[发明专利]一种多晶电池片图像的颜色自动识别与分类方法

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及一种多晶电池片图像的颜色自动识别与分类方法。

背景技术

多晶硅电池片的制造工艺决定了其片内颜色的复杂性，每个多晶硅电池片的颜色都互不完全相同。多晶硅电池片的表面颜色一般呈现渐变性，尽管其颜色的主基调是蓝色，但也是千变万化的。光伏组件上若含有不同颜色的电池片，必然影响到组件外观的一致性。随着分布式光伏电站的快速推广应用，应用市场对光伏建筑一体化的整体外观颜色也提出了更高要求。目前，太阳电池片生产商的常规做法是根据光电转换率和表面颜色等指标对电池片进行人工分类。操作人员利用人眼视觉对太阳电池片颜色分类，存在劳动强度大、误判率高、一致性差、生产效率低等问题。随着劳动力成本的日益提高，迫切需要利用计算机视觉系统对图像颜色的自动识别与分类。

现有的颜色识别技术是基于RGB颜色空间模型对图像中的每个像素进行颜色处理的，处理大幅图像耗时时间长。专利CN201010615001.9公开了一种颜色识别方法，通过分析识别目标的图像数据，获取一个或一个以上像素的RGB参数，得到一个或一个以上像素的颜色标识，最终输出颜色信息。RGB颜色空间模型是一种与设备相关的、不均匀的颜色空间模型，按照空间距离得到的色差不完全符合人的视觉效果，不能满足颜色精确识别和分类的技术要求。

发明内容

本发明的目的在于提供一种多晶电池片图像的颜色自动识别与分类方法。本发明的技术方案是，一种多晶电池片图像的颜色自动识别与分类方法，包括以下步骤：

(1)获取多晶电池片表面真实颜色的图像；

(2)对步骤(1)获得的图像进行旋转、提取、滤波和校正预处理；

(3)对步骤(2)获得的图像进行图像分割，将颜色、亮度特征相似的若干相邻像素分割在一个子区域，整幅图像包含至少一个子区域，并计算每个子区域的权重W；

(4)计算步骤(3)中的每个子区域的RGB的平均值并将其转换到CIELAB均匀颜色空间，得到相应的每个子区域平均值的(L,a,b)；

(5)根据子区域的权重W和每个子区域相互之间的色差值，确定图像的视觉主导颜色及其在CIELAB近似均匀颜色空间中(L*,a*,b*)；

(6)在CIELAB近似均匀颜色空间中，计算(L*,a*,b*)对应的颜色三属性：色相H_ab*、明度L*和彩度C_ab*，进而定义该子区域的7位颜色代码：□□□-□□-□□，自左向右依次表示：色相值-明度值-彩度值；

(7)根据实际需求，设定颜色种类的数量及其对应的颜色代码上限值和下限值，实现颜色的自动识别与分类。

所述步骤(1)中的获取多晶电池片表面真实颜色的图像是指图像采集系统在照明体D65或照明体D50的均匀光照条件下获得的图像，具体特征是对红、黄、绿、蓝和白色至少五种颜色的陶瓷标准色板的色品坐标(x,y)与标准值的误差Δx和Δy均小于0.005。

所述步骤(2)中的对图像进行旋转的步骤是：首先，提取多晶电池片的图像轮廓P；然后，计算多晶电池片的图像轮廓P的中心点坐标，并在多晶电池片图像轮廓P的边缘内拟合出多晶电池片的理想矩形轮廓P*，计算得到矩形轮廓P*的一条边的斜率和倾斜角度Q；最后，将整幅图像旋转角度Q，使得多晶电池片的理想矩形轮廓P*的4条边分别与显示界面的X轴和Y轴保持平行。

所述步骤(2)中的对图像进行提取是指仅保留所述旋转后图像中的多晶电池片的理想矩形轮廓P*及其内部的图像，去除位于多晶电池片图像中边缘的背景图像。

所述步骤(2)中的对图像进行滤波和校正是指在所述旋转和提取后的多晶电池片图像中滤除白色栅线区域，并采用线性插值法根据白色栅线区域之外的左右或上下相邻像素的RGB值对滤除的白色栅线区域相应的像素点进行填充。

所述步骤(3)中的每个子区域权重W的计算方法为：

式中,i＝1，2，…，k，k为子区域的个数。不失一般性，规定W₁≥W₂≥…≥W_k。

所述步骤(4)中转换为CIELAB近似均匀颜色空间的(L,a,b)的计算步骤如下：

第一步，转换为三刺激值(X,Y,Z)，的取值范围为[0,255]，转换公式如下：

式中，在D65光源和D50光源的照明下的M值分别为：