[发明专利]一种基于人工智能的光伏电池板粗栅检测方法

权利要求书

1.一种基于人工智能的光伏电池板粗栅检测方法，其特征在于，该方法包括：

步骤S1：通过相机采集光伏电池板的原始图像，通过电池板检测网络检测原始图像中光伏电池板区域，输出电池板图像；对光伏电池板图像进行二值化处理，再进行开运算，得到二值图像；

步骤S2：将二值图像中灰度值非零的像素由图像坐标空间转换到霍夫参数空间中，所述霍夫参数空间横坐标为m，纵坐标为b，针对霍夫参数空间中所有直线交点，统计经过每个交点的直线数量a并筛选出待测点；

步骤S3：根据待测点之间的距离匹配待测点，得到待测点集合；计算集合中待测点在图像坐标空间中对应直线的最大间距l_max，针对任意两个待测点集合对应的l_max相乘得到面积s，根据面积s和电池板图像面积s′的接近度判断待测点集合是否为主栅点集合，输出主栅点集合；

步骤S4：将主栅点集合中点设为主栅点，其余待测点设为离群点，根据离群点的m坐标与主栅点的m坐标是否一致判断离群点是否为粗栅点，将粗栅点变换到图像坐标空间中获得粗栅的位置。

2.如权利要求1所述的方法，其特征在于，所述电池板网络的训练方法包括：

以若干张原始图像为数据集；

人工对数据集进行标注，标注出光伏电池板区域的包围框，生成标注数据；

使用均方误差损失函数进行训练。

3.如权利要求1所述的方法，其特征在于，所述统计经过每个交点的直线数量a并筛选出待测点包括：

设置数量阈值β，当a≥β时，判定该交点为待测点；当a＜β时，判定该交点不是待测点。

4.如权利要求1所述的方法，其特征在于，所述根据待测点之间的距离匹配待测点，得到待测点集合包括：

步骤S301：针对任意两个m坐标相同的待测点p₁、p₂组成待测点集合g，将线段p₁p₂的长度设为最小距离d_min；

步骤S302：选择不属于g的一待测点p₃，计算p₁p₃的长度d₁，p₂p₃的长度d₂；

若和都为正整数且p₃的m坐标与p₁、p₂相等时，将p₃加入待测点集合g；否则，不将p₃加入待测点集合g；

步骤S303：重复步骤S302直到遍历完所有待测点，输出待测点集合g。

5.如权利要求1所述的方法，其特征在于，所述判断待测点集合是否为主栅点集合的方法包括：

将一个待测点集合中待测点转换到图像坐标空间中，得到若干条待测直线，计算两两待测直线的间距l，选择最大的l作为待测点集合对应的l_max；

针对任意两个m坐标不同的待测点集合g′、g″，计算得到g′对应的l′_max、g″对应的l″_max，根据s＝l′_max×l″_max得到面积s，计算电池板图像的面积s′；

设置经验阈值，当s′-s≥γ时，判定这两个待测点集合不是主栅点集合；当s′-s＜γ时，判定这两个待测点集合是一对待定主栅点集合；

统计各对待定主栅点集合包含主栅点的总个数d，将d最大的一对主栅点集合设为主栅点集合，主栅点集合中待测点设为主栅点。

6.如权利要求1所述的方法，其特征在于，所述根据离群点的m坐标与主栅点的m坐标是否一致判断离群点是否为粗栅点包括：

将离群点的m坐标值和主栅点集合中主栅点的m坐标值进行对比，若m坐标值一致，判定该离群点为粗栅点；若m坐标值不一致，判定该离群点为非粗栅点。