[发明专利]一种基于人工智能的光伏电池板批量断栅检测方法及系统

权利要求书

1.一种基于人工智能的光伏电池板批量断栅检测方法，其特征在于，该方法包含以下步骤：

获取单个光伏电池板的初始图像；

对每个光伏电池板的所述初始图像进行灰度化、图像归一化和对齐的预处理操作；

通过对比所述预处理后的图像同帧各列像素间的差异值得到横向关系谱；

建立一个模板关系谱，统计所述横向关系谱中相同位置的所述差异值，以出现最多次的差异值作为模板关系谱中该位置的值；

使用分段函数对所述模板关系谱进行处理，建立栅线模板图像；

以所述栅线模板图像作为遮罩，提取各帧图像中的栅线像素，对比所述栅线像素中单帧图像单列像素的差异值；

根据所述单帧图像单列像素的差异值建立拟合曲线，设定经验阈值判断离群异常点，所述离群异常点为纵向像素的断点，若同一行的连续断点不小于栅线宽度，则判定该行发生断栅，以所述连续断点作为断栅缺陷位置。

2.根据权利要求1所述的一种基于人工智能的光伏电池板批量断栅检测方法，其特征在于，所述获取单个光伏电池板的初始图像的方法包括以下步骤：

将采集到的图像拼接为全局图像；

将所述全局图像进行模式匹配，拆分得到单个光伏电池板的初始图像。

3.根据权利要求2所述的一种基于人工智能的光伏电池板批量断栅检测方法，其特征在于，所述将全局图像进行模式匹配，拆分得到单个光伏电池板的初始图像过程如下：

根据所述单个光伏电池板的长宽比，构建一个矩形模板；

使用所述矩形模板在所述全局图像中光伏电池板上滑窗，若所述矩形模板滑动时，边框对应的各像素值与光伏电池板边缘的像素值在误差范围内，则认为匹配成功，当匹配成功的数量不小于参考数量时，以所述矩形模板作为理想矩形模板；

匹配不成功，或匹配成功的数量少于参考数量时，调节所述矩形模板的尺寸，重复以上步骤，直至获得理想矩形模板；

利用所述理想矩形模板将全局图像依次切分成所述单个光伏电池板的初始图像。

4.根据权利要求1所述的一种基于人工智能的光伏电池板批量断栅检测方法，其特征在于，所述横线关系谱中同帧各列像素间的差异值的获取方法为：求出不同两列像素同行之间的差值，取同行像素差值的平均值作为这两列像素的差异值。

5.根据权利要求1所述的一种基于人工智能的光伏电池板批量断栅检测方法，其特征在于，所述栅线像素中单列像素间的差异值的获取方法为：依次求出每帧图像每列栅线中逐行的像素值与该列像素均值之间的差值平方。

6.一种基于人工智能的光伏电池板批量断栅检测系统，其特征在于，包括：

图像获取单元，用于获取单个光伏电池板的初始图像；

判断单元，包括预处理模块、横向关系谱建立模块、模板关系谱建立模块、模板图像获取模块和断栅位置判断模块；

所述预处理模块，用于对每个光伏电池板的所述初始图像进行灰度化、图像归一化、对齐的预处理操作；

所述横向关系谱建立模块，用于通过对比所述预处理后的图像同帧各列像素间的差异值得到横向关系谱；

所述模板关系谱建立模块，用于建立一个模板关系谱，统计所述横向关系谱中相同位置的所述差异值，以出现最多次的差异值作为模板关系谱中该位置的值；

所述模板图像获取模块，用于使用分段函数对所述模板关系谱进行处理，建立栅线模板图像；以及

所述断栅位置判断模块，用于以所述栅线模板图像作为遮罩，提取各帧图像中的栅线像素，对比所述栅线像素中单帧图像单列像素的差异值；根据所述单帧图像单列像素间的差异值建立拟合曲线，设定经验阈值判断离群异常点，所述离群异常点为纵向像素的断点，若同一行的连续断点不小于栅线宽度，则判定该行发生断栅，以所述连续断点作为断栅缺陷位置。