏移檢測方法與系統(tǒng)。方法包括：提取光伏電池板灰度圖像的焊帶ROI區(qū)域；利用焊帶ROI區(qū)域?qū)μ幚砗蟮墓夥姵匕寤叶葓D像進行裁剪，得到焊帶圖像，并調(diào)整焊帶圖像方向；對焊帶圖像進行邊緣提取，將焊帶邊緣圖像分割為多個子圖，針對每一個子圖執(zhí)行特征提取操作；將獲得的周長、質(zhì)心坐標(biāo)、斜率、寬、高、鄰域關(guān)系特征整合為焊帶偏移特征向量，利用焊帶偏移特征向量之間的距離對子圖進行聚類，類別中子圖個數(shù)較少的為偏移類別；連續(xù)偏移的子圖構(gòu)成偏移片段，計算偏移片段的偏移程度，并計算焊帶圖像的偏移程度。利用本發(fā)明，提高了焊帶偏移檢測準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能、光伏電池技術(shù)領(lǐng)域，具體涉及一種基于人工智能的光伏電池板焊帶偏移檢測方法與系統(tǒng)。

背景技術(shù)

光伏電池板在生產(chǎn)過程中會出現(xiàn)電池板上的電池片之間焊帶偏移的情況，這種情況會影響電池組件的穩(wěn)固，并進一步影響電池組件的輸出功率，因此，在出廠時要進行檢測，某一條焊帶偏移量過大時，電池組件需要返工。目前，一些方案以電池板邊緣作為參考線，針對柵線的偏移進行檢測，這些方案的缺點是需要獲得正視圖像才能得到相對偏移情況，而且無法檢測焊帶歪曲等導(dǎo)致的偏移。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對上述現(xiàn)有技術(shù)存在的缺陷，提出一種基于人工智能的光伏電池板焊帶偏移檢測方法與系統(tǒng)。

一種基于人工智能的光伏電池板焊帶偏移檢測方法，其特征在于，該方法包括：

步驟1，提取光伏電池板灰度圖像的焊帶ROI區(qū)域；

步驟2，對光伏電池板灰度圖像進行二值化、開運算，去除背景、柵線，利用焊帶ROI區(qū)域?qū)μ幚砗蟮墓夥姵匕寤叶葓D像進行裁剪，得到焊帶圖像，并調(diào)整焊帶圖像使所有焊帶圖像方向一致；

步驟3，對焊帶圖像進行邊緣提取，將焊帶邊緣圖像分割為多個子圖，針對每一個子圖執(zhí)行特征提取操作，包括：

計算子圖的連通域周長；

計算子圖的質(zhì)心坐標(biāo)；

對子圖進行頂帽運算，計算處理后圖像的質(zhì)心坐標(biāo)；

對子圖進行黑帽運算，計算處理后圖像的質(zhì)心坐標(biāo)；

對子圖先進行閉運算，然后對閉運算結(jié)果進行開運算，計算處理后圖像中連通域的最小外接矩形的傾斜斜率、寬、高；

根據(jù)相鄰兩個子圖的質(zhì)心坐標(biāo)、斜率計算子圖鄰域關(guān)系特征；

步驟4，將步驟3獲得的周長、質(zhì)心坐標(biāo)、斜率、寬、高、鄰域關(guān)系特征整合為焊帶偏移特征向量，利用焊帶偏移特征向量之間的距離對子圖進行聚類，類別中子圖個數(shù)較少的為偏移類別；

步驟5，連續(xù)偏移的子圖構(gòu)成偏移片段，計算偏移片段的偏移程度，并根據(jù)所有偏移片段偏的移程度計算焊帶圖像的偏移程度。

進一步地，所述根據(jù)相鄰兩個子圖的質(zhì)心坐標(biāo)、斜率計算子圖鄰域特征包括：

O_n＝[O_n1，O_n2]

其中，O_n為第n個子圖的鄰域關(guān)系特征，為第n+1個子圖的質(zhì)心坐標(biāo)，為第n-1個子圖的質(zhì)心坐標(biāo)，k_n+1為第n+1個子圖的最小外接矩形的傾斜斜率，k_n-1為第n-1個子圖的最小外接矩形的傾斜斜率。

進一步地，所述O_n1為：

進一步地，所述焊帶偏移特征向量之間的距離為：